基础教程概述

基础教程

欢迎来到 mbtgraph 基础教程！本部分将帮助你深入理解图算法库的核心概念和使用方法。

教程内容

本教程分为三个主要模块：

1. 图的数据结构

学习图的基本组成元素：

• 节点与边的表示 - 理解 NodeId、Node、Edge 等核心类型
• 5 层 Trait 详解 - 掌握 Trait 分层架构的设计思想
• 错误处理机制 - 学会正确处理图操作中的异常情况

2. 存储结构选型指南

根据你的应用场景选择最合适的存储结构：

• 8 种存储对比表 - 全面了解各种存储的特点
• 场景化选型决策树 - 快速找到适合你需求的存储
• 性能基准测试 - 基于实际数据的性能对比
• 存储转换器使用 - 在不同存储间灵活转换

3. 图的构建与操作

掌握图的创建和管理技巧：

• 创建节点和边 - 从零开始构建图
• 图的读写操作 - 查询和修改图数据
• 序列化与反序列化 - 图的持久化存储

学习建议

新手路线（推荐）

如果你是第一次接触图算法或 MoonBit 语言：

1. 先阅读 核心概念速查 获得全局概览
2. 深入学习 节点与边的表示
3. 重点理解 Trait 系统 - 这是 mbtgraph 的核心设计
4. 根据 存储选型指南 选择合适的存储结构
5. 动手实践 第一个图程序 巩固所学

有经验者路线

如果你已经熟悉图算法或其他语言的图库：

1. 快速浏览 Trait 分层体系 了解设计差异
2. 查看 存储对比表 了解性能特性
3. 直接进入 算法教程 学习具体实现
4. 参考 API 文档 查阅详细接口说明

核心设计理念

mbtgraph 的设计遵循以下原则：

1. Trait 驱动的泛型编程

通过 Trait 机制实现算法与存储的解耦：

// 同一个 BFS 函数可用于所有实现了 GraphReadable 的存储
pub fn[G : @core.GraphReadable] bfs(graph : G, start : NodeId) -> BfsResult { ... }

优势：

• 算法代码只需编写一次
• 用户可自由选择存储结构
• 新增存储无需修改算法代码

2. 渐进式复杂度

从简单到复杂的 Trait 层级：

GraphReadable (基础)
├── GraphWritable: GraphReadable (可写)
├── GraphDirected: GraphReadable (有向)
├── GraphBatchReadable: GraphReadable (批量)
└── GraphFull: GraphWritable + GraphDirected (完全)

优势：

• 按需选择，避免过度设计
• 接口清晰，易于理解和测试
• 支持不同性能需求的场景

3. 就地修改语义

所有写操作就地修改图，不创建新实例：

let g = @storage.new_directed()
let n0 = @core.GraphWritable::add_node(g, 0.0)  // g 就地修改，返回 NodeId

优势：

• 性能优秀，无不必要的拷贝
• 接口简单直观
• 适合构建大型图

与其他图库的区别

特性	mbtgraph	NetworkX (Python)	Boost Graph (C++)
语言	MoonBit	Python	C++
函数式语义	就地修改，高性能	可变对象	可变对象
存储抽象	Trait 泛型	统一接口	模板参数化
后端支持	native/wasm/js	仅 Python	仅 C++
学习曲线	中等	低	高

下一步

完成基础教程后，你可以：

• 进入 算法原理与实践 学习具体的图算法
• 查看 实战案例 了解真实应用场景
• 阅读 API 参考 查询详细的接口文档

---

💡

提示

在学习过程中遇到问题？可以查看 编码规范 或在 GitHub 提交 Issue。