SAS 数据步骤计算图中的节点/边

Question

假设我有一个有向图，用名为links的数据集表示，它有两个变量:from_id 和to_id。我想使用 SAS Data Step 来做两件事:(1) 计算节点数，(2) 计算边数。

假设 links 数据集如下所示。

from_id    to_id
----------------
   1         2
   2         3
   3         1
   3         2

在这个例子中，有 3 个节点和 4 个边。 (我们可以假设链接中没有重复边)。节点为1、2、3，边为1->2、2->3、3->1、3->2。

下面是一个 SAS 宏，它结合使用 SAS Data Step 和 proc sql 来计算节点和边。它工作得很好，但我希望使用 SAS Data Step 以便可以(可能)更快地完成对节点和边的计数。

/* display number of nodes and edges for graph */
%macro graph_info(links);
data nodes;
    set &links;
    node_id = from_id;
    output;
    node_id = to_id;
    output;
    keep node_id;
run;

proc sql noprint;
    select count(distinct node_id) into :numNodes from nodes;
quit;
proc datasets lib=work nolist;
    delete nodes;
quit;

proc sql noprint;
    select count(*) into :numEdges from &links;
quit;

%put Nodes: &numNodes;
%put Edges: &numEdges;
%mend;

Answer 1

如果您有足够的内存，您可以使用散列对象来完成此操作。

请注意:此代码未经测试，因为我手边没有 SAS 安装。但是，基本思想应该可行。您遍历数据步骤，将每个节点添加到哈希对象，并在最后一个对象上将宏变量设置为哈希对象的大小。

data _null_;
  set links end=lastrec;
  format node_id 8.;
  if _N_ eq 1 then do;
    declare hash h();
    h.defineKey("node_id");
    h.defineDone();
  end;
  node_id = from_id;
  rc=h.find();
  if rc ne 0 then h.add();
  node_id = to_id;
  rc=h.find();
  if rc ne 0 then h.add();
  if lastrec then do;
    call symput('numLinks', put(h.num_items, 8. -L));
    call symput('numEdges', put(_N_, 8. -L));
  end;
run;