连通组件的并行算法

Question

我必须找到已知的用于图的连通分量的并行计算的最佳算法。

以下是我的数据和计算机体系结构的简要概述：

• 我可以访问具有数千个处理器的计算集群（内存不是共享的，但我希望单个节点中应该有足够的内存来评估我对整个数据的需求）。
• 我的图表边缘数与顶点数的比例相当小（约为5）
• 我希望大多数连接组件都非常小（2-3个顶点）
• 然而，将有非常大的组件具有数百万个顶点（甚至构成总顶点数的10％）。

我已经阅读了关于计算图的连通分量的并行算法。 正如我所注意到的，其中一些基于经典BFS方法的序列化案例。 说实话，我在这些算法的数量上有点迷失。 任何人都可以给我一些建议，哪种算法对我的目的最好？

Answer 1

对于单机多核实现， Ligra要么是最先进的，要么接近它。 它应该能够处理您的图形没有问题。

我的同事JakubŁącki，Vahab Mirrokni和MichałWłodarczyk 通过局部收缩进行了大规模连接组件 ，是MapReduce算法的最新技术（至少我知道）。 我们在比您大一千倍的图表上使用它。