算法1：MSC算法

输入：数据集 $U=\left\{x_1,x_2,\cdots ,x_n\right\}$ 。

输出：聚类结果 $\left\{C_1,C_2,\cdots ,C_n\right\}$ 。

1：初始化参数：邻域半径 $\epsilon$ ，收敛阈值eps，标记所有对象为unvisited

2：while存在被标记为unvisited的对象：

随机选择一个被标记为unvisited的对象，作为中心点 $x_0$ ；

for each $x_i\in x_0$ 的 $\epsilon$ 邻域do：

if $x_0$ 的 $\epsilon$ 邻域内的数据点 $x_i$ 与 $x_0$ 的距离 $d\left(x_i,x_0\right)\le \epsilon$ ：

$M=\left\{x_i|x_i\in c\right\}$ ；

end if；

for each $x^{\prime }\in M$ do：

偏移向量： $M_r={\displaystyle \sum _{i=1}^n\left(\overrightarrow{x_0-x_i}\right)}$ ；

更新中心点： $x_0=x_0+M_r$ ；

if $\Vert M_r\Vert <eps$ ：记下此时中心点 $x_0$ ，停止迭代；

else重复上述步骤；

end if；

end for；

end for；

end while；

3：while类簇c收敛

if当前类簇c与其他类簇 $c^{\prime }$ 的中心距离 $d\left(c,c^{\prime }\right)<M_r$ ：

合并 $c,c^{\prime }$ ，记为 $c^{\prime }$ ；

else把类簇c看作新的类别，类簇个数 $k+1$ ；

end if；

end while；

4：for each $x\in U$ do：

if数据点 $x_i$ 对类簇C的访问次数 $t_i=\max \left\{t_1,t_2,\cdots ,t_k\right\}$ ；

$x_i\in C$ ；

end for；

5：输出：聚类结果 $\left\{C_1,C_2,\cdots ,C_n\right\}$ 。