概述

使用语句khop().src().depth()可以获取点的K步邻居信息。

一个点的K步邻居是距离该点最短距离为K的点，而最短距离就是最短路径中的边数。在图论中，一步指的是一个点经由一条边抵达另一个点的过程。

本图中，点A的1步邻居为点{B, C, D}，2步邻居为点{E, F, G}，3步邻居为点{H}。

K步邻居的主要特点如下：

• K仅由最短距离决定，且具有唯一性。例如，点A和点C之间有多条路径（如A-C，A-D-C，A-D-E-C），而最短距离为1。点C只会作为点A的1步邻居，不会出现在点A的其他K邻查询结果中。
• K邻查询结果已经去重。例如，点A和点E间有两条最短路径（A-C-E和A-D-E），但在点A的2步邻居查询结果中，点E只会出现一次。

K邻查询采用了广度优先搜索（BFS）技术查找最短路径和K步邻居。嬴图已对K邻查询进行了优化，提高了查询效率。因此，在查询邻居节点时，建议使用K邻查询而非其他路径查询方法。

语法

khop().src(<filter?>).depth(<range>)

• 语句别名：类型为NODE
• 方法：

示例图集

在一个空图集中，逐行运行以下语句，创建示例图集：

create().edge_property(@default, "weight", int32)
insert().into(@default).nodes([{_id:"A"}, {_id:"B"}, {_id:"C"}, {_id:"D"}, {_id:"E"}, {_id:"F"}])
insert().into(@default).edges([{_from:"A", _to:"C", weight:1}, {_from:"E", _to:"B", weight:1}, {_from:"A", _to:"E", weight:4}, {_from:"D", _to:"C", weight:2}, {_from:"E", _to:"D", weight:3}, {_from:"B", _to:"A", weight:2}, {_from:"F", _to:"A", weight:4}])

查找K步邻居

N步内邻居

查找点D的1到3步邻居：

khop().src({_id == "D"}).depth(1:3) as n
return collect(n._id)

结果：

N步邻居

查找点D的3步邻居：

khop().src({_id == "D"}).depth(3) as n
return collect(n._id)

结果：

N到M步邻居

查找点D的2到3步邻居：

khop().src({_id == "D"}).depth(2:3) as n
return collect(n._id)

结果：

过滤邻居

查找点D的3步邻居，同时排除点E：

khop().src({_id == "D"}).depth(3).node_filter({_id != "E"}) as n
return collect(n._id)

结果：

剔除点E等同于将点E和与其相连的边从图中移除。此时，图中最短路径结构有所变化，点B因此成为点D的3步邻居。

过滤边

分别查找点A和点D的1步邻居，同时剔除weight属性大于3的边：

khop().src({_id in ["A", "D"]} as src).depth(1).edge_filter({weight <= 3}) as n
group by src
return src._id, count(n)

结果：

剔除weight属性大于3的边等同于将这些边从图中移除。图中最短路径结构因此改变。

设置边方向

查找点D的1到2步邻居，并要求路径中的边方向为右：

khop().src({_id == "D"}).depth(:2).direction(right) as n
return collect(n._id)

结果：

返回起点

查找点D的1步邻居，同时返回点D：

khop().src({_id == "D"}).depth(0:1) as n
return collect(n._id)

结果：

限制查询数量

分别查询点A和点D的1到2步邻居，每个点只返回一个邻居：

khop().src({_id in ["D", "A"]}).depth(:2).limit(1) as n
return collect(n._id)

结果：

鉴于K邻查询的BFS本质，靠近起点的邻居（步数更少的点）会优先返回。

使用OPTIONAL

本条查询中，khop()语句执行两次，每次使用start中的一条记录。使用OPTIONAL前缀后，如果没有查询到数据，则返回null：

find().nodes({_id in ["A", "D"]}) as start
optional khop().src(start).depth(2).direction(right) as n
return table(start._id, n._id)

结果：

若不使用OPTIONAL前缀，则没有关于点D的结果返回：

find().nodes({_id in ["A", "D"]}) as start
khop().src(start).depth(2).direction(right) as n
return table(start._id, n._id)

结果：