mirror of
https://github.com/meilisearch/MeiliSearch
synced 2024-11-30 00:34:26 +01:00
Introduce a structure to represent a set of graph paths efficiently
This commit is contained in:
parent
c9bf6bb2fa
commit
864f6410ed
427
milli/src/search/new/ranking_rule_graph/paths_map.rs
Normal file
427
milli/src/search/new/ranking_rule_graph/paths_map.rs
Normal file
@ -0,0 +1,427 @@
|
|||||||
|
use std::collections::hash_map::DefaultHasher;
|
||||||
|
use std::collections::HashSet;
|
||||||
|
use std::fmt::Write;
|
||||||
|
use std::hash::{Hash, Hasher};
|
||||||
|
|
||||||
|
use super::cheapest_paths::Path;
|
||||||
|
use super::{EdgeDetails, EdgeIndex, RankingRuleGraph, RankingRuleGraphTrait, Edge};
|
||||||
|
use crate::new::QueryNode;
|
||||||
|
|
||||||
|
|
||||||
|
#[derive(Debug)]
|
||||||
|
pub struct PathsMap<V> {
|
||||||
|
nodes: Vec<(EdgeIndex, PathsMap<V>)>,
|
||||||
|
value: Option<V>
|
||||||
|
}
|
||||||
|
impl<V> Default for PathsMap<V> {
|
||||||
|
fn default() -> Self {
|
||||||
|
Self { nodes: vec![], value: None }
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
impl PathsMap<u64> {
|
||||||
|
pub fn from_paths(paths: &[Path]) -> Self {
|
||||||
|
let mut result = Self::default();
|
||||||
|
for p in paths {
|
||||||
|
result.add_path(p);
|
||||||
|
}
|
||||||
|
result
|
||||||
|
}
|
||||||
|
pub fn add_path(&mut self, path: &Path) {
|
||||||
|
self.insert(path.edges.iter().copied(), path.cost);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
impl<V> PathsMap<V> {
|
||||||
|
pub fn is_empty(&self) -> bool {
|
||||||
|
self.nodes.is_empty() && self.value.is_none()
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn insert(&mut self, mut edges: impl Iterator<Item = EdgeIndex>, value: V) {
|
||||||
|
match edges.next() {
|
||||||
|
None => {
|
||||||
|
self.value = Some(value);
|
||||||
|
}
|
||||||
|
Some(first_edge) => {
|
||||||
|
// comment
|
||||||
|
for (edge, next_node) in &mut self.nodes {
|
||||||
|
if edge == &first_edge {
|
||||||
|
return next_node.insert(edges, value);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
let mut rest = PathsMap::default();
|
||||||
|
rest.insert(edges, value);
|
||||||
|
self.nodes.push((first_edge, rest));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
fn remove_first_rec(&mut self, cur: &mut Vec<EdgeIndex>) -> (bool, V) {
|
||||||
|
let Some((first_edge, rest)) = self.nodes.first_mut() else {
|
||||||
|
// The PathsMap has to be correct by construction here, otherwise
|
||||||
|
// the unwrap() will crash
|
||||||
|
return (true, self.value.take().unwrap())
|
||||||
|
};
|
||||||
|
cur.push(*first_edge);
|
||||||
|
let (rest_is_empty, value) = rest.remove_first_rec(cur);
|
||||||
|
if rest_is_empty {
|
||||||
|
self.nodes.remove(0);
|
||||||
|
(self.nodes.is_empty(), value)
|
||||||
|
} else {
|
||||||
|
(false, value)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
pub fn remove_first(&mut self) -> Option<(Vec<EdgeIndex>, V)> {
|
||||||
|
if self.is_empty() {
|
||||||
|
return None
|
||||||
|
}
|
||||||
|
|
||||||
|
let mut result = vec![];
|
||||||
|
let (_, value) = self.remove_first_rec(&mut result);
|
||||||
|
Some((result, value))
|
||||||
|
}
|
||||||
