Ｋ均值聚类算法的部分实现细节将在下面分别介绍，算法由Ｃ语言编写，按照算法 的思想和步骤，构建函数，实现算法具体功能。
３．４．１算法内部函数的描述
关于算法内部一些定义以及函数的详述：
ｉｎｔＮ；∥定义的数据的个数
ｉｎｔＫ： ／／集合个数
ｉｎｔ幸Ｃｅｎｔｅｒｌｎｄｅｘ；／／初始化质心数组的索引
ｄｏｕｂｌｅ奉Ｃｅｎｔｅｒ； ／／质心集合
ｄｏｕｂｌｅ＋ＣｅｎｔｅｒＣｏｐｙ；／／质心集合副本
ｄｏｕｂｌｅ木ＡｌｌＤａｔａ； ／／数据集合
ｄｏｕｂｌｅ奉｝Ｃｌｕｓｔｅｒ； ／／簇的集合
ｉｎｔ木Ｔｏｐ； ／／集合中元素的个数，也会用作栈处理
随机生成质心数组的函数ＣｒｅａｔｅＲａｎｄｏｍＡｒｒａｙ（ｉｎｔ ｎ，ｉｎｔ ｋ，ｉｎｔ事ｃｅｎｔｅｒ）随机生成ｋ个 ｘ（Ｏ＜－－ｘ＜－－－ｎ－１）作为起始的质心集合，首先调用ｓｒａｎｄ（（ｕｎｓｉｇｎｅｄ）ｔｉｍｅ（ＮＵＬＬ））函数及一个 ｆｏｒ循环，实现ｋ个数的随机生成，对此需要判断生成的随机数是否重复出现，对此问 题用另一个ｆｏｒ循环进行判断，若重复则重新则生成该次的质心，若不重复，则加入于 质心数组中。具体流程图如图３．４所示：
１７
图３－４，采ｔｍ－图
Ｆｉｇ．３－４ Ｆｌｏｗ Ｃｈａｒｔ
函数ＧｅｔＩｎｄｅｘ（ｄｏｕｂｌｅ ｖａｌｕｅ，ｄｏｕｂｌｅ幸ｃｅｎｔｅｒ）用来返回距离最小的质心的序号，其中 ｖａｌｕｅ为比较得出的最小距离值，ｃｅｎｔｅｒ则为质心的序号，返回最小质心的序号为算法中 比较重要的部分，只有得到了最小质心的序号，才能得出输入比较的数据与其中哪一个 质心最相似，此为聚类基础，也为更新聚类的基本步骤之～，数据按次序与质心数组相
比较，当与第一个质心相比较时，用一个减法得出数据与质心的最小距离，并存入一个 变量中，然后用ｆｏｒ循环，循环执行更新最小质心序号和距离值，当发现有比前一次更 小的值时，则存储其序号值和最小的距离值，存储的最小距离值也就是更新了最小值，
待到下一次比较时如果发现更小的值再执行存储质心序号和距离值，依次执行ｋ次，当 数据与每一个质心都比较过以后，就可以得到该数据与哪一个质心最靠近。于是 ＧｅｔＩｎｄｅｘ函数完成任务。
拷贝质心数组到副本的函数ｖｏｉｄ ＣｏｐｙＣｅｎｔｅｒ（）用来将更新过后的质心数组存储，因 为判断整个算法是否继续执行的最主要的条件就是更新后的数组与更新前的数组不再 有任何的变化，当更新后的数组与更新前的数组不再有变化时，则可以说明算法已经执 行完毕，已经达到预期的效果，相似度已经最接近了，算法中用到了一个ｆｏｒ循环，顺 序的比较原数组和拷贝的数组，循环执行ｋ次，其中任一个不相同，则跳出比较，程序 从原始比较开始继续新一轮的更新聚类到更新数组再到比较，直到程序运行结束。
１８
第三章Ｋ均值聚类算法及ＦＰＧＡ设计流程介绍
初始化质心，随机生成法的函数ｖｏｉｄ ＩｎｉｔＣｅｎｔｅｒＯ的作用是先调用前面的函数 ＣｒｅａｔｅＲａｎｄｏｍＡｒｒａｙ（Ｎ，Ｋ，Ｃｅｎｔｅｒｌｎｄｅｘ），其中Ｎ为数据的个数，Ｋ为要随机生成的质心数 组的个数，其后随机生成ｋ个质心，然后再将对应数据赋值给质心数组，最后需要调用 函数ＣｏｐｙＣｅｎｔｅｒ０，将现有的质心数组拷贝到质心副本。
加入一个数据到一个Ｃｌｕｓｔｅｒ［ｉｎｄｅｘ］集合的函数ｖｏｉｄ ＡｄｄＴｏＣｌｕｓｔｅｒ（ｉｎｔ ｉｎｄｅｘ，ｄｏｕｂｌｅ
ｖａｌｕｅ）是更新聚类比较重要的步骤，其中关键的地方在于得到数据应该存储的地方，就 是前面函数中得到的Ｉｎｄｅｘ，将Ｎ个数据分别归类到Ｋ个簇中，刚完成了更新聚类，这 个方面在硬件方面的实现后面将会详述。
重新计算簇集合的函数ｖｏｉｄＵｐｄａｔｅＣｌｕｓｔｅｒＯ就是上面提到的更新聚类的过程，这是 Ｋ均值聚类算法的最基本的两个步骤之一，其中函数的过程为，先执行一个ｆｏｒ循环，
将所有的集合清空，即将ＴＯＰ置Ｏ，该ｆｏｒ循环执行结束以后，执行另一个ｆｏｒ循环，
在循环中调用Ｇｅｔｌｎｄｅｘ得到与当前数据最小的质心索引，然后调用 ＡｄｄＴｏＣｌｕｓｔｅｒ（ｔｉｎｄｅｘ，ＡｌｌＤａｔａ［ｉ］）将得到的最小的质心索引加入到相应的集合中，至此，完 成了数据的更新聚类。
