项目路线图

📌 项目愿景

成为 MoonBit 生态系统中最完整、最高质量的图算法库，覆盖从基础遍历到高级图分析的全面需求。

核心定位

目标用户: 算法竞赛选手、科研工作者、图数据库开发者、需要图算法的生产系统
差异化优势:
- ✅ 覆盖 8 大算法领域的 MoonBit 图库
- ✅ 业界领先的 5 层 Trait 设计（对标 petgraph 的 3 层）
- ✅ 8 种存储结构（比 petgraph 多 2 种）
- ✅ 原生多后端支持（wasm/js/native）
- ✅ 超小体积（wasm 53 KB，gzip 后仅 23 KB）

🎯 三阶段发展规划

核心理念：算法完善 → 文档建设 → 生态扩展

┌─────────────────────────────────────────────────────────────┐
│ ✅ 阶段 1: v0.1.0 初始化项目 + 核心算法完成                 │
│   v0.1.0 🎉 初始化项目（65+ 算法）✅ 已完成                │
├─────────────────────────────────────────────────────────────┤
│ ✅ 阶段 2: v0.1.1 补充算法 + 完善文档 + 调试站点            │
│   v0.1.1 🔄 补充算法 + 完善文档 + 调试站点 ✅ 已完成       │
├─────────────────────────────────────────────────────────────┤
│ ✅ 阶段 2.5: v0.1.2 用户体验改进 + 文档完善                  │
│   v0.1.2 📝 用户体验改进 + 文档完善 ✅ 已完成               │
├─────────────────────────────────────────────────────────────┤
│ ✅ 阶段 2.5: v0.1.3 性能基线 + 文档改进                     │
│   v0.1.3 📊 性能基线采集 + 文档改进 ✅ 已完成               │
├─────────────────────────────────────────────────────────────┤
│ 阶段 3: 高级功能拓展              → 前沿探索               │
│   v0.2.0 🌐 高级图算法（图神经网络基础）                     │
│   v0.3.0 📈 大规模图处理优化                                │
└─────────────────────────────────────────────────────────────┘

📊 当前基线 (v0.1.2)

已完成资产

维度	数值	说明
算法模块	18	18 个模块 P0-P5 全覆盖
算法总数	65+	含 A*/双向 BFS/Hopcroft-Karp/费用流/Edmonds 匹配等
测试用例	772	全通过 ✅
源代码行数	~8400	lib/ 下 150 个 .mbt 文件
API 状态	✅ 冻结	5 Trait + 70 公开类型 + 224 公开函数
CI/CD	✅ 上线	GitHub Actions 工作流已配置

已有算法清单

✅ 遍历: BFS, DFS, 双向 BFS, 拓扑排序, 环检测
✅ 最短路径: Dijkstra, Bellman-Ford, Floyd-Warshall, A*, Johnson, SPFA, 双向 Dijkstra, Yen's K 短路
✅ MST: Kruskal, Prim
✅ 连通性: CC, Tarjan SCC, Kosaraju SCC, BCC 双连通分量
✅ 流网络: Edmonds-Karp, Dinic, 最小费用最大流, Push-Relabel, Stoer-Wagner 最小割, 容量缩放
✅ 匹配: Hungarian, Hopcroft-Karp, Edmonds (一般图), Kuhn-Munkres (最大权)
✅ 图论: Euler, Cutpoints/Bridges, Coloring, Clique, Hamiltonian/TSP
✅ 图生成器: 16 种随机图生成
✅ 社区检测: Louvain, Leiden, 标签传播, 谱聚类
✅ 中心性: 度/介数/接近/特征向量/Katz/Harmonic/通信/集团中心性
✅ 链接预测: 共同邻居/Jaccard/Adamic-Adar/优先连接/资源分配
✅ 稠密子图: K-Core/K-Truss/三角计数/聚类系数
✅ 图算子: 补图/反转/并交差/笛卡尔积/张量积/字典序积/线图/收缩/幂图
✅ 特殊图识别: 弦图/二部图/正则图/完全图/树/森林/Havel-Hakimi
✅ I/O: DOT/JSON 序列化 + 图统计工具

🚀 版本计划

阶段 1: 核心完成 ✅

版本	日期	里程碑	状态
v0.1.0	2026-05-19	初始化项目 + 核心算法完成	✅
v1.0.0	2026-06-14	正式发布	✅

阶段 2: 文档与生态 ✅

版本	日期	里程碑	状态
v1.1.0	2026-06-14	CI/CD 上线	✅
v1.2.0	2026-07-15 (预计)	文档与示例完善	⬜
v1.3.0	2026-08-15 (预计)	测试与质量保障	⬜

v1.2.0: 文档与示例完善

主要工作:

文档体系完善 — API Reference 自动生成、使用指南、算法原理说明
示例项目集合 — 基础示例(5个) + 高级示例(5个) + 应用示例(3个)
教程 — 快速入门、算法选择指南、性能优化技巧

验收标准:

API Reference 100% 覆盖
每个算法模块有 README
至少 13 个可运行示例

v1.3.0: 测试与质量保障

主要工作:

测试覆盖率提升 — 核心模块覆盖率 ≥ 95%
质量门禁强化 — CI/CD 流程优化、代码质量检查
兼容性测试 — 多后端兼容性验证

阶段 3: 高级功能拓展

版本	预计时间	里程碑	状态
v2.0.0	2027 Q1	高级图算法（图神经网络基础）	⬜
v2.1.0	2027 Q2	大规模图处理优化	⬜
v2.2.0	2027 Q3	性能极致优化	⬜

⚠️ 风险与依赖

风险	影响	概率	应对策略
MoonBit 语言变更	API breaking changes	低	密切跟踪 changelog；抽象层隔离
社区接受度低	推广困难	中	完善文档+示例；积极参与社区
性能瓶颈	大规模图处理受限	中	提前 benchmark；优化关键路径

项目路线图

📌 项目愿景

核心定位

🎯 三阶段发展规划

核心理念：算法完善 → 文档建设 → 生态扩展

📊 当前基线 (v0.1.2)

已完成资产

已有算法清单

🚀 版本计划

阶段 1: 核心完成 ✅

阶段 2: 文档与生态 ✅

v1.2.0: 文档与示例完善

v1.3.0: 测试与质量保障

阶段 3: 高级功能拓展

⚠️ 风险与依赖

相关文档