Основні поняття
グラフ分割は大規模なグラフアルゴリズムをスケールアップするための一般的な解決策の1つであり、最短経路(SP)計算もその1つである。しかし、既存の解決策は固定された分割方法、固定のパスインデックス、固定の分割構造を持っているため、分割方法とパスインデックスがパス検索性能にどのように影響するかは明らかではない。さらに、動的グラフ上の分割SP(PSP)インデックスの維持に関する研究は少ない。動的PSPインデックスに関するより深い洞察を提供するために、我々は既存の研究を体系的に検討し、この問題を理論的に分析するための汎用的な方式を提案する。
Анотація
本論文では、PSPインデックスの性能を向上させるための3つの新しい分割インデックス戦略と1つの最適化手法を提案する。また、パス指向のグラフ分割分類基準を提案し、分割方法の選択を容易にする。さらに、提案した分割インデックス戦略、パスインデックス、分割構造の3つの次元を再結合して、クエリ処理やインデックス更新の効率性が高い5つの新しいPSPインデックスを提案する。最後に、これらの新しいインデックスと最先端のPSPインデックスを比較して、提案手法の有効性を実証する。
Статистика
グラフのサイズをnとmとすると、2-Hop Labelingは O(nm^(1/2))のスペースを必要とする。
Dijkstra's アルゴリズムは大規模ネットワークでは非効率的である。
グラフ分割は時間依存や制約付きパスなどの複雑な問題に対するインデックス構築を可能にする。
Цитати
"グラフ分割は大規模なグラフアルゴリズムをスケールアップするための一般的な解決策の1つである。"
"既存の解決策は固定された分割方法、固定のパスインデックス、固定の分割構造を持っているため、分割方法とパスインデックスがパス検索性能にどのように影響するかは明らかではない。"
"動的グラフ上の分割SP(PSP)インデックスの維持に関する研究は少ない。"