图数据库 | 5、图数据库三大组件之一 之 图计算 （下）

 书接上文：图数据库 | 4、图数据库三大组件之一 ——图计算 （上）-优快云博客

结合计算效率来评估与设计图计算所需的数据结构。

存储低效性或许是相邻矩阵或关联矩阵等数据结构的最大缺点，尽管它有着O(1)的访问时间复杂度。例如通过数组下标定位任何一条边或顶点所需的时间是恒定的O(1)，相比而言，相邻链表对于存储空间的需求要小得多，在工业界中的应用也更为广泛。例如Facebook的社交图谱（其底层的技术架构代码为Tao/Dragon）采用的就是相邻链表的方式，链表中每个顶点表示一个人，而每个顶点下的链表表示这个人的朋友或关注者。

这种设计方式很容易被理解，但是它可能会遇到热点问题，例如如果一个顶点有1万个邻居，那么链表的长度有10 000步，遍历这个链表的时间复杂度为O(10 000)。在链表上的增删改查操作都是一样的复杂度，更准确地说，平均复杂度为O(5000)。另一个角度来看，链表的并发能力很糟糕，你无法对一个链表进行并发（写）操作。事实上，Facebook的架构中限定了一个用户的朋友不能超过6000人，微信中也有类似的朋友人数限制。

现在，让我们思考一个方法，一种数据结构可以平衡以下两件事情。

·存储空间：相对可控的、占用更小的存储空间来存放更大量的数据。

·访问速度：低访问延迟，并且