Question

我使用以下代码获取Kamada-Kawai布局：

<html>

<head>
  <title>Sort</title>

  <script data-require="polymer@*" data-semver="1.0.0" src="http://www.polymer-project.org/1.0/samples/components/webcomponentsjs/webcomponents-lite.js"></script>
  <script data-require="polymer@*" data-semver="1.0.0" src="http://www.polymer-project.org/1.0/samples/components/polymer/polymer.html"></script>
  <base href="http://element-party.xyz/" />
  <link rel="import" href="all-elements.html" />
</head>

<body>
  <dom-module id="my-element">
    <template>
      <template is="dom-repeat" items={{numbers}} sort="_mySort">
        <div>[[item.num]]</div>
      </template>
    </template>
    <script>
      Polymer({
        is: "my-element",
        ready: function() {
          this.numbers = [{
            num: 1
          }, {
            num: 3
          }, {
            num: 2
          }, ];
        },
        _mySort: function(a, b) {
          return b.num - a.num;
        }
      });
    </script>
  </dom-module>

  <my-element></my-element>
</body>

</html>

使用以下类型：

图表类型为：

template <class PointMap>
PointMap layout() const {
    PointMap res;
    boost::associative_property_map<PointMap> temp(res);

    minstd_rand gen;
    rectangle_topology<> rect_top(gen, 0, 0, 50, 50);
    random_graph_layout(g_, temp, rect_top); // random layout to show that
                                             // Kamada-Kawai isn't doing the job

    // circle_graph_layout(g_, temp, 10.0);

    // http://stackoverflow.com/q/33903879/2725810
    // http://stackoverflow.com/a/8555715/2725810
    typedef std::map<VertexDescriptor, std::size_t> IndexMap;
    IndexMap mapIndex;
    associative_property_map<IndexMap> propmapIndex(mapIndex);
    // http://www.boost.org/doc/libs/1_59_0/libs/graph/doc/bundles.html
    kamada_kawai_spring_layout(
        g_, temp,
        boost::make_transform_value_property_map([](int i)
                                                     ->double { return i; },
                                                 get(edge_bundle, g_)),
        //get(edge_bundle, g_),
        square_topology<>(50.0), side_length(50.0),
        //layout_tolerance<CostType>(0.01),
        kamada_kawai_done(),
        CostType(1), propmapIndex);

    return res;
}

其中boost::adjacency_list<vecS, setS, undirectedS, State, CostType>;为CostType。

int是：
```
PointMap
```

这是我正在使用的停止条件：

std::map<VertexDescriptor, square_topology<>::point_type>

请注意，它会在每次迭代时显示struct kamada_kawai_done { kamada_kawai_done() : last_delta() {} template<typename Graph> bool operator()(double delta_p, typename boost::graph_traits<Graph>::vertex_descriptor /*p*/, const Graph& /*g*/, bool global) { if (global) { double diff = last_delta - delta_p; if (diff < 0) diff = -diff; std::cout << "delta_p: " << delta_p << std::endl; last_delta = delta_p; return diff < 0.01; } else { return delta_p < 0.01; } } double last_delta; };。

我正在运行这个只有六个顶点的简单图形。 delta_p只显示一次，它是0.鉴于初始布局是随机的，这真的很奇怪。这是我得到的图片：

正如你所看到的，随机布局并不漂亮，而Kamada-Kawai也没有做到这一点。

我尝试了另一个停止条件：delta_p。这导致Kamada-Kawai永远奔跑。

我在这里做错了什么？

P.S。：由于我无法在浏览器中看到图片，以防它没有附加，这里是图形的邻接结构。该图表示三个煎饼情况下的煎饼拼图的状态空间。也就是说，顶点对应于数字0,1,2的不同排列，并且每个顶点有两条边（都具有权重1）：

layout_tolerance<CostType>(0.01)

更新：这是我的代码，用于实现已接受的答案：

[0, 2, 1]:
    [2, 0, 1] (w=1)
    [1, 2, 0] (w=1)
[2, 0, 1]:
    [0, 2, 1] (w=1)
    [1, 0, 2] (w=1)
[1, 2, 0]:
    [0, 2, 1] (w=1)
    [2, 1, 0] (w=1)
[2, 1, 0]:
    [1, 2, 0] (w=1)
    [0, 1, 2] (w=1)
[1, 0, 2]:
    [2, 0, 1] (w=1)
    [0, 1, 2] (w=1)
[0, 1, 2]:
    [1, 0, 2] (w=1)
    [2, 1, 0] (w=1)

对于6个顶点，布局是一个完美的sexagon，所以它的工作原理！对于24个顶点，最后显示的template <class PointMap> PointMap layout() const { PointMap res; // Make a copy into a graph that is easier to deal with: // -- vecS for vertex set, so there is index map // -- double for edge weights using LayoutGraph = boost::adjacency_list<vecS, vecS, undirectedS, int, double>; using LayoutVertexDescriptor = typename graph_traits<LayoutGraph>::vertex_descriptor; std::map<VertexDescriptor, LayoutVertexDescriptor> myMap; std::map<LayoutVertexDescriptor, VertexDescriptor> myReverseMap; LayoutGraph lg; // This is the copy // Copy vertices for (auto vd : vertexRange()) { auto lvd = add_vertex(lg); myMap[vd] = lvd; myReverseMap[lvd] = vd; } // Copy edges for (auto from: vertexRange()) { for (auto to: adjacentVertexRange(from)) { auto lfrom = myMap[from], lto = myMap[to]; if (!edge(lfrom, lto, lg).second) add_edge(lfrom, lto, (double)(g_[edge(to, from, g_).first]), lg); } } // Done copying using LayoutPointMap = std::map<LayoutVertexDescriptor, square_topology<>::point_type>; LayoutPointMap intermediateResults; boost::associative_property_map<LayoutPointMap> temp( intermediateResults); minstd_rand gen; rectangle_topology<> rect_top(gen, 0, 0, 100, 100); random_graph_layout(lg, temp, rect_top); // circle_graph_layout(lg, temp, 10.0); kamada_kawai_spring_layout(lg, temp, get(edge_bundle, lg), square_topology<>(100.0), side_length(100.0), //layout_tolerance<CostType>(0.01)); kamada_kawai_done()); for (auto el: intermediateResults) res[myReverseMap[el.first]] = el.second; return res; }是~2.25（不应该低于0.01？）。此外，从随机布局开始时的布局比从圆形布局开始时更漂亮......

使用较小的矩形（例如20乘20而不是100乘100）会导致布局不太美观，因此使用delta_p作为停止条件。

Answer 1

我认为中间近似可能存储在实际的边缘束属性中，这使得它转换为整数。

由于输入的规模，它显然失去了实现（局部）最佳布局的重要数字。我建议用边缘束加一个看看会发生什么。

停止Kamada-Kawai布局的条件

1 个答案: