MapReduce之统计和列出大图中的三角形（一）

最新推荐文章于 2020-12-31 12:20:52 发布

路人张的鱼生

最新推荐文章于 2020-12-31 12:20:52 发布

阅读量453

点赞数

分类专栏： MapReduce 文章标签： mapreduce

本文链接：https://blog.csdn.net/zhangdy12307/article/details/103749232

版权

MapReduce 专栏收录该内容

41 篇文章 8 订阅

订阅专栏

MapReduce之统计和列出大图中的所有三角形

什么是三角形

图作为一个数据结构，包括一个有限的节点集，称为顶点。包括一个有限的线集，称为边，边会连接其中一些或全部节点。令 $T = (a, b, c)$ 是图G中三个不同节点构成的一个集合，如果其中两个节点相连 $(a, b), (a, c)$ , $T$ 就是一个三联体，如果所有三个节点都相连(a,b),(a,c),(b,c)，这就是一个三角形

三角形的意义

在图论分析中，有三个很重要的度量参数：

全局集聚系数
传递比，即
$T(G)=\frac{3\times (图中三角形个数)}{(互连的顶点三联体个数)}$
局部集聚系数
要为一个大图计算这3个度量参数，必须要统计出图中三角形个数，在社交图中也具有广泛应用。

MapReduce解决方案

这个方案分为如下三步：

1、生成经过u的长度为2的路径，并复制从u出发的所有边作为键。如下所示
mapper: $(k,v)\rightarrow \{(k,v),(v,k)\}$
reducer: $\{(k,v_1),(k,v_2),\dots,(k,v_n)\}\rightarrow\{[(v_1,v_2),(k)], \\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad [(v_1,v_3),(k)\},\\\qquad\qquad\qquad\qquad\qquad \qquad\qquad \qquad \dots \\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad [(v_{n-1},v_n),(k)],\\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad [(k,v_1),(-)]\\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad [(k,v_2),(-)]\\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad \dots \\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad [(k,v_n),(-)]$
2、判断三角形，表示为 ${\{u,v\},\{v,w\},\{w,u\}\}$ ,通过以下过程实现：

         mapper: $[(u,v),(w)]\rightarrow [(u,v),(w)]$
    reducer: $\{[(u,v),(-)],[(u,v),(w_1)],\dots,[(u,v),(w_n)] \rightarrow \{[(u,v,w_1)],\\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad \dots , \\\qquad\qquad\qquad\qquad\qquad\qquad\qquad\qquad[(u,v,w_n)]\}$
    reducer: $\{[(u,v),(-)],[(u,v),(w_1)],\dots,[(u,v),(w_n)] \rightarrow NoOutPwt\}$