图布局算法综述

图布局算法综述

ID:33733941

大小:169.31 KB

页数:8页

时间:2019-02-28

图布局算法综述_第1页
图布局算法综述_第2页
图布局算法综述_第3页
图布局算法综述_第4页
图布局算法综述_第5页
资源描述:

《图布局算法综述》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、OVERVIEWOFALGORITHMSFORGRAPHDRAWING图布局算法综述BostjanPajntarDepartmentofKnowledgeTechnologiesJozefStefanInstituteJamova39,1000Ljubljana,Slovenia(南斯拉夫)Tel:+38614773128E-mail:bostjan.pajntar@ijs.si摘要本文综述若干种图可视化算法,并详细描述了最常用的几个算法。本文的首要目的是帮助读者选择合适的算法去可视化关系数据。另一方面,也可以当作对图布局算法及其发展的历史回顾

2、1概要从前,信息只是一种commodity(?商品,不足大量)。然而随着互联网的发展,大规模的数据变得随处可见。问题从获取信息,变为抽取其中的有用倍息。使用统计分析与数据挖掘,我们能够抽取所需的信息。但是,由于显示是平面的,大部分这些数据挖掘的结杲难以为人们所阅读,由此就产牛-了对可视化的需求。因为一张图画常常可以蕴含一篇文章(的信息),对任何关系数据的描绘成为了一种非常常用的表示已获信息的途径。2关于图图论中的定义在不同文献中有所不同。针对我们的需求,图G的一个宽松的定义是一个三元组(V,E,X)-顶点集V・边集E・函数儿映射每条边的端点到一

3、个顶点一个循环是一条两端指向相同顶点的边。一条多重边表示两个顶点同时关联多条边(图1)。一个没冇循环和多重边的图称为简单图。如果边是冇向的,则图为冇向图(digraph)。Figure1:Graphwithoneloopandonemulti3图的大小(size,规模)关于图的大小并没有专门的术语。图的大小常常被定义为顶点的数冃,这并非是一个最好的定义。由于计算机运行速度L1益增长,图的大小会随着时间而改变(译者注:喑示图的大小跟计算机运行速度应该联系起来)。也许一种更好的定义就是将图的大小和计算复杂度(译者注:以下可以理解为单位时间计算机可处

4、理的顶点数n)联合起来。我们把图划分为小、中、大(large)、超大(huge)。・对于小图,基木上可以使用任何算法。冃前这种图的规模为n10(最大为150个顶点)-中图可以被多项式时间复杂度的算法所绘制。这种图的规模也是足够小,以被绘制在常用的屏幕上,其数量为n100o・大图不能被直接地绘制(由于屏幕象索不足)。然而,这种图仍然足以存放在内存中。■更大的图就称为超大图(内存都放不下整个图的数据)同时,我们也按稠密程序把图分为[5]:-稀疏:Ev=V(译者注:划为理由可能是根据树的性质E=V-1)・一般:V3V(译者注:

5、划为理由可能是根据平面图的充分条件E>=3V-6)这种命名法认为树是稀疏的,而四方体和多面体则为一般图。4图的嵌入(Embbeding,译者注:可认为是平面化planarization)图可视化的质量诚然是一种主观判断。它依赖于图,以及我们希望从中获取的信息。目前,关于人们如何从图屮阅读信息的研究比较少[7],大多数准则是直观的选择出来的。首要的指导思想是:用户必须能够从图中获取他所感兴趣的信息,而口越简单越好。以下是关于好的图绘制的准则:■顶点必须均匀地分布在屏幕・边交叉必须只有少量・边长度必须均匀・图结构中的对称性必须表现出来-图必须被包含

6、在一,个画面中(原文为:Grafshouldbeboundinsideaframe,译文可能有误)这些准则常常描述了我们的需求。然而,也有例外。・平面绘制可能有更好的结果,如果边具有不同的长度(图3,4)。・对于大图,顶点必须被聚类;一种可视化的方法是所有同类的顶点被绘制为一点。・对于十分稠密的图,対边进行合并具有一定的意义。利用这个方法,可能将非平血图进行平面绘制。(以下是按次方法对一个96个顶点的完全图的绘制)Figure2:Fullgraphon96nodesindeleconfluemdraw力送.5算法可视化图具有许多种方法。常用的对

7、简单无向图的方法是物理类比的(译者注:将图类比为一定的物理模型,如具有引力斥力的弹簧和粒子)。然而,如果图具有其他的特征,我们可以使用其他的方法。5.1对于具有附加属性的图的算法5.1.1正交风格图可以被绘制在正交栅格上。这种方法常常用于有向图,如我们所见的图表(diagram)。每条边都可以曲折,但每部分都必须是水平或者垂直。由此每个边交叉都是正交的。这样有利于对图的阅读。5.1.2Sugiyama风格图布局的--种好方法是层次化布局。对于DAG(有向无循环图),我们可以根据拓扑顺序对图进行层次化。接着我们就可以得到一个流程图,其所有边都指向

8、同个方向。例如,有一条从A指向B的边,A就在B的上方或左方。这种方法的一个优点是所有图都可以转换为DAG。Sugiyama提出了一个很好的算法[11]

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。