CN116579286B - 一种基于竞拍算法的增量式布局方法 - Google Patents

Abstract

本申请涉及自动化芯片设计技术领域，特别是涉及一种基于竞拍算法的增量式布局方法。所述基于竞拍算法的增量式布局方法包括：响应于芯片上增量器件与自由空间的增量布局，抽象增量器件为竞拍算法模型中的竞拍者，抽象芯片中未被占据的自由空间为竞拍算法模型中的商品；执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小；按照竞拍者与其竞拍到的商品的配对关系反抽象回增量器件与自由空间的配对关系，移动增量器件至其对应的自由空间完成增量布局。本申请的基于竞拍算法的增量式布局方法，兼顾芯片增量化布局稳定的同时，提高了芯片增量布局时的性能和效率。

Description

一种基于竞拍算法的增量式布局方法

技术领域

本申请涉及自动化芯片设计技术领域，特别是涉及一种基于竞拍算法的增量式布局方法。

背景技术

增量布局是数字芯片后端设计衍生出的一个新的布局需求，它区别于传统布局即对芯片中所有器件进行布局设计，增量布局的使用场景一般是在用户已经对芯片进行过全局性布局的基础上，再在芯片中的某些位置新增一部分器件。

增量布局需要对新增的器件进行自动化布局，在尽可能地使器件保持在初始位置的情况下，移动器件使其满足布局规则。

现有技术中，多使用传统图论方法来进行芯片设计的增量布局，然而面对增量化布局的超高要求，传统图论方法在增量布局的性能和效率上都表现不佳。

发明内容

为了解决现有技术存在的不足，本申请的目的在于提供一种基于竞拍算法的增量式布局方法，用于提高芯片设计中的增量布局时的计算性能和效率。

为实现上述目的，本申请提供一种基于竞拍算法的增量式布局方法，包括：

响应于芯片上增量器件与自由空间的增量布局，抽象增量器件为竞拍算法模型中的竞拍者，抽象芯片中未被占据的自由空间为竞拍算法模型中的商品；

执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小；

按照竞拍者与其竞拍到的商品的配对关系反抽象回增量器件与自由空间的配对关系，移动增量器件至其对应的自由空间完成增量布局。

进一步的，所述方法还包括：

抽象各增量器件与各自由空间的距离的相反数为竞拍算法模型中竞拍者对商品的心理价位。

进一步的，所述方法还包括：

设置各商品初始的价位为0。

进一步的，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤包括：

竞价过程，各竞拍者分别对利润最高的商品进行一次加价，并记录利润次高的商品，所述利润为竞拍者对商品的心理价位与商品的价位的差值。

进一步的，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤还包括：

竞价过程之后的分配过程，对于每一商品，分配所述商品给对其加价最高的竞拍者，并更新商品的价位。

进一步的，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤还包括：

循环执行所述竞价过程和所述分配过程多轮直至所有竞拍者都竞拍到商品。

进一步的，在所述竞价过程中，已分配有商品的竞拍者不参与加价；

进一步的，在所述分配过程中，所有商品都参与分配，所述所有商品包括：未分配给竞拍者的商品和已分配给竞拍者的商品。

为实现上述目的，本申请提供的电子设备，包括：

处理器；

存储器，其上存储有一个或多个在所述处理器上运行的计算机程序指令；

其中，所述处理器运行所述计算机指令时，执行如上所述的基于竞拍算法的增量式布局方法。

为实现上述目的，本申请提供的计算机可读存储介质，其上存储有计算机指令，当计算机指令被处理器运行时，执行如上所述的基于竞拍算法的增量式布局方法的步骤。

本申请提供的一种基于竞拍算法的增量式布局方法，即保留了线性分配算法的优点，又通过采用竞拍算法提高了增量化布局的计算性能，兼顾芯片增量化布局稳定的同时，提高了芯片增量布局时的性能和效率。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。

附图说明

附图用来提供对本申请的进一步理解，并且构成说明书的一部分，并与本申请的实施例一起，用于解释本申请，并不构成对本申请的限制。在附图中：

图1为本申请实施例1的基于竞拍算法的增量式布局方法的流程示意图；

图2为本申请实施例2的基于竞拍算法的增量式布局方法的流程示意图；

具体实施方式

下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。

应当理解，本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。“多个”应理解为两个或以上。

下面，将参考附图详细地说明本申请的实施例。

实施例1

本申请的一个实施例，提供了一种基于竞拍算法的增量式布局方法，图1为本申请实施例1的基于竞拍算法的增量式布局方法的流程示意图，下面将参考图1对本申请的基于竞拍算法的增量式布局方法进行详细描述，包括：

