| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 本文研究内容和结构 | 第13-15页 |
| 第二章 子图同构问题的基本算法 | 第15-24页 |
| 2.1 准备工作及问题定义 | 第15-17页 |
| 2.1.1 准备工作 | 第15-16页 |
| 2.1.2 问题定义 | 第16-17页 |
| 2.2 Ullmann算法 | 第17-19页 |
| 2.2.1 映射矩阵M | 第17-18页 |
| 2.2.2 相容性矩阵 | 第18-19页 |
| 2.2.3 同构判断 | 第19页 |
| 2.3 Ullmann算法精简过程 | 第19-21页 |
| 2.3.1 精简过程的必要条件 | 第20-21页 |
| 2.3.2 精简过程的复杂度 | 第21页 |
| 2.4 VF2算法 | 第21-23页 |
| 2.5 QuickSI算法 | 第23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 Spark生态系统与环境搭建 | 第24-33页 |
| 3.1 Hadoop生态系统 | 第24-28页 |
| 3.1.1 HDFS分布式文件存储系统 | 第24-26页 |
| 3.1.2 MapReduce并行计算框架 | 第26-28页 |
| 3.2 Spark计算引擎 | 第28-30页 |
| 3.2.1 Spark的特点 | 第28页 |
| 3.2.2 RDD弹性分布式数据集 | 第28-29页 |
| 3.2.3 Spark任务调度过程 | 第29-30页 |
| 3.3 Hadoop集群及Spark环境搭建 | 第30-32页 |
| 3.3.1 Hadoop集群搭建 | 第30-31页 |
| 3.3.2 Spark计算框架搭建 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于精简过滤和顶点排序改进的Ullmann算法 | 第33-40页 |
| 4.1 邻居过滤 | 第33-34页 |
| 4.2 精简过程的重新设计 | 第34-35页 |
| 4.3 查询图顶点的选择顺序 | 第35-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第五章 实验结果与分析 | 第40-46页 |
| 5.1 改进的Ullmann算法实验结果分析 | 第40-43页 |
| 5.1.1 实验环境 | 第40页 |
| 5.1.2 实验数据集 | 第40页 |
| 5.1.3 结果分析 | 第40-43页 |
| 5.2 基于Spark计算框架的算法实现 | 第43-44页 |
| 5.2.1 实验环境 | 第43页 |
| 5.2.2 实验数据集 | 第43页 |
| 5.2.3 结果分析 | 第43-44页 |
| 5.3 本章小结 | 第44-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 本文工作总结 | 第46-47页 |
| 6.2 未来工作展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |