核心思想是用小的子图，得到子图的最初表示，然后再送给消息传递神经网络
给定参数 ，就可以使用 跳邻居构成子图。
对于给定 个子图，时间复杂度为 比传统的使用节点表示的Graph Transformer更为高效
而且不需要依赖PE和SE，因为子图的表示本身就就可以传导偏差。
但由于还是依赖于消息传递神经网络，因此还是会有over-squashing和over-smoothing的问题存在