|
pub fn iterate_rec(&self, cur: &mut Vec<EdgeIndex>, visit: &mut impl FnMut(&Vec<EdgeIndex>, &V)) {
|
||||||
|
if let Some(value) = &self.value {
|
||||||
|
visit(cur, value);
|
||||||
|
}
|
||||||
|
for (first_edge, rest) in self.nodes.iter() {
|
||||||
|
cur.push(*first_edge);
|
||||||
|
rest.iterate_rec(cur, visit);
|
||||||
|
cur.pop();
|
||||||
|
}
|
||||||
|
}
|
||||||
|
pub fn iterate(&self, mut visit: impl FnMut(&Vec<EdgeIndex>, &V)) {
|
||||||
|
self.iterate_rec(&mut vec![], &mut visit)
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn remove_prefixes<U>(&mut self, prefixes: &PathsMap<U>) {
|
||||||
|
prefixes.iterate(|prefix, _v| {
|
||||||
|
self.remove_prefix(prefix);
|
||||||
|
});
|
||||||
|
}
|
||||||
|
pub fn remove_edges(&mut self, forbidden_edges: &HashSet<EdgeIndex>) {
|
||||||
|
let mut i = 0;
|
||||||
|
while i < self.nodes.len() {
|
||||||
|
let should_remove = if forbidden_edges.contains(&self.nodes[i].0) {
|
||||||
|
true
|
||||||
|
} else if !self.nodes[i].1.nodes.is_empty() {
|
||||||
|
self.nodes[i].1.remove_edges(forbidden_edges);
|
||||||
|
self.nodes[i].1.nodes.is_empty()
|
||||||
|
} else {
|
||||||
|
false
|
||||||
|
};
|
||||||
|
if should_remove {
|
||||||
|
self.nodes.remove(i);
|
||||||
|
} else {
|
||||||
|
i += 1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
pub fn remove_edge(&mut self, forbidden_edge: &EdgeIndex) {
|
||||||
|
let mut i = 0;
|
||||||
|
while i < self.nodes.len() {
|
||||||
|
let should_remove = if &self.nodes[i].0 == forbidden_edge {
|
||||||
|
true
|
||||||
|
} else if !self.nodes[i].1.nodes.is_empty() {
|
||||||
|
self.nodes[i].1.remove_edge(forbidden_edge);
|
||||||
|
self.nodes[i].1.nodes.is_empty()
|
||||||
|
} else {
|
||||||
|
false
|
||||||
|
};
|
||||||
|
if should_remove {
|
||||||
|
self.nodes.remove(i);
|
||||||
|
} else {
|
||||||
|
i += 1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
pub fn remove_prefix(&mut self, forbidden_prefix: &[EdgeIndex]) {
|
||||||
|
let [first_edge, remaining_prefix @ ..] = forbidden_prefix else {
|
||||||
|
self.nodes.clear();
|
||||||
|
self.value = None;
|
||||||
|
return;
|
||||||
|
};
|
||||||
|
|
||||||
|
let mut i = 0;
|
||||||
|
while i < self.nodes.len() {
|
||||||
|
let edge = self.nodes[i].0;
|
||||||
|
let should_remove = if edge == *first_edge {
|
||||||
|
self.nodes[i].1.remove_prefix(remaining_prefix);
|
||||||
|
self.nodes[i].1.nodes.is_empty()
|
||||||
|
} else {
|
||||||
|
false
|
||||||
|
};
|
||||||
|
if should_remove {
|
||||||
|
self.nodes.remove(i);
|
||||||
|
} else {
|
||||||
|
i += 1;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn edge_indices_after_prefix(&self, prefix: &[EdgeIndex]) -> Vec<EdgeIndex> {
|
||||||
|
let [first_edge, remaining_prefix @ ..] = prefix else {
|
||||||
|
return self.nodes.iter().map(|n| n.0).collect();
|
||||||
|
};
|
||||||
|
for (edge, rest) in self.nodes.iter(){
|
||||||
|
if edge == first_edge {
|
||||||
|
return rest.edge_indices_after_prefix(remaining_prefix);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
vec![]
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn contains_prefix_of_path(&self, path: &[EdgeIndex]) -> bool {
|
||||||
|
