Skip to content
Snippets Groups Projects
Commit 3994cc76 authored by david's avatar david
Browse files

tp3 à valider

parent 23156934
No related branches found
No related tags found
No related merge requests found
Pipeline #656 failed
...@@ -7,9 +7,10 @@ sda:test: ...@@ -7,9 +7,10 @@ sda:test:
script: script:
- echo "Exercice 1" - echo "Exercice 1"
- ls -lF AUTHORS.md - ls -lF AUTHORS.md
- ls -lF plots/*_alpha_bench.pdf
- echo "Exercice 2" - echo "Exercice 2"
- ls -lF plots/*_alpha_1.5_p_bench.pdf - ls -lF plots/fixed_binary_heap_*_increasing.pdf
- ls -lF plots/fixed_binary_heap_*_decreasing.pdf
- ls -lF plots/fixed_binary_heap_*_random.pdf
- echo "Exercice 3" - echo "Exercice 3"
- ls -lF RAPPORT.md - ls -lF RAPPORT.md
......
# Sujet de TP 2: Benchmarks optimisation # Sujet de TP 3: Tas Binaire
## Règles pour ce semestre ## Règles pour ce semestre
...@@ -15,42 +15,51 @@ rendre le TP si vous ne finissez pas à temps) via gitlab. ...@@ -15,42 +15,51 @@ rendre le TP si vous ne finissez pas à temps) via gitlab.
Vos travaux seront évalués une fois à mi-semestre et une fois à la fin du semestre. Vos travaux seront évalués une fois à mi-semestre et une fois à la fin du semestre.
## Exercice 1: Optimisation de la structure, en faisant uniquement des ajouts. ## Exercice 1: Tas binaire borné
Le nom de votre branche est constitué de vos numéros d'étudiants séparés par un _ Le nom de votre branche est constitué de vos numéros d'étudiants séparés par un _
`git checkout -b tp2_NUMERO1_NUMERO2` `git checkout -b tp3_NUMERO1_NUMERO2`
Rajouter le fichier `AUTHORS.md` avec vos noms, prénoms et numéros d'étudiants. Rajouter le fichier `AUTHORS.md` avec vos noms, prénoms et numéros d'étudiants.
Dans le langage de votre choix, effectuez un benchmark permettant Développez une structure/classe de tas binaire dans laquelle le tableau servant
d'identifier la valeur de `alpha` qui permet d'otenir le plus petit temps amorti à stocker les clés est de taille fixe. Cette taille est fixée à la création du tas. Si
pour l'ajout d'une valeur dans le tableau dynamique. l’utilisateur tente d’ajouter une valeur dans un tas plein, un programme en C
affichera une erreur et un programme en C++, Python ou Java jettera une exception. La
structure de tas permettra au moins d’ajouter une clé, et d’extraire la plus petite
clé contenu dans le tas.
Pour chaque opération, on veut pouvoir récupérer le nombre d'échanges que la fonction a effectué.
Vous produirez des fichiers pdf sur lequel toutes les courbes de toutes vos experiences
apparaîtront. Le nom des fichiers terminera par `alpha_bench.pdf`.
## Exercice 2: Benchmark
## Exercice 2: ajout et suppression Effectuez des expériences sur l’efficacité en temps et en mémoire de cette structure :
Créer second programme (avec une nouvelle fonction `main` donc), dans lequel vous reproduirez - dans le cas où l’on ne fait qu’ajouter des clés dans l’ordre croissant,
l'expérience précédente, avec une modification: au lieu d'ajouter un élément dans la table à chaