论文部分内容阅读
在当今大数据环境下,针对图中节点的海量性和分析的复杂性对最大团问题的研究在速度和精度上都提出了更高要求的问题,提出求解最大团问题的并行多层图划分方法(PMGP_SMC)。首先,提出一种新的多层图划分(MGP)方法,在保持原有图的团结构不被破坏的情况下对大规模图例划分产生子图,并对规模较大的子图进行多层图划分,进一步缩小子图规模,并且应用Graph X图计算框架实现MGP,形成并行MGP(PMGP)方法;然后,依据划分后的子图规模,减少了惩罚值局部搜索算法(PBLS)的迭代次数,提出基于速度优化的PB