Question

这是一个设计问题。我正在努力为我面临的问题创建一个概念模型。

我有一些对象的图表（＆lt; 1000）。这些对象以多种方式连接在一起。每个对象都有一些属性。

我需要能够通过它们的连接及其属性来访问这些对象。

例如，让我们假设以下对象 -

{name: A, attributes:{black, thin, invalid}, connections: {B,C}} 
{name: B, attributes:{white, thin, valid}, connections: {A}} 
{name: C, attributes:{black, thick, invalid}, connections: {A,B}}

现在我应该能够通过以下方式查询此图表 - 使用属性 -

black - yields [A,C]
black.thick - yields C

使用连接 -

A.connections[0].connections[0] - yields A

使用它们的组合 -

black[0].connections[0] - yields B

我的主要语言是Java。但我不认为Java能够处理这些种类的野兽。因此，我试图用像Python这样的动态语言来实现它。我还考虑过使用像OGNL或Graph数据库这样的表达式语言评估。但我很困惑。我对编码解决方案不感兴趣。但建模这样一个问题的正确方法是什么？

Answer 1

听起来你有一些想要以不同方式查询的对象模型。一种解决方案是使用Java来创建模型，然后使用脚本语言来支持以不同方式查询此模型。例如：Java + Groovy将是我的推荐。

您可以将以下Java类用于模型。

public class Node {

    private String name;
    private final Set<String> attributes = new HashSet<String>();
    private final List<Node> connections = new ArrayList<Node>();

    // getter / setter for all
}

然后，您应该使用正确填充的“connections”属性填充此类对象的列表。

要支持不同类型的脚本，您需要为脚本创建上下文，然后填充此上下文。上下文基本上是一个地图。地图的键成为脚本可用的变量。诀窍是填充此上下文以支持您的查询要求。

例如在groovy中，绑定是上下文（参考http://groovy.codehaus.org/Embedding+Groovy）。因此，如果您按照以下方式填充它，您的查询需求将被处理

上下文/绑定映射

1. <Node name(String), Node object instance(Node)>
2. <Attribute name(String), list of nodes having this attribute(List<Node>)>

当您评估脚本说'A.connections [0]'时，在绑定中，将查找存储在键'A'上的对象。然后将访问返回的对象'connections'属性。由于这是一个列表，因此在groovy中允许使用'[0]'语法。这将返回索引0处的对象。同样，为了支持您的查询要求，您需要填充上下文。

Answer 2

这取决于您希望表演的目标。

如果你想要快速查询，并且在添加对象时不介意一些额外的时间/内存，保留指向具有特定属性的对象的数组/列表可能是一个好主意（特别是如果您在设计时知道可能的属性是什么）。然后，在添加新对象时，请说：

{name: A, attributes:{black, thin, invalid}, connections: {B,C}}

添加一个指向black列表，thin列表和invalid列表的新指针。对连接的快速查询可能需要将指针列表/数组保留为object类的成员。然后在创建对象时，为正确的对象添加指针。

如果您不介意查询速度较慢并希望在添加对象时优化性能，则链接列表可能是更好的方法。您可以遍历所有对象，检查每个对象是否满足查询条件。

在这种情况下，保留连接的成员指针仍然是一个好主意，如果（正如您的问题似乎表明）您正在寻求进行多级查询（即A.connections[0].connections[0]。如果通过嵌套循环完成，这将导致极差的性能。）

希望这有帮助，它实际上取决于您期望最常呼叫的查询类型。

Answer 3

在Java中表达这一点没有问题。只需定义表示节点节点集的类。假设有一组固定的属性，它可能看起来像：

enum Attribute {
    BLACK, WHITE, THIN, VALID /* etc. */ ;
}
class Node {
    public final String name;
    public final EnumSet<Attribute> attrs
        = EnumSet.noneOf(Attribute.class);
    public final NodeSet connections
        = new NodeSet();

    public Node(String name)
    {
        this.name = name;
    }

    // ... methods for adding attributes and connections
}

然后是一个代表一组节点的类：

class NodeSet extends LinkedHashSet<Node> {
    /**
     * Filters out nodes with at least one of the attributes.
     */
    public NodeSet with(Attribute... as) {
        NodeSet out = new NodeSet();
        for(Node n : this) {
            for(a : as)
                if (n.attrs.contains(a)) {
                    out.add(n);
                    break;
                }
        }
        return out;
    }

    /**
     * Returns all nodes connected to this set.
     */
    public NodeSet connections() {
        NodeSet out = new NodeSet();
        for(Node n : this)
            out.addAll(n.connections);
        return out;
    }

    /**
     * Returns the first node in the set.
     */
    public Node first() {
        return iterator().next();
    }
}

（我没有检查代码编译，它只是一个草图。）然后，假设你有一个NodeSet all的所有节点，你可以做像

这样的事情

all.with(BLACK).first().connections()

Answer 4

我认为用图表解决这个问题是有道理的。您提到使用图形数据库的可能性，我认为这将使您能够更好地专注于您的问题，而不是编码基础设施。来自TinkerGraph项目的简单内存图（如TinkerPop）将是一个很好的起点。

通过使用TinkerGraph，您可以访问名为Gremlin的查询语言（另请参阅GremlinDocs），这有助于回答您在帖子中提出的问题。这是REPL中的Gremlin会话，它展示了如何构建您呈现的图形以及一些示例图形遍历，从而产生您想要的答案......第一部分简单构造了给出示例的图形：

gremlin> g = new TinkerGraph()
==>tinkergraph[vertices:0 edges:0]
gremlin> a = g.addVertex("A",['color':'black','width':'thin','status':'invalid']) 
==>v[A]
gremlin> b = g.addVertex("B",['color':'white','width':'thin','status':'valid'])  
==>v[B]
gremlin> c = g.addVertex("C",['color':'black','width':'thick','status':'invalid'])
==>v[C]
gremlin> a.addEdge('connection',b)                                                
==>e[0][A-connection->B]
gremlin> a.addEdge('connection',c)                                                
==>e[1][A-connection->C]
gremlin> b.addEdge('connection',a)                                                
==>e[2][B-connection->A]
gremlin> c.addEdge('connection',a)                                                
==>e[3][C-connection->A]
gremlin> c.addEdge('connection',b)                                                
==>e[4][C-connection->B]

现在查询：

// black - yields [A,C]
gremlin> g.V.has('color','black')
==>v[A]
==>v[C]

// black.thick - yields C
gremlin> g.V.has('width','thick')
==>v[C]

// A.connections[0].connections[0] - yields A
gremlin> a.out.out[0]
==>v[A]

// black[0].connections[0] - yields B
gremlin> g.V.has('color','black')[0].out[0]
==>v[B]

虽然如果您不熟悉堆栈，这种方法确实会引入一些学习曲线，但我认为您会发现图形适合作为许多问题的解决方案，并且对TinkerPop堆栈有一些经验对于您遇到的其他场景通常会有所帮助

实现可导航图的优雅方式？

4 个答案: