提升最大共同子图

Question

我想在大图上引入一个小图。这两个图都显示在下面。具有相同颜色的顶点是等效的。

小图（可能会引起） 大图（生成较小的图）

---

问题在于大图上的红色顶点都没有作为小图的4个邻居。因此boost::vf2_subgraph_iso将不会在small上引发large。但是，如果归纳算法具有更高的容忍度（最大匹配而不是所有顶点的匹配），则它可能会产生最接近的匹配。

另一方面，boost::mcgregor_common_subgraphs花费的时间实际上是指数级的。另一个结果是在上面应用了Maximum Common Subgraph查找算法，两个绝对不兼容的图浪费了大量的CPU时间。 mcgregor的算法基于发现群体。因此，它从1个顶点子图开始，然后逐步发展为更大的子图。对于具有10个以上顶点的子图，到达明显的解需要花费不可接受的时间。

那么这种情况下的解决方案是什么？有没有更宽容的子图生成算法？