SQLServer实现最短路径的搜索算法.docVIP

SQLServer实现最短路径的搜索算法 SQLServer实现最短路径的搜索算法 PAGE / NUMPAGES SQLServer实现最短路径的搜索算法 SQL Server 实现最短路径的搜索算法 在表 RelationGraph 中，有三个字段（ ID,Node,RelatedNode 两个字段描述两个节点的连接关系； 现在要求，找出从节点  ）, 其中 p 至节点  Node 和 RelatedNode j ，最短路径（即经 过的节点最少）。 这是去年的问题了，今天在整理邮件的时候才发现这个问题，感觉顶有意思的，特记录下来。 图 1. 解析 为了能够更好的描述表 RelationGraph 中字段 Node 和 RelatedNode 的关系，我在这里特意使用一个图形 来描述，如图 2. 图 2. 在图 2，可清晰的看出各个节点直接如何相连，也可以清楚的看出节点 p 至节点 j 的的几种可能路径。 从上面可以看出第 2 种可能路径，经过的节点最少。 为了解决开始的问题，我参考了两种方法， 第 1 方法是， 参考单源最短路径算法： Dijkstra( 迪杰斯特拉 ) 算法，主要特点是以起始点为中心向外层层扩展，直到扩 展到终点为止。 图 3. 第 2 方法是， 针对第 1 种方法的改进，就是采用多源点方法，这里就是以节点圆外切点，如图 4. ：  p 和节点 j  为中心向外层扩展，直到两 图 4. 实现 在接下来，我就描述在 SQL Server  中，如何实现。当然我这里采用的前面说的第  2 种方法，以  P  和J 为始点像中心外层层扩展。 这里提供有表 RelactionGraph 的 create Insert 数据的脚本： use TestDB go 3. if object_id( RelactionGraph ) Is not null drop table RelactionGraph 4. create table RelactionGraph(ID int identity,Item nvarchar(50),Relactio nItemnvarchar(20),constraint PK_RelactionGraph primary key(ID)) go create nonclustered index IX_RelactionGraph_Item on RelactionGraph(Ite m)include(RelactionItem) create nonclustered index IX_RelactionGraph_RelactionItem on Relaction Graph(RelactionItem)include(Item) go insert into RelactionGraph (Item, RelactionItem ) values 10. ( a , b ),( a , c ),( a , d ),( a , e ), 11. ( b , f ),( b , g ),( b , h ), 12. ( c , i ),( c , j ), 13. ( f , k ),( f , l ), 14. ( k , o ),( k , p ), 15. ( o , i ),( o , l ) 16. go 编写一个存储过程 up_GetPath use TestDB go exec dbo.up_GetPath 4. @Node = p , 5. @RelatedNode = j go 上面的存储过程，主要分为两大部分，第 1 部分是实现如何搜索，第 2 部分实现如何构造返回结果。其中 第 1 部分的代码根据前面的方法 2，通过 @Node和 @RelatedNode 两个节点向外层搜索，每次搜索返回的节点都保存至临时表 #1 和#2，再判断临时表 #1 和#2 有没有出现切点，如果出现就说明已找到最短的路径 （经过多节点数最少），否则就继续循环搜索，直到循环至最大的搜索深度（ @MaxLevel smallint=100 ） 或找到切点。要是到 100 层都没搜索到切点，将放弃搜索。这里使用最大可搜索深度 @MaxLevel，目的是控 制由于数据量大可能会导致性能差，因为在这里数据量与搜索性能成反比。代码中还说到一个正向和反向 搜索，主要是相对 Node 和 RelatedNode 来说，它们两者互为参照对象，进行向外搜索使用。 下面是存储过程的执行： 你可以根据需要来，赋予 @Node和 @RelatedNode 不同的值。 use TestDB go --Procedure: 4. if object_id( up_GetP