CN112000844A - 一种自底向上广度优先搜索的向量化方法、系统及装置 - Google Patents

一种自底向上广度优先搜索的向量化方法、系统及装置 Download PDF

Info

Publication number
CN112000844A
CN112000844A CN202010831191.1A CN202010831191A CN112000844A CN 112000844 A CN112000844 A CN 112000844A CN 202010831191 A CN202010831191 A CN 202010831191A CN 112000844 A CN112000844 A CN 112000844A
Authority
CN
China
Prior art keywords
vertex
unaccessed
group
adjacent
vertexes
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010831191.1A
Other languages
English (en)
Inventor
朱驰
卢宇彤
肖侬
陈志广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN202010831191.1A priority Critical patent/CN112000844A/zh
Publication of CN112000844A publication Critical patent/CN112000844A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种自底向上广度优先搜索的向量化方法、系统及装置，该方法包括：根据数据关系生成图结构；对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；重复访问步骤直至完成所有未访顶点的访问。该系统包括：图结构模块、未访顶点组模块、临接顶点组模块、访问模块和循环模块。通过使用本发明，可解决自底向上广度优先搜索算法向量化设计中存在的无效计算问题，提高数据搜索的速度。本发明作为一种自底向上广度优先搜索的向量化方法、系统及装置，可广泛应用于图算法领域。

