创建网络拓扑

Question

我有来自所有调制解调器，网络元素，最后是技术站点的网络数据，我想为每个调制解调器创建一个具有拓扑结构的向量。

网络有树结构。对于我的问题，让我们提出如下几点：

​

​

红色的是技术站点，绿色的是调制解调器。黄色的是中间的拓扑元素。这些信息在数据集中，如：

library(data.table)

df1 = structure(list(mac = c("A90", "BCF", "12A", "D4B"), top = c(100L, 
200L, 300L, 400L)), row.names = c(NA, -4L), class = c("data.table","data.frame"))

   mac  top
1: A90 100
2: BCF 200
3: 12A 300
4: D4B 400


df2 = structure(list(a = c(100L, 150L, 156L, 800L, 200L, 203L, 300L, 
400L, 111L, 963L), b = c(150L, 156L, 800L, 263L, 203L, 800L, 
263L, 111L, 963L, 156L)), row.names = c(NA, -10L), class = c("data.table","data.frame"))

> df2
   a   b
1: 100 150
2: 150 156
3: 156 800
4: 800 263
5: 200 203
6: 203 800
7: 300 263
8: 400 111
9: 111 963
10: 963 156

a表示起始点，b表示目标点。

现在，我想为每个调制解调器创建一个拓扑，它应该如下所示：

df_target = structure(list(mac = c("A90", "BCF", "12A", "D4B"), topo_complete = c("100, 150, 156, 800, 263", 
"200, 203, 800, 263", "300, 263", "400, 111, 963, 156, 800, 263"
)), row.names = c(NA, -4L), class = c("data.table", "data.frame"))
   mac      topo_complete 
1: A90           100, 150, 156, 800, 263
2: BCF                200, 203, 800, 263
3: 12A                          300, 263
4: D4B      400, 111, 963, 156, 800, 263

或者一句话:对于df1中的每个调制解调器(df1)取top值，在df2.a中搜索其目标(df.b)，然后取这个目标值，存储它，如果它存在于df2.a中，则用于搜索。如果是，再取目标(df.b)并重复。只要它不再找到任何目标值。从来没有超过一个目标点，所以不需要处理多个目标点的案件。

老实说，我不知道该怎么解决这个问题。此外，由于真实世界的数据有超过100万台的宏和大约100 K的拓扑元素，它必须在速度/性能方面有效。记忆的使用并不重要。如果可能的话，我想使用data.table。

有人能帮忙吗？

Answer 1

其中一种方法是使用igraph包：

library(igraph)
library(data.table)

g <- graph_from_data_frame(df2, directed = TRUE)
df1[, topo_complete := lapply(as.character(top), function(x) names(subcomponent(g, x, mode = "out")))]