縮放Dijkstra的算法實現

Question

我有一個圖表，每個Edge都有一些weight 。

我已經實現了dijkstra的算法來找到從Vertex A到B的最短路徑。

圖表的Weights從鍵/值DB中讀取。 [ redis.io ]。

• 每個Weights DB大約2 GB。
• 有50個DB用於weights 。 [或者50個不同的文件，每個2 GB具有我存儲在Redis.io中的重量值]。
• 要查找最短路徑，使用function FindPath(Start, End, DB_name) 。

Dijkstras從內存中讀取權重值[Redio.io是內存中的鍵值存儲]。 但我的RAM只有6GB。 無法同時將2GB * 50個DB存儲到內存中。

Path的請求可以是Random和Concurrent。

存儲Weights DB的最佳方法是什么？

是否僅增加RAM選項以提高程序執行速度？

編輯

邊數：4,62,505

Answer 1

如果涉及速度，主要選擇是增加內存。 使用nosql DB（例如mongodb）無法實現類似的性能。 另一種選擇是嘗試在多核系統上並行化算法。 但這是非常艱難的，因為最終的解決方案是全球性的。

[編輯]存儲權重的最快方法是由邊數編號索引的連續權重數組。 每個DB一個數組。 如果所有陣列都不適合你的ram，你可以設計一些基本的緩存機制，將DB從文件交換到數組（希望不是所有的數據庫都可以同時訪問）。