Description

一种自底向上广度优先搜索的向量化方法、系统及装置
技术领域
本发明涉及图算法领域，尤其涉及一种自底向上广度优先搜索的向量化方法、系统及装置。
背景技术
图结构作为一种描述实体以及实体间联系的数据结构，广泛地应用于一系列现实场景的问题分析当中，包括万维网、社交网络、交通网络和物理分子模拟实验，在众多的图算法当中，广度优先搜索是最基本、最重要的算法之一。
广度优先搜索从指定的一个顶点(源顶点)出发，按与源顶点的距离依次访问可达的顶点，最终生成一广度优先树，该树一般通过记录每个可达顶点的父顶点来表示，另外，在搜索过程中还维护有一个辅助数组vis，用以标识每个顶点是否已经在广度优先树之中，对于vis标识为“否”的顶点，称其为“未访顶点”。传统的广度优先搜索算法采用自顶向下的方法进行遍历，而近年提出的自底向上方法在某些情况下更加高效，两者互为补充。对自底向上广度优先搜索算法重新进行精心的向量化设计，可以解决此前其它方案中存在的无效计算问题，有效地节省大量的计算工作。
发明内容
为了解决上述技术问题，本发明的目的是提供一种自底向上广度优先搜索的向量化方法、系统及装置，可解决自底向上广度优先搜索算法向量化设计中存在的无效计算问题，提高数据搜索的速度。
本发明所采用的第一技术方案是：一种自底向上广度优先搜索的向量化方法，包括以下步骤：
根据数据关系生成图结构；
对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；
重复访问步骤直至完成所有未访顶点的访问。
进一步，所述对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中这一步骤，其具体包括：
对图结构所有顶点进行一次遍历，得到顶点的VIS标识；
根据VIS标识确定未访顶点并将未访顶点存放到一个数组Arr中。
进一步，所述得到未访顶点组还包括维护第一指针和第二指针，所述第一指针指向本轮迭代下一个待处理的未访顶点，所述第二指针指向下一轮迭代的未访顶点存放位置。
进一步，所述通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点这一步骤，其具体包括：
同时对临接顶点组内的临接顶点进行访问；
判断到成功找到未访顶点的一个父顶点，或者已经访问完该未访顶点所有对应的临接顶点，停止对该未访顶点对应临接顶点的访问并生成停访顶点的标识向量；
根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换。
进一步，所述根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
根据停访顶点的标识向量获取位置索引向量；
根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换。
进一步，所述根据停访顶点的标识向量获取位置索引向量这一步骤，其具体包括：
根据停访顶点的标识向量获取停访标识比特并组成比特串；
将该比特串视为无符号整数并作为预先构建的查询表的元素序号得到对应的位置索引向量。
进一步，所述根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
将位置索引向量作为参数提供给permute指令并使用permute指令将停访顶点集中放置到向量寄存器的低端位置；
对向量寄存器内的停访顶点进行替换。
本发明所采用的第二技术方案是：一种自底向上广度优先搜索的向量化系统，包括：
图结构模块，用于根据数据关系生成图结构；
未访顶点组模块，用于对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
临接顶点组模块，用于从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
访问模块，用于通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；
循环模块，用于重复访问步骤直至完成所有未访顶点的访问。
本发明所采用的第三技术方案是：一种自底向上广度优先搜索的向量化装置，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述一种自底向上广度优先搜索的向量化方法。
本发明方法、系统及装置的有益效果是：本发明采用同时对一组未访顶点进行处理的方式，依次访问它们各自的一个临接顶点，通过适时地对向量寄存器中的数据元素进行重新排列，将不需要继续参与计算的未访顶点集中到向量寄存器的低端后由新的未访顶点替换出去，从而保证对向量寄存器中数据的处理均为有效计算，进而提高算法的运行速度。
附图说明
图1是本发明一种自底向上广度优先搜索的向量化方法的步骤流程图；
图2是本发明一种自底向上广度优先搜索的向量化系统的结构框图；
图3是本发明具体实施例中图结构的示意图；
图4是本发明具体实施例中获取位置索引向量的步骤流程图；
图5是本发明具体实施例中一组临接顶点的访问步骤流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
如图1所示，本发明提供了一种自底向上广度优先搜索的向量化方法，该方法包括以下步骤：
