信息可视化(Information Visualization)是可视化研究领域的重要分支,它致力于增强人们对源于自然、科学与社会生产实践的、抽象的、大型非空间数据集认知能力的可视方法与交互技术的研究。信息可视化研究涉及图形学、计算机视觉及人机交互技术等多个领域的相关知识。树和图是信息可视化中表现数据关系的重要方法。它是将信息抽象为结点,将信息之间的关系抽象为边,从而形成树或关系图,然后以某种直观可视的方式呈递在计算机显示屏上,以帮助用户观测、分析、发现和理解信息的结构特点及其潜藏的规律性,如：聚类特性、小世界特性、无标度特性等。有关树和图的可视化研究均有许多重要成果报道。典型的树布局模型包括层次树,H树,放射树,锥形树,树型图,双曲树等；著名的图布局则有弹力模型,KK算法,力导引算法,DH算法等。然而,如何在有限的屏幕空间上可视化大型复杂树或关系网络仍然是信息可视化面临的挑战性问题之一。本文针对空间优化的树布局方法中存在的空间分割和美学构造方面的问题做出改进,并将改进后的空间优化的树布局方法应用于图的布局之中,提出一种新的图布局方法。本文的研究内容主要包括以下几个方面：(1)对现有的树、图可视化方法进行简单的阐述,分析比较了现有算法的优缺点及其树、图可视化面临的挑战。(2)将树的SOT布局方法中存在的空间分割和美学构造方面存在的问题做出了改进。该方法中树的分支规模决定其呈递区域多边形的面积大小而不是多边形的某个角度的大小,从而进一步提高了图布局空间分割的合理性和利用率。(3)将树的空间优化的布局思想应用于图的初始布局,主要是带有聚类特征的图,提出了一种基于空间优化的图可视化方法。(4)在Netbeans 6.8集成开发环境下实现了本文提出的树、图可视化方法,实验结果表明本文提出的算法的可行性。