[发明专利]一种子图匹配的方法及装置

说明书

技术领域

本发明涉及计算机领域，尤其涉及一种子图匹配的方法及装置。

背景技术

传统意义上的子图匹配指子图同构，给定数据图G和查询图Q，找出数据图G中所有与查询图Q具有完全相同图结构的子图。随着对链接分析、web语义网络等应用中大规模的带标签图的处理需要，在原有子图同构问题上衍生出新的子图匹配问题，标签图中的子图匹配问题要求匹配结果和查询图Q满足两个条件：标签条件，查询图Q中顶点的标签要与该顶点在匹配图中的匹配顶点的标签相一致；结构条件，如果查询图Q中两个顶点之间存在边，那么该两个顶点在匹配图中相对应的匹配顶点之间在数据图G中存在可达路径。

现有技术的子图匹配的Top-k算法中，基于查询图Q创建生成树，并将创建的生成树作为查询树，自底向上构建查询树的匹配列表，每棵生成树对应一个匹配列表，由该匹配列表查找查询图Q的Top-k匹配。Top-k算法中的查询代价可表示为：cost(P)＝c·f(T₁,T₂,…,T_h)+(1-c)·g(α₁,α₂,…,α_h)，其中，多棵生成树T可设为：T₁,T₂,…,T_h，f(T₁,T₂,…,T_h)为扫描所有匹配列表的磁盘I/O(input/output，输入/输出端口)代价，g(α₁,α₂,…,α_h)表示其他匹配的时间代价，现有技术中，f(T₁,T₂,…,T_h)在构建生成树T时确定了，则通过优化g(α₁,α₂,…,α_h)以减少Top-k算法中的查询代价，但现有技术中忽略了f(T₁,T₂,…,T_h)产生的I/O冗余，在查找Top-k匹配时需自底向上的顺序访问每一个匹配列表，而公共边则被多次访问，产生冗余I/O，尤其对于查询的匹配结果数据集非常巨大时，磁盘I/O代价大，增加了时延，且降低了子图匹配的效率。

发明内容

本发明实施例提供一种子图匹配方法及装置，用于解决现有技术的子图匹配的Top-k算法中产生冗余I/O、子图匹配的效率低的技术问题。

本发明实施例第一方面提供了一种子图匹配方法，包括：

输入带环图，生成所述带环图的多棵生成树；

将所述多棵生成树进行组合，得到生成树组合，多个所述生成树组合形成集合；

从所述集合中确定目标生成树组合；

将所述目标生成树组合映射为基表访问拓扑图；

根据所述基表访问拓扑图生成目标访问顺序；

根据所述目标访问顺序访问数据库中的基表，得到所述带环图的Top-k匹配子图。

在第一方面的第一种可能的实现方式中，所述根据所述基表访问拓扑图生成目标访问顺序包括：

判断所述基表访问拓扑图中是否存在拓扑环；

若不存在，由所述基表访问拓扑图的拓扑顺序生成所述目标访问顺序。

结合第一方面或第一方面的第一种可能实现方式，在第一方面的第二种可能的实现方式中，所述将所述目标生成树组合映射为基表访问拓扑图包括：

将所述目标生成树组合中的每棵所述生成树映射为一个基表访问树，将多个所述基表访问树进行叠加，并合并公共边，得到所述基表访问拓扑图。

结合第一方面的第二种可能实现方式，在第一方面的第三种可能的实现方式中，所述将所述目标生成树组合中每棵所述生成树映射为一个基表访问树包括：

将所述生成树中的每条边映射为所述基表访问树中的顶点，并根据所述生成树中的边与边之间的关联关系建立所述基表访问树中的顶点与顶点之间的关联关系,根据所述基表访问树中的顶点与顶点之间的关联关系连接所述基表访问树中顶点，得到所述基表访问树。

结合第一方面、第一方面的第一种可能实现方式、第一方面的第二种可能实现方式或第一方面的三种可能实现方式中任一种，在第一方面的第四种可能的实现方式中，所述从所述集合中确定目标生成树组合包括：通过全局启发式搜索算法从所述集合中确定所述目标生成树组合。

本发明实施例第二方面提供了一种子图匹配装置，包括：