V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Nostalgia
V2EX  ›  算法

已知边,是否存在分布式的图连通算法?

  •  
  •   Nostalgia · 2018-06-05 09:47:11 +08:00 · 3144 次点击
    这是一个创建于 2373 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近工作中遇到的关于图连通的问题,感觉有些棘手。

    假设给定的边如下(其中 abcdefgh 都是图的结点):
    a, b
    c, d
    a, c
    b, e
    f, g
    h, g

    正确的连通结果如下:
    a, b, c, d, e
    f, g, h

    我的问题是:

    1. 给定结点、边,是否存在一种通用的、分布式的图连通(无向图)算法?最好可以用 MapReduce/Spark 实现。
      个人感觉不存在,这个算法应该需要迭代进行。可能还不如单机做。
      Spark GraphX 是分布式的,应该很容易就能做这个,不知道是怎么做的呢?

    2. 如果用单机做,有什么高效的图连通算法?
      我粗略想了一种时间复杂度 O(n) 的算法( n 是图中结点个数)。
      大致思路是:对每个子图(这里就是一条条边)里的结点建倒排,然后按结点值 group by,建两个 map (一个存放各个子图的连通状态,另一个存储最终结果),用类似于并查集的方式做。

    数据结构里图论掌握的比较浅,诚心求教。
    谢谢大家。

    8 条回复    2018-06-05 22:38:21 +08:00
    bumz
        1
    bumz  
       2018-06-05 09:59:18 +08:00   ❤️ 1
    分成 n 组,每组分别计算连通
    再把结果汇总

    比如

    a, b
    b, c
    c, d

    d, e
    e, f
    g, h

    得到

    a, b, c, d

    d, e, f
    g, h

    再得到

    a, b, c, d, e, f
    g, h
    wingkou
        2
    wingkou  
       2018-06-05 10:02:40 +08:00 via Android   ❤️ 2
    这不是并查集吗?
    bjrjk
        3
    bjrjk  
       2018-06-05 11:31:49 +08:00 via Android   ❤️ 1
    直接并查集不可以么
    pwrliang
        4
    pwrliang  
       2018-06-05 11:59:28 +08:00   ❤️ 4
    您好,我研究生阶段就是搞图计算的。
    求图的强连通分量分布式是可以实现的,通过标签传播算法就可以实现。传统教科书可能会提到 DFS 来实现 CC 算法,感觉不太容易并行+分布式。你可以了解下标签传播算法,大概是这样的,每个顶点自己有一个初始标签,然后向 neighbor 发送自己的标签,一个顶点收到多个标签时取 min 或者 max,并行需要通过加锁或者 atomic 操作实现。假设我们把顶点按照机器数量平均分配,如果 neighbor 不在本机,则先把消息缓存。定期把缓存发送给 neighbor 所属的机器。
    当所有顶点标签不再变化,就达到了收敛。然后每个顶点把自己的标签输出,同标签的就是处在同一个连通分量里。
    至于 Map-reduce 能不能实现,肯定是可以的,只是我没有试过。GitHub 搜下应该有别人写好的。还有在 GPU 上实现 CC 的,如 hooking-jump 算法。
    aijam
        5
    aijam  
       2018-06-05 12:02:59 +08:00
    Nostalgia
        6
    Nostalgia  
    OP
       2018-06-05 14:38:19 +08:00
    @bumz 谢谢回复。
    这个做法感觉比较低效,因为边的划分是随机的,很难保证划分到一起的边就能连通起来。
    随机的划分,很难保证连通过程最终会收敛。
    Nostalgia
        7
    Nostalgia  
    OP
       2018-06-05 14:39:57 +08:00
    @wingkou @bjrjk
    谢谢。单机做的话,并查集是很好的算法。我把做法弄复杂了。
    bsidb
        8
    bsidb  
       2018-06-05 22:38:21 +08:00   ❤️ 1
    无向图做连通分量用 GraphX 性能还是可以的。如果是有向图做强连通分量检测的话,GraphX 的性能就比较拙计了,还不如直接单机串行算法。

    如果图规模不大的话,GraphX 的额外开销太大,性能比不上单机 C++实现的版本。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1137 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 22:55 · PVG 06:55 · LAX 14:55 · JFK 17:55
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.