宝塔服务器面板,一键全能部署及管理,送你10850元礼包,点我领取

一、子图同构查询图q和数据图g匹配,并满足q中每个节点和边的双射函数f 如果存在)。 对于q中各节点v,g中存在fv ); 同样,对于各边u,u ) q也存在) f ) v ),f ) v ) ) g。

简而言之,查询图q的各顶点和边对g有一个对应,满足双射函数的要求,而且不同的顶点和边要对应不同的顶点和边。 子图同构说白了就是大图中有一个子结构,长得跟查询图Q一模一样)

用网络图举个简单的例子:

在此图中,A1和B1对应后,验证A1的出度边、入度边和相邻顶点满足这样的要求。 因此,这两个是一个子图,实际上,绿色图形的下三角和蓝色三角也是一个子图的同构。

二、仿真匹配这是为了找到二元关系svqv。 这里,Vq和v分别是查询图q和数据图g中的节点集。 这里,s的过滤规则是只对节点搜索节点标签可以相同的值。 例如,上面的图,但是需要改变图的内容。 如果将绿色节点图中的所有标签字符都更改为a,则为A1、A2、A3和A4。 因此,s的二元关系集基于A1蓝色,A1绿色,……部分图同构基于双射函数,伪匹配在这里基于二元关系。

a )对于查询图Vq中的各节点u,由于数据图v中存在节点v,因此为) u、v ) s,u和v具有相同的标签。 注意:查询图和数据图要求满足二元关系,且相应的标签相同

b )为每个u,v ) ) s及u,u ) ) q存在边) v,v ) ) g,所以u ),v ) )简单来说是符合二元关系两个节点,以它们为顶点的边标签

基于模拟的可以根据P0匹配G0,因为它没对v节点没有像子图同构那么严格的要求,所以很适合应用于特殊场景。比如下面这个图:

考虑贩毒集团的结构,如图1的示意图P0所示。 一位“老板”b )监督运营,通过助理经理AM )的小组。 如边缘标签3所示,AM管理下层的现场工人FW )最高为3级。 FWs提供毒品,收钱,跑腿。 他们直接或间接向AMs报告,AMs直接向上司报告。 上司是也可以通过电子邮件传递信息的顶级FWs秘书用边缘标签1表示)。

右图G0在图1中,A1、…、Am是Am,Am是Am和秘书。 通过找出所有与贩毒集团有关的嫌疑人,在G0中找到P0的匹配项目。 但是,在图的模式匹配在子图中实现的同构中,由于以下原因找不到它们。

)1) P0中的节点AM和s应该映射到G0中的同一节点AM,但G0中的节点AM不被双射允许双射请求是一一对应的)。

)2) P0中的节点AM对应于G0中的多个节点A1、…、AM。 这是不允许通过从P0的节点到G0的节点的函数。 这表明在描述社区匹配)时必须使用关系而不是函数。

3) P0中从AM到FW的一端表示AM在3跳以内监督了FWs。 应该映射到G0中长度有边界的路径,而不是映射到边。

三、总结1 .原始英语的定义

2 )差异)1)子图同构基于全单射函数的要求,但模拟基于二元关系。

2 .子图同构更严格,必须一一对应,所以搜索结果与搜索图的规模相同。

3 .仿真匹配更加宽松,可以实现子图同构中无法应用的几个场景。

4 .基于同构的模拟在速度上优于同构。 同构在匹配过程中需要不断追溯,但模拟基于二元关系,所以速度更快。