期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
VS-NRM:基于数据划分的PageRank并行图算法优化
1
作者 张萍 曹华伟 +2 位作者 杨莫凡 梁彦 安学军 《高技术通讯》 北大核心 2025年第6期579-589,共11页
PageRank算法是用于评估图中节点重要性的核心算法,应用范围十分广泛,然而PageRank图数据处理算法访存局部性差的问题严重制约算法运行效率。本文提出了顶点排序重映射方法(vertex sort-node ReMap,VS-NRM):基于图数据划分的PageRank并... PageRank算法是用于评估图中节点重要性的核心算法,应用范围十分广泛,然而PageRank图数据处理算法访存局部性差的问题严重制约算法运行效率。本文提出了顶点排序重映射方法(vertex sort-node ReMap,VS-NRM):基于图数据划分的PageRank并行图算法优化,通过提高访存局部性优化PageRank算法性能。首先,提出了基于均匀分区的目的-源节点排序数据划分方法,该方法在均匀分区的基础上,把目的节点相同的边划分到同一分区;根据目的节点对每个节点集的传出边进行排序,对于相同目的节点的边集按照源节点进行局部排序,从而提升访存的局部性。其次,提出了基于宽度优先的重编号局部映射数据划分方法,该方法能够有效降低相邻节点编号的跳跃性,减少同一目的节点的多个源节点编号差距太大产生的随机访存。最后,提出了基于幂图性质的高度数节点优先编号数据划分方法,该方法优先给高度数节点编号,提高大量低度数节点编号的顺序性,进一步提高了访存局部性。测试结果显示,该算法优化后比典型图计算算法性能提高20%以上。 展开更多
关键词 PAGERANK 图数据划分 节点排序 重编号 高度数节点优先
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部