Skip to content

称呼计算引擎 ​

族谱软件最容易被忽视、却最难做对的一件事:给定任意两个节点,自动算出他们之间该怎么称呼——堂哥、表姐、姑父、二嫂、外孙、连襟……

这是云族记技术密度最高的模块。本文讲清楚它的思路,以及一个反直觉的设计决策:为什么没有用"最短路径"算法。

称呼不是"距离",是"关系结构" ​

初学者(包括我最初的版本)很容易想到:把家族建成一张图,两个人之间的关系就是图上的路径,用 BFS 求最短路径就行。

这个思路是错的,原因有三个:

  1. 父系血亲是一棵严格的树,路径本来就唯一。 每个人有确定的父和母,两个人的血亲关系只有一条确定的上行路径,根本不需要"搜索",需要的是定位他们的最近共同祖先(LCA)。
  2. 最短路径不等于正确称呼。 亲属称呼由一串多维特征共同决定:共同祖先是谁、各自离共同祖先几代、走父系还是母系、双方性别、谁年长。同样相隔 3 跳,可能是"表哥"也可能是"姑父",跳数完全不携带这些信息。
  3. 配偶是双向边,图里有环。 BFS 在含环的图里会绕圈,并且可能选中一条"跳数最短但语义错误"的路径(比如通过配偶绕回血亲)。

所以最终的方案不是图搜索,而是定位共同祖先 → 提取关系特征 → 查规则表。

四步流水线 ​

对"观察者(当前登录的人)"和"目标节点",称呼计算分四步:

1
构造观察者
确定登录者在当前家族以什么身份存在
2
提取特征
找最近共同祖先,得到代差·父/母系·性别·长幼
3
规则表匹配
200+ 条规则子集匹配,表序即优先级
4
渲染称谓
双向各算一次,加排行前缀,缺失则回落姓名
称呼计算四步流水线:从两个节点到一对中文称谓

第②步:关系特征长什么样 ​

找到最近共同祖先后,两个人的关系可以被一组特征确定性地描述,例如:

  • 共同祖先往下,观察者这一支几代、目标那一支几代(代差)
  • 这一支走的是父系还是母系(决定"堂"还是"表")
  • 双方性别(决定"哥/嫂""姐/姐夫")
  • 谁年长、排行第几(决定"大哥/二哥")

"堂"和"表"的区别,本质就是父系/母系这一个特征位;"哥/姐/弟/妹"的区别是性别 + 长幼。特征对了,称呼就是唯一的。

第③步:规则表,而不是无穷的 if-else ​

中文亲属称谓极其庞杂(父系/母系、血亲/姻亲、长辈/平辈/晚辈、排行、性别组合下来上千种)。没有写成一大坨嵌套 if,而是沉淀成一张声明式规则表:

  • 每条规则是"一组特征模板 → 一个关系代号";
  • 匹配方式是子集匹配:规则模板里的特征都被满足就算命中;
  • 规则在表里的先后顺序就是优先级,特殊情况排在通用情况前面;
  • 姻亲通过"桥接特征"嵌套表达,比如"我血亲的配偶""我配偶的血亲"。

这样新增一种称呼,往往只是往表里加一行规则,不用改动计算引擎本身。

第④步:双向各算一遍 ​

关系是双向的:我叫他"表哥",他就该叫我"表弟/表妹"。引擎对两个方向各自完整重算一次,而不是简单取反——因为反过来时代差、性别、长幼全都变了。最后把关系代号交给称呼体系翻译成词,并按该体系的设置决定是否加"大/二/三"排行前缀。

称呼体系:一套引擎,多套叫法 ​

引擎算出的是一个与语言无关的关系代号(它只表示"关系位置")。这个代号最终显示成什么词,并不是写死的——云族记允许一个家族在多套称呼体系之间选择,甚至自建一套。

三层查词:谁的说法算数 ​

把一个关系代号翻译成词时,按优先级从上到下取,第一层命中就用:

  1. 个人自定义称呼——你对某个节点设置的、只对你自己生效的私人叫法
  2. 本家族选中的称呼体系——管理员为全族选定的那套词
  3. 标准词表——引擎内置的默认称呼

一套体系 = 只换词,不换结构 ​

  • 一套称呼体系与标准词表共用同一批关系代号、只替换词面:只写要改的那些,没写的代号按下面的口径处理
  • 内置的「中国通用版」即标准词面;管理员可以新建一套,也可以把别族公开的体系复制一份、改名改词后独立使用
  • 排行前缀逐条可控:像"三伯、六叔"里的数字,每个称呼都能单独开关带或不带,真值只维护在词表一处
  • 权限收紧:只有本族管理员能切换 / 新建 / 改 / 删本族体系;别族体系只能看、只能复制,不能直接选用

为什么没写的词显示姓名,而不是回落中文 ​

系统支持多语言体系(例如一套英语族谱称呼)。若某套体系没写的代号一律回落中文,就会出现"同一句话一半外文、一半中文"。因此最终口径是:体系没写的代号直接显示对方姓名,把"这条没称呼"表达清楚,而不是偷偷塞一个别的语言的词。

姻亲关系的五级回落 ​

血亲靠共同祖先就能定位,但一旦关系里夹了"婚姻"这座桥,就要分情况。引擎按下面的顺序逐级回落判定,命中即停:

  1. 血亲(有共同祖先)
  2. 真实直系(跨分身、跨家族的直接血缘)
  3. 我血亲的配偶(如我的"嫂子""姑父")
  4. 我配偶的血亲(如我的"岳父""内兄")
  5. 我配偶的血亲的配偶

这保证了无论两个人之间隔了几段婚姻,都能落到一个确定的关系类型上。

几个容易做错、被专门处理的细节 ​

  • 堂/表是中性词,兄弟/姐妹是性别配对词。 "堂亲、表亲"不要求同性;但"哥哥/妹妹"必须双方性别已知且符合同性条件,否则不显示该称呼。
  • 同母异父的半同胞走独立的母系规则,不能和普通兄弟混为一谈。
  • 母系/外亲的长幼按出生日期判定,父系按族谱排行判定——因为不同家族之间的"排行"不可横向比较。
  • 配偶分身不能回落去用他在自己本家的血缘,否则会把"配偶家的某人"误判成我的直系亲属。
  • 性别未知就不硬猜:该节点称呼留空、回落到姓名,绝不根据位置推断性别后乱叫。

为什么这套设计经得起复杂数据 ​

它在项目里经过了真实的复杂家族样本和回归测试验证:多段婚姻、跨代配偶、同族婚姻、过继/外亲、一个人在多个家族的分身……这些在传统"树"模型里会直接报错或画错的情况,在"特征 + 规则表"模型下都能落到一个确定、可解释的称呼上。

核心算法是纯函数、无副作用的:同样的节点和关系,任何人来算结果都一样,这让它可以被大量样例做自动化回归,而不依赖手动点界面验证。

相关阅读:技术架构 | 权限与隐私模型

私有部署 · 家族专用