if self.value.is_some() {
|
||||||
|
return true
|
||||||
|
}
|
||||||
|
match path {
|
||||||
|
[] => {
|
||||||
|
false
|
||||||
|
}
|
||||||
|
[first_edge, remaining_path @ ..] => {
|
||||||
|
for (edge, rest) in self.nodes.iter(){
|
||||||
|
if edge == first_edge {
|
||||||
|
return rest.contains_prefix_of_path(remaining_path);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
false
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
pub fn graphviz<G: RankingRuleGraphTrait>(&self, graph: &RankingRuleGraph<G>) -> String {
|
||||||
|
let mut desc = String::new();
|
||||||
|
desc.push_str("digraph G {\n");
|
||||||
|
self.graphviz_rec(&mut desc, vec![], graph);
|
||||||
|
desc.push_str("\n}\n");
|
||||||
|
desc
|
||||||
|
}
|
||||||
|
fn graphviz_rec<G: RankingRuleGraphTrait>(&self, desc: &mut String, path_from: Vec<u64>, graph: &RankingRuleGraph<G>) {
|
||||||
|
let id_from = {
|
||||||
|
let mut h = DefaultHasher::new();
|
||||||
|
path_from.hash(&mut h);
|
||||||
|
h.finish()
|
||||||
|
};
|
||||||
|
for (edge_idx, rest) in self.nodes.iter() {
|
||||||
|
let Some(Edge { from_node, to_node, cost, details }) = graph.get_edge(*edge_idx).as_ref() else {
|
||||||
|
continue;
|
||||||
|
};
|
||||||
|
let mut path_to = path_from.clone();
|
||||||
|
path_to.push({
|
||||||
|
let mut h = DefaultHasher::new();
|
||||||
|
edge_idx.hash(&mut h);
|
||||||
|
h.finish()
|
||||||
|
});
|
||||||
|
let id_to = {
|
||||||
|
let mut h = DefaultHasher::new();
|
||||||
|
path_to.hash(&mut h);
|
||||||
|
h.finish()
|
||||||
|
};
|
||||||
|
writeln!(desc, "{id_to} [label = \"{from_node}→{to_node} [{cost}]\"];").unwrap();
|
||||||
|
writeln!(desc, "{id_from} -> {id_to};").unwrap();
|
||||||
|
|
||||||
|
rest.graphviz_rec(desc, path_to, graph);
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
impl<G: RankingRuleGraphTrait> RankingRuleGraph<G> {
|
||||||
|
|
||||||
|
pub fn graphviz_with_path(&self, path: &Path) -> String {
|
||||||
|
let mut desc = String::new();
|
||||||
|
desc.push_str("digraph G {\nrankdir = LR;\nnode [shape = \"record\"]\n");
|
||||||
|
|
||||||
|
for (node_idx, node) in self.query_graph.nodes.iter().enumerate() {
|
||||||
|
if matches!(node, QueryNode::Deleted) {
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
desc.push_str(&format!("{node_idx} [label = {:?}]", node));
|
||||||
|
if node_idx == self.query_graph.root_node {
|
||||||
|
desc.push_str("[color = blue]");
|
||||||
|
} else if node_idx == self.query_graph.end_node {
|
||||||
|
desc.push_str("[color = red]");
|
||||||
|
}
|
||||||
|
desc.push_str(";\n");
|
||||||
|
}
|
||||||
|
|
||||||
|
for (edge_idx, edge) in self.all_edges.iter().enumerate() {
|
||||||
|
let Some(edge) = edge else { continue };
|
||||||
|
let Edge { from_node, to_node, cost, details } = edge;
|
||||||
|
let color = if path.edges.contains(&EdgeIndex(edge_idx)) {
|
||||||
|
"red"
|
||||||
|
} else {
|
||||||
|
"green"
|
||||||
|
};
|
||||||
|
match &edge.details {
|
||||||
|
EdgeDetails::Unconditional => {
|
||||||
|
desc.push_str(&format!(
|
||||||
|
"{from_node} -> {to_node} [label = \"cost {cost}\", color = {color}];\n",
|
||||||
|
cost = edge.cost,
|
||||||
|
));
|
||||||
|
}
|
||||||
|
