[IR] Graph Compression
Ref: [IR] Compression
Ref: [IR] Link Analysis
Planar Graph
From: http://www.csie.ntnu.edu.tw/~u91029/PlanarGraph.html#1
由於缺乏優美規律,因此談論對偶圖時,習慣忽略同構。
最特別的對偶圖例子,就是橋( bridge )與自環( loop )。
舉例來說,原圖是一棵樹,對偶圖是一個點以及一大堆自環;各種樹對應各種自環包覆方式。
Spanning Tree
From: http://www.csie.ntnu.edu.tw/~u91029/SpanningTree.html
图中提取树的方法,可参见:[Optimization] Greedy method 中最小生成树算法等相关内容。
以下探讨如何压缩Graph的策略。
Idea:
能表示在spanning tree上的连接使用-+方式记录信息。
未表示在spanning tree上的连接则补充balance bracket。
1 | 2 | 3 | 2 | 4 | 2 | 1 | 5 | 6 | 5 | 7 | 8 | 7 | 5 | |||||||||||||
- | - | + | - | + | + | - | - | + | - | - | + | + | ||||||||||||||
(( | )(( | (( | ) | ))( | ) | ) | ) | |||||||||||||||||||
1 | 6 | 7 | 3 | 1 |
最终编码形态:--((+-)((+((+-)-))(+-)-)++)
其实就是基于DFS表示tree,然后剩余的链接拿平衡括号来表达。(哄小孩儿的伎俩)
邻接矩阵,邻接链表
Each vertex associated with an (sorted / unsorted) array of adjacent vertices.
More space efficient for sparse graph.
其实就是基础的邻接表,解决稀疏信息的问题。
Web Graph representation and compression
Link: http://www.touchgraph.com/TGGoogleBrowser.html
面临的问题主要是:
• Graph is highly dynamic
– Nodes and edges are added/deleted often
– Content of existing nodes is also subject to change
– Pages and hyperlinks created on the fly
• Apart from primary connected component there are also smaller disconnected components
具有的主要特点是:
Locality: usually most of the hyperlinks are local, i.e, they point to other URLs on the same host.
The literature reports that on average 80% of the hyperlinks are local.
Consecutivity: links within same page are likely to be consecutive respecting to the lexicographic order.
Similarity: Pages on the same host tend to have many hyperlinks pointing to the same pages.
以下内容可以combined with [IR] Compression. (都具有同样类似的压缩思想)
Connectivity Server: URL compression
其实就是类似于”Front coding, 前缀冗余“的方案。
Delta Encoding of the Adjacency Lists
压缩效果:
Avg. inlink size: 34 bits --> 8.9 bits
Avg. outlink size: 24 bits --> 11.03 bits
原理:
Delta encoding is a way of storing or transmitting data in the form of differences (deltas) between sequential data rather than complete files;
more generally this is known as data differencing. Delta encoding is sometimes called delta compression,
particularly where archival histories of changes are required (e.g., in revision control software).
就是通过只记录“差别”而达到压缩的效果。
Interlist compression with representative list
ref : relative index of the representative adjacency list;
deletes: set of URL-ids to delete from the representative list; 删掉第几个data。
adds: set of URL-ids to add to the representative list. 替换为这个data。
压缩效果:
Avg. inlink size: 5.66 bits
Avg. outlink size: 5.61 bits
(WebGraph Framework)
-- 过程如下介绍
压缩效果:
Avg. inlink size: 3.08 bits
Avg. outlink size: 2.89 bits
Compressing Gaps
注意:
S1-X的值看正负,然后通过v(x)来得出Successors列的头一个值。
v(x)的值,其实:
- 若是奇数:x <0
- 若是偶数:x>=0
Using copy lists
能够使用copy方式,比如这里使用Node15 Outdegree11为基准做01序列(1:copy操作)
其他列以这一列为基准,只需保存没copy操作的即可。
但貌似在01序列中有太多的0出现,我们能不能针对性的做些什么?
Using copy blocks ()
Feature: copy and skip是交替进行的。
这里有几个地方比较绕,开启傻瓜式的讲解方式:
Encoding:
1. The last block is omitted; 忽略最后一个block。
2. The first copy block is 0 if the copy list starts with 0; ‘01’序列start with 0,则copy block 也start with 0。
3. The length is decremented by one for all blocks except the first one.
16, 10, 1,
第一个算是个标志位,第二个0才是下面的1st block的0.
1st block: 0
2nd block: 3-1=2
3rd block: 2-1=1
4th block: 2-1=1
5th block: 1-1=0
6th block: 1-1=0
7th block: 1-1=0 // The last block is omitted;
其实,最起码,copy blocks --> copy lists。
注意,copy与skip之间是否后接自己的数字,可以利用“递增”的特性来判断!
