d3-force-sampled 该模块包括d3.forceManyBodySampled() ，这是排斥力算法的更快版本。 该模块具有零依赖性。 在实践中， d3.forceManyBodySampled()可以比 D3 的forceManyBody()平均快 2.9 倍计算力导向图布局，后者基于。 它可以在不降低结果图形布局的情况下实现这一点。 该模块使用随机顶点采样 (RVS) 算法。 Barnes-Hut 近似和快速多极方法都使用空间树来计算图中每个顶点或节点上的近似力。 这意味着它们的运行时间为 O(|V| log(|V|)) 并且需要 O(|V| log(|V|)) 空间来使用 |V| 顶点。 相比之下，RVS 的运行时间为 O(|V|) 并且需要 O(|V|^(3/4)) 辅助空间，或总体上需要 O(|V|) 空间。 有关算法的详细信息，请参阅或以获取简化说明。 有关加

最近做了一个科技树的功能，如上图树形结构， 一个节点有多个父节点/多个叶子节点， 要求叶子节点，整体在多个父节点的中间 算法思路是简单的，不过实现起来我是碰到了一堆问题，特别是递归导致卡死又得重启项目。 设置 root 的位置 布局叶子节点位置（由于每棵子树的宽度都不一致，必定导致叶子节点重合） 从最后一层开始，判断同一层相邻的叶子节点（n1,n2）是否重合，重合 移动 n1与n2共同的父节点下的n2的父节点 parentNode，向下一个yInterval间距. 由于移动了parentNode,parentNode的父节点中心就发生了偏移，所以中心对齐parentNode的父节点下的叶子节点... https://blog.csdn.net/weixin_41316824/article/details/126487794?spm=1001.2014.3001.5501

FPGA布局在自动化设计中起到了十分关键的作用。将粒子群蚁群混合算法应用于FPGA布局问题，针对MCNC基准电路进行布局实验，并与模拟退火算法（SA），模拟退火与遗传混合算法（GASA）及蚁群算法（ACO）等进行了对比。结果表明该布局方法具有较好的性能。

graphlayouts：R中用于网络可视化的新布局算法

用于wpf图表的展现，该算法主要可以实现多图元的前段展现功能

OVERVIEW OF ALGORITHMS FOR GRAPH DRAWING 的译文，介绍几本的图布局算法。有兴趣的朋友请通过csdn跟我交流 ^o^

该算法用原生的javascript完成了树布局的算法，同时也完成了大规模数据测试，在算法上肯定没有任何问题。同时还支持了垂直树布局

网络拓扑自动布局算法几篇比较实用的算法论文，写的还可以，自己留做备份

该论文介绍了ForceAtlas图布局算法，论文详细介绍了该算法模型，通过一些实例举证了图布局效果，同时列出了伪代码。