[发明专利]一种稠密图邻接表压缩方法

说明书

技术领域

本发明涉及图数据压缩技术领域，具体涉及一种稠密图邻接表压缩方法。

背景技术

数据压缩是指保证有效信息不丢失的情况下，尽可能减少数据的存储空间，并且仍能保持或提高数据的传输、存储和处理效率的一种技术方法。该技术或者方法按照相应的算法，对所要压缩的数据进行重新组织，以减少数据冗余和存储空间。数据压缩包括有损压缩和无损压缩。有损压缩是指在压缩过程中将某些必要数据移除，在读取数据时将压缩后的数据重构，重构后的数据与原来的数据有所不同且无法恢复，但不至于对所表达的意思产生误解，还能大大提高压缩比。无损压缩是指利用数据的统计冗余进行压缩，在读取数据时将压缩后的数据重构，重构后的数据与原来的数据完全相同，即可完全恢复原始数据而不引起任何失真。

图是一种复杂的非线性数据结构，在图形结构中，结点之间的关系是任意的，图中任意两个数据元素之间都有可能相关。这就使得对图数据的压缩更为困难。目前对图的传统表示方法有两种：邻接矩阵和邻接表。基于邻接表，根据图数据对应的邻接表构造一段字符序列，使用Re-Pair和LZ78算法对字符序列进行压缩，以达到压缩图数据的目的。针对邻接表压缩提出的两种压缩算法是根据图数据中许多结点的邻居集合具有相似性，使得邻接表中存储的信息产生冗余这一特性，构造一段字符序列并对其进行压缩，以达到压缩图数据的目的。但是，这两种算法的压缩效率仍具有一定的局限性。首先，这两种算法的基本思想是寻找序列中的频繁字符对，并使用新的符号进行替代。当频繁字符串的长度较大时，仅仅寻找频繁字符对无法达到最佳压缩率。此外，使用字典R存储替代规则，占用了额外的存储空间，且在查询时，需进行解压缩操作，增加了查询负担。

发明内容

本发明所要解决的是现有基于图的邻接表表示形式上对数据进行压缩存在局限性的问题，提供一种稠密图邻接表压缩方法，其能够有效提高图数据的压缩效率。

为解决上述问题，本发明是通过以下技术方案实现的：

一种稠密图邻接表压缩方法，包括步骤如下：

步骤1、使用广度优先搜索遍历整个图G的所有结点，从中找出出度最大的结点V，将该结点V的编码设置为0并存储在结点数组A的A[0]处；

步骤2、以结点V为起始结点，使用深度优先搜索遍历整个图G，按照图G的深度优先搜索序依次为结点编码，并将结点编码依次存入结点数组A中；

步骤3、建立结点V的初始出边表L₀，并将出边表L₀作为参考出边表L；

步骤4、对于结点V_i，判断该结点V_i的编码i是否包含于参考出边表L中；若参考出边表L中包含结点V_i的编码i，则转至步骤5，若参考出边表L中不包含结点V_i的编码i，则转至步骤6；

步骤5、将编码i与结点V_i的第一个邻接结点V_j的编码j进行比较；当i≤j时，转至步骤5.1；当i＞j时，转至步骤5.2；

步骤5.1、将结点V_i中从第一个邻接结点开始的结点编码与参考出边表L中从结点V_i开始的结点编码依次做比较；若有编码相同的结点，则继续比较，直到找到编码不同的结点或所有结点全部比较结束且编码相同为止；当找到编码不同的结点后，在参考出边表L中最后一个编码相同的结点V_last处标记“i”；若始终没有编码相同的结点，则转至步骤6；

步骤5.2、以结点V_j的出边表L_j中从第一个邻接结点开始的结点编码与结点V_i的出边表L_i中从第二个邻接结点开始的结点编码依次做比较，直到找到不同的编码为止；若找到不同的编码且不同编码恰为i，则跳过该编码，分别取出边表L_i和L_j的下一个编码继续比较，直到找到不同的编码且该不同编码不为i；当找到不同的编码且该不同编码不为i或所有编码均相同时，则直接在出边表L_j中最后一个相同结点V_last处标记“i”；

步骤6、依次以L₁，L₂…L_i-1替换为参考出边表L后，并转至步骤4，直到在某一出边表内标记“i”或在前i-1个结点的出边表中都未能成功标记“i”时停止替换；