git DAG的增量线性化

Question

我是GitX的作者。 GitX的一个功能是分支的可视化，可以看到here。

此可视化目前通过读取以正确顺序从git发出的提交来完成。对于每次提交，父母都是已知的，因此以正确的方式构建通道相当容易。

我想通过使用自己的提交池并自行线性化提交来加快此过程。这允许我重用现有的已加载提交并允许git更快地发出提交，因为它不必以正确的顺序发出它们。

但是，我不确定使用什么算法来完成此任务。重要的是建筑物是增量的，因为提交的加载可能需要很长时间（100,000次提交的时间> 5秒，应该全部显示）。

Gitk已经走了同样的道路，并且有一个补丁here，展示了它是如何实现的，但是我的TCL技能很弱，并且补丁没有得到很好的评论，也有点难以理解。

我也希望这个算法高效，因为它必须处理数十万次提交。它也必须显示在表中，因此访问特定行很快很重要。

我将描述我到目前为止的输入，我想要的输出和一些观察。

输入：

• 我有一个哈希表形式的当前提交池，它将提交ID映射到提交对象。此池不必完整（必要的所有提交）
• 我在git的新提交中有一个单独的线程加载，每次加载新提交时都可以调用一个回调。提交没有保证顺序，但在大多数情况下，下一次提交是前一次提交的父级。
• 提交对象有自己的修订版ID和所有父级的修订版ID
• 我有一个应列出的分支头列表。也就是说，不应该显示DAG的单个“顶部”。也没有一个图形根。

输出：

• 我需要按拓扑顺序线性化这些提交。也就是说，在列出其父项后，无法列出提交。
• 我还需要在上面的屏幕截图中看到的“分支线”。这些可能需要预先计算，因为大多数都依赖于他们的孩子。

一些评论：

• 有必要重新定位提交列表。例如，我们可能必须提交（分支头）不相关的内容，直到提交显示使一个头成为另一个头的祖先。
• 必须显示多个分支提示
• 此过程非常重要，因此在数据仍在加载时至少可以使用部分视图。这意味着必须在中途插入新数据，并且必须重新调整分支线。

Answer 1

标准topological sort是O（n）（OK，O（V + E）），即你应该能够在几分之一秒内对内存中的一百万次提交进行排序。不需要像Tcl那样的增量黑客。

顺便说一句，我每天都使用GitX（看起来比OS X上的Gitk要好得多）并且没有任何问题（也许是因为我在我的存储库中没有那些疯狂的合并）:)）

Answer 2

好的，所以我也有同样的困难时间阅读整个补丁，但是让我们看看我是否可以从我所弄清楚的东西中把它拼凑起来。

首先，gitk通过将一串提交压缩为一个弧来简化事物，其中包含一系列提交，每个提交只有一个父项和一个子项。除此之外，这样做可以大大减少您必须考虑的排序节点数量，这将有助于您使用的任何算法。作为奖励，相关提交将最终组合在一起。

在读取新提交时，这确实会在查找弧时引入一些复杂性。有几种情况：

• 新提交有一个父母，或没有父母。它扩展了一个（可能是空的）弧。大多数情况下，您只需延长最近的弧线。有一些有趣的子句：
  • 如果现有的弧已经有一个子节点（也就是它的父节点是一个分支点，我收集的你不知道提前知道），它可能导致现有的弧被拆分。
  • 它可能是将两个弧连接在一起的“缺失链接”。
  • 您可能已经知道此提交有多个孩子
• 新提交有多个父项（合并提交）。

您可能希望在弧中包含多子或多父提交，或者将它们分开可能更有意义。无论哪种方式，逐步建立这组弧都不应该太难。

一旦你有了这些弧线，你仍然会尝试线性化它们。在您的情况下，上述Wikipedia page中描述的第一个算法听起来很有用，因为您有一组已知的分支点用作初始集合S.

其他说明：

• 重新定位提交应该是可管理的。首先，只需通过新的合并提交，新发现的分支点或将两个弧组合成一个弧，即可连接两个弧。任何给定的弧都可以很容易地保持其当前行号范围（假设您在顺序行上放置弧线很好），因此遍历树检查所有新祖先后来显示应该非常快。
• 我不太了解绘制图形线条的内容，但我认为它与现在的图形不会太差异。

无论如何，我希望有所帮助。至少在思考这个问题时很有意思。

Answer 3

你真的需要一次显示100k提交吗？什么样的用户可以吸收这种信息？

您是否考虑过分页？我只计算~100次提交或其他东西。如果分支线返回（离页），你可以使用类似Github的后向箭头来显示。

Answer 4

我没有使用GitX，所以也许我错过了一些东西，但似乎你可以从每个当前分支的头部从孩子走到父母，直到你可以画出几个图形的屏幕。

这可能无法为您提供以前根植的分支的最佳视觉布局。但似乎响应性比等待绘制最少交叉的图表更重要，因为大多数用户可能对最近的活动感兴趣。