[论文解读] Balanced Schnyder woods for planar triangulations: an experimental study with applications to graph drawing and graph separators

Luca Castelli Aleardi|arXiv (Cornell University)|Aug 19, 2019

Computational Geometry and Mesh Generation参考文献 27被引用 4

一句话总结

本文提出了一种线性时间启发式算法，用于在平面三角剖分中计算平衡的Schnyder木，使得每个顶点周围各颜色边的分布尽可能均匀。该方法在实践中显著提升了Schnyder图布局质量和环形分离器效率，生成更短、更平衡的分离器，尤其在真实世界图和规则图中表现突出，虽无理论保证，但通过多种图类型进行了强有力的实证验证。

ABSTRACT

In this work we consider balanced Schnyder woods for planar graphs, which are Schnyder woods where the number of incoming edges of each color at each vertex is balanced as much as possible. We provide a simple linear-time heuristic leading to obtain well balanced Schnyder woods in practice. As test applications we consider two important algorithmic problems: the computation of Schnyder drawings and of small cycle separators. While not being able to provide theoretical guarantees, our experimental results (on a wide collection of planar graphs) suggest that the use of balanced Schnyder woods leads to an improvement of the quality of the layout of Schnyder drawings, and provides an efficient tool for computing short and balanced cycle separators.

研究动机与目标

• 为解决Schnyder木在真实世界图中缺乏实证与自适应分析的问题，这些图通常表现出理论最坏情况边界无法捕捉的规律性。
• 开发一种实用启发式算法，生成高度平衡的Schnyder木，最小化每个顶点处输入边颜色的不平衡度。
• 评估平衡Schnyder木对Schnyder图布局质量与环形分离器性能的影响。
• 证明平衡Schnyder木在实践中可产生更短、更平衡的环形分离器，并生成更规则、更具美感的图布局。

提出的方法

• 将顶点v的缺陷δ(v)定义为各颜色输入边数最大值与最小值之差，针对度数不可被3整除的情况进行调整。
• 提出一种贪心的线性时间启发式算法，通过迭代重定向边来最小化顶点缺陷，优先实现颜色分布的平衡。
• 利用所得的平衡Schnyder木，通过标准网格嵌入技术生成Schnyder图布局。
• 通过识别从选定顶点v出发的路径P0(v)、P1(v)、P2(v)，并构造分离器S = P0(v) ∪ P1(v) ∪ {v0}，提取简单环形分离器。
• 对多个种子重复分离器提取过程并取平均值，以评估结果的鲁棒性与平衡性。
• 通过边长美学度量el = 1 − del量化布局质量，其中del为边长平均百分比偏差。

实验结果

研究问题

• RQ1 能否通过实用启发式算法，使Schnyder木的平衡性显著优于最小化或随机生成的Schnyder木？
• RQ2 Schnyder木的平衡性如何影响Schnyder图布局的视觉质量与边长均匀性？
• RQ3 在真实世界与合成平面图中，平衡Schnyder木在多大程度上能生成更短、更平衡的环形分离器？
• RQ4 初始种子的选择是否显著影响最终Schnyder木的平衡性或分离器质量？

主要发现

• 所提出的启发式算法生成的Schnyder木具有显著改善的平衡性，使平均缺陷δavg从多数测试图中的1.1以上降低至1.0以下。
• 由平衡Schnyder木生成的Schnyder图布局表现出更优的视觉质量，边长均匀性（el）随δavg增加而下降，表明不平衡会降低视觉质量。
• 从平衡Schnyder木中提取的环形分离器通常比从未平衡Schnyder木中提取的更短，边界大小远低于理论√8m上界——例如，在2k个顶点的图中|S| = 0.15√m。
• 对于小直径图（如随机三角剖分），分离器极短（|S| ≈ √m）；而对于大直径图，种子选择会影响环长，优质种子可避免生成过长的环。
• 分离器平衡比（较小分区的归一化大小）始终接近2/3，表明在各类图类中均实现了良好的分区平衡。
• 该算法在Java中运行速度为每秒143万至192万顶点，在相似硬件上优于以往基于C语言的实现，且对种子或图结构的敏感性极低。