.png){kind=icon}
返回
TRIM: An Efficient Framework for Exact Eccentricity Computation on Large-Scale Graphs
.png){kind=icon}
PRE
AI
DOI：10.14778/3785297.3785306.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在图论中，顶点的偏心距通过测量其到图中其他任意顶点的最大距离来量化其中心性。这一指标构成了图的重要属性的基础，例如图的直径（最大偏心距），其由所有顶点的最小和最大中心性值定义。由于全图广度优先搜索（BFS）遍历带来的巨大时间开销，研究人员已聚焦于引入界限技术以加速算法执行。然而，当前最先进的方法无法识别无用顶点，并且在搜索过程中无法终止，因为其界限更新依赖于完整遍历。在本文中，我们提出了一种新颖的框架，利用顶点支配性来识别冗余顶点，并引入一条新规则以确保在跳过顶点后正确终止。此外，我们采用合并策略以减少遍历次数。我们的方法在运行时间上相比当前最先进的方法实现了高达两个数量级的加速，同时能够高效处理规模达1亿级别的图数据。
Keyword:
ALGORITHM
INTERNET
期刊
P
IF:
3.3
论文数:
563
被引数:
1.2W
.png){kind=icon}
查看更多内容