如何用Neo4j Cypher查询最大组直径为3的不连通节点组

嗨，这个问题我刚好处理过类似的场景！要找出Neo4j中图里那些直径为3的不连通小组，我们可以借助Neo4j的Graph Data Science（GDS）库来高效实现，核心思路是先拆分所有连通分量，再计算每个分量的直径，最后筛选出符合条件的小组。下面一步步来：

首先得确认你的Neo4j实例已经安装了Graph Data Science插件，要是没装的话，在Neo4j Desktop里直接添加插件就行，或者用命令行安装（具体步骤可以参考Neo4j官方文档，但这里就不展开啦）。

我们先用**弱连通分量（WCC）**算法把整个图拆分成一个个独立的连通小组，每个小组里的节点互相连通，和其他小组的节点没有链接。

先把图投影到GDS的内存中（这样后续计算更快），然后给每个节点标记所属的组件ID：

// 1. 投影整个图到内存，节点和关系都包含
CALL gds.graph.project('fullGraph', '*', '*')
YIELD graphName, nodeCount, relationshipCount
RETURN graphName, nodeCount, relationshipCount;

// 2. 用WCC算法计算连通分量，并把组件ID写入节点属性
CALL gds.wcc.write('fullGraph', { writeProperty: 'componentId' })
YIELD componentCount, nodeCount
RETURN componentCount, nodeCount;

这一步完成后，每个节点都会多一个componentId属性，相同值的节点属于同一个连通小组。

接下来我们要计算每个连通小组的直径，然后挑出直径等于3的。这里推荐用GDS的graphDiameter算法，它专门用来计算图的直径，而且支持按组件分组计算，效率很高：

// 1. 投影包含组件ID属性的图到内存
CALL gds.graph.project('componentGraph', '*', '*', { nodeProperties: 'componentId' })
YIELD graphName;

// 2. 按组件计算直径，并筛选出直径为3的小组
CALL gds.graphDiameter.stream('componentGraph', {
  relationshipWeightProperty: null, // 我们用无权重的最短路径步数
  componentProperty: 'componentId'  // 按componentId分组计算每个组件的直径
})
YIELD componentValue, diameter
WHERE diameter = 3
// 取出该组件的所有节点
MATCH (n) WHERE n.componentId = componentValue
RETURN componentValue AS componentId, collect(n) AS componentNodes, diameter;

如果你的大组件节点数量很多，计算它的直径会非常耗时。我们可以先过滤掉节点数过多的组件，比如假设直径为3的小组节点数不会超过20，那可以在WCC之后先筛选：

// 先获取所有组件的节点列表和节点数
CALL gds.wcc.stream('fullGraph')
YIELD nodeId, componentId
WITH componentId, collect(gds.util.asNode(nodeId)) AS componentNodes
WHERE size(componentNodes) <= 20 // 过滤掉节点数多的大组件
// 对每个小的组件计算直径
WITH componentId, componentNodes,
     // 计算组件内所有节点对的最短路径距离
     [n1 IN componentNodes |
      [n2 IN componentNodes WHERE id(n1) < id(n2) |
       gds.shortestPath.distance('fullGraph', n1, n2)
      ]
     ] AS allDistances
// 找出最大的距离，就是组件的直径
WITH componentId, componentNodes,
     reduce(maxD = 0, distList IN allDistances |
            reduce(subMax = maxD, d IN distList | max(subMax, d))
     ) AS diameter
WHERE diameter = 3
RETURN componentId, componentNodes, diameter;

这个方法先排除了大组件，只处理小的组件，计算速度会快很多。

• 如果你的图是有向图，那应该用强连通分量（SCC）算法代替WCC，对应Cypher是gds.scc.write()。
• 要是你没有GDS库权限，也可以用纯Cypher计算，但效率会低很多，比如用遍历节点找连通关系的方式，但不推荐处理大图。

内容的提问来源于stack exchange，提问作者halloleo