[发明专利]一种大规模图数据表示方法

权利要求书

1.一种大规模图数据表示方法，其特征是，包括如下步骤：

步骤1、以基于密度的聚类思想为指导，将图数据划分为规模不等的簇；

步骤2、将簇以及未包含在簇范围内的部分所对应的子矩阵进行K²-tree表示；

步骤3、将簇所对应K²-tree的L向量串联成一个全局L向量，并进行DACs编码；

步骤4、将每一个需要查询的节点定位到对应簇的K²-tree中，再根据K²-tree的遍历规则进行查询。

2.根据权利要求1所述的一种大规模图数据表示方法，其特征是，步骤1具体为：

步骤1.1、将图数据抽象成邻接矩阵表示；

步骤1.2、将邻接矩阵的第一行第一列的元素作为子矩阵的起点，沿邻接矩阵的主对角线拓展子矩阵的规模，每次拓展后子矩阵的宽度都增加1；

步骤1.3、子矩阵拓展完成后，计算当前子矩阵的离群率φ和规模MinSize；

步骤1.4、如果当前子矩阵的离群率φ小于等于设定的离群阈值，且当前子矩阵的规模大于等于设定的规模阈值，则将当前子矩阵作为一个簇处理；否则，返回步骤1.2，继续拓展当前子矩阵；

步骤1.5、若当前子矩阵的最右下角元素位于第i行第i列，则选取邻接矩阵中第i+1行第i+1列的元素作为新子矩阵的起点，并重复执行步骤1.3和1.4，直到到达邻接矩阵中最后一行最后一列的元素；

步骤1.6、将邻接矩阵中所有被簇包含的区域内的元素全部置为0。

3.根据权利要求1所述的一种大规模图数据表示方法，其特征是，步骤2具体为：

步骤2.1、使用数组记录每一个簇所包含行列号的区间；

步骤2.2、对于每一个簇所对应的矩阵，先将该矩阵的规模扩充为K的幂次方，再将矩阵划分为规模相等的K²个子矩阵；

若子矩阵中包含有值为1的元素，则将该子矩阵标记为1；否则，将该子矩阵标记为0；

将划分前的矩阵作为根节点，则划分后的K²个子矩阵作为根节点的孩子节点，节点值则为标记的值；

步骤2.3、将步骤2.2中标记为1的子矩阵继续按照步骤2.2中的划分方式进行K²划分，并根据子矩阵在父矩阵中的位置，按照由上到下，从左至右的顺序将子矩阵作为父矩阵的孩子节点；

步骤2.4、重复步骤2.2和2.3，直到子矩阵只包含一个元素值；

步骤2.5、重复步骤2.1-2.5，得到每个簇所对应的K²-tree，对于每个簇所对应的K²-tree，使用一个T向量来依次存储K²-tree中除最底层的所有节点的值，使用一个L向量来依次存储K²-tree的最底层叶子节点的值；

步骤2.6、重复步骤2.1-2.6，得到整个邻接矩阵所对应的K²-tree。

4.根据权利要求1所述的一种大规模图数据表示方法，其特征是，步骤3具体为：

步骤3.1、使用一个数组记录每一个K²-tree所对应的L向量L_i的长度信息及相对于L₁的偏移信息；其中1≤i≤m，m为K²-tree的个数，也即簇的个数；

步骤3.2、将L₁、L₂,…,L_i串联成一个全局L向量global_L；

步骤3.3，将global_L划分为多个块，每个块的长度为K²；统计每个块在global_L中出现的频率，出现频率越高的块则用一个越小的整数进行表示，从而将global_L表示为一个整数序列；

步骤3.4，对步骤3.3产生的整数序列使用DACs进行编码处理，得到编码后的全局L向量D_global_L。

5.根据权利要求1所述的一种大规模图数据表示方法，其特征是，步骤4具体为：

步骤4.1、对于查询图数据中的一个顶点n_i的所有直接邻居节点，其在对应的邻接矩阵中位于第i行，并确定该行所在的子矩阵被哪个K²-tree所表示；

步骤4.2、当确定所要遍历的K²-tree后即按照K²-tree的遍历规则进行自顶向下的遍历；

步骤4.3、当遍历到叶子层时不要直接访问叶子层，而是先记录该叶子的编号p和此时的列号偏移量q，然后根据每个K²-tree的L向量相对于L₁偏移量deviation的数组来获得最终在global_L中的访问位置，最终的访问位置为deviation+p；

步骤4.4、对编码后的全局L向量D_global_L中第deviation+p个位置处的整数值进行DACs解码成一个只含0和1的序列；

步骤4.5、遍历步骤4.4中产生的序列，找出所有1的位置，若序列的第j个位置处有1，则顶点n_i拥有一个直接邻居，且其标签为q+j。