Project-Graph 导出功能排序逻辑优化:从连接顺序到角度判断
2025-07-08 04:00:23作者:裴麒琰
背景
在思维导图和数据可视化工具Project-Graph中,导出功能是一个重要特性。当前版本中,当用户选择导出纯文本内容时,系统会按照节点之间的连接顺序来遍历和导出子节点。然而,在实际使用过程中,频繁调整连接会导致边的连接顺序变得混乱,给用户带来不便。
问题分析
现有排序逻辑基于边的连接顺序,这种设计存在以下局限性:
- 连接顺序易受干扰:用户频繁调整连接后,边的存储顺序可能与实际视觉顺序不符
- 缺乏直观性:视觉上排列整齐的节点可能因为连接顺序问题导致导出结果不符合预期
- 维护成本高:用户需要不断重新连线来调整导出顺序
优化方案
角度判断排序算法
新的排序逻辑采用基于角度的判断方法,核心思想是根据子节点相对于父节点的位置角度来决定遍历顺序:
-
角度分区:将360度平面划分为四个象限
- 第一象限:0°-90°(右上方)
- 第二象限:90°-180°(左上方)
- 第三象限:180°-270°(左下方)
- 第四象限:270°-360°(右下方)
-
排序规则:
- 下方节点(三、四象限):采用从左到右逆时针遍历
- 右侧节点(一、四象限):采用从上到下顺时针遍历
- 上方节点(一、二象限):采用从左到右顺时针遍历
- 左侧节点(二、三象限):采用从上到下逆时针遍历
-
特殊情况处理:当节点角度落在不连续的两个象限时,保留原有的连接顺序排序
实现考量
在实际实现过程中,开发团队做了以下调整和优化:
- 视觉一致性优先:对于右侧或下侧的节点,最终采用了按节点位置排序而非严格角度排序,以更好地匹配曲线连接的视觉效果
- 性能优化:角度计算使用高效的数学函数,确保在大规模节点时仍能快速排序
- 边界处理:精确处理节点位于坐标轴上的特殊情况
技术实现
核心算法伪代码:
function sortChildrenNodes(parent, children) {
// 计算每个子节点相对于父节点的角度
const nodesWithAngles = children.map(child => {
const dx = child.x - parent.x;
const dy = child.y - parent.y;
const angle = Math.atan2(dy, dx) * 180 / Math.PI;
return {node: child, angle: angle < 0 ? angle + 360 : angle};
});
// 根据角度区域应用不同的排序规则
const primaryQuadrant = determinePrimaryQuadrant(nodesWithAngles);
switch(primaryQuadrant) {
case 'bottom':
return sortLeftToRightCCW(nodesWithAngles);
case 'right':
return sortTopToBottomCW(nodesWithAngles);
case 'top':
return sortLeftToRightCW(nodesWithAngles);
case 'left':
return sortTopToBottomCCW(nodesWithAngles);
default:
return originalConnectionOrder(nodesWithAngles);
}
}
用户体验提升
这一优化带来了显著的体验改进:
- 更直观的导出结果:导出的文本顺序与视觉排列更加一致
- 减少重复操作:用户无需为了导出顺序而频繁调整连接
- 自适应布局:自动适应不同的节点布局风格(垂直、水平或其他自定义布局)
总结
Project-Graph通过将导出排序逻辑从简单的连接顺序改为基于角度的智能判断,显著提升了工具的实用性和用户体验。这一改进展示了如何通过合理的算法设计来解决实际应用中的痛点问题,同时也为类似图形工具的排序问题提供了有价值的参考方案。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0127
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 Jetson TX2开发板官方资源完全指南:从入门到精通 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
446
3.35 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
暂无简介
Dart
702
166
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.24 K
681
React Native鸿蒙化仓库
JavaScript
278
329
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1