Algorithm 高效的子图散列算法？

对于给定图的子图（由节点和边组成）是否有散列算法？类似地，我所说的特定图是一个分子网络，对该网络的子图进行散列的目的是，看看给定一个不同的网络，是否有一个特定的子图与先前散列的子图相匹配

我不关心查找所有子图本身的运行时。我关心的是给定一个特定的散列子图和另一个子图，我是否能发现该子图是否是我在O（1）时间内见过的子图。

如果您的图是非循环的（具有可变拆分级别的树）， 可以在图形的每个顶点（节点）中保留一些值， 即“此子树的哈希”

计算子树哈希是一种简单的递归算法，如：

// Initial value ~0 meaning "need to compute"
uint32_t subtree_hash(node *p) {
  for(int attempts = 0; p->hash == ~0; attempts++) {
    p->hash = compute_hash(p->value) + attempts;
    foreach node *child in (p->children) {
      p->hash = ((p->hash >> 7) | (p->hash << (32 - 7))) + subtree_hash(child);
  }
  return p->hash; // never ~0
}

//初始值~0表示“需要计算”
uint32\u t子树\u散列（节点*p）{
对于（int尝试次数=0；p->hash==0；尝试次数++）{
p->hash=compute_hash（p->value）+尝试；
foreach节点*子节点（p->children）{
p->hash=（（p->hash>>7）|（p->hash hash；//从不~0
}

如果图形是非循环的（具有可变拆分级别的树）， 可以在图形的每个顶点（节点）中保留一些值， 即“此子树的哈希”

计算子树哈希是一种简单的递归算法，如：

// Initial value ~0 meaning "need to compute"
uint32_t subtree_hash(node *p) {
  for(int attempts = 0; p->hash == ~0; attempts++) {
    p->hash = compute_hash(p->value) + attempts;
    foreach node *child in (p->children) {
      p->hash = ((p->hash >> 7) | (p->hash << (32 - 7))) + subtree_hash(child);
  }
  return p->hash; // never ~0
}

//初始值~0表示“需要计算”
uint32\u t子树\u散列（节点*p）{
对于（int尝试次数=0；p->hash==0；尝试次数++）{
p->hash=compute_hash（p->value）+尝试；
foreach节点*子节点（p->children）{
p->hash=（（p->hash>>7）|（p->hash hash；//从不~0
}

假设顶点有整数ID，我只会按照定义的顺序（例如字典）散列子图中的边列表，使用通常用于散列整数对数组的任何散列算法。此列表中的边表示为具有固有顺序的顶点对，因此如果要表示的图形实际上具有无向边，则还需要按一定顺序排列每条边内的顶点对（例如，从最小值到最大值）。

假设顶点具有整数ID，我将按照定义的顺序（例如字典）散列子图中的边列表，使用通常用于散列整数对数组的任何散列算法。此列表中的边表示为具有固有顺序的顶点对，因此如果要表示的图形实际上具有无向边，则还需要按一定顺序排列每条边内的顶点对（例如，从最小值到最大值）。

对子图进行散列没有有效的算法，否则，图匹配将被称为多项式

由于分子图具有有界连通性，因此存在一些特定的算法

---

在谷歌上搜索“规范分子签名”我在网上发现了这一点

对子图进行散列没有有效的算法，否则图匹配将被认为是多项式的

由于分子图具有有界连通性，因此存在一些特定的算法

---

通过谷歌搜索“规范分子签名”我在网上找到了这个

如何定义子图？节点是相同的（身份），还是具有相同的值？编辑。子图由节点以及任何边（定向或无向）组成。散列子图如何工作？我怀疑这是否可行。如果你的散列方案有效，你可以简单地解决图同构。IIRC，图同构很难。我不是说不同标签的子图是同一个子图。我是说，给定特定命名的节点和边，两个子图s相同。但可能仍然不可能。如何定义子图？节点是否相同（标识），或它们是否具有相同的值？已编辑。子图由节点以及任何边（定向或无向）组成。散列子图如何工作？我怀疑这是否可行。如果你的散列方案有效，你可以简单地解决图同构。IIRC，图同构很难。我不是说不同标签的子图是同一个子图。我是说，给定特定命名的节点和边，两个子图这是一样的。但可能仍然不可能。我想您应该对所有子级的子树\u哈希进行异或运算，这样顺序就不重要了。在原始请求中，没有指定order matter或is not matter。因此，默认情况下，我假设-order is matter，因为在最简单的情况下（二叉树），您不能总是在不影响树结构的情况下更改lson rson。当然，如果顺序不重要，则需要禁用旋转，只需添加值。XOR不太好，因为，例如，如果两个子项具有相等的哈希值，则它们的值将与我们的结果交叉。如果使用加法，则会添加2倍的值。交叉掉只有特定和的最低位，但不是整个和。我认为您应该对所有子树的子树\u哈希进行异或运算，以便顺序不重要。在原始请求中，没有指定顺序重要或不重要。因此，默认情况下，我假设-顺序重要，因为在最简单的情况下（二叉树），您不能总是在不影响树结构的情况下更改lson rson。当然，如果顺序不重要，则需要禁用旋转，只需添加值。XOR不太好，因为，例如，如果两个子项具有相等的哈希值，则它们的值将与我们的结果交叉。如果使用加法，则会添加2倍的值。交叉掉只有特定和的最低位，而不是整个和。