Le paysage actuel du partitionnement équilibré des graphes est divisé en
algorithmes multiniveaux de haute qualité mais coûteux et approches moins chères avec
temps de fonctionnement linéaire, tels que les algorithmes à un seul niveau et les algorithmes de streaming.
We demonstrate how to achieve the best of both worlds with a \emph{temps linéaire
algorithme multiniveau}. Les algorithmes multiniveaux construisent une hiérarchie de
des graphiques de plus en plus petits en contractant à plusieurs reprises des groupes de nœuds. Notre
cette approche préserve leur avantage distinct, permettant d'affiner le
partition sur plusieurs niveaux avec des détails croissants. En même temps, nous utilisons
\emph{sparsification des bords} pour garantir une réduction de taille géométrique entre les
niveaux et donc temps de fonctionnement linéaire.
Nous fournissons une preuve du temps d'exécution linéaire ainsi que des informations supplémentaires
dans le comportement des algorithmes multiniveaux, montrant que les graphiques avec un faible
la modularité est la plus susceptible de déclencher le pire temps d'exécution. Nous évaluons
plusieurs approches pour la sparsification des bords et intégrer notre algorithme dans
le partitionneur multiniveau de pointe KaMinPar, maintenir son excellent
évolutivité parallèle. Comme démontré dans des expériences détaillées, cela se traduit par
a $1.49\times$ average speedup (up to $4\times$ for some instances) avec seulement
1\% perte de qualité de la solution. De plus, notre algorithme surpasse clairement
approches de pointe à niveau unique et en streaming.

Cet article explore les excursions dans le temps et leurs implications.

Télécharger PDF: