dbscan java_DBSCAN算法的Java实现 | 学步园

/**

* 检查给定点是不是核心点

* @param lst 存放点的链表

* @param p 待测试的点

* @param e e半径

* @param minp 密度阈值

* @return 暂时存放访问过的点

*/

public static List isKeyPoint(List lst,Point p,int e,int minp){

int count=0;

List tmpLst=new ArrayList();

for(Iterator it=lst.iterator();it.hasNext();){

Point q=it.next();

if(getDistance(p,q)<=e){

++count;

if(!tmpLst.contains(q)){

tmpLst.add(q);

}

}

}

if(count>=minp){

p.setKey(true);

return tmpLst;

}

return null;

}

public static void setListClassed(List lst){

for(Iterator it=lst.iterator();it.hasNext();){

Point p=it.next();

if(!p.isClassed()){

p.setClassed(true);

}

}

}

/**

* 如果b中含有a中包含的元素，则把两个集合合并

* @param a

* @param b

* @return a

*/

public static boolean mergeList(List a,List b){

boolean merge=false;

for(int index=0;index

if(a.contains(b.get(index))){

merge=true;

break;

}

}

if(merge){

for(int index=0;index

if(!a.contains(b.get(index))){

a.add(b.get(index));

}

}

}

return merge;

}

/**

* 返回文本中的点集合

* @return 返回文本中点的集合

* @throws IOException

*/

public static List getPointsList() throws IOException{

List lst=new ArrayList();

String txtPath="src\\com\\sunzhenxing\\points.txt";

BufferedReader br=new BufferedReader(new FileReader(txtPath));

String str="";

while((str=br.readLine())!=null && str!=""){

lst.add(new Point(str));

}

br.close();

return lst;

}

}

最后在主程序中实现算法，如下所示：

package com.sunzhenxing;

import java.io.*;

import java.util.*;

public class Dbscan {

private static List pointsList=new ArrayList();//存储所有点的集合

private static List> resultList=new ArrayList>();//存储DBSCAN算法返回的结果集

private static int e=2;//e半径

private static int minp=3;//密度阈值

/**

* 提取文本中的的所有点并存储在pointsList中

* @throws IOException

*/

private static void display(){

int index=1;

for(Iterator> it=resultList.iterator();it.hasNext();){

List lst=it.next();

if(lst.isEmpty()){

continue;

}

System.out.println("-----第"+index+"个聚类-----");

for(Iterator it1=lst.iterator();it1.hasNext();){

Point p=it1.next();

System.out.println(p.print());

}

index++;

}

}

//找出所有可以直达的聚类

private static void applyDbscan(){

try {

pointsList=Utility.getPointsList();

for(Iterator it=pointsList.iterator();it.hasNext();){

Point p=it.next();

if(!p.isClassed()){

List tmpLst=new ArrayList();

if((tmpLst=Utility.isKeyPoint(pointsList, p, e, minp)) != null){

//为所有聚类完毕的点做标示

Utility.setListClassed(tmpLst);

resultList.add(tmpLst);

}

}

}

} catch (IOException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

}

//对所有可以直达的聚类进行合并，即找出间接可达的点并进行合并

private static List> getResult(){

applyDbscan();//找到所有直达的聚类

int length=resultList.size();

for(int i=0;i

for(int j=i+1;j

if(Utility.mergeList(resultList.get(i), resultList.get(j))){

resultList.get(j).clear();

}

}

}

return resultList;

}

/**

* 程序主函数

* @param args

*/

public static void main(String[] args) {

getResult();

display();

//System.out.println(Utility.getDistance(new Point(0,0), new Point(0,2)));

}

}

下边是一个小测试， 即使用src\\com\\sunzhenxing\\points.txt文件的内容进行测试，points.txt的文件内容是：

0,0

0,1

0,2

0,3

0,4

0,5

12,1

12,2

12,3

12,4

12,5

12,6

0,6

0,7

12,7

0,8

0,9

1,1

最后算法的结果是：

-----第1个聚类-----

<0,0>

<0,1>

<0,2>

<1,1>

<0,3>

<0,4>

<0,5>

<0,6>

<0,7>

<0,8>

<0,9>

-----第2个聚类-----

<12,1>

<12,2>

<12,3>

<12,4>

<12,5>

<12,6>

<12,7>

大家画一下坐标就可以理解实验的结论了。