图结构发现

[wanghailu0717]

1.识别网络图中高频出现的网络结构是本项目的首要任务，只有在识别/挖掘出来这样的结构后，代码生成才可以进行针对性的工作，来生成高度融合的网络片段的融合核函数，支撑起网络的快速运行。为此，我们需要一项工作来支撑起这一目标。
2.你拿到的输入只有三个：一个完整的网络图，一个数字表示窗口大小，一个布尔值表示是否允许包含。
3.你的输出是一个有序列表，列表内容为以频次降序排列的各个网路结构，其中每一个网络结构规模小于等于窗口大小。布尔值为ture时，你发觉的各个网络结构允许包含现象的发生；布尔值为false时，你发觉的各个网络结构不允许包含现象的发生。
4.这是一个具有挑战性的任务，你可以使用性能最差的暴力搜寻方法来进行此项工作。但我们期望你可以尽可能的加快这一过程，避免太多的搜寻耗时。
5.你可能需要去查阅经典 数据结构与算法中的内容来实现此项功能，你可能需要其他成员的帮助，将这一项工作建设在其他项目上，如 https://github.com/InfiniTensor/RefactorGraph。