S1、根据数据关系生成图结构。
S2、对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
S3、从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
S4、通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶；
S5、重复访问步骤直至完成所有未访顶点的访问。
另外，图3是一个图结构的示例，其中圆形表示顶点，顶点间的连线表示边；与一个顶点之间有边相连的顶点称为其临接顶点，如顶点D的临接顶点为C、F、G。一个图可用一个顶点集和一个边集来表示。
进一步作为本方法的优选实施例，所述对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中这一步骤，其具体包括：
对图结构所有顶点进行一次遍历，得到顶点的VIS标识；
根据VIS标识确定未访顶点并将未访顶点存放到一个数组Arr中。
具体地，在第一轮迭代开始之前，对图的所有顶点进行一次遍历，根据它们的vis标识，将全部未访顶点集中、连续地存放到一个数组Arr当中。
进一步作为本方法的优选实施例，所述得到未访顶点组还包括维护第一指针和第二指针，所述第一指针指向本轮迭代下一个待处理的未访顶点，所述第二指针指向下一轮迭代的未访顶点存放位置。
具体地，在每一轮迭代当中，维护两个指针，第一指针ptr1和第二指针ptr2，其中ptr1指向本轮迭代下一个待处理的未访顶点，ptr2指向下一轮迭代的未访顶点存放位置，迭代初始，这两个指针均指向数组的第一个元素。在将未访顶点装载到向量寄存器中后，ptr1即向后移动。在对向量寄存器中的未访顶点进行处理时，如果其中有顶点访问完其所有的临接顶点还没能找到一个父顶点，则将其存放到ptr2指向的位置，并后移ptr2。这些顶点将继续作为未访顶点参与下一轮的迭代。因为ptr2在任何时刻必然都不会超过ptr1，所以不会发生本轮迭代还没处理的未访顶点被覆盖的问题。
进一步作为本方法优选实施例，所述通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点这一步骤，其具体包括：
同时对临接顶点组内的临接顶点进行访问；
具体地，对于一组未访顶点，取它们各自的一个临接顶点，组成一组临接顶点同时进行访问，但并不限制这些临接顶点必须同步(即同为这组未访顶点的第几个临接顶点)。
判断到成功找到未访顶点的一个父顶点，或者已经访问完该未访顶点所有对应的临接顶点，停止对该未访顶点对应临接顶点的访问并生成停访顶点的标识向量；
根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换。
具体地，新装载到向量寄存器中的未访顶点都从它们的第一个临接顶点开始，依次进行访问。在对每一组临接顶点进行访问后，如果其中有未访顶点成功找到了一个父顶点，或者已经访问完它所有的临接顶点，则可停止它们(后称“停访顶点”)对临接顶点的访问，从未访顶点数组中加载同等数量的顶点进行替换。
另外，因为对临接顶点的访问并不同步，所以，必须将未访顶点当前访问的临接顶点的序号(该未访顶点的第几个临接顶点)对应地记录在一个向量寄存器当中，每次结束对临接顶点的访问后，则对该向量寄存器中的所有序号进行加一操作，以得到接下来的一个临接顶点的序号。
进一步作为本方法优选实施例，所述根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
根据停访顶点的标识向量获取位置索引向量；
根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换。
进一步作为本方法优选实施例，所述根据停访顶点的标识向量获取位置索引向量这一步骤，其具体包括：
根据停访顶点的标识向量获取停访标识比特并组成比特串；
将该比特串视为无符号整数并作为预先构建的查询表的元素序号得到对应的位置索引向量。
具体地，位置索引向量通过检索一个预先构建的查询表来获取。查询表是一个长度为2N的数组(其中N为向量寄存器可容纳的未访顶点的数目)，其元素的计算和查询是一个相对应的过程。
查询表第i个元素的计算流程(以i＝10，N＝4为例)，具体流程图如图4所示：
T1、将i看为长度为N、用二进制表示的比特串“1010”(对应一个停访顶点标识向量)，设置变量k用以指向当前检测的比特位，初始值为1；初始化位置索引向量vec，从低端到高端分别为1到N，即[4,3,2,1]；并设置一个指向vec低端位置的变量posi，用以记录下一个停访顶点位置索引的存放位置，其初始值为1；
T2、检测比特串的第k位，如果其值为1，跳转步骤3将位置索引向量vec第k个数据元素置换到低端位置；否则跳转步骤T4；
T3、将位置索引向量vec中位置k与posi之间(包括posi)的数据元素向高端移动一个位置，原先第k位的数据元素放置到posi指向的位置，并将posi的值加1，跳转步骤T4；
T4、将k的值加1，以指向下一个比特位；
T5、判断k是否大于N，如果是，计算结束，得到位置索引向量vec；否则，跳转步骤2继续进行检测。
位置索引向量的查询流程：
