研究人员开发了新的 $k^2$-树深度优先表示法，以提高其效率和压缩率，解决了传统层级布局糟糕的缓存性能问题。提出的方法包括 EDF-1、BP、CEDF 和 CBP，它们利用深度优先布局和一种线性时间压缩技术来处理相同的子树。在网页图、Wikidata 和合成数据上的实验结果表明，这些新的表示法具有竞争力，其中 CEDF 提供了最佳压缩效果，EDF-1/CEDF 持续减少峰值内存使用量，从而提高了矩阵运算的性能。 AI
排序理由 学术论文，详细介绍了新的数据结构表示法和实验评估。[lever_c_demoted from research: ic=1 ai=0.4]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
