时态图最短路径算法

原论文：Spatio-temporal Network Databases and Routing Algorithms: A Summary of Results

时态图发展需要解决的问题：

1、所消耗的存储空间将增大，需要消除冗余，增加存储效率。

2、旧的数据模型在时态图上可能会有新的解释。如寻找两点之间最短的路径可能有两种解释：（1）给定起始节点与起始时间寻找最短路径。（2）寻找两个点间消耗最短的路径，起始时间随意。

3、设计高效正确的查询处理策略，因为一些常用的图策略可能不适用于时态图。如最优子图结构可能在时态图不适用。

时态图寻找最短路径的挑战：

网络可能在对图进行遍历的时候进行更改。边的属性会变，边是否存在也会变。如在t=1的时刻，从a到b的旅行时长可能为2，但是在t=2的时刻旅行时长就变为了1，在t=3的时刻改边就不存在了。

一个时态图的表示方式：

如上所示，N表示节点集合，E表示边集合，TF表示整个时间间隔，fi表示时间序列与节点的匹配（个人理解应该是在i时刻节点是否存在❓），gi对应边与时间序列的匹配，wi表示不同时间边的权重。