Processing を使用して、複雑なデータとプロセスのナビゲーション システムを開発しています。その一環として、私はグラフ レイアウトにかなり深く入り込みました。それはすべて楽しいものであり、レイアウトアルゴリズムに関する私の意見は次のとおりです。強制指向は弱虫向けです(スケールを見てください...笑)、固有ベクトル投影はクールです、杉山レイヤーは見栄えがしますが、グラフィーグラフでは速く失敗します。これまでの固有ベクトルでは、エッジの交差を最小限に抑えて、実際にデータのポイントに到達する必要があります。私は知っています、私はNP完全などを知っています。
xyボクシングを適用し、杉山のような順列を使用して、行と列をまたがるエッジの交差を減らすことで、ある程度の成功を収めたことを付け加えておきます。Viz: グラフ (|V|=90,avg degree log|V|) は、交差を減らすために行と列の置換を交互に行うことにより、11000 の交差 -> 1500 (箱入りの固有ベクトルによる) -> 300 に進むことができます。
しかし、極小値は... それが何であれ、このマークの周りに留まり、結果は可能な限り明確ではありません. 光に関する私の研究は、VLSI で使用されているような平坦化アルゴリズムを本当に使用したいことを示唆しています。
- BFS などを使用して、最大平面サブグラフ 1.a を作成します。平面サブグラフをナイスライクにレイアウトする
- 卓越したエッジを巧みに追加して元のグラフを復元する
最速の平坦化アルゴリズムについての考えを返信してください。よく知っている特定の最適化について詳しく説明してください。
本当にありがとう!