所连接组件的并行算法

Question

我必须从已知的图中找到最佳算法，用于并行计算图的连接部分。

以下是我的数据和计算机体系结构的简要概述：

• 我可以访问包含数千个计算集群 处理器（内存不是共享的，但我希望应该有 一个节点中有足够的内存来评估我的整体需求 数据）。
• 我的图的边数与顶点数之比很小（约5）
• 我希望大多数连接的组件都非常小（2-3个顶点）
• 但是，将会有非常大的组成部分，具有数百万个顶点（甚至占顶点总数的10％）。

我已经阅读了有关计算图的连接部分的并行算法。正如我所注意到的，对于序列化案例，其中一些基于经典的BFS方法。老实说，这些算法的数量让我有些迷茫。谁能给我一些建议，哪种算法最适合我的目的？

Answer 1

对于单机多核实现，

Ligra还是最先进的。它应该能够处理您的图形。

Connected Components at Scale via Local Contractions，由我的同事JakubŁącki，Vahab Mirrokni和MichałWłodarczyk撰写，是MapReduce算法的最新技术（至少我知道）。我们已经在比您大一千倍的图表上使用了它。