题目重点：按相同字段建立加权边，再从目标记录扩展直接邻居、有限跳数或完整传递闭包。
题意与假设
这道练习题保留了面经中值得训练的核心约束，并将需要澄清的条件单独列出。现场拿到变体时，先和面试官确认这些条件。
- 同字段非空且完全相等才算命中，是否大小写归一化、模糊名字或共享公司名视题面而定。
- 训练版边权为所有相同字段权重之和，达到阈值（≥）即连边；来源有帖写‘超过’，等号边界必须现场确认。
- 从目标记录返回其他匹配 ID，不含自己；两跳指最短路径边数≤2，完整闭包不限制路径长度。
解题路线
- 先做纯函数 score(a,b)，枚举字段并按非空相等加权，确认字段名集合、默认权重和 threshold。直接版扫描所有记录 O(nf)。
- 若要两跳，先构造或按需生成邻居，再 BFS 到深度 2；若要所有传递相关记录，BFS/DFS 直到队列空或用并查集求同一个连通分量。
- n 很小时建全图 O(n²f) 最清楚；n 大且相等字段稀疏时建倒排索引 field→value→recordIds，枚举可能共享字段的候选 pair，再做完整 score 过滤。高频值如 company='Stripe' 可能产生二次方候选，需要容量规划。
- 同一 ID 重复、字段缺失、零/负权重、浮点权重阈值、跨多跳误连与输出排序都要问；系统里不可把传递相似直接宣称为同一自然人。
手动走一遍
训练例：A/B 同 email，B/C 同 phone，A/C 没有共同字段。阈值设成单项匹配可达时，直接查询 A 返回 B；两跳及完整闭包返回 B、C。若 D 只与 C 匹配，完整闭包还返回 D，两跳不返回。
规模与取舍
朴素构图 O(n²f) 时间、O(n²) 最坏边空间，BFS O(n+m)；单次直接扫描 O(nf)。倒排索引构造 O(nf) 但若共享值过于常见，候选对仍可能达到 O(n²)。
易错点与追问
容易失分的边界
- 用单个共享字段无条件合并，忽略权重阈值。
- 把 2 hops 与无限传递合并成同一个回答。
- 空 email=空 email 也算命中，导致所有缺失记录连通。
- 同一实体的传递推断未经人工/业务校验直接用于支付或合规决定。
继续深挖
- 字段更新或删除后并查集无法直接拆分，如何增量维护连通分量？
- 阈值刚好相等时算不算边，浮点精度如何处理？
- 有大规模公共 email 域或公司名时怎样控制误连接与候选爆炸？