步骤S101：响应于芯片上增量器件与自由空间的增量布局，抽象增量器件为竞拍算法模型中的竞拍者，抽象芯片中未被占据的自由空间为竞拍算法模型中的商品；

具体的，将增量器件当做竞拍算法模型中的竞拍者，将芯片中未被占据的自由空间为竞拍算法模型中的商品。

需要说明的是，竞拍算法(Auction Algorithm)模型是一种用于解决分配问题的分布式算法模型，其本质是模拟人类拍卖活动，其算法流程与拍卖过程一样，未经分配的商品由竞拍者同时出价竞拍商品，从而提高商品的价位，根据所有竞拍者的出价，将商品卖给出价最高的竞拍者。

在本实施方式中，因为增量布局中增量器件会优先倾向于移动到距离自己初始位置较近的自由空间以保持总移动距离最短，但是商品总是被分配给出价最高的竞拍者，因此抽象各增量器件与各自由空间的距离的相反数为竞拍算法模型中竞拍者对商品的心理价位。

需要说明的是，此处的相反数指的是价位与距离呈反向变化，即距离越小，价位越大。

在本实施方式中，设置各商品初始的价位为0。

可以理解的是，商品初始的价位并不直接影响竞价和分配，设置初始价位为0，便于计算价差。

步骤S102：执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小。

需要说明的是，竞拍算法模型解决的分配问题主要可分为以下两大类：一类是竞拍者数量大于商品数，即存在部分竞拍者竞拍不到商品；第二类是竞拍者人数小于或等于商品数，即存在部分竞标者竞拍到多个商品。

在本实施方式中，因为需要为各增量器件都分配到一个自由空间，因此在芯片设计时，自由空间的数目是大于等于增量器件的，即对应的竞拍者人数小于或等于商品数，且竞拍者这最多只能竞拍成功到一个商品。

可以理解的是，总成本即对应于增量布局的总移动距离。

在本实施方式中，行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤包括：

竞价过程，各竞拍者分别对利润最高的商品进行一次加价，并记录利润次高的商品，所述利润为竞拍者对商品的心理价位与商品的价位的差值。

竞价过程之后的分配过程，对于每一商品，分配所述商品给对其加价最高的竞拍者，并更新商品的价位。

循环执行所述竞价过程和所述分配过程多轮直至所有竞拍者都竞拍到商品。

在本实施方式中，竞拍者对商品加价时，加价为当前竞拍者对商品的利润。示例性的，假设此时商品A的价位为500，竞拍者S对商品A的心理价位为1000，则竞拍者S对商品A的利润为500，如商品A对于竞拍者S而言其利润最高，则竞拍者S对商品A加价500。

在本实施方式中，在竞价过程中，已分配有商品的竞拍者不参与加价。

在本实施方式中，在分配过程中，所有商品都参与分配，所述所有商品包括：未分配给竞拍者的商品和已分配给竞拍者的商品。

随着竞价过程和分配过程的不断交替重复，商品的价位会逐渐增加，竞拍者对于利润最高商品的实时利润会逐渐降低，当该利润减少到小于次高利润商品的利润时，竞拍者会转而对次高利润商品进行加价。由此保证竞拍者始终保持对利润最高商品的优先选择。同时，已经获取商品的竞拍者不参与竞价，保证了算法模型的收敛性能。

需要说明的是，在分配过程中，如果出现无人报价的商品，或者商品的所有竞拍者的加价均相等，那么该商品则不参与这一轮的分配。

可以理解的是，因为所有商品都参与分配，因此对于获得了不同报价的商品，其会被分配给加价最高的竞拍者，同时商品价格更新为当前价位与最高加价之和。如若在该轮分配过程之前该商品已经被分配给某个竞拍者，那么之前已经获得该商品的竞拍者将会失去该商品，需要参加下一轮竞拍。

可以理解的是，不同商品之间获得的加价是相互独立的，可以利用多线程技术对每个商品的加价进行并行收集以及分配。

步骤S103：按照竞拍者与其竞拍到的商品的配对关系反抽象回增量器件与自由空间的配对关系，移动增量器件至其对应的自由空间完成增量布局。

具体的，当竞拍算法模型收敛时，所有竞拍者均获得利润最高的商品。竞拍者与其竞拍所得的商品的关系，即代表所有增量器件总移动距离最短时对应的自由空间。因此根据竞拍者-商品的配对关系，将对应的增量器件移动至自由空间之内，即可以完成增量式布局。

