首页--数理科学和化学论文--数学论文--代数、数论、组合理论论文--组合数学(组合学)论文--图论论文

基于分布式存储的大规模图的深度优先搜索算法研究

摘要第4-5页
abstract第5-6页
第1章 绪论第11-17页
    1.1 研究背景第11-13页
    1.2 国内外研究现状第13-14页
    1.3 研究内容第14-15页
    1.4 本文组织结构第15-16页
    1.5 本章小结第16-17页
第2章 相关工作第17-27页
    2.1 基础概念第17-18页
        2.1.1 图的相关定义第17-18页
        2.1.2 树的相关定义第18页
    2.2 DFS-Tree第18-19页
    2.3 图的有效划分的特性第19-22页
    2.4 大规模图深度优先算法第22-26页
        2.4.1 EdgeByEdge算法第22-23页
        2.4.2 EdgeByBatch算法第23页
        2.4.3 Divide&Conquer算法第23-26页
    2.5 本章小结第26-27页
第3章 分布式存储下的DFS优化算法第27-42页
    3.1 问题提出第27-28页
    3.2 概念与定义第28-31页
        3.2.1 分布式存储第28页
        3.2.2 S*-Graph第28-29页
        3.2.3 pushup操作第29-30页
        3.2.4 S-Graph第30-31页
    3.3 算法基本流程第31-32页
    3.4 DS-Graph构建第32-34页
    3.5 交叉边处理第34-38页
        3.5.1 站点内交叉边处理第35-37页
        3.5.2 站点间交叉边处理第37-38页
    3.6 SCC处理第38-40页
    3.7 Merge算法第40-41页
    3.8 本章小结第41-42页
第4章 基于BFS方式存储的图的DFS优化算法第42-51页
    4.1 问题提出第42-43页
    4.2 算法基本流程第43页
    4.3 存储结构第43-44页
    4.4 子树规模判断机制第44-45页
    4.5 站点间联系处理第45-49页
        4.5.1 多对一节点请求访问第45-47页
        4.5.2 站点间交叉边处理第47-49页
    4.6 SCC及前向交叉边消除第49-50页
    4.7 本章小结第50-51页
第5章 实验结果与分析第51-57页
    5.1 实验环境第51页
    5.2 实验数据集第51-52页
    5.3 性能评估指标第52-53页
    5.4 实验结果与分析第53-55页
    5.5 本章小结第55-57页
第6章 结论与展望第57-59页
    6.1 总结第57-58页
    6.2 展望第58-59页
致谢第59-60页
参考文献第60-63页
附录第63-66页

论文共66页,点击 下载论文
上一篇:基于四元数的RGB-D目标识别算法研究
下一篇:基于音视频融合的说话人跟踪方法的研究