问题标签 [dependency-graph]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
.net - dotnetdependensee 对路径的访问被拒绝
我想用dotnet dependensee
工具生成依赖图,但它给了我错误:
对于我使用它的每个目录,我都会收到此错误,并以管理员身份启动命令提示符。
命令的用法:
angular - 如何从 Angular ngModule 文件中获取组件文件路径列表?
我正在尝试寻找重构 Angular 应用程序的自动化解决方案,因为手动重构真的很乏味。
当我们试图通过 treeshaking 组件/指令到它们自己的模块中来减轻我们应用程序的共享模块时,需要遍历应用程序中的每个功能模块并检查模板中是否存在指令或组件选择器。如果是这样,模板所在的模块必须从共享模块导入新指令/组件的模块。是否有任何重构工具可以帮助解决这个问题?感觉这是一个很常见的任务。
或者,如果不存在通用解决方案,我仍然想找到一种方法来以编程方式至少列出任何给定 .module.ts 文件的声明数组中组件的所有绝对路径。
我现在面临的分辨率问题是,
- 组件文件名可以与类不同
- 它们有时深深嵌套在多个桶引用中
- TsConfig 路径也在自定义项目的导入。
optimization - 依赖图,如何找出CD、CCD和ACD
我有个问题。我很快就会写一个考试,我不知道如何弄清楚以下问题:
a)我有一个具有两个子系统的系统的依赖关系图。现在我应该计算所有组件的 CD(组件依赖)并计算 CCD 和 ACD。下图将显示它: 依赖关系图
b)现在我必须通过解耦两个子系统并消除循环来优化系统。我怎么做?
c) 现在我必须计算解决方案 b 的 CD、CCD 和 ACD(将接口视为类)。
也许你们可以帮助我
python - 如何用python在neo4j中有效地构建依赖图?
数据在npm 公共注册表中. 给定一个 JavaScript 包
name
,转到https://registry.npmjs.org/name,我可以获取它的信息,包括它的依赖项。现在我想将此信息导入neo4j 数据库,构建包的依赖关系图。
express
给定添加到队列中的包名称,我的步骤如下:- 通过https://registry.npmjs.org/pkg_name获取队列返回中前端包的 JSON 文件
- 使用Neo4j Python Driver解析文件并在 neo4j 中存储基本信息和关系
express
及其依赖关系。 - 对于每个依赖项,使用 . 检查是否已将其添加到队列中
set
。如果没有,则检查neo4j中是否已经构建了它的依赖图。如果也没有,请将其添加到队列中。 - 重复直到
queue
为空。express
然后构建依赖关系图。
结果是这样的:express的依赖图 os JavaScript 包。问题是在我的机器上单个包的整个过程大约需要 50 秒,这太长了,更不用说npm上的所有包,大约 100 万。
我能想到的一些原因:
- 使用 a
set
搜索所有 pkg 的成本为 O(nlogn)。 - 查询节点的时间消耗(检查包的依赖图是否在neo4j中)。
- 创建节点和关系的时间消耗(因为我似乎没有使用批量插入)。
- 使用 a
谁能给我一些建议来加快依赖图的构建?
真诚的感谢!
python - Python - 构建依赖关系图并解析结果以发挥作用
我正在处理多个时间序列,其中一个操作应用于 anasset_type
和price_type
取决于source_asset_type
,source_price_type
和order
.
我对构建依赖图的想法很陌生,我需要有关获得预期输出的正确方法的帮助。
假设我有asset_type = AAPL
和price_type = USD
的时间序列order = 3
。Order
会让我们知道图的深度,这意味着首先查找asset_type
和price_type
查找order = 3
并检索相应的source_asset_type
,source_price_type
然后将其用作asset_type
和price_type
,并将查找相应的source_asset_type
,source_price_type
并且过程将重复到order 1
。作为一个例子,请看下表
我需要一个将最后两行作为输出返回的函数。用户会通过Asset Type = AAPL
和。Price Type = USD
Order = 3
目前,我正在使用 Pandas DataFrame 来存储这些依赖项,但我正在寻找更快、计算成本更低的方法来获得结果。
预期产出
一个将检索所有依赖项的函数,如上图所示。存储和检索依赖项的最佳数据类型是什么?为什么?