最短路径算法的并行化策略分析 An Analysis of Parallelizing Shortest Path Algorithm.pdfVIP

第29卷第4期 地理与地理信息科学v01．29No．4 2013年7月 andGeo-InformationScience Geography 2013 July doi：10．7702／dly删xxk 最短路径算法的并行化策略分析 孙文彬，谭正龙，王江，周长江，何俊芳 (中国矿业大学(北京)地球科学与测绘工程学院，北京100083) 摘要：常见的最短路径算法多是研究单源多汇或多源多汇问题，针对单源单汇最短路径并行算法的研究较少。为 此，该文探讨基于并行Boost库、网络分割、对向搜索的最短路径并行算法；并应用DIMAS提供的路网数据进行了 相关实验。结果表明：对向搜索的并行算法效率较高，算法耗时为串行E哂kstra算法的1／4～1／2。 关键词：并行算法；最短路径算法；并行Boost库；网络分割；对向搜索 中图分类号：P208 文献标识码：A 文章编号：1672--0504(2013)04--0017--04 混合编程模式下的多源多汇并行最短路径算法[7]。 0引言 张清华等借助网络分割的思想，采用点集分割的方 最短路径问题一直是地理信息科学、计算机科 式实现了单源多汇的最短路径并行算法[8]。Nick等 学、运筹学、交通运输等领域的一个研究热点[1_3|。基于并行Boost库完成了并行最短路径求解[10|。 许多实际问题都可以抽象为网络最短路径计算问 题[3]，如出行路线规划、管网优化等。因此，最短路 5|。 径算法及优化方法的研究具有重要的实用价值。 并行技术与最短路径加速方法结合的问题[12-1 近年来，国内外学者对最短路径算法进行了较为深 但上述研究多是针对多源多汇、单源多汇的最短路 入的研究[1-15]，并取得了较好的效果。从近期研究径问题。而在实际应用中，单源单汇是最常见的最 成果看，最短路径算法主要可分为标号设定法和标 短路径查询方式，即寻求从一固定初始点到一固定 目标点的最短路径。而将上述的并行算法应用到单 号修正法两大类。其中，Dijkstra算法为最经典的 最短路径算法，当采用Fibonacci堆实现Dijkstra算源单汇最短路径问题时，不能保证算法的高效性和 法时，其时间复杂度可降为O(77z+，zlo即)[3]。但将普适性。为此，本文拟以MPI为基础，探讨单源单 最短路径算法应用到复杂网络问题求解时，如网络 汇最短路径算法的并行化策略。 流优化、资源分配等，仍存在着计算效率低的缺 1最短路径并行算法 2．1 M 陷[4’5]。例如，在一台CPUGHz，内存512 的联想PC机上，采用串行Dijkstra算法求解包含4 525个结点的西安市交通网络电子地图，当源点数为 437 32时，运行时间为26 s[4’5]。因此，提高最短路法(如A*算法等)、动态规划、智能算法(如遗传算 径算法的效率仍然是地理信息科学研究的热点问题 法、蚁群算法等)及各种加速算法等。其中，基于Fi- 之一。 目前，串行的最短路径算法研究已较为成熟，算 短路径问题的主要算法之一。为此，本文将Dijkstra 法的效率几乎达到了理论上的极限值。而串行算法 算法作为并行化的基础算法。 的并行化是提高算法运行效率的有效方法之 通常，串行算法并行化的思