图压缩存储格式的核排序重边匹配算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (10): 41-45.

图压缩存储格式的核排序重边匹配算法

孙凌宇1，冷明1，3，邓晓春2，郁松年3

1.井冈山大学信息科学与传媒学院，江西吉安 343009
2.井冈山大学工学院，江西吉安 343009
3.上海大学计算机工程与科学学院，上海 200072

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-04-01 发布日期:2011-04-01

Core-sorted heavy-edge matching algorithm based on compressed storage format of graph

SUN Lingyu1，LENG Ming1，3，DENG Xiaochun2，YU Songnian3

1.College of Information Science and Medium，Jinggangshan University，Ji’an，Jiangxi 343009，China
2.College of Technology，Jinggangshan University，Ji’an，Jiangxi 343009，China
3.School of Computer Engineering and Science，Shanghai University，Shanghai 200072，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-04-01 Published:2011-04-01

摘要/Abstract

摘要： 将图核概念引入到多水平方法粗化阶段，针对图的压缩存储格式提出了核排序重边匹配（CSHEM）算法。该算法借助图核的全局信息，改进了以往仅仅利用结点的度等局部信息进行匹配的粗化算法，在对原始图粗化过程中发挥结点核值导向性作用，克服以往只能选择随机匹配（RM）算法作为导向匹配算法的缺陷；提出了基于CSHEM和重边匹配（HEM）算法的组合粗化策略，在发挥结点核值的导向性作用的同时，又不至于被过分强调而使粗化图违背结点核值大小均匀分布的原则。基于ISPD98电路测试基准的实验和分析表明，相比无向图剖分软件MeTiS采用的RM和HEM算法的组合粗化策略，提出的策略取得了一定性能的改进。

关键词: 图核, 匹配算法, 压缩存储格式, 无向图

Abstract: During the coarsening phase of multilevel method，this paper introduces the concept of core and proposes the Core-Sorted Heavy-Edge Matching（CSHEM） algorithm in accordance with the compressed storage format of graph.The CSHEM algorithm not only improves previous matching schemes which are based on local information of vertex，using the global information of the finest graph core to develop its guidance role，but overcomes the defect that can only choose the Random Matching（RM） algorithm as a guide matching algorithm.Furthermore，it also presents an effective matching-based coarsening scheme that uses the CSHEM algorithm on the finest graph and the Sorted Heavy-Edge Matching（SHEM） algorithm on the coarser graphs.The scheme plays a guidance role of the core so as to make the coarser graph in accordance with the core-consistent principle.The experiment and the analysis based on ISPD98 circuit benchmark show the scheme produces encouraging performance improvement compared with those produced by the combination scheme of RM and SHEM of MeTiS that is a state-of-the-art partitioner in the literature.

Key words: core, matching algorithm, compressed storage format, undirected graph

孙凌宇1，冷明1，3，邓晓春2，郁松年3. 图压缩存储格式的核排序重边匹配算法[J]. 计算机工程与应用, 2011, 47(10): 41-45.

SUN Lingyu1，LENG Ming1，3，DENG Xiaochun2，YU Songnian3. Core-sorted heavy-edge matching algorithm based on compressed storage format of graph[J]. Computer Engineering and Applications, 2011, 47(10): 41-45.

[1]	李俊. 结合最短路径改进的社会力人群疏散仿真模型[J]. 计算机工程与应用, 2021, 57(8): 264-270.
[2]	杨楠，张大坤. 多形式特征向量脑网络分类方法研究[J]. 计算机工程与应用, 2019, 55(24): 96-101.
[3]	李湘洋1，2，赵杭生2，曹龙1，2. 混合共享认知无线网络信道分配算法[J]. 计算机工程与应用, 2016, 52(6): 80-85.
[4]	朱艳辉，刘璟，徐叶强，田海龙，马进. 基于条件随机场的中文领域分词研究[J]. 计算机工程与应用, 2016, 52(15): 97-100.
[5]	祝晓东1，2，徐济惠2，郁松年1. 视频分析中利用可变阈值的运动估计算法研究[J]. 计算机工程与应用, 2015, 51(6): 181-187.
[6]	文举荣，王永利，刘伟. 支持多类型瑕疵度量的RETE改进算法[J]. 计算机工程与应用, 2015, 51(15): 48-55.
[7]	晏胤，黎福海. GPS/DR组合导航的地图粗匹配算法研究[J]. 计算机工程与应用, 2015, 51(1): 261-265.
[8]	陈华，史悦戎. 基于GPU的重启PGMRES并行算法研究[J]. 计算机工程与应用, 2014, 50(7): 35-40.
[9]	李智杰1，2，李昌华1，姚鹏3，刘欣2. 基于空间句法和最短路径的图核[J]. 计算机工程与应用, 2014, 50(19): 118-122.
[10]	金小娟，张培君，林涛. 基于HEVC屏幕图像编码的哈希表的优化算法[J]. 计算机工程与应用, 2014, 50(17): 155-159.
[11]	王威振，莫蓉，万能. 叶片模型公差约束条件下的配准方法研究[J]. 计算机工程与应用, 2013, 49(10): 264-266.
[12]	李国和1，2，3，刘光胜1，2，3，秦波波1，2，3，吴卫江1，2，3，李洪奇1，2，3. 综合最大匹配和歧义检测的中文分词粗分方法[J]. 计算机工程与应用, 2012, 48(14): 139-142.
[13]	谢逢博. 一种新的混合自适应盲均衡器[J]. 计算机工程与应用, 2011, 47(34): 149-151.
[14]	朱晓红，刘东海. 基于多向小十字块模板的块匹配运动估计算法[J]. 计算机工程与应用, 2011, 47(22): 141-144.
[15]	石竑松，秦志光. 对数空间可构造的无向图遍历序列[J]. 计算机工程与应用, 2010, 46(8): 11-15.