递归CTE图遍历：已访问顶点存储方式的技术问询

问题1：PostgreSQL是否有轻量SET类型（无需单独表/JSON）？ #

PostgreSQL没有原生的轻量SET类型，但可以用**数组（Array）**配合内置操作符完美模拟SET的核心存在性判断功能，无需额外创建表或依赖JSON集合。如果处理的是整数类型的城市ID而非字符串，还可以启用intarray扩展，它提供了更高效的数组操作函数；对于文本类型的城市名，原生数组就足够满足需求。

问题2：ARRAY类型的查找效率与最佳实践 #

效率情况 #

• 小规模数据（如你当前的示例场景）：数组查找的线性扫描完全足够，性能无任何问题，和字符串查找的效率差异可以忽略。
• 大规模数据/高频查询：如果需要频繁判断元素是否存在，可以为数组字段创建GIN索引，此时@>（包含）或<@（被包含）操作符的查找效率会提升到O(log n)，远优于字符串的position模糊查找。

最佳实践 #

放弃课程中的字符串拼接方案，改用数组存储已访问城市，核心优势如下：

1. 语义更清晰：数组直接表示"已访问城市集合"，比拼接字符串的方式更贴合业务逻辑，避免position判断可能出现的歧义（比如城市名包含分隔符导致误判）。
2. 操作更安全：数组的元素判断是精确匹配，不会出现字符串匹配时的边界错误（比如"南京"和"南京市"的误判）。
3. 可扩展性强：后续需要对已访问城市做统计、去重等操作时，数组的内置函数（如array_agg、unnest）能更方便地处理。

示例代码片段 #

递归CTE中使用数组的典型写法：

WITH RECURSIVE travel AS (
    -- 起始节点：从'北京'出发，已访问城市数组初始化为['北京']
    SELECT 
        city.id, 
        city.name, 
        ARRAY[city.name] AS visited_cities,
        1 AS depth
    FROM cities city
    WHERE city.name = '北京'
    UNION ALL
    -- 递归遍历：只选择未访问过的相邻城市
    SELECT 
        neighbor.id, 
        neighbor.name, 
        travel.visited_cities || neighbor.name,
        travel.depth + 1
    FROM travel
    JOIN city_connections conn ON travel.id = conn.from_city_id
    JOIN cities neighbor ON conn.to_city_id = neighbor.id
    -- 判断城市是否未被访问：用<@操作符检查数组是否不包含当前城市
    WHERE NOT ARRAY[neighbor.name] <@ travel.visited_cities
)
SELECT * FROM travel;

补充说明 #

如果追求更接近SET的自动去重行为，可以在拼接数组时使用array_agg(DISTINCT ...)，但在递归CTE的场景中，只要递归条件判断严格，数组里不会出现重复元素，通常不需要额外去重。

内容的提问来源于stack exchange，提问作者David Kerr