path - Flink Gelly Path/Trail 用例

Question

我们的团队是 Gelly api 的新手。我们正在寻求实现一个简单的用例，该用例将列出源自初始顶点的所有路径 - 例如

输入边缘 csv 文件为 1,2\n2,3\n3,4\n1,5\n5,6

所需的输出将是（从 1 开始的完整路径）1,2,3,4\n1,5,6

有人可以帮忙吗。

Answer 1

您可以使用Gelly 的迭代抽象之一，例如以顶点为中心的迭代。从源顶点开始，您可以迭代地扩展路径，每超步一跳。收到路径后，顶点将其 ID 附加到路径并将其传播到其传出邻居。如果一个顶点没有传出邻居，那么它会打印/存储路径并且不会进一步传播它。为了避免循环，顶点还可以在传播之前检查其 ID 是否存在于路径中。计算函数可能如下所示：

public static final class ComputePaths extends ComputeFunction<Integer, Boolean, NullValue, ArrayList<Integer>> {

    @Override
    public void compute(Vertex<Integer, Boolean> vertex, MessageIterator<ArrayList<Integer>> paths) {
        if (getSuperstepNumber() == 1) {
            // the source propagates its ID
            if (vertex.getId().equals(1)) {
                ArrayList<Integer> msg = new ArrayList<>();
                msg.add(1);
                sendMessageToAllNeighbors(msg);
            }
        }
        else {
            // go through received messages
            for (ArrayList<Integer> p : paths) {
                if (!p.contains(vertex.getId())) {
                    // if no cycle => append ID and forward to neighbors
                    p.add(vertex.getId());
                    if (!vertex.getValue()) {
                        sendMessageToAllNeighbors(p);
                    }
                    else {
                        // no out-neighbors: print p
                        System.out.println(p);
                    }
                }
                else {
                    // found a cycle => print the path and don't propagate further
                    System.out.println(p);
                }
            }
        }
    }
}

在这段代码中，我假设您已经预处理了顶点，以用“真”值标记没有外邻的顶点。例如，您可以使用graph.outDegrees()来查找那些。

请记住，在一个大而密集的图中枚举所有路径的计算成本很高。中间路径状态可以很快爆发。您可以考虑使用比使用整数的 ArrayList 更紧凑的方式来表示路径，但如果您有一个大直径的密集图，请注意成本。如果您不需要路径本身，但您只对可达性或最短路径感兴趣，那么存在更有效的算法。