[发明专利]一种基于滑动窗口的大规模动态图划分方法

摘要

本发明公开了一种基于滑动窗口的大规模动态图划分方法，属于计算机技术领域。本发明在增加顶点时，在滑动窗口中优先选取度数较高的顶点进行划分，既能够使得度数小的顶点向度数大的顶点聚集，又可以在每次划分时将尽可能多的顶点划分到适合的分区中，在实现负载均衡的同时降低了割边数量，从而极大减少图计算过程中的通信成本；在增加边时，在滑动窗口中优先选取邻接边最多的顶点进行划分，既能够有效避免频繁的顶点迁移，又可以在每次划分时将尽可能多的邻接顶点划分到合适的分区中，从而极大减少了顶点的迁移次数，提高了划分效率，并实现了负载均衡和割边数量的最小化。

主权项

1.一种基于滑动窗口的大规模动态图划分方法，其特征在于：包括如下步骤：步骤1：增加顶点；具体包括如下步骤：输入为待增加顶点的集合S_vertex、当前K个分区P_i(i＝1，2，…，K)的各个分区的顶点集合；步骤1.1：置指定|W_vertex|的上限为L_vertex；其中，W_vertex为将被划分的候选顶点集合，其顶点来自S_vertex；步骤1.2：取N＝min{|S_vertex|，L_vertex‑|W_vertex|}，即|S_vertex|和L_vertex‑|W_vertex|的最小值，将S_vertex中的前N个顶点增加到W_vertex中，并从S_vertex中删除这些顶点；步骤1.3：如果则输出划分结果，并结束划分流程；否则转步骤1.4；步骤1.4：取v＝argmax{d_u|u∈W_vertex，du是顶点u的度数即与u相邻接的顶点的个数}，即取W_vertex中度数最大的顶点v，如果有多个度数相同且度数最大的顶点，则任取其中一个；步骤1.5：取V＝Q＝R＝{v}；V为被选中划分到某分区的顶点集合，Q为顶点队列；R为与V中的顶点相邻的所有顶点的集合；步骤1.6：若则转步骤1.8；否则从取Q中取出第1个顶点u，并从Q中删除该顶点；步骤1.7：取R＝RU{w|(u，w)是图的一条边}，然后转步骤1.6；步骤1.8：取步骤1.9：对每个分区P_i(i＝1，2，…，K)，计算其中，C_i为将顶点或边划分到第i个分区的代价；是拥有最多顶点的分区的顶点个数，α为计算C_i时分区负载和割边数量的权重系数，0＜α＜1；用于衡量分区负载情况，用户衡量割边数量；步骤1.10：取m＝argmin{C_i|i＝1，2，…，K}，即C_m是所有{C_i|i＝1，2，…，K}中的最小值；步骤1.11：将V中的所有顶点划分到分区P_m中；P_m为与最小值C_m对应的分区；步骤1.12：取W_vertex＝W_vertex‑V，然后转步骤1.2；步骤2：增加边；具体包括如下步骤：输入为待增加边的集合S_edge、当前K个分区P_i(i＝1，2，…，K)的各个分区的顶点集合；前提：S_edge中边的所有顶点都已经划分完毕；步骤2.1：置指定|W_edge|的上限为L_edge；步骤2.2：取N＝min{|S_edge|，L_edge‑|W_edge|}，即|S_edge|和L_edge‑|W_edge|的最小值，将S_edge中的前N条边增加到W_edge中，并从S_edge中删除这些边；步骤2.3：如果则输出划分结果，并结束划分流程；否则转步骤2.4；步骤2.4：对每个在W_edge中的顶点v，取E_v＝{u|(u，v)∈W_edge}；E_v为与顶点v相邻接的且属于W_edge的顶点集合；步骤2.5：取v＝argmax{|E_v|}，即取W_edge中邻接顶点个数最多的顶点v，如果有多个满足条件的顶点，则任取其中一个；步骤2.6：取T＝{w|(v，w)是图的一条边}；T为与W_edge中的某个顶点相关联的所有顶点的集合；步骤2.7：对每个分区P_i(i＝1，2，…，K)，如果v∈P_i，则否则其中max_{j＝1，2，…，K}{|P_j|}是拥有最多顶点的分区的顶点个数；步骤2.8：取m＝argmin{C_i|i＝1，2，…，K}，即C_m是所有{C_i|i＝1，2，…，K}中的最小值；步骤2.9：将v转移到分区P_m中；步骤2.10：对于E_v中的每一条边(u，v)，u∈P_i，v∈P_j，若i≠j，则将(u，v)划分到P_i和P_j中；否则将(u，v)划分到P_i中；步骤2.11：W_edge＝W_edge‑E_v，转步骤2.2。