我计划在这里实现Fruchterman和Reingold算法来绘制图形：http://cs.brown.edu/people/rtamassi/gdhandbook/chapters/force-directed.pdf，第5页。有这个温度变量"t"，但没有解释它是什么，还有这个"酷(t)"函数通过迭代应用。有人对此有什么解释吗？谢谢
首先，文章中对"温度"变量有一个简短的描述：
Fruchterman和Reingold的算法添加了"温度"的概念，可以如下使用："温度可以从初始值(比如帧宽度的十分之一)开始，然后以逆线性方式衰减到0。"温度控制顶点的位移，因此随着布局的改善，调整也会变小。这里温度的使用是一种称为模拟退火的通用技术的特殊情况，本章稍后将讨论其在力定向算法中的使用。
因此，该算法是用于搜索函数的全局最优值的模拟退火技术的变体。以下是对算法的直观描述：
您从高温度下的问题的随机状态开始。您开始随机修改状态，优先选择可以提高函数值的新状态。起初，由于温度高，您允许当前状态发生非常大的变化，包括不会提高函数值甚至使其变得更糟的变化(这有助于避免陷入局部最优)。通过迭代，可以根据一些冷却计划降低温度(这就是cool(t)函数发挥作用的地方)，从而越来越倾向于只提高函数值的变化。
关于如何选择初始温度、冷却时间表、新状态的接受概率等，有各种各样的微妙之处。通常，这是一项针对特定问题的任务，很难提供通用的方法。