过去几十年中软件数量和规模呈现爆发式增长,软件维护已经变成了 一个重要的问题。作为软件开发的一个重要阶段,软件维护的作用越来越突出,面临的问题也越来越大。由于软件开发过程的不规范,很多软件在开发时没有设计软件开发模型,对软件维护人员来说工作变得十分困难。目前主流的逆向工程工具可以通过源代码生成软件对应的开发模型,其中类图是最常用的模型。可读性是UML类图质量的一项重要指标,目前逆向工程中生成的UML类图的规模往往比较庞大,可读性较差。本文提出了一种基于多级划分的大类图拆分方法。首先根据类目间的继承、聚合、关联、依赖对类目间的耦合的影响程度,提出了类目间耦合强度的计算方法,并将类图转化为反应耦合强度的加权图,从而将类图拆分问题转化为加权图的划分问题。对多级划分算法进行改进,使之能够较好地对加权图进行拆分。对加权图进行压缩,优先将耦合度较大的节点合并,减小了加权图的规模,同时隐藏了权值较大的边,接着将加权图划分为k部分,将每个部分的节点按照压缩的顺序逐级拆解,并使用改进的多路KL算法进行优化调整,尽可能使得耦合度较大的节点划分到同一个部分,直到节点恢复到原来的数目。对于规模相对小一些的类图的拆分问题,我们提出了基于谱聚类的拆分方法。