【图数据库与知识图谱】第一部分：基石篇——图与图谱的基本认知
文章目录
- 第1章 图论基础：古老数学的现代逆袭
- 1.1 图论简史与核心思想：从“七桥问题”到“万物互联”
- 1.2 图的基本构成：3个要素搞定“关系建模”
- 1.3 图的类型：4种常见类型，覆盖不同场景
- 1.3.1 无向图：关系是“双向的”
- 1.3.2 有向图：关系是“单向的”
- 1.3.3 属性图：带“标签”的图（最常用）
- 1.3.4 超图：一条边能连多个节点
- 1.4 关键概念：5个核心术语，读懂图的“底层逻辑”
- 1.4.1 路径：从A到B的“路线”
- 1.4.2 环：绕一圈又回到起点的“回路”
- 1.4.3 连通性：节点之间“能不能到达”
- 1.4.4 度数：节点的“受欢迎程度”
- 1.4.5 中心性：节点的“重要性排名”
- 1.5 为什么图能更好地表示关联关系？答案就3个字：更直观
- 1. 找关系更快：不用“翻多本相册”
- 2. 适应变化：新增关系不用“改表格”
- 3. 处理复杂关系：能搞定“多人组队”
- 4. 能看到“隐藏关系”：像看“家庭关系网”一样
- 前沿佐证：图是AI的“关系大脑”
- 本章小结：记住1个核心，搞定图论基础
第1章 图论基础：古老数学的现代逆袭
引言：提到“图论”，你可能会想到课本里枯燥的公式和定理？但其实它早就渗透到我们生活的方方面面——刷抖音时的精准推荐、查快递时的最优配送路线、银行识别诈骗分子的资金流向分析，背后都有图论的影子。
- 这门诞生于300多年前的古老数学，如今靠着“精准描述关系”的核心能力，成了构建智能数据应用的“顶流技术基石”。
- 今天咱们就用“说人话”的方式，把图论的基础逻辑、核心概念讲明白，再聊聊它在当下前沿领域的玩法，为后续学习图数据库和知识图谱铺好路～
1.1 图论简史与核心思想：从“七桥问题”到“万物互联”
图论的诞生特别有戏剧性，起源于一个“散步难题”。
- 1736年，普鲁士的柯尼斯堡市有7座桥，连接着4块陆地。
- 当地人总在讨论：能不能一次走完7座桥，每座桥只走一次，最后回到起点？这个看似简单的问题，难住了所有人。
- 后来瑞士数学家欧拉听说了这个问题，没有亲自去桥上走，而是画了一张“简化图”——把4块陆地改成4个“圆点”（也就是后来的“节点”），把7座桥改成连接圆点的“线条”（也就是后来的“边”）。
- 通过分析这张图，欧拉很快得出结论：不可能完成这样的散步。这就是图论的起点，也奠定了它的核心思想：忽略事物的具体样子，只抓“谁和谁有关系”。
在那之后的200多年里，图论一直是数学家的“玩具”，直到互联网时代到来才彻底“出圈”。
- 比如
万维网的网页和链接、社交软件的用户和好友关系、物流网络的仓库和路线，本质上都是欧拉当年画的“圆点+线条”的升级版。 - 前沿小科普：
- 现在
最火的大语言模型（比如GPT、文心一言），也在偷偷用图论。 - 它们会把“猫”“狗”“动物”这些概念做成“节点”，用“属于”“天敌”这些关系做成“边”（也就是知识图谱），这样回答问题时就不会犯“猫是植物”的低级错误。相当于给AI装了一套“关系导航系统”～
- 现在
1.2 图的基本构成：3个要素搞定“关系建模”
图的结构其实超简单，核心就3个部分：节点、边、属性。咱们用“社交网络”举个例子，一下子就能懂：
节点：就是图里的“圆点”，代表现实中的“具体东西”。
- 比如微信里的你、你的好友，电商平台里的手机、衣服，都是“节点”。你可以把节点想象成“人的名字”，是区分不同实体的标识。
边：就是连接节点的“线条”，代表“关系”。
- 比如你和好友之间的“好友关系”、你和购买的手机之间的“购买关系”、手机和品牌之间的“从属关系”。
边是图的灵魂——没有边，节点就是孤立的“信息孤岛”。
属性：就是给节点和边加的“补充说明”。
- 比如你