Python 在社交图谱上使用广度优先搜索

Posted 2023-02-24

【中文标题】Python 在社交图谱上使用广度优先搜索

【英文标题】：Python usage of breadth-first search on social graph

【发布时间】：2010-12-20 10:32:22

【问题描述】：

我已经阅读了很多关于如何使用广度优先搜索、dfs、A* 等的 *** 问题，问题是什么是最佳用法以及如何在现实中实现它而不是模拟图。例如

假设您有 Twitter/Facebook/某个社交网站的社交图，在我看来，搜索算法的工作原理如下：

如果用户 A 有 10 个朋友，那么其中一个有 2 个朋友，另一个有 3 个朋友。搜索首先会找出用户 A 的朋友是谁，然后必须查找十个用户中每个用户的朋友在哪里.对我来说，这似乎是 bfs？

但是，我不确定这是否是实现算法的方法。

谢谢，

【问题讨论】：

我发现 wikipedia 对面包优先搜索的描述在如何解决实现方面非常具有描述性。 en.wikipedia.org/wiki/Breadth-first_search

实施将取决于您希望完成的工作，但从您的问题来看，我不清楚您想要的结果。你在寻找朋友之间的最短路径吗？或者你只是想遍历整个图？

谢谢，我只是想遍历整个图，看看最短路径。

【参考方案1】：

对于我的两分钱，如果您只是想遍历整个图，那么您使用什么算法并不重要，只要它只命中每个节点一次。这似乎是您在注释时所说的：

我只是想遍历整个图

这意味着您的术语在技术上存在缺陷 - 您说的是遍历图表，而不是搜索图表。除非您实际上是在尝试搜索特定的东西，而您似乎根本没有在问题中提及。

话虽如此，Facebook 和 Twitter 是非常不同的图结构，它们确实会影响您的行走方式：

Facebook 本质上是一个无向图。如果 X 是 Y 的朋友，则 Y 必须是 X 的朋友。（或与 X 有关系或相关等）。

Twitter 本质上是一个有向图。如果你 X 跟随 Y，Y 不必跟随 X。

这些问题将显着影响图行走算法。老实说，如果你只想访问所有节点，你还需要一个图吗？为什么不遍历所有这些？如果您在某个可迭代的数据结构 MY_DATA 中拥有所有节点，则可以使用如下生成器表达式：

def nodeGenerator(MY_DATA)
    for node in MY_DATA:
        yield node

显然，您需要调整 nodeGenerator 内部以处理您实际访问节点的方式。话虽如此，大多数图结构都实现了节点迭代器。然后，您可以随时通过以下方式创建迭代器：

 for node in nodeGenerator(MY_DATA):
     (Do something here)

也许我只是在这里错过了问题的重点，但目前您已经提出了一个关于没有搜索问题的搜索算法的问题。由于No Free Lunch 优化和搜索的性质，任何搜索算法的价值将完全取决于您尝试检查的搜索问题。

即使在相同的数据集中也是如此。毕竟，如果您要搜索名字以字母 D 开头的每个人，一个很好的方法是按字母顺序对每个人进行排序并进行二进制搜索。相反，如果您试图找到每个人与 Kevin Bacon 的分离程度，您将需要从 Bacon 先生开始并递归迭代所有认识他的人和他们认识的每个人的算法。这些都是你可以在 Facebook 或 Twitter 上做的事情，但没有任何细节，真的没有办法推荐算法。因此，如果您一无所知，只需将每个人都作为列表进行迭代。它和其他任何东西一样好。如果你想优化，缓存任何计算。

【参考方案2】：

我在 facebook 上有大约 300 个朋友，我的一些朋友平均也有 300 个朋友。如果你要用它建立一个图表，它会是巨大的。纠正我，如果我错了？ .在这种情况下，BFS 的要求会很高吗？

谢谢 J