EdgeDetails::Data(details) => {
|
||||||
|
desc.push_str(&format!(
|
||||||
|
"{from_node} -> {to_node} [label = \"cost {cost} {edge_label}\", color = {color}];\n",
|
||||||
|
cost = edge.cost,
|
||||||
|
edge_label = G::edge_details_dot_label(details),
|
||||||
|
));
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
desc.push('}');
|
||||||
|
desc
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
|
#[cfg(test)]
|
||||||
|
mod tests {
|
||||||
|
use super::PathsMap;
|
||||||
|
use crate::db_snap;
|
||||||
|
use crate::index::tests::TempIndex;
|
||||||
|
use crate::new::db_cache::DatabaseCache;
|
||||||
|
use crate::new::ranking_rule_graph::cheapest_paths::KCheapestPathsState;
|
||||||
|
use crate::new::ranking_rule_graph::empty_paths_cache::EmptyPathsCache;
|
||||||
|
use crate::new::ranking_rule_graph::proximity::ProximityGraph;
|
||||||
|
use crate::new::ranking_rule_graph::{RankingRuleGraph, EdgeIndex};
|
||||||
|
use crate::search::new::query_term::{word_derivations, LocatedQueryTerm};
|
||||||
|
use crate::search::new::QueryGraph;
|
||||||
|
use charabia::Tokenize;
|
||||||
|
|
||||||
|
#[test]
|
||||||
|
fn paths_tree() {
|
||||||
|
let mut index = TempIndex::new();
|
||||||
|
index.index_documents_config.autogenerate_docids = true;
|
||||||
|
index
|
||||||
|
.update_settings(|s| {
|
||||||
|
s.set_searchable_fields(vec!["text".to_owned()]);
|
||||||
|
})
|
||||||
|
.unwrap();
|
||||||
|
|
||||||
|
index
|
||||||
|
.add_documents(documents!([
|
||||||
|
{
|
||||||
|
"text": "0 1 2 3 4 5"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"text": "0 a 1 b 2 3 4 5"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"text": "0 a 1 b 3 a 4 b 5"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"text": "0 a a 1 b 2 3 4 5"
|
||||||
|
},
|
||||||
|
{
|
||||||
|
"text": "0 a a a a 1 b 3 45"
|
||||||
|
},
|
||||||
|
]))
|
||||||
|
.unwrap();
|
||||||
|
|
||||||
|
db_snap!(index, word_pair_proximity_docids, @"679d1126b569b3e8b10dd937c3faedf9");
|
||||||
|
|
||||||
|
let txn = index.read_txn().unwrap();
|
||||||
|
let mut db_cache = DatabaseCache::default();
|
||||||
|
let fst = index.words_fst(&txn).unwrap();
|
||||||
|
let query =
|
||||||
|
LocatedQueryTerm::from_query("0 1 2 3 4 5".tokenize(), None, |word, is_prefix| {
|
||||||
|
word_derivations(&index, &txn, word, if word.len() < 3 {
|
||||||
|
0
|
||||||
|
} else if word.len() < 6 {
|
||||||
|
1
|
||||||
|
} else {
|
||||||
|
2
|
||||||
|
},is_prefix, &fst)
|
||||||
|
})
|
||||||
|
.unwrap();
|
||||||
|
let graph = QueryGraph::from_query(&index, &txn, &mut db_cache, query).unwrap();
|
||||||
|
let empty_paths_cache = EmptyPathsCache::default();
|
||||||
|
let mut db_cache = DatabaseCache::default();
|
||||||
|
|
||||||
|
let mut prox_graph =
|
||||||
|
RankingRuleGraph::<ProximityGraph>::build(&index, &txn, &mut db_cache, graph).unwrap();
|
||||||
|
|
||||||
|
println!("{}", prox_graph.graphviz());
|
||||||
|
|
||||||
|
let mut state = KCheapestPathsState::new(&prox_graph).unwrap();
|
||||||
|
|
||||||
|
let mut path_tree = PathsMap::default();
|
||||||
|
while state.next_cost() <= 6 {
|
||||||
|
let next_state = state.compute_paths_of_next_lowest_cost(&mut prox_graph, &empty_paths_cache, &mut path_tree);
