[发明专利]基于符号BDD的大规模图数据可达性索引构建方法

说明书

技术领域

本发明涉及图数据操作技术领域，具体涉及一种基于符号BDD的大规模图数据可达性索引构建方法。

背景技术

现今大数据发展过程中，在图数据上进行各项操作被广泛需求，其中可达性查询最重要操作之一。图数据可达性技术的研究具有重要意义，可达性查询技术已经被广泛运用于各个领域，例如生物网络中，两个基因之间是否具有间接控制关系等等。在社交网络中，用于查找两个用户之间是否具有某种间接关系等可达性查询操作。此外，可达性索引技术也可以运用到加速其他相关图数据算法操作，例如加快子图查询操作和最短路径查询技术[1-2]。在图形数据规模较小时，可以直接运用深度优先遍历直接查找到可达信息。但是随着现实数据集越来越大，可达性查询也越来越频繁，直接查找的方式逐渐被图数据索引代替。通过索引查找可达性问题可以大大加快查询效率。

迄今为止，已然有大量的可达性索引技术被相继提出。这些方法主要考察索引构建时间、索引的规模和利用索引的查询时间这三各方面的性能。最早先的方法主要是查找每个节点传递闭包，这种方法索引规模大，索引建立时间长，从而逐渐不被应用了。现今比较经典的可达性索引技术，根据数据规模可以把可达性索引技术分为中小规模数据和大型数据两种。针对图数据的可达性技术比较成熟，主要分为以下三类：

第一类基于链的索引方法，该方法首先将图转化为各个不相交的链，然后给每条链和每条链上的节点按顺序标上序号，这样每个节点就有了自身标签(链序号，节点序号)，最后将每个节点可以到达其他链的链中节点序号最小的节点的标签作为可达标签，可达性索引就是为每个节点标上自身标签和可达标签两部分。可达性查询A节点是否可达B节点时，只需要判断A节点的可达标签中节点序号是否小于B节点自身标签的节点序号，肯定表示可达，否定表示不可达。

第二类基于hop技术的索引，该类方法为图中每个节点分配两个集合：in和out，分别包含通过跳数计算可以到达该节点的节点和该节点可到达的节点。在可达性判断A节点是否可达B节点时，A节点的out集合和B节点的in集合有交集时表示A可达B节点。

第三类基于树的索引方法，该类方法主要运用遍历把图生成树，在生成树上对节点进行区间编码，实现孩子节点的区间一定是包含在父节点的区间内。在可达性判断时，只需要判断两个节点的区间编码是否包含，如果区间是包含关系就表示可达。

由于上述方法都是使用显性存储图数据，即使用传统邻接表和邻接矩阵存储图数据，因而造成存储空间过大问题。此外，上述方法都是针对静态图数据的索引办法，很难拓展到动态数据。

发明内容

本发明提供一种基于符号BDD的大规模图数据可达性索引构建方法，其能够有效提高可达性索引构建速度。

为解决上述问题，本发明是通过以下技术方案实现的：

基于符号BDD的大规模图数据可达性索引构建方法，包括如下步骤：

步骤A.根据给定的图数据即有向图生成初始的索引结构列表；

步骤B.依据给定的图数据构建BDD图，即使用BDD表示有向图；

步骤C.基于步骤B所表示的BDD图,使用符号步骤来完善步骤A中的索引结构列表，即填入每个节点的标识标签；

步骤D.针对步骤C生成的标识标签，使用符号步骤来为每个节点分配区间标签，完善步骤A中的索引结构列表；

步骤E.基于步骤D生成的区间标签，根据图数据具体情况为所有节点的区间标签进行更新操作，形成最终区间标签。这个最终的索引结构列表即可完成静态图数据上各个节点的可达性查询任务；

步骤F.基于步骤E生成的索引结构列表，可以完成可达性操作。

上述步骤A具体为：

步骤A1.根据有向图的节点个数n构建一个索引列表，逻辑上为三列n行列表。

步骤A2.将各个节点填入第一列；

步骤A3.第二列定义为该节点的标识标签a，值暂时缺省之后步骤填入；

步骤A4.第三列定义为该行节点的区间标签[c,d]，值暂时缺省之后步骤完善。

上述步骤B具体为：

步骤B1.图数据中节点个数为n，为每个节点分配位编码位；

步骤B2.根据二进制进位法为每个节点进行n位编码；