Участник:Юлия Жосан/Разбиение вершин графа на равные по мощности блоки методом рекурсивной координатной бисекции
Автор: Юлия Жосан
Содержание
- 1 Свойства и структура алгоритмов
- 1.1 Общее описание алгоритма
- 1.2 Математическое описание алгоритма
- 1.3 Вычислительное ядро алгоритма
- 1.4 Макроструктура алгоритма
- 1.5 Схема реализации последовательного алгоритма
- 1.6 Последовательная сложность алгоритма
- 1.7 Информационный граф
- 1.8 Ресурс параллелизма алгоритма
- 1.9 Входные и выходные данные алгоритма
- 1.10 Свойства алгоритма
- 2 Программная реализация алгоритма
- 2.1 Особенности реализации последовательного алгоритма
- 2.2 Локальность данных и вычислений
- 2.3 Возможные способы и особенности параллельной реализации алгоритма
- 2.4 Масштабируемость алгоритма и его реализации
- 2.5 Динамические характеристики и эффективность реализации алгоритма
- 2.6 Выводы для классов архитектур
- 2.7 Существующие реализации алгоритма
- 3 Литература
1 Свойства и структура алгоритмов
1.1 Общее описание алгоритма
Декомпозиция графа - это задача его разбиения на непересекающиеся подмножества доменов, для их последующей параллельной обработки группой процессоров. Основная сложность использования параллельных методов состоит в поиске оптимальной декомпозиции, которая дает сбалансированное распределение доменов по процессорам. Выделяют два основных свойства оптимальной декомпозиции, которые должны выполняться одновременно:
- минимизация максимального веса исходящих из домена ребер
- равномерное распределение по доменам суммарного веса узлов/ребер
Покоординатная декомпозиция основана на рекурсивном делении пополам сети по координатной оси, вдоль которой область наиболее протяженная, соотношение размеров полученных частей зависит от требуемого количества доменов в каждой из них. Этот метод применяется для обработки сеток больших размеров (объем описания сетки превышает объем оперативной памяти одного процессорного узла).
Основные этапы работы алгоритма:
- Выбор направления, вдоль которого будут упорядочиваться вершины домена
- Упорядочивание вершин вдоль выбранного в п.1 направления
- Вычисление номера m первой вершины второго домена
- Формирование двух новых доменов, первый из которых включает вершины от первой до m-1 входящего домена, а второй включает вершины с m до последней вершины входящего домена
- Запуск алгоритма для полученных в п.4 доменов
Выделяют следующие достоинства данного алгоритма:
- высокая скорость работы
- низкий уровень дисбаланса распределения вершин между доменами
- экономичность по памяти
1.2 Математическое описание алгоритма
Пусть на вход алгоритму подаются следующие данные:
- неориентированный граф [math]G=(V, E)[/math], где [math]V[/math] - множество вершин, [math]E[/math] - множество ребер
- Требуемое число доменов [math]p[/math]
На выходе алгоритма требуется получить множество доменов [math]\{S_{p}\}[/math].Это множество [math]p[/math] непересекающихся подмножеств [math]\{V_{i}\}[/math]:
[math]V=\bigcup\limits_{i=1}^{p} V_{i}[/math], [math]V_{i}\cap V_{j}=\emptyset[/math] для [math]i\not=j[/math]
при котором минимизируются следующие функционалы:
- суммарный вес вершин в домене: [math]\vert S_{p}\vert=\sum\limits_{i=1}^{p} \vert v_{i} \vert\rightarrow min[/math]
- суммарный вес разрезанных ребер:[math]\sum\limits_{ij} \vert e_{ij} \vert\rightarrow min , v_{i}\in S_{l}, v_{j}\in S_{r}, S_{l}\cap S_{r}=\emptyset[/math]
Опишем подробнее схему работу рекурсивного алгоритма:
- Выбор оси, вдоль которой будет осуществляться сортировка. Для этого вычисляется величина [math]l_{k}=max\left( v_{i}^{k}\right)-min\left(v_{i}^{k}\right) , v_{i}^{k}\in V , k [/math] - координатная ось, и выбирается ее максимальное значение.
- Сортировка множества вершин [math]V[/math] по выбранной в п.1 координате по возрастанию номеров коодинат вершин
- Вычисляется номер вершины, по которой пойдет разбиение множества: [math]m=(iend-istart+1)*\frac{\frac{p+1}{2}}{p}[/math], где [math]iend, istart[/math] - номер первой вершины в множестве и номер последней вершины в множестве соответственно
- Множество вершин делится на две части: [math]V_{l}=|v_{l}|, l=istart..m ,V_{r}=|v_{r}|, r=m+1..iend [/math]
- Алгоритм запускается для [math]V_{l}[/math] и [math]V_{r}[/math]
- Алгоритм останавливается на итерации, для которой [math]|V_{l}|=1 , |V_{r}|=1[/math]
1.3 Вычислительное ядро алгоритма
Вычислительное ядро алгоритма составляют:
- сортировка массива координат вершин [math]V[/math] (могут применяться различные виды сортировок)
- вычисление величины [math]l_{k}[/math]
- вычисление величины [math]m[/math]
1.4 Макроструктура алгоритма
Основной составляющей метода является повторяющиеся сортировки множества координат вершин [math]V[/math] на каждом рекурсивном шаге. Всего таких шагов [math]p-1[/math].
1.5 Схема реализации последовательного алгоритма
1.6 Последовательная сложность алгоритма
1.7 Информационный граф
1.8 Ресурс параллелизма алгоритма
1.9 Входные и выходные данные алгоритма
1.10 Свойства алгоритма
2 Программная реализация алгоритма
2.1 Особенности реализации последовательного алгоритма
2.2 Локальность данных и вычислений
2.3 Возможные способы и особенности параллельной реализации алгоритма
2.4 Масштабируемость алгоритма и его реализации
2.5 Динамические характеристики и эффективность реализации алгоритма
2.6 Выводы для классов архитектур
2.7 Существующие реализации алгоритма
3 Литература
[1] Якобовский М.В. Введение в параллельные методы решения задач: Учебное пособие / Предисл.: В. А. Садовничий. – М.: Издательство Московского университета, 2012. – 328 с., илл. – (Серия «Суперкомпьютерное образование»), ISBN 978-5-211-06382-2 URL: http://lira.imamod.ru/ITTPMOPS/ [2] Головченко Е.Н. Декомпозиция расчетных сеток для решения задач механики сплошных сред на высокопроиводительных вычислительных системах. Дисс ... канд. ф.-м.наук. Институт прикладной математики им. М. В. Келдыша РАН, г. Москва URL: http://keldysh.ru/council/3/D00202403/golovchenko_diss.pdf