N1、从停访顶点标识向量[1,0,1,0]中抽取标识位，按其在向量中的位置组成比特串“1010”。
N2、将比特串视为无符号整数10，获取查询表的第10个元素，得到位置索引向量[3,1,4,2]。
进一步作为本方法优选实施例，所述根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
将位置索引向量作为参数提供给permute指令并使用permute指令将停访顶点集中放置到向量寄存器的低端位置；
对向量寄存器内的停访顶点进行替换。
具体地，在结束对一组临接顶点的访问后，向量寄存器中的未访顶点将被重新排列：停访顶点集中放置到向量寄存器的低端位置，而还需继续访问其临接顶点的顶点放置到向量寄存器的高端位置。这样，从未访顶点数组中装载新的顶点、替换掉向量寄存器中低端位置的停访顶点后，这些补充进来的未访顶点与留在向量寄存器高端位置的顶点，将继续进行对其临接顶点的访问。
另外，停访顶点的替换是在完成对一组临接顶点的访问后进行，对一组临接顶点的访问流程(以未访顶点[E,D,C,B]对其一组临接顶点的访问为例)，具体流程图如图5所示：
W1、根据临接顶点序号向量order，[1,1,1,1](均为第一个临接顶点)，得到临接顶点向量[G,C,A,C]；
W2、对临接顶点进行访问(检测它们的标识)；
W3、判断是否找到父顶点，得到标识向量mask1[0,0,1,0](0表示“否”，1表示“是”)；
W4、判断是否已是最后一个临接顶点，得到标识向量mask2[1,0,0,0]，并对临接顶点序号向量order执行加1运算，得到[2,2,2,2]；
W5、对mask1和mask2执行“逻辑或”运算，得到停访顶点标识向量[1,0,1,0]；
W6、检索查询表，得到位置索引向量[3,1,4,2]；
W7、执行permute指令，重新排列未访顶点及其相关数据的顺序，得到未访顶点向量[D,B,E,C]、停访顶点标识向量[0,0,1,1]；
W8、根据停放顶点标识向量加载新的未访顶点，替换掉停访顶点，得到新的未访顶点[D,B,G,F]，并将order相应位置的值置1，得到[2,2,1,1]；
W9、如果未访顶点数组中还有待处理的顶点，则跳转步骤W1；否则根据需要进入下一轮迭代。
本发明充分利用了向量指令对连续内存访问的优势，有效加快了对未访顶点的装载：对于采用同时处理一组未访顶点的向量化方式，自底向上广度优先搜索在每一轮迭代中，需要首先确定图中的未访顶点，然后将它们装载到向量寄存器中。本发明通过在首轮迭代开始之前，对图中全部顶点进行一次遍历并将其中所有的未访顶点集中存放到一个数组中，而在此后每一轮迭代里，对该数组进行持续的更新以使其同时存放着下一轮迭代的未访顶点，从而确保了对未访顶点的内存访问具有连续性。这一设计使得向量指令对连续内存访问具有的优势得到充分的发挥；充分利用了向量寄存器的装载能力，显著提高了计算效率：通过放宽未访顶点对临接顶点访问的同步性的限制，本发明适时地从向量寄存器中移除不再需要继续参与计算的顶点而补充相同数量的待处理的未访顶点，从而确保了对向量寄存器中所有数据元素的处理都是有效计算。考虑到向量指令在往向量寄存器装载连续的多个未访顶点时，是从低端位置开始依次放置的，所以在完成对一组临接顶点的访问后，通过permute指令将向量寄存器中的停访顶点集中到低端位置，从而保证正确地完成顶点的替换。向量寄存器中新组合而成的未访顶点，继续对其临接顶点进行访问，这样的方式使得向量寄存器得到完全的使用，进而提高计算效率。
如图2所示，一种自底向上广度优先搜索的向量化系统，包括：
图结构模块，用于根据数据关系生成图结构；
未访顶点组模块，用于对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
临接顶点组模块，用于从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
访问模块，用于通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；
循环模块，用于重复访问步骤直至完成所有未访顶点的访问。
进一步作为本系统的优选实施例，所述未访顶点组模块还包括：
遍历子模块，用于对图结构所有顶点进行一次遍历，得到顶点的VIS标识；
存放子模块，用于根据VIS标识确定未访顶点并将未访顶点存放到一个数组Arr中。
进一步作为本系统的优选实施例，所述访问模块还包括：
临接顶点访问子模块，用于同时对临接顶点组内的临接顶点进行访问；
判断子模块，用于判断到成功找到未访顶点的一个父顶点，或者已经访问完该未访顶点所有对应的临接顶点，停止对该未访顶点对应临接顶点的访问并停访顶点的标识向量；
替换子模块，用于根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换。
上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
一种自底向上广度优先搜索的向量化装置：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如上所述一种自底向上广度优先搜索的向量化方法。
上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。

