力导向算法简单实现

转自 http://zhenghaoju700.blog.163.com/blog/static/13585951820114153548541/

 

力导向算法 核心

1. 随机分布初始节点位置；
2. 计算每次迭代局部区域内两两节点间的斥力所产生的单位位移（一般为正值）；
3. 计算每次迭代每条边的引力对两端节点所产生的单位位移（一般为负值）；
4. 步骤 2、3 中的斥力和引力系数直接影响到最终态的理想效果，它与节点间的距离、节点在系统所在区域的平均单位区域均有关，需要开发人员在实践中不断调整；
5. 累加经过步骤 2、3 计算得到的所有节点的单位位移；
6. 迭代 n 次，直至达到理想效果。

算法简单实现

package jsnetworktopu;
import java.util.ArrayList;
import java.util.HashSet;
import java.util.List;
import java.util.Map;
import java.util.Set;

import net.sf.json.JSONArray;
public class Test {
    public static void main(String[] args) {
        JDBCGetData jd = new JDBCGetData();
        Map map = jd.queryDate();
        Set nodes= (Set)map.get("nodes");
        Set edges= (Set)map.get("edges");
        
        Spring sp = new Spring();
        List lNodes = new ArrayList(nodes);
        List lEdges = new ArrayList(edges);
        //1.set Node(x,y) , Random 随机分布初始节点位置
        //canvas size 1024*768
        double start_x, start_y, initSize = 40.0;
        for (Node node:lNodes) {
            start_x = 0 + 1024 * .5;
            start_y = 0 + 768 * .5;
            node.setX(start_x + initSize * (Math.random() - .5));
            node.setY(start_y + initSize * (Math.random() - .5));
        }
        
        
        List reSetNodes = sp.springLayout(lNodes,lEdges);
        //4.反复2,3步 迭代300次
        for(int i=0; i<300; i++){
            reSetNodes = sp.springLayout(reSetNodes,lEdges);
        }
    
        for(Node node:reSetNodes){
            System.out.println(node.getId()+" "+node.getX()+" "+node.getY());
        }
        
        JSONArray jo = JSONArray.fromObject(new HashSet(reSetNodes));
        System.out.println(jo);
    }
}

我们的2 和 3步在这

package jsnetworktopu;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Spring {
    public List springLayout(List nodes,List edges) {
       //2计算每次迭代局部区域内两两节点间的斥力所产生的单位位移（一般为正值）
        int area = 1024 * 768;
        double k = Math.sqrt(area / (double)nodes.size());
        double  diffx, diffy, diff;
        
        Map dispx = new HashMap();
        Map dispy = new HashMap();
           
        int ejectfactor = 6;

        for (int v = 0; v < nodes.size(); v++) {
            dispx.put(nodes.get(v).getId(), 0.0);
            dispy.put(nodes.get(v).getId(), 0.0);
            for (int u = 0; u < nodes.size();  u++) {
                if (u != v) {
                    diffx = nodes.get(v).getX() - nodes.get(u).getX();
                    diffy = nodes.get(v).getY() - nodes.get(u).getY();

                    diff = Math.sqrt(diffx * diffx + diffy * diffy);
                 
                    if (diff < 30)
                        ejectfactor = 5;

                    if (diff > 0 && diff < 250) {
                        String id = nodes.get(v).getId();
                        dispx.put(id,dispx.get(id) + diffx / diff * k * k / diff * ejectfactor);
                        dispy.put(id,dispy.get(id) + diffy / diff * k * k / diff* ejectfactor);
                    }
                }
            }
        }     
        //3. 计算每次迭代每条边的引力对两端节点所产生的单位位移（一般为负值）     
        int condensefactor = 3;
        Node visnodeS = null, visnodeE = null;
        
        for (int e = 0; e < edges.size(); e++) {
            String eStartID = edges.get(e).getId1();
            String eEndID = edges.get(e).getId2();    
            visnodeS = getNodeById(nodes,eStartID);
            visnodeE = getNodeById(nodes,eEndID);

            diffx = visnodeS.getX() - visnodeE.getX();
            diffy = visnodeS.getY() - visnodeE.getY();
            diff = Math.sqrt(diffx * diffx + diffy * diffy);

            dispx.put(eStartID,dispx.get(eStartID) - diffx * diff / k * condensefactor);
            dispy.put(eStartID,dispy.get(eStartID) - diffy * diff / k* condensefactor);
            dispx.put(eEndID,dispx.get(eEndID) + diffx * diff / k * condensefactor);
            dispy.put(eEndID,dispy.get(eEndID) + diffy * diff / k * condensefactor);
        }
    
        //set x,y
        int maxt = 4 ,maxty = 3;
        for (int v = 0; v < nodes.size(); v++) {
            Node node = nodes.get(v);
            Double dx = dispx.get(node.getId());
            Double dy = dispy.get(node.getId());
            
            int disppx = (int) Math.floor(dx);
            int disppy = (int) Math.floor(dy);
            if (disppx < -maxt)
                disppx = -maxt;
            if (disppx > maxt)
                disppx = maxt;
            if (disppy < -maxty)
                disppy = -maxty;
            if (disppy > maxty)
                disppy = maxty;
            
            node.setX((node.getX()+disppx));
            node.setY((node.getY()+disppy));
        }   
        return nodes;
    }
    
    private Node getNodeById(List nodes,String id){
        for(Node node:nodes){
            if(node.getId().equals(id)){
                return node;
            }
        }
        return null;
    }
}

前端用CanvasXpress，因为它也支持设置 x y坐标方式布局。

效果显示（和参考资料中预期的一样）：

迭代50次：

 

迭代100次：

迭代300次：

 

迭代500次：

当然算法实现上还存在一些问题，但是基本与资料上是一致的！！！

算法的实现 ，来自参考资料的CODE 很感谢 傅冬雷！！！

参考资料

http://www.ibm.com/developerworks/cn/web/0909_fudl_flashsocial/#major3