重新计算质心数组的函数ｖｏｉｄ ＵｐｄａｔｅＣｅｎｔｅｒＯ其执行过程为，重新计算质心集合，
对每一簇集合中的元素加总求平均值，即将上面更新聚类得到的聚类数组中的每一个数 都相加一遍，设置一个变量为ｓｕｍ，累加数组中的每一个数据，得到一个总和，至此得 到了簇ｉ的元素和，其为一个ｆｏｒ循环实现的，随后用一个ｉｆ语句ｉｆ（Ｔｏｐ［ｉ］＞Ｏ）判别该簇 元素是否为空，然后用得出的总和与数据的个数相除ｓｕｍ／Ｔｏｐ［ｉ］，得到其平均值。
图３－５聚类流程图
Ｆｉｇ．３—５ Ｃｌｕｓｔｅｒｉｎｇ Ｆｌｏｗ Ｃｈａｒｔ
１９
图３．５为聚类流程图，判断两个数组元素是否相等的函数ＩｓＥｑｕａｌ（ｄｏｕｂｌｅ母 ｃｅｎｔｅｒｌ，ｄｏｕｂｌｅ幸ｃｅｍｅｒ２），其中用到一个ｆｏｒ循环，用来挨次比较两个数组的各个数据，
总共比较了Ｋ次，该函数需要返回一个值Ｆａｌｓｅ或者Ｔｒｕｅ，返回Ｆａｌｓｅ或者Ｔｒｕｅ的作用 是告知主程序是否达到既定条件而中止程序的执行，当两个数组的每个数据都相同时，
则终止程序，否则继续程序直到两个数组不再有变化为止。
打印聚合结果ｖｏｉｄ ＰｒｉｎｔＯ，该函数作用是输出算法运行得到的结果，并显式的将其 显示出来，里面也用到了一个ｆｏｒ循环，循环执行Ｋ次，显示出最后的结果，图３．６为 更新数组流程图。
㈢
图３－６更新数组流程图
Ｆｉｇ．３—６ Ｕｐｄａｔｉｎｇ Ａｒｒａｙ Ｆｌｏｗ Ｃｈａｒｔ
初始化聚类的各种数据的函数ｖｏｉｄ ＩｎｉｔＤａｔａＯ是对所有设计的函数进行初始化，
Ｃｅｎｔｅｒ＝（ｄｏｕｂｌｅ＊）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）＊Ｋ），／为质心集合申请空间。ＣｅｎｔｅｒＩｎｄｅｘ＝（ｉｎｔ 宰）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｉｎｔ）宰Ｋ）， 为质心集合索引申请空间。ＣｅｎｔｅｒＣｏｐｙ＝（ｄｏｕｂｌｅ
・）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）宰Ｋ），为质心集合副本申请空间。Ｔｏｐ＝（ｉｎｔ＊）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｉｎｔ）＊Ｋ），
ＡｌｌＤａｔａ＝（ｄｏｕｂｌｅ乖）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）＊Ｎ），为数据集合申请空间。Ｃｌｕｓｔｅｒ＝（ｄｏｕｂｌｅ
・枣）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｄｏｕｂｌｅ・）章Ｋ），为簇集合申请空间。用一个ｆｏｒ循环执行ＣｌｕＳｔｅｒ【ｉ】＝（ｄｏｕｂｌｅ 宰）ｍａｌｌｏｃ（ｓｉｚｅｏｆ（ｄｏｕｂｌｅ）＊Ｎ），初始化Ｋ个簇集合。ＩｎｉｔＣｅｎｔｅｒ０，初始化质心集合。
ＵｐｄａｔｅＣｌｕｓｔｅｒＯ，初始化Ｋ个簇集合。
２０
第三章Ｋ均值聚类算法及ＦＰＧＡ设计流程介绍
主函数给定类的个数Ｋ，将Ｎ个对象分到Ｋ个类中去，使得类内对象之间的相似 性最大，而类之间的相似性最小。ｍａｉｎＯ，ｉｎｔＦｌａｇ＝ｌ，迭代标志，若为ｆａｌｓｅ，则迭代结束，
ＩｎｉｔＤａｔａ０，初始化数据。用一个循环ｗｈｉｌｅ（Ｆｌａｇ），开始迭代。ＵｐｄａｔｅＣｌｕｓｔｅｒＯ，更新各 个聚类。ＵｐｄａｔｅＣｅｎｔｅｒＯ，更新质心数组。ｉｆ（ＩｓＥｑｕａｌ（Ｃｅｎｔｅｒ，ＣｅｎｔｅｒＣｏｐｙ）），如果本次迭代 与前次的质心聚合相等，即已收敛，结束退出并置Ｆｌａｇ为Ｏ，否则将质心副本置为本次 迭代得到的质心集合，将质心副本置为本次迭代得到的质心集合，至上算法全部结束，
并且得到了应该得到的聚类结果。
由算法中对所有数据进行一次聚类簇的判别，即由数据与每个质心相比较，比较出 最相似的一个，放入相应的质心所在的数组，如图３．７所示：
图３—７流程图
Ｆｉｇ．３－７ Ｆｌｏｗ Ｃｈａｒｔ
由图３．７所示，数据可同时与ｋ个质心比较，而算法只能按次序比较，所以由此可 想到通过硬件的途径可大大的解决并行的问题，极大的增加算法执行的速度，尤其在数 据量较大，质心较多时。