论文部分内容阅读
传统的随机树生成算法对于大规模树状结构数据集的可视化算法测试有很大的局限性。在经典随机树生成算法-GROW算法的基础上提出了两种新的随机树生成算法,实验表明它们均可以生成接近于期望规模的随机树,但在平衡性、时间复杂度、最终生成树的规模、宽度与深度的随机性方面表现各异。同时对这些特性与相关参数的关系作了探讨,实验结果分析表明参数因子的选取直接影响着生成随机树的最终表现,对于随机算法的选取有着很好的指导性作用。