绘图，是对影像展开预测、研磨、和处置，使其满足用户听觉、焦虑和其它明确要求的控制技术。绘图是电子学在影像域上的两个应用应用领域，现阶段绝大多数的影像是以位数方式储存，因此绘图许多情况下指位数绘图。
随著当代社会风气的产业发展，重要信息的方式和数目已经已经开始十分迅速快速增长。当中非常大一小部分是影像，影像能把表达方式生动活泼地呈现出在他们眼前，让他们更单纯地拒绝接受重要信息。上面单纯如是说下位数绘图应用领域中的经典之作演算法。
一、广度优先选择搜寻
广度优先选择结点图的演算法是，假设取值图G的稳态是大部份三角形均未被出访过，在G中自由选择两个三角形i做为结点的如上所述点，则广度优先选择搜寻递回如上所述化关键步骤：
1、出访搜寻到的未被出访的接邻点；
2、将此三角形记号为已出访结点；
3、搜寻该三角形的未被出访的接邻点，若该接邻点存有，则自此接邻点已经开始展开反之亦然的出访和搜寻，反反复复展开直至大部份结点都被出访年末。
二、广度优先选择搜寻
广度优先选择搜寻演算法，又称为”宽度优先选择搜寻”，简称BFS。它的思想是：从图中某三角形v出发，在出访了v之后依次出访v的各个未曾出访过的接邻点，然后分别从这些接邻点出发依次出访它们的接邻点，并使得先被出访的三角形的接邻点先于后被出访的三角形的接邻点被出访，直至图中大部份已被出访的三角形的接邻点都被出访到。
如果此时图中尚有三角形未被出访，则需要另选两个未曾被出访过的三角形做为新的起始点，重复上述过程，直至图中大部份三角形都被出访到年末。也就是说，广度优先选择搜寻结点图的过程是以v为起点，由近至远，依次访问和v有路径相通且路径长度为1,2…的三角形。
三、A*搜寻演算法
A*演算法（A-Star），做为启发式搜寻演算法中的一种，是一种在图形平面上，有多个结点的路径，求出最低通过成本的演算法，被广泛应用应用领域在最优路径求解和一些策略设计的问题中。
A*演算法操作：首先将起始结点S放入OPEN表，CLOSE表置空，演算法描述：
1、如果OPEN表不为空，从表头取两个结点n，如果为空演算法失败。
2、n是目标解吗？是，找到两个解（继续寻找，或终止演算法）。
3、将n的大部份后继结点展开，就是从n能直接关联的子结点，如果不在CLOSE表中，就将它们放入OPEN表，并把S放入CLOSE表，同时计算每两个后继结点的估价值f(n)，将OPEN表按f(x)排序，最小的放在表头，重复演算法，回到1。
四、Dijkstra演算法
又叫迪科斯彻演算法，是从两个三角形到其余各三角形的最短路径演算法，解决的是有向图中最短路径问题。迪杰斯特拉演算法主要特点是以起始点为中心向外层层扩展，直至扩展到终点年末。
Dijkstra演算法采用的是一种贪心的策略，基本演算法思想：
1、通过Dijkstra计算图G中的最短路径时，需要指定起点s。
2、引进两个集合S和U。S的作用是记录已求出最短路径的三角形，而U则是记录还未求出最短路径的三角形。
3、如上所述时，S中只有起点s，U中是除s之外的三角形，并且U中三角形的路径是”起点s到该三角形的路径”。然后，从U中找出路径最短的三角形，并将其加入到S中；更新U中的三角形和三角形对应的路径。 … 重复该操作，直至结点完大部份三角形。
五、Bellman-Ford演算法
Bellman – ford演算法是求含负权图的单源最短路径的一种演算法，其原理为连续展开松弛，在每次松弛时把每条边都更新一下，若在n-1次松弛后还能更新，则说明图中有负环，因此无法得出结果，否则就完成。
Bellman-Ford演算法能在更普遍的情况下解决单源点最短路径问题，演算法描述：
1、如上所述化：将除源点外的大部份三角形的最短距离估计值。
2、迭代求解：反反复复对边集E中的每条边展开松弛操作，使得三角形集V中的每个三角形v的最短距离估计值逐步逼近其最短距离。
3、检验负权回路：判断边集E中的每一条边的两个端点是否收敛。如果存有未收敛的三角形，则演算法返回false，表明问题无解。否则演算法返回true，并且从源点可达的三角形v的最短距离保存有集合dist[v]中。
六、Floyd-Warshall演算法
Floyd-Warshall演算法是解决任意两点间的最短路径的一种演算法，能正确处置有向图或负权的最短路径问题。
演算法思想：
1、创建源三角形 v 到图中大部份三角形的距离的集合S，为图中的大部份三角形指定两个距离值，如上所述均为I，源三角形距离为0。
2、计算最短路径，执行 V – 1 次结点。
3、对于图中的每条边：如果起点u的距离d 加上边的权值w小于终点v的距离d，则更新终点v的距离值d。
4.检测图中是否有负权边形成了环，结点图中的大部份边，计算u至v的距离，如果对于v存有更小的距离，则说明存有环。
七、Prim演算法
图论的一种演算法，可在加权连通图里搜寻最小生成树。由此演算法搜寻到的边子集所构成的树中，不但包括了连通图里的大部份三角形，且其大部份边的权值之和亦为最小。
Prim演算法在找当前最近三角形时使用到了贪婪演算法，演算法描述：
1、 在两个加权连通图中，三角形集合V，边集合为E。
2、任意选出两个点做为如上所述三角形,记号为visit,计算大部份与之相连接的点的距离，选择距离最短的，记号visit。
3、在剩下的点，计算与已记号visit点距离最小的点，记号visit,证明加入了最小生成树，重复操作，直至大部份点都被记号为visit。
八、Kruskal演算法
Kruskal演算法是一种用来寻找最小生成树的演算法,在剩下的大部份未选取的边中，找最小边，如果和已选取的边构成回路，则放弃，选取次小边。
Kruskal演算法就是基于并查集的贪心演算法,演算法描述：
1、将图G看做两个森林，每个三角形为一棵独立的树。
2、将大部份的边加入集合S，即一已经开始S = E 。
3、从S中拿出一条最短的边(u,v)，如果(u,v)不在同一棵树内，则连接u,v合并这两棵树，同时将(u,v)加入生成树的边集E。
4、重复3直至大部份点属于同一棵树，边集E就是一棵最小生成树。
九、匈牙利演算法
匈牙利演算法是用于解决线性任务分配问题的演算法之一，该演算法的核心就是寻找增广路径，是用来解决二分图最大匹配问题的经典演算法，能在多项式时间内解决问题。
演算法轮廓：
1、置M为空
2、找出一条增广路径P，通过异或操作获得更大的匹配M’代替M.
3、重复2操作直至找不出增广路径年末。
十、Ford-Fulkerson演算法
也称最大流量演算法，常用于做为两个距离向量路由协议例如RIP， BGP， ISO IDRP， NOVELL IPX的演算法。
Ford-Fulkerson 演算法是一种迭代方法。已经开始时，对大部份 u, v ∈ V 有 f(u, v)= 0，即稳态时流的值为 0。在每次迭代中，可通过寻找一条增广路径来增加流值。增广路径能看做是从源点 s 到汇点 t 之间的一条路径，沿该路径能压入更多的流，从而增加流的值。反复展开这一过程，直至增广路径都被找出年末。
免责声明：
NeXt8060HALCON绘图与机器听觉。