Claims (9)

1.一种自底向上广度优先搜索的向量化方法，其特征在于，包括以下步骤：
根据数据关系生成图结构；
对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；
重复访问步骤直至完成所有未访顶点的访问。
2.根据权利要求1所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中这一步骤，其具体包括：
对图结构所有顶点进行一次遍历，得到顶点的VIS标识；
根据VIS标识确定未访顶点并将未访顶点存放到一个数组Arr中。
3.根据权利要求2所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述得到未访顶点组还包括维护第一指针和第二指针，所述第一指针指向本轮迭代下一个待处理的未访顶点，所述第二指针指向下一轮迭代的未访顶点存放位置。
4.根据权利要求3所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点这一步骤，其具体包括：
同时对临接顶点组内的临接顶点进行访问；
判断到成功找到未访顶点的一个父顶点，或者已经访问完该未访顶点所有对应的临接顶点，停止对该未访顶点对应临接顶点的访问并生成停访顶点的标识向量；
根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换。
5.根据权利要求4所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述根据停访顶点的标识向量对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
根据停访顶点的标识向量获取位置索引向量；
根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换。
6.根据权利要求5所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述根据停访顶点的标识向量获取位置索引向量这一步骤，其具体包括：
根据停访顶点的标识向量获取停访标识比特并组成比特串；
将该比特串视为无符号整数并作为预先构建的查询表的元素序号得到对应的位置索引向量。
7.根据权利要求6所述一种自底向上广度优先搜索的向量化方法，其特征在于，所述根据位置索引向量从未访顶点组加载新的未访顶点并对向量寄存器内的停访顶点进行替换这一步骤，其具体包括：
将位置索引向量作为参数提供给permute指令并使用permute指令将停访顶点集中放置到向量寄存器的低端位置；
对向量寄存器内的停访顶点进行替换。
8.一种自底向上广度优先搜索的向量化系统，其特征在于，包括：
图结构模块，用于根据数据关系生成图结构；
未访顶点组模块，用于对图结构所有顶点进行一次遍历并将未访顶点存放到数组Arr中，得到未访顶点组；
临接顶点组模块，用于从未访顶点组获取一组未访顶点和对应的临接顶点并组成临接顶点组；
访问模块，用于通过向量寄存器访问临接顶点组并根据预设条件替换未访顶点及其临接顶点；
循环模块，用于重复访问步骤直至完成所有未访顶点的访问。
9.一种自底向上广度优先搜索的向量化装置，其特征在于，包括：
至少一个处理器；
至少一个存储器，用于存储至少一个程序；
当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1-7任一项所述一种自底向上广度优先搜索的向量化方法。
CN202010831191.1A 2020-08-18 2020-08-18 一种自底向上广度优先搜索的向量化方法、系统及装置 Pending CN112000844A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010831191.1A CN112000844A (zh) 2020-08-18 2020-08-18 一种自底向上广度优先搜索的向量化方法、系统及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010831191.1A CN112000844A (zh) 2020-08-18 2020-08-18 一种自底向上广度优先搜索的向量化方法、系统及装置

Publications (1)

Publication Number Publication Date
CN112000844A true CN112000844A (zh) 2020-11-27

Family

ID=73472666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010831191.1A Pending CN112000844A (zh) 2020-08-18 2020-08-18 一种自底向上广度优先搜索的向量化方法、系统及装置

Country Status (1)

Country Link
CN (1) CN112000844A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672690A (zh) * 2021-08-24 2021-11-19 卡斯柯信号有限公司 一种轨道区段的遍历方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214086A (zh) * 2011-06-20 2011-10-12 复旦大学 基于多核处理器的通用并行加速算法
CN103140829A (zh) * 2011-09-29 2013-06-05 英特尔公司 对高速缓存和/或插槽敏感的多处理器内核广度优先遍历
CN109829057A (zh) * 2019-01-11 2019-05-31 中山大学 一种基于图二阶相似性的知识图谱实体语义空间嵌入方法
CN110264392A (zh) * 2019-05-06 2019-09-20 中国科学院信息工程研究所 一种基于多gpu的强连通图检测方法
CN110288507A (zh) * 2019-05-06 2019-09-27 中国科学院信息工程研究所 一种基于gpu的多分区强连通图检测方法
US10818083B1 (en) * 2019-04-30 2020-10-27 International Business Machines Corporation Pyramid generation via depth-first walk

