研究问题：在大型路径网络中快速处理两个顶点间最短路径数的询问 研究方法： 主要是引入了一个新型的数据结构，实现对应的Tree Decomposition 同时利用TL-index，快速处理查询问题 下面是ppt讲解部分： 最后是补充一下原论文：

研究问题：超图下的密度子图提取及其动态维护 1） 静态超图的准确算法： ①类比于普通图，用网络流建图即可 ②用线性规划求解 2）静态超图的近似算法： ①r-近似算法 直接剥离权重最小的点即可 ②$r(1+\epsilon)$ 近似算法 剥离的是一个集合，为后续任务服务 3） 动态超图只能近似维护 ① 只维护插入 ② 插入和删除一起维护 这里只维护插入会比删除要简单的多，因此会分开讨论 下面是ppt

原论文放在最后了 PPT部分： 研究问题： 最密子图的动态维护，这个动态表示的是一个流式的边权更新情况 实际问题： 文章将这个问题与现实中的实时故事识别匹配在一起了 原论文部分：

研究问题：动态超图的超核维护 定义部分： 1） 超图：一条边可以连接多个顶点 ​ 2）超核：和k-core的定义是一样的，只不过引入到了超图汇总 研究思路： 1） 证明了单边插入和删除只会使得超核数量增加1或减少1 2） 为超边提出了核的定义，同时提出了precore的定义，但两者都是为了实际问题服务 3） 提出了支持度的定义 定义部分: 1） 顶点和边的超核数定义：

研究问题：动态图中的k-truss维护 研究方法： 1） 其考虑了同时插入一个混合结构的情况，也就是可以支持多边插入和删除 2） 首先研究的是如何构建这个混合结构 3） 其次是对于这样的混合结构的插入和删除，如何进行有效的维护 下面是ppt讲解部分： 最后是补充一下原论文：

这篇论文是围绕k-VCC的求解 一、Abstract部分： 1）研究问题：给定k，求出图中的所有K-VCC 2）k-VCC特性：高耦合、高鲁棒性、子图重叠性 3） 方法： ① 证明了分割问题的上界——可以用多项式时间来进行解决问题 ② 提出了两个优化策略：neighbor sweep 和 group sweep 4）结果： ​ 在大型数据集上证明了方法的

本文是对该书的内容进行简单整理，全文过长，详细内容在PPT内，其中对各个章节的核心内容和算法将在下方进行简单说明分类。 第一章： 基础知识介绍：包括图的基本术语，相应数据集；以及相应的图算法的综述 第二章： 数据结构的介绍，皆为用来存储对应图结构的： Linked List-Based Linear Heap 其基本结构很简单，主要是用了双向链表的结构 •heads：the heads of

第一次组会讲的内容，论文的核心部分都放在下面的ppt中了，根据PPT做一些补充。 发表：VLDB2021 研究问题：动态图下的层次化核维护，即k-core的层次化结构树 *Page3：* 如下图所示，也如PPT中图3所示，每一棵Core Hierarchy Tree有三部分构成： Node：$C_i^k$ 表示的对于每个k-core，其中间至少有一个顶点其core值为k的话，则这些$corene

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. Quick