实施例2

本申请的一个实施例，提供了一种基于竞拍算法的增量式布局方法，本申请基于将特殊问题抽象为传统问题的思想，将增量器件(instance)抽象为商品竞拍过程中的竞拍者(bidder)，将芯片中未被其它器件占据的自由空间(free space)抽象为商品(item)，经由此种抽象方式增量式布局问题即可被抽象为商品竞拍的过程，需要求解的是所有竞拍者总成本最小的商品分配方案。

图2为本申请实施例2的基于竞拍算法的增量式布局方法的流程示意图，具体包括：

(1)对增量式布局进行抽象，并计算所有初始数据

对增量式布局的抽象是本申请的一个重要步骤。其中instance被抽象为bidder，free space被抽象为item。与竞拍过程不同的一方面是，instance会优先倾向于移动到距离自己初始位置较近的free space以保持总移动距离最短，但是item总是被分配给出价最高的bidder，因此需要将instance距离free space距离的相反数抽象为bidder对item的心理价位。所有item的初始价格设定为零。

具体的，将所有instance按照其尺寸大小进行排序，遍历所有的instance计算其面积，并将相同面积大小的instance保存在同一个向量中。之后遍历整个设计中的所有未被instance占据的free space，根据每一组instance的尺寸大小来将所有能容纳当前器件尺寸的free space也保存到一个向量中。经过这样的过程就得到了用于竞拍算法的所有bidder和item。

(2)竞价阶段，并行计算所有竞拍者的出价。

经过上述抽象，增量式布局中的所有元素均被抽象至商品竞拍过程，其中需要计算的是所有instance与所有free space两两之间的距离。例如，对于M个instance和N个free space，则需要计算出M×N个距离的数据，需要说明的是该计算过程也可以利用多线程技术(即图中multi-threads)来优化计算性能。

具体的，遍历生成的同尺寸instance和free space的向量，依次计算两两之间的曼哈顿距离。在此过程中还会再次确认free space是否可以容纳instance。

图2中bidding phase对应了竞拍算法中的竞拍过程。对于已经获得商品的竞拍者，在竞价阶段不进行报价。而对于还没有获得商品的竞拍者，他会遍历所有商品的心理价位和当前价格，竞拍者的利润即为心理价位和当前价格之差。竞拍者会对利润最高的商品进行加价，所报价格即为当前利润。同时，竞拍者会记录下利润次高的商品。

需要注意的一点是，竞拍者之间对于商品的心理价位和利润是相互独立的，因此可以利用多线程技术(即图中multi-threads)对每个竞拍者的报价进行并行计算。

(3)分配阶段，并行收集所有商品的报价，并进行分配。

图2中的assigning phase对应了竞拍算法中的商品分配过程。对于单一的item，它会收集来自竞拍者的加价(即图中call price)，如果出现无人报价的商品，或者所有竞拍者的报价均相等，那么该商品则不参与这一轮的分配。

对于获得了不同报价的商品，它便会被分配给加价最高的竞拍者，同时商品价格更新为当前价格与最高加价之和。如若在该轮分配之前此商品已经被分配给某个竞拍者，那么之前已经获得该商品的竞拍者将会失去该商品，需要参加下一轮竞价。

需要注意的是，不同商品之间获得的报价是相互独立的，因此可以利用多线程技术对每个商品的报价进行并行收集以及分配。

(4)重复竞价阶段和分配阶段，直至所有竞拍者都获得商品。

随着竞价阶段和分配阶段的不断交替重复(即图中While Loop)，商品的价格会逐渐增加，竞拍者对于利润最高商品的实时利润会逐渐降低，当该利润减少到小于次高利润商品的实时利润时，竞拍者会转而对次高利润商品进行加价。该模式保证了竞拍者始终保持对利润最高商品的优先选择。同时，已经获取商品的竞拍者不参与竞价，这保证了算法的收敛性能。

(5)将竞拍者-商品的配对关系反抽象回增量式布局。

竞拍算法收敛时，所有竞拍者均获得利润最高的商品(即图中converge)。

根据本申请阐述的抽象关系，即代表所有instance均找到移动距离最短的freespace。因此根据竞拍者-商品的匹配关系，将对应instance移动至free space之内，即可以完成本申请阐述的基于竞拍算法的增量式布局方法。

实施例3

本实施例中，还提供一种电子设备，包括处理器和存储器。存储器用于存储非暂时性计算机可读指令(例如一个或多个计算机程序模块)。处理器用于运行非暂时性计算机可读指令，非暂时性计算机可读指令被处理器运行时可以执行上文所述的基于竞拍算法的增量式布局方法的一个或多个步骤。