|
||||||
|
if let Some(next_state) = next_state {
|
||||||
|
state = next_state;
|
||||||
|
} else {
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
let desc = path_tree.graphviz(&prox_graph);
|
||||||
|
println!("{desc}");
|
||||||
|
|
||||||
|
// let path = vec![EdgeIndex { from: 0, to: 2, edge_idx: 0 }, EdgeIndex { from: 2, to: 3, edge_idx: 0 }, EdgeIndex { from: 3, to: 4, edge_idx: 0 }, EdgeIndex { from: 4, to: 5, edge_idx: 0 }, EdgeIndex { from: 5, to: 8, edge_idx: 0 }, EdgeIndex { from: 8, to: 1, edge_idx: 0 }, EdgeIndex { from: 1, to: 10, edge_idx: 0 }];
|
||||||
|
// println!("{}", psath_tree.contains_prefix_of_path(&path));
|
||||||
|
|
||||||
|
|
||||||
|
// let path = vec![EdgeIndex { from: 0, to: 2, edge_idx: 0 }, EdgeIndex { from: 2, to: 3, edge_idx: 0 }, EdgeIndex { from: 3, to: 4, edge_idx: 0 }, EdgeIndex { from: 4, to: 5, edge_idx: 0 }, EdgeIndex { from: 5, to: 6, edge_idx: 0 }, EdgeIndex { from: 6, to: 7, edge_idx: 0 }, EdgeIndex { from: 7, to: 1, edge_idx: 0 }];
|
||||||
|
|
||||||
|
|
||||||
|
// path_tree.iterate(|path, cost| {
|
||||||
|
// println!("cost {cost} for path: {path:?}");
|
||||||
|
// });
|
||||||
|
|
||||||
|
// path_tree.remove_forbidden_prefix(&[
|
||||||
|
// EdgeIndex { from: 0, to: 2, edge_idx: 0 },
|
||||||
|
// EdgeIndex { from: 2, to: 3, edge_idx: 2 },
|
||||||
|
// ]);
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("{desc}");
|
||||||
|
|
||||||
|
// path_tree.remove_forbidden_edge(&EdgeIndex { from: 5, to: 6, cost: 1 });
|
||||||
|
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("AFTER REMOVING 5-6 [1]:\n{desc}");
|
||||||
|
|
||||||
|
// path_tree.remove_forbidden_edge(&EdgeIndex { from: 3, to: 4, cost: 1 });
|
||||||
|
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("AFTER REMOVING 3-4 [1]:\n{desc}");
|
||||||
|
|
||||||
|
// let p = path_tree.remove_first();
|
||||||
|
// println!("PATH: {p:?}");
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("AFTER REMOVING: {desc}");
|
||||||
|
|
||||||
|
// let p = path_tree.remove_first();
|
||||||
|
// println!("PATH: {p:?}");
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("AFTER REMOVING: {desc}");
|
||||||
|
|
||||||
|
// path_tree.remove_all_containing_edge(&EdgeIndex { from: 5, to: 6, cost: 2 });
|
||||||
|
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("{desc}");
|
||||||
|
|
||||||
|
// let first_edges = path_tree.remove_first().unwrap();
|
||||||
|
// println!("{first_edges:?}");
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("{desc}");
|
||||||
|
|
||||||
|
// let first_edges = path_tree.remove_first().unwrap();
|
||||||
|
// println!("{first_edges:?}");
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("{desc}");
|
||||||
|
|
||||||
|
// let first_edges = path_tree.remove_first().unwrap();
|
||||||
|
// println!("{first_edges:?}");
|
||||||
|
// let desc = path_tree.graphviz();
|
||||||
|
// println!("{desc}");
|
||||||
|
|
||||||
|
// println!("{path_tree:?}");
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
#[test]
|
||||||
|
fn test_contains_prefix_of_path() {
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
Loading…
Reference in New Issue
Block a user