本文介绍JanusGraph基于TinkerPop接口，将图数据存储于Cassandra等宽行后端，采用邻接表布局，边双写，事务非必然ACID，依赖后端一致性。对比Neo4j原生存储，JanusGraph牺牲局部性换取可扩展性，用vertex-centric索引应对超节点，适合已有宽表集群的场景。

本文比较图数据库四种邻接布局（边表、CSR、指针链、Block内联）的代价模型，分析一次hop与k跳扩张的差异。核心观点：大O相同但常数、局部性、更新代价不同；幂律图超节点主导事故形态；选型需关注k、f、d_max和更新频率四个旋钮，而非品牌之争。

本文介绍Neo4j图数据库中全文索引与向量索引的边界：两者均由Lucene驱动，不自动被Cypher规划器选用，需显式调用过程或SEARCH查询。全文索引用于分词匹配与打分，向量索引用于嵌入近邻搜索。内存上依赖OS缓存而非page cache，分数不可跨源比较，可与图拓扑扩展结合实现混合检索。

本研究解决了图着色过程中颜色分配不均的问题，提出了一种基于度的逻辑邻接检查（DBLAC）方法。该方法通过独特的逻辑与运算，实现了更有效的颜色分配和较少的诱导颜色数量，实验结果表明DBLAC在颜色数量和运行时间性能上具有竞争力。

本文提出了一种基于细胞图变换器的新方法，通过处理细胞图中的节点和边缘作为输入标记，实现了可学习的邻接和信息交换，结合拓扑感知的预训练方法，显著提高了核分类结果并达到了最先进的性能。

今天在扩展我们游戏中的管道系统时，又遇到了实现一个无向图的问题。 之前的管道系统，每节管道的邻接管数量有限，所以我用了类似树的方式储存，在每节管道上直接放了一个固定大小的数组，保存该节管道的上下游节点。对于液体管道系统，这套数据结构工作的很好。...