例如，处理器可以是中央处理单元(CPU)、数字信号处理器(DSP)或者具有数据处理能力和/或程序执行能力的其它形式的处理单元，例如现场可编程门阵列(FPGA)等；例如，中央处理单元(CPU)可以为X86或ARM架构等。

例如，存储器可以包括一个或多个计算机程序产品的任意组合，计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储器(ROM)、硬盘、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、闪存等。在计算机可读存储介质上可以存储一个或多个计算机程序模块，处理器可以运行一个或多个计算机程序模块，以实现电子设备的各种功能。在计算机可读存储介质中还可以存储各种应用程序和各种数据以及应用程序使用和/或产生的各种数据等。

需要说明的是，本申请的实施例中，电子设备的具体功能和技术效果可以参考上文中关于基于竞拍算法的增量式布局方法的描述，此处不再赘述。

实施例4

本实施例中，还提供一种计算机可读存储介质，存储介质用于存储非暂时性计算机可读指令。例如，当非暂时性计算机可读指令由计算机执行时可以执行根据上文所述基于竞拍算法的增量式布局方法的一个或多个步骤。

例如，该存储介质可以应用于上述电子设备中。例如，存储介质可以为实施例3中电子设备中的存储器。例如，关于存储介质的相关说明可以参考实施例3中电子设备中的存储器的相应描述，此处不再赘述。

需要说明的是，本申请上述的存储介质(计算机可读介质)可以是计算机可读信号介质或者非暂时性计算机可读存储介质或者是上述两者的任意组合。非暂时性计算机可读存储介质例如可以是，但不限于，电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。非暂时性计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本申请中，非暂时性计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是非暂时性计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这根据所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等。

以上描述仅为本申请的部分实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本申请的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (9)

1.一种基于竞拍算法的增量式布局方法，应用于芯片设计中，包括：

响应于芯片上增量器件与自由空间的增量布局，抽象增量器件为竞拍算法模型中的竞拍者，抽象芯片中未被占据的自由空间为竞拍算法模型中的商品，抽象各增量器件与各自由空间的距离的相反数为竞拍算法模型中竞拍者对商品的心理价位，具体包括：将所有增量器件按照其尺寸大小进行排序，遍历所有的增量器件计算其面积，并将相同面积大小的增量器件保存在同一个向量中；遍历所有未被增量器件占据的自由空间，根据每一组增量器件的尺寸大小来将所有能容纳当前器件尺寸的自由空间也保存到一个向量；遍历生成的同尺寸增量器件和自由空间的向量，依次计算两两之间的曼哈顿距离，将曼哈顿距离的相反数作为心理价位；

执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小；

按照竞拍者与其竞拍到的商品的配对关系反抽象回增量器件与自由空间的配对关系，移动增量器件至其对应的自由空间完成增量布局；

其中，所述自由空间的数目大于等于所述增量器件，所述竞拍算法模型中的竞拍者最多只能竞拍成功一个商品。

2.根据权利要求1所述的基于竞拍算法的增量式布局方法，其特征在于，所述方法还包括：

设置各商品初始的价位为0。

3.根据权利要求2所述的基于竞拍算法的增量式布局方法，其特征在于，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤包括：

竞价过程，各竞拍者分别对利润最高的商品进行一次加价，并记录利润次高的商品，所述利润为竞拍者对商品的心理价位与商品的价位的差值。

4.根据权利要求3所述的基于竞拍算法的增量式布局方法，其特征在于，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤还包括：

竞价过程之后的分配过程，对于每一商品，分配所述商品给对其加价最高的竞拍者，并更新商品的价位。

5.根据权利要求4所述的基于竞拍算法的增量式布局方法，其特征在于，所述执行竞拍算法模型以进行商品的竞拍直至所有竞拍者都竞拍到一件商品的同时，使所有竞拍者的总成本最小的步骤还包括：

循环执行所述竞价过程和所述分配过程多轮直至所有竞拍者都竞拍到商品。

6.根据权利要求5所述的基于竞拍算法的增量式布局方法，其特征在于，在所述竞价过程中，已分配有商品的竞拍者不参与加价。

7.根据权利要求6所述的基于竞拍算法的增量式布局方法，其特征在于，在所述分配过程中，所有商品都参与分配，所述所有商品包括：未分配给竞拍者的商品和已分配给竞拍者的商品。

8.一种电子设备，其特征在于，包括：

处理器；

存储器，其上存储有一个或多个在所述处理器上运行的计算机程序指令；

其中，所述处理器运行所述计算机指令时，执行权利要求1-7任一项所述的基于竞拍算法的增量式布局方法。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，当计算机指令被处理器运行时，执行权利要求1-7任一项所述的基于竞拍算法的增量式布局方法的步骤。