随着移动互联网的兴起,人们对路径导航的需求越来越高,对基于位置服务的需求更多样化。由于终端的不停移动,基于位置的实时导航对算法性能有着更严格的要求。交通工具的发达,使得人们的活动范围越来越大,导航中需要处理的路网数据规模也越来越大,导致计算时间更长,和需求相矛盾。图划分是一种图数据处理技术,广泛应用于并行计算和大规模集成电路设计等领域。路网的最短路径计算问题是在图数据上进行查询计算,两者有着天然的相关性。本文重点研究图划分在路网最短路径查询中的应用,提出了基于代表元的路网最短路径查询算法,在满足服务多样性需求的同时获得较好的在线查询速度。本文的主要工作有：·研究图划分对Arc-flags算法的影响Arc-flags是将图划分技术应用到最短路径查询中的经典算法,该算法采用预处理技术提升在线查询速度。前人的工作主要集中在优化预处理性能和对比不同的图分割方式方面,图划分对Arc-flags算法的影响没有做过深入分析。本文在真实路网上深入分析了图划分对Arc-flags算法的影响,主要包含预处理时间、空间消耗和在线查询效率等方面,对不同情况下Arc-flags算法的应用提出相应的图划分建议。·定义有向图中的代表元,提出新的代表元选择算法和基于代表元的最短路径查询算法。代表元是一种非标准图划分方式,被应用在近似最短距离查询中。以往基于代表元的近似最短距离查询算法仅关注无向图中的计算,而由于单行道的存在,真实路网通常被表示成有向图。本文定义了有向图中的代表元,并提出了新的代表元选择算法,能够有效减少代表元的数量。本文提出了有向图中基于代表元的最短路径查询算法,提供高效的最短路径查询功能,同时保留原有近似最短距离查询的功能,满足需求的多样性。我们在真实路网中对算法进行了相关实验,验证了算法的效果。