neo4j社区发现算法（Community detection algorithms）-3.The Connected Components algorithm

博客介绍了连接组件算法（并查集算法），它是解决动态连通性问题的高效数据结构，有联合、查找等操作。还阐述了Neo4j算法中将并查集分为无权重和有权重两种，给出实例对比差异。此外，介绍了强连通组件算法及强连通图的概念和Neo4j中的scc算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一.介绍：
　　连接组件算法也可称为并查集算法，是解决动态连通性问题的一类非常高效的数据结构。
　　在计算机科学中，并查集是一种树形的数据结构，用于处理不交集的合并及查询问题。
　　并查集存在两个操作（1，union联合；2，find查找）和一个需要解答的问题（1.isConneced是否相互连　　　　　　　　　　接；2，isSameSet是否在同一集合中）
二.neo4j算法
　　在neo4j算法中，将并查集算法分为两种，一种是无权重的，一种是有权重的，语法分别如下：
　　
无权重

CALL algo.unionFind.stream(label:String, relationship:String)
YIELD nodeId,setId

有权重

CALL algo.unionFind.stream(label:String, relationship:String, {weightProperty:'weight',
defaultValue:0.0, threshold:1.0, concurrency: 1})
YIELD nodeId,setId

三.实例：

创建节点及关系：

MERGE (nAlice:User {id:'Alice'})
MERGE (nBridget:User {id:'Bridget'})
MERGE (nCharles:User {id:'Charles'})
MERGE (nDoug:User {id:'Doug'})
MERGE (nMark:User {id:'Mark'})
MERGE (nMichael:User {id:'Michael'})
MERGE (nAlice)-[:FRIEND {weight:0.5}]->(nBridget)
MERGE (nAlice)-[:FRIEND {weight:4}]->(nCharles)
MERGE (nMark)-[:FRIEND {weight:1}]->(nDoug)
MERGE (nMark)-[:FRIEND {weight:2}]->(nMichael)

在这里插入图片描述
无权重：

CALL algo.unionFind.stream('User', 'FRIEND', {})
YIELD nodeId,setId
RETURN algo.getNodeById(nodeId).id AS user, setId

在这里插入图片描述有权重：

CALL algo.unionFind.stream('User', 'FRIEND', {weightProperty:'weight',
defaultValue:0.0, threshold:1.0, concurrency: 1})
YIELD nodeId,setId
RETURN algo.getNodeById(nodeId).id AS user, setId

在这里插入图片描述通过对比两个有无权重之间算法的差异，可以看到Bridget在有权重的算法中被单独分为了一个集合。
四.The Strongly Connected Components algorithm 强连通组件算法
　　　
　　　强连通图是指如果在有向图中，任意两个节点都互相可达，则为强连通图

neo4j中scc算法：

CALL algo.scc.stream(label:String, relationship:String)
yield nodeId,setId