graph-algorithms

本文讨论了直接在代数图表示上运行Dijkstra算法的方法，无需转换为邻接图，并利用了图压缩技术。

本文介绍了SSAKG 2.0，一个用于构建和操作结构序列关联知识图谱（SSAKGs）的开源软件包，以实现基于上下文的序列检索，并提供了在Python和C中实现的新高效算法。

一位开发者展示，Apache DataFusion 可以通过将数据卸载到磁盘，在配备5–10GB内存的笔记本电脑上执行 PageRank 和弱连通分量等十亿级图分析，从而挑战对 Spark/GraphFrames 的需求。

推广《数据科学中的图算法》一书，该书教授图算法及其在Neo4j中的应用，涵盖知识图谱、社交网络分析和节点嵌入等主题。

本文研究将小语言模型（SLMs）作为图算法执行的闭环策略，评估了多个图程序中的步骤准确性和展开可靠性。结果表明，局部决策质量与全局执行可靠性之间存在差距，尤其是在加权算法中。

本文研究聚合结构不变量（特别是谱界）能否加速动态图上的连续子图匹配（CSM）。它描述了惰性谱维护的局限性，表明在选择性场景下精确维护是可负担的，并在基准测试中展示了高达51%的剪枝能力。

本文介绍了 GraphDC，这是一个分治多智能体框架，它将图算法任务分解为子图以分配给专门的智能体处理，从而提高了在复杂图结构上的可扩展性和推理性能。