在图算法中，确定是否访问节点的最佳方法是什么?

一种方法，可用于微观优化（更好的缓存行为，避免查找），正在每个节点对象上存储一个标志。显而易见的缺点是图算法不是重新输入的。是否想执行A 不同的图形遍历以在遍历期间做出决定？好吧，你不能。您还必须记住之后要清除所有这些标志。

另一个类别是在每次转化的基础上维护单独的数据结构。尽管列表方法效率非常低 - o（n）每次查找的时间都非常低，但您给出的两种方法都属于此方法。布尔数组（可能被压缩到bitset中；此选项是极其空间有效的）在时间和空间上都是简单有效的，但要求节点具有连续的索引/ID。这并不总是给出的，并且对图形处理的其他部分产生后果。

如果您没有，而是请参考带指针的图形对象，则可以根据此使用映射。在诸如Python之类的高级语言中，这非常简单（并且由于高度调谐的哈希表/设置数据结构，也很有效）。

显而易见的优势是图形遍历是重点的。虽然这听起来不多，但我可以证明有时会出现这种情况的情况。

取决于您的用法为了获得更好的时间性能，您可以使用哈希地图您也可以使用b-tree存储节点o（logn）插入和查找

个人，我将根据每个节点的唯一值使用哈希地图。您可以控制哈希图的大小以反映您的需求，并且通过良好的哈希功能，可以控制碰撞。查看此代码示例https://github.com/himanshujindal/reconstructing-books-from-google-ngrams