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102214086A (zh) * 2011-06-20 2011-10-12 复旦大学 基于多核处理器的通用并行加速算法
CN103140829A (zh) * 2011-09-29 2013-06-05 英特尔公司 对高速缓存和/或插槽敏感的多处理器内核广度优先遍历
CN109829057A (zh) * 2019-01-11 2019-05-31 中山大学 一种基于图二阶相似性的知识图谱实体语义空间嵌入方法
US10818083B1 (en) * 2019-04-30 2020-10-27 International Business Machines Corporation Pyramid generation via depth-first walk
CN110264392A (zh) * 2019-05-06 2019-09-20 中国科学院信息工程研究所 一种基于多gpu的强连通图检测方法
CN110288507A (zh) * 2019-05-06 2019-09-27 中国科学院信息工程研究所 一种基于gpu的多分区强连通图检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MIREYA PAREDES: "Breadth first search vectorization on the Intel Xeon Phi", 《PROCEEDINGS OF THE ACM INTERNATIONAL CONFERENCE ON COMPUTING FRONTIERS》 *
MIREYA PAREDES: "Exploiting Parallelism and Vectorisation in Breadth-First Search for the Intel Xeon Phi", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》 *
徐启泽: "Xeon Phi众核处理器上BFS算法的优化技术", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113672690A (zh) * 2021-08-24 2021-11-19 卡斯柯信号有限公司 一种轨道区段的遍历方法
CN113672690B (zh) * 2021-08-24 2024-04-26 卡斯柯信号有限公司 一种轨道区段的遍历方法

Similar Documents

Publication Publication Date Title
CN107330094B (zh) 动态存储键值对的布鲁姆过滤器树结构及键值对存储方法
CN102369511B (zh) 资源迁移方法、装置及系统
CN111858651A (zh) 一种数据处理方法以及数据处理装置
CN112000844A (zh) 一种自底向上广度优先搜索的向量化方法、系统及装置
CN105701128A (zh) 一种查询语句的优化方法和装置
Bender et al. A new approach to incremental topological ordering
CN111026736B (zh) 数据血缘管理方法及装置、数据血缘解析方法及装置
CN108021678B (zh) 一种结构紧凑的键值对存储结构及快速键值对查找方法
CN113515674B (zh) 时序图随机游走的采样方法及装置
CN116204532A (zh) 一种基于dcg的图索引迁移方法及装置
CN105892995A (zh) 查找负数的方法、装置及处理器
CN112100446B (zh) 搜索方法、可读存储介质和电子设备
CN102262526B (zh) 有序树表分段遍历方法及系统
CN104937636A (zh) 用于处理图像的系统和方法
CN111881327A (zh) 基于顶点重排序与优先缓存的大数据处理能力测试方法
CN104801044A (zh) 生成轨迹线顶点序列的方法和装置
CN115713628A (zh) 一种基于全局索引表的快速特征采集方法
CN109934037A (zh) 一种二维码图像寻像方法、定位方法、服务器及存储介质
CN110704550B (zh) 一种高效提取大数据量无拓扑矢量多边形公共边方法
CN111326216B (zh) 一种针对大数据基因测序文件的快速划分方法
CN114756382B (zh) 一种内存页面合并的优化方法、系统及服务器
CN102402692B (zh) 一种特征字符串识别方法及系统
CN114741565A (zh) 一种加速精确子图匹配的方法
CN108809726B (zh) 盒覆盖节点的方法和系统
CN116109728A (zh) 单向廊道最小波动路径寻找方法、系统、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20201127

RJ01 Rejection of invention patent application after publication