《A (Sub)Graph Isomorphism Algorithm for Matching Large Graphs》论文总结

VF2算法是用于解决子图同构问题的有效方法,尤其适用于大型图。该算法在处理过程中,其性能几乎与图的节点数无关。与ULLMANN算法相比,VF2更为严格,它通过不断扩展状态s来寻找同构,并遵循五条规则确保induced subgraph isomorphism。尽管VF2在某些情况下比ULLMANN更高效,但其规则的严格性导致了与ULLMANN的不同同构标准。在实际应用中,VF2的性能主要取决于图的连接性和边的数量。
摘要由CSDN通过智能技术生成

子图同构的概念我们已经介绍过,使用ULLMANN算法的解决方式请看我的前一篇博客 《An Algorithm for Subgraph Isomorphism》论文总结。今天要说的是VF2算法,对子图同构问题的处理效率更高,适合于图的size很大,即点数很多的的large graph,在最后的测试中,算法的性能几乎与点的数目无关。但是根据我的测试和boost库中对VF2的实现来看,两个算法对于同构的标准并不相同,VF2更加严格,这点我还有疑问,

论文:http://www.docin.com/p-1760455871.html。

首先是算法的原理。这是论文中给出的伪代码:


  • 2
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值