基于ＭＬｋＰ／ＣＲ算法的无向图分割方法技术

基于ＭＬｋＰ／ＣＲ算法的无向图分割方法，涉及到网络拓扑图的可视化技术领域。它解决了现有无向图分割方法中存在的不能够保证图形的自连通性的问题。所述方法分为三个阶段：规约阶段：对待分割的无向图Ｇ０（Ｖ０，Ｅ０）进行规约降低拓扑图的规模，获得无向图Ｇｎ（Ｖｎ，Ｅｎ）；初始化分阶段：对无向图Ｇｎ（Ｖｎ，Ｅｎ）进行ｋ划分获得ｋ个子图，每个子图都是自连通的；优化求精阶段：分别对ｋ个子图进行优化求精，并还原成原图Ｇ０（Ｖ０，Ｅ０），获得划分后的无向图Ｇ０（Ｖ０，Ｅ０）。本发明专利技术的方法能够保证每一个子图内部是连通的、并且子图间联系较少，使得图形中各个部分相对独立。本发明专利技术可应用于拓扑图形分割所应用在各个领域，包括并行计算、ＶＩＳＬ设计、任务规划和地理信息系统ＧＩＳ等领域。

【技术实现步骤摘要】

【技术保护点】
基于ＭＬｋＰ／ＣＲ算法的无向图分割方法，其特征在于所述方法分为下述三个阶段：规约阶段：对待分割的无向图Ｇ↓［０］（Ｖ↓［０］，Ｅ↓［０］）进行规约，将无向图Ｇ↓［０］（Ｖ↓［０］，Ｅ↓［０］）中的若干点合成一个点，规约成无向图Ｇ↓［ｎ］（Ｖ↓［ｎ］，Ｅ↓［ｎ］），降低拓扑图的规模，其中Ｖ↓［０］是无向图Ｇ↓［０］中的顶点的集合，Ｅ↓［０］是无向图Ｇ↓［０］中边的集合，Ｖ↓［ｎ］是无向图Ｇ↓［ｎ］中的顶点的集合，Ｅ↓［ｎ］是无向图Ｇ↓［ｎ］中边的集合；初始化分阶段：对规约阶段获得的无向图Ｇ↓［ｎ］（Ｖ↓［ｎ］，Ｅ↓［ｎ］）进行ｋ划分获得ｋ个子图Ｇ↓［ｉ］（Ｖ↓［ｉ］，Ｅ↓［ｉ］），划分获得的每个子图Ｇ↓［ｉ］（Ｖ↓［ｉ］，Ｅ↓［ｉ］）都是自连通的，每个子图Ｇ↓［ｉ］（Ｖ↓［ｉ］，Ｅ↓［ｉ］）中的点的数目基本相等，并且被切边数ｅｄｇｅ－ｃｕｔ最小；优化求精阶段：对初始化分阶段获得的划分后的各个子图进行优化求精，并还原成原始无向图Ｇ↓［０］（Ｖ↓［０］，Ｅ↓［０］），获得划分后的无向图Ｇ↓［０］＝（Ｖ↓［０］，Ｅ↓［０］），所述划分后的无向图Ｇ↓［０］＝（Ｖ↓［０］，Ｅ↓［０］）中，｜Ｖ↓［０］｜＝ｎ，Ｖ↓［０］的ｋ个子集为Ｖ↓［１］，Ｖ↓［２］，…，Ｖ↓［ｋ］，其中Ｖ↓［ｉ］∩Ｖ↓［ｊ］＝φ，ｉ≠ｊ，并且∪Ｖ↓［ｉ］＝Ｖ↓［０］，｜Ｖ↓［ｉ］｜＝｜Ｖ↓［０］｜／ｋ；两个端点不在同一子集的边的总数最小，其中∪Ｖ↓［ｉ］＝Ｖ↓［０］表示所有的Ｖｉ的并集为Ｖ↓［０］；ｋ个子集为Ｖ↓［１］，Ｖ↓［２］，…，Ｖ↓［ｋ］之间的分割线的数量ｅｄｇｅ＿ｃｕｔ＝∑ｅ（ｕ，ｖ）ｕ∈Ｇ↓［ｉ］∧ｖ∈Ｇ↓［ｊ］∧ｉ≠ｊ，所述点ｕ和点ｖ是分别属于两个子图中的点，所述ｅ（ｕ，ｖ）表示分割边，是指点ｕ和点ｖ之间的连接边。...

【技术特征摘要】

【专利技术属性】
技术研发人员：何慧，张伟哲，张宏莉，杨志，王星，杨贤青，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：93[中国|哈尔滨]