[论文解读] Shortest Path and Distance Queries on Road Networks: An Experimental Evaluation

Lingkun Wu, Xiaokui Xiao+4 more|arXiv (Cornell University)|Jan 31, 2012

Data Management and Algorithms参考文献 15被引用 26

一句话总结

本文对大规模道路网络中的最短路径与距离查询技术进行了全面的实验评估，比较了基于空间一致性的方法（SILC、PCPD）与基于顶点重要性的方法（CH、TNR）。结果表明，收缩路径（CH）在预处理开销、空间占用和查询效率之间实现了最佳平衡，适合实际部署；TNR虽能显著提升距离查询性能，但需付出高昂的资源代价；而SILC尽管资源消耗高，但在最短路径查询方面表现卓越。

ABSTRACT

Computing the shortest path between two given locations in a road network is an important problem that finds applications in various map services and commercial navigation products. The state-of-the-art solutions for the problem can be divided into two categories: spatial-coherence-based methods and vertex-importance-based approaches. The two categories of techniques, however, have not been compared systematically under the same experimental framework, as they were developed from two independent lines of research that do not refer to each other. This renders it difficult for a practitioner to decide which technique should be adopted for a specific application. Furthermore, the experimental evaluation of the existing techniques, as presented in previous work, falls short in several aspects. Some methods were tested only on small road networks with up to one hundred thousand vertices; some approaches were evaluated using distance queries (instead of shortest path queries), namely, queries that ask only for the length of the shortest path; a state-of-the-art technique was examined based on a faulty implementation that led to incorrect query results. To address the above issues, this paper presents a comprehensive comparison of the most advanced spatial-coherence-based and vertex-importance-based approaches. Using a variety of real road networks with up to twenty million vertices, we evaluated each technique in terms of its preprocessing time, space consumption, and query efficiency (for both shortest path and distance queries). Our experimental results reveal the characteristics of different techniques, based on which we provide guidelines on selecting appropriate methods for various scenarios.

研究动机与目标

• 在统一的实验框架下，系统比较基于空间一致性和基于顶点重要性的最短路径与距离查询技术。
• 评估最先进的方法——SILC、PCPD、CH和TNR——在包含最多2000万条边的真实道路网络中的可扩展性与性能表现。
• 弥补先前研究的不足，包括测试规模有限、仅关注距离查询，以及存在错误实现导致结果不准确的问题。
• 根据应用需求（如查询速度、空间效率、预处理成本）提供选择最优技术的实用指导。

提出的方法

• 本研究实现了四种最先进的技术：空间诱导链接认知（SILC）、路径一致对分解（PCPD）、收缩路径（CH）和跨站节点路由（TNR）。
• 所有方法均在德国、科罗拉多州、美国东海岸以及整个美国的真实道路网络上进行测试，节点数最多达2000万。
• 评估指标包括预处理时间、空间占用以及针对不同源-目标距离的查询集的最短路径与距离查询效率。
• SILC利用空间一致性将最短路径压缩为紧凑索引，通过路径重建实现快速查询响应。
• CH通过按重要性顺序收缩顶点来预处理网络，构建加速查询处理的捷径。
• TNR预先计算跨站节点，并利用这些节点组合预计算的路径来回答距离查询，通常需调用多个CH查询以完成完整路径重建。

实验结果

研究问题

• RQ1 在大规模道路网络中，基于空间一致性的方法（SILC、PCPD）与基于顶点重要性的方法（CH、TNR）在预处理时间、空间使用和查询效率方面有何差异？
• RQ2 考虑到SILC与PCPD的高预处理与空间开销，它们能否在包含最多2000万条边的道路网络中实现有效扩展？
• RQ3 为何TNR作为最先进的方法，在最短路径查询中表现不如CH？其性能随源-目标距离增加如何退化？
• RQ4 CH与TNR在多大程度上提升了距离查询性能？其预处理与空间开销的权衡如何？
• RQ5 考虑到PCPD具有更优的理论空间复杂度，它是否是SILC的可行替代方案？还是在实践中表现不佳？

主要发现

• 收缩路径（CH）在所有评估技术中实现了最低的预处理时间和最小的空间占用，是空间效率最高的解决方案。
• CH在最短路径与距离查询中均位列第二快，且资源开销极低，性能表现优异。
• SILC在最短路径查询效率方面优于CH与TNR，尤其在长距离查询中表现更优，但其预处理时间和空间占用显著更高。
• TNR在距离查询性能上优于CH，尤其在远距离源-目标对中表现更佳，但需付出巨大的预处理与空间开销。
• 在长距离查询（Q7–Q10）中，TNR与CH的性能差距进一步扩大，因为TNR需为每条路径调用O(k)次距离查询，其中k为路径中的边数。
• PCPD在预处理时间、空间占用和查询效率方面均表现最差，尽管其理论空间复杂度更优，但实际表现远逊于SILC，因此并非理想选择。