CALL gds.dag.longestPath.stream(
  graphName: String,
  configuration: Map
) YIELD
  index: Integer,
  sourceNode: Integer,
  targetNode: Integer,
  totalCost: Float,
  nodeIds: List of Integer,
  costs: List of Float,
  path: Path

表 1. 参数
名称	类型	默认值	可选	描述
graphName	字符串	`不适用`	否	存储在目录中的图名称。
configuration	Map	`{}`	是	算法特定配置和/或图过滤。

表 2. 配置
名称	类型	默认值	可选	描述
nodeLabels	字符串列表	`['*']`	是	使用给定节点标签过滤命名图。将包含具有任何给定标签的节点。
relationshipTypes	字符串列表	`['*']`	是	使用给定关系类型过滤命名图。将包含具有任何给定类型的关系。
concurrency	整数	`4 ^[1]`	是	用于运行算法的并发线程数。
jobId	字符串	`内部生成`	是	一个可以提供的 ID，以便更轻松地跟踪算法的进度。
logProgress	布尔值	`true`	是	如果禁用，则不会记录进度百分比。
relationshipWeightProperty	字符串	`null`	是	用作权重的关系属性名称。如果未指定，算法将运行无权模式。
1. 在 GDS 会话中，默认值为可用处理器数量。

表 3. 结果
名称	类型	描述
索引	整数	找到路径的 0-基索引。
sourceNode	整数	路径的源节点。
targetNode	整数	路径的目标节点。
totalCost	浮点数	从源到目标的总成本。
nodeIds	整数列表	路径上按遍历顺序排列的节点 ID。
costs	浮点数列表	路径上每个节点的累计成本。
path	路径	表示为 Cypher 实体的路径。

示例

在本节中，我们将展示在具体图上运行 DAG 最长路径算法的示例。目的是说明结果是什么样子，并提供如何在实际设置中使用该算法的指南。我们将在一个由少数以特定模式连接的节点组成的小型供应链图上进行此操作。示例图如下所示：

以下 Cypher 语句将在 Neo4j 数据库中创建示例图

CREATE
       (n0:Goods {name: 'Timber'}),
       (n1:Goods {name: 'Lumber'}),
       (n2:Goods {name: 'Screws'}),
       (n3:Workshop {name: 'Table Maker'}),
       (n4:Product {name: 'Table'}),

       (n0)-[:Processing {time: 1}]->(n1),
       (n1)-[:Shipment {time: 0}]->(n3),
       (n2)-[:Shipment {time: 3}]->(n3),
       (n3)-[:Processing {time: 1}]->(n4)

此图描述了 Table Maker 工作坊中制造桌子的简单供应链。为了获得桌子所需的木材，工作坊需要加工原木，这需要 1 天才能完成。一旦木材准备好，它就已经在工作坊内，因此运输时间为零。然而，螺丝需要 3 天才能运到工作坊。只有在工作坊满足所有要求后，桌子才能开始制造，这个过程需要 1 天。

到桌子节点的最长路径从螺丝开始，然后是工作坊，最后是桌子，总共：4 天。这是瓶颈路径，也是制造桌子所需的总时间。

以下 Cypher 语句将把图投影到 GDS

MATCH (n)
OPTIONAL MATCH (n)-[r:Processing|Shipment]->(target)
RETURN gds.graph.project("g", n, target, {relationshipProperties: r {.time}})

流

流式过程会流式传输图中每个节点及其通往该节点的最长路径的距离。

有关流模式的更多详细信息，请参阅流。

以下将在带有权重的 stream 模式下运行最长路径算法

CALL gds.dag.longestPath.stream("g", {relationshipWeightProperty: "time"})
YIELD index, sourceNode, targetNode, totalCost, nodeIds, costs, path
RETURN
    index,
    gds.util.asNode(sourceNode).name AS sourceNode,
    gds.util.asNode(targetNode).name AS targetNode,
    totalCost,
    [nodeId IN nodeIds | gds.util.asNode(nodeId).name] AS nodeNames,
    costs,
    nodes(path) as path
ORDER BY index

我们使用实用函数 asNode 返回节点的名称而不是其 ID，以使结果更具可读性。

表 4. 结果
索引	sourceNode	targetNode	totalCost	nodeNames	costs	path
0	"原木"	"原木"	0.0	["原木"]	[0.0]	[节点[0]]
1	"原木"	"木材"	1.0	["原木", "木材"]	[0.0, 1.0]	[节点[0], 节点[1]]
2	"螺丝"	"制桌工坊"	3.0	["螺丝", "制桌工坊"]	[0.0, 3.0]	[节点[2], 节点[3]]
3	"螺丝"	"螺丝"	0.0	["螺丝"]	[0.0]	[节点[2]]
4	"螺丝"	"桌子"	4.0	["螺丝", "制桌工坊", "桌子"]	[0.0, 3.0, 4.0]	[节点[2], 节点[3], 节点[4]]