当前位置: 首页>大数据>正文

如何存储社交软件中的「好友、粉丝关系」

用娱乐的方式说编程

hello 兄弟们

我是浩说

现在的社交软件是层出不穷

什么微信、微博、抖音....

其中的社交达人也成了我们的茶余饭后:

"你关注了谁"

"她有多少粉丝"

"这个网红出事了"

"那个人突然爆火"

就像最近的”张同学“

今天咱们就来研究一下:

如何存储社交软件中的「好友、粉丝关系」

01

好友

我们将每个人用蓝色的圆点表示,而其中的一号就是你,

如果有人和你是"好友"关系,那么就用一条线将对方和你连接起来,就像这样:

如何存储社交软件中的「好友、粉丝关系」,第1张

这就表示你与2、4、6是好友关系。

接着我们来丰富一下别人的"好友关系",同样用连线表示:

如何存储社交软件中的「好友、粉丝关系」,第2张

这样我们就将每个人的"好友"圈子抽象成了圆点、线,

与圆点连线的其它圆点就是我们各自的"好友"圈子。

1 -> 2、4、6

2 -> 1、3、5

这种表现方式就对应着Java的一种数据结构:

图(Graph)

如何存储社交软件中的「好友、粉丝关系」,第3张

了解了 图 结构我们再来看一下,如何用它来表示"粉丝、关注"关系。

02

粉丝

与"好友"关系不同的是,"粉丝、关注"是一种单向关系,我虽然关注了你,但你不需要同时关注我这个粉丝。

于是我们需要将 图(Graph) 做一个改造,引入"方向"的概念,叫做 有向图

如何存储社交软件中的「好友、粉丝关系」,第4张

在理解了 图 之后,这个有向图就很好理解了吧!

那么对于软件后台来说,如何存储"图"这种数据结构呢?

我们可以从以下两个区域来探讨:

内存(如Redis)

硬盘(数据库)

03

"图"的存储

在内存里可以使用这两种方式:

邻接矩阵 Adjacency Matrix

邻接表 Adjacency List

04

邻接矩阵

Adjacency Matrix

这个邻接矩阵其实就是一个二维数组,我们就用上面的图结构来举例子,避免兄弟们忘记所以这里我再放一次:

如何存储社交软件中的「好友、粉丝关系」,第5张

我们将两个人的编号作为二维数组(Array[x][y])的下标,若为好友关系,则该坐标位置的值为1,若不是好友,则置为0,

(例:1和2是好友,那么Array[1][2] = 1 )

于是将这个好友圈子的图(graph)结构转换成邻接矩阵存储之后就是这样的:

如何存储社交软件中的「好友、粉丝关系」,第6张

05

亲密度

说到这里我们不如再延申一下"好友"关系,经常打游戏的兄弟们应该看到过"亲密度"这个概念,你每次和好友打完游戏都会出现类似的提示:”你和某某的亲密度上升了多少,现在为多少“。

想要表示"亲密度",我们直接保存在邻接矩阵对应的坐标值即可:

如何存储社交软件中的「好友、粉丝关系」,第7张

使用邻接矩阵的存储方式非常"简单粗暴",既方便寻找元素又很好理解,

不过缺点也相当明显,就是浪费内存空间,因为若1和2为好友,那么Array[1][2] 为 1 的同时,势必Array[2][1] 也为 1,

所以我们回看上面的邻接矩阵,以红色对角线划分的两部分其实是对称的,也就是说我们只需要一半空间即可,而另一半是完全重复的,相当于浪费了一半的存储空间!

如何存储社交软件中的「好友、粉丝关系」,第8张

福利"上菜"

800道大厂面试题

1000道基础面试题

同名公众号"浩说编程",发送数字 "7"

找面试题再也不用东拼西凑

爽到飞起!

06

邻接表

Adjacency List

=邻接表 Adjacency List

邻接表基于数组 + 链表,我们依然用"好友"关系的图来举例

如何存储社交软件中的「好友、粉丝关系」,第9张

转换为邻接表如下:

如何存储社交软件中的「好友、粉丝关系」,第10张

邻接表的思路是,在左侧数组中保存每个顶点,每个顶点连接着一条链表用于保存该顶点的所有好友

以上就是在内存中存储的两种方式。

最后说说硬盘的存储方式吧,对于持久层来说就是单纯的数据库表设计了,最粗暴的方式就是创建一个中间关系表就像这样:

user_id

frend_id

1

2

1

4

1

6

2

3

2

5

3

6

4

5

如何存储社交软件中的「好友、粉丝关系」,第11张

https://www.xamrdz.com/bigdata/79m1994169.html

相关文章: