共享内存并行子图枚举
分布式、并行与集群计算
2017-05-29 v1 数据结构与算法
摘要
子图枚举问题要求找出目标图中与给定模式图同构的所有子图。确定是否存在哪怕一个这样的同构子图是NP完全的——因此找出所有此类子图（如果存在）是一项耗时的任务。子图枚举在许多领域有应用，包括生物化学和社交网络，有趣的是，针对生化输入求解该问题的最快算法是串行的。由于它们依赖于深度优先树遍历，高效的并行化远非易事。然而，由于重要应用产生的数据集难度不断增加，并行化似乎有益。因此我们在此提出由Bonnici等人[BMC Bioinformatics, 2013]提出的最先进子图枚举算法RI和RI-DS（一种针对稠密图的RI变体）的共享内存并行化。我们的策略使用工作窃取，并且我们的实现在真实世界生化数据上展示了显著的加速——尽管存在高度不规则的数据访问模式。我们还通过更好地剪枝搜索空间来改进RI-DS；与已经高度调优的RI-DS相比，这进一步改善了经验运行时间。
引用
@article{arxiv.1705.09358,
title = {Shared Memory Parallel Subgraph Enumeration},
author = {Raphael Kimmig and Henning Meyerhenke and Darren Strash},
journal= {arXiv preprint arXiv:1705.09358},
year = {2017}
}
备注
18 pages, 12 figures, To appear at the 7th IEEE Workshop on Parallel / Distributed Computing and Optimization (PDCO 2017)