Decoding:
copy next 2+1=3 -> 15 16 17
skip next 1+1=2 -> 15 16 17
copy next 1+1=2 -> 15 16 17 23 24 //因为递增,”22“比“23,24”小
skip next 0+1=1 -> 15 16 17 22 23 24
copy next 0+1=1 -> 15 16 17 22 23 24
copy left 0+1=1 -> 15 16 17 22 23 24 315 316 317 3041
补充:
因为 “01” 序列其实不为0,那么The first copy block is not 0。
Conclusions
The compression techniques are specialized for Web Graphs.
The average link size decreases with the increase of the graph.
The average link access time increases with the increase of the graph.
The seems to have the best trade-off between avg. bit size and access time.
[IR] Graph Compression的更多相关文章
- [IR] XML Compression
Ref: https://www.ibm.com/developerworks/cn/xml/x-datacompression/ Language-Equivalent (类似路径压缩 ) root ...
- 本人AI知识体系导航 - AI menu
Relevant Readable Links Name Interesting topic Comment Edwin Chen 非参贝叶斯 徐亦达老板 Dirichlet Process 学习 ...
- [Code] 烧脑之算法模型
把博客的算法过一遍,我的天呐多得很,爱咋咋地! 未来可考虑下博弈算法. 基本的编程陷阱:[c++] 面试题之犄角旮旯 第壹章[有必要添加Python] 基本的算法思想:[Algorithm] 面试题之 ...
- JIT IR,C2
A Simple Graph-Based Intermediate Representation http://www.oracle.com/technetwork/java/javase/tech/ ...
- SLAM(二)----学习资料下载
有位师兄收集了很多slam的学习资料, 做的很赞, 放到了github上, 地址:https://github.com/liulinbo/slam.git ruben update 0823 2016 ...
- AI框架精要:设计思想
AI框架精要:设计思想 本文主要介绍飞桨paddle平台的底层设计思想,可以帮助用户理解飞桨paddle框架的运作过程,以便于在实际业务需求中,更好的完成模型代码编写与调试及飞桨paddle框架的二次 ...
- 实践torch.fx第一篇——基于Pytorch的模型优化量化神器
第一篇--什么是torch.fx 今天聊一下比较重要的torch.fx,也趁着这次机会把之前的torch.fx笔记整理下,笔记大概拆成三份,分别对应三篇: 什么是torch.fx 基于torch.fx ...
- [IR] Compression
关系:Vocabulary vs. collection size Heaps’ law: M = kTbM is the size of the vocabulary, T is the numbe ...
- [IR] Advanced XML Compression - ISX
Ori paper: http://www.cse.unsw.edu.au/~wong/papers/www07.pdf ISX Requirements 1 Space does matter fo ...
随机推荐
- linux中内存超出后可以这样
http://www.cnblogs.com/hongten/archive/2012/11/16/java_PermGen_space.html
- redis 在 php 中的应用(Connection [ 连接] 篇)
本文为我阅读了 redis参考手册 之后编写,注意 php_redis 和 redis-cli 的区别(主要是返回值类型和参数用法) 目录: Connection(连接) AUTH ECHO PING ...
- CocosCreator编辑器界面
1,资源管理器[参考来源:官方文档] 资源管理器 里显示了项目资源文件夹(assets)中的所有资源.这里会以树状结构显示文件夹并自动同步在操作系统中对项目资源文件夹内容的修改.您可以将文件从项目外面 ...
- Educational Codeforces Round 19 题解【ABCDE】
A. k-Factorization 题意:给你一个n,问你这个数能否分割成k个大于1的数的乘积. 题解:因为n的取值范围很小,所以感觉dfs应该不会有很多种可能-- #include<bits ...
- Android Developers:传感器概述
大 多数Android设备有内置的传感器,来测量运动,方向和各种环境条件.这些传感器能提供高精度和准确度的原始数据,如果你想监控设备三维运动或者位 置,或者你想监控设备周围的环境变化,是非常有用的.例 ...
- (转)Java atomic原子类的使用方法和原理(一)
在讲atomic原子类之前先看一个小例子: public class UseAtomic { public static void main(String[] args) { AtomicIntege ...
- Go语言之高级篇beego框架之model设计构造查询
一.model设计构造查询 QueryBuilder 提供了一个简便,流畅的 SQL 查询构造器.在不影响代码可读性的前提下用来快速的建立 SQL 语句. QueryBuilder 在功能上与 ORM ...
- 如何Python下载大文件?
我想用python脚本下载很多文件,但是经常就有那么几个出错,写了个error handling,跳了过去,但是把出错的链接保存了一下. 转过天来,研究了一下出的什么错. 一个报错如下: PS C:\ ...
- [Python设计模式] 第2章 商场收银软件——策略模式
github地址: https://github.com/cheesezh/python_design_patterns 题目 设计一个控制台程序, 模拟商场收银软件,根据客户购买商品的单价和数量,计 ...
- Win10更新搜狗输入法后重启输入密码蓝屏
解决办法:如果能进入安全模式,卸载搜狗输入法:不行的话(好像不行)只能重装系统:因为蓝屏后就基本开不了了!!!生气!! win10 1809 19.3月累积更新之后蓝屏:安装了搜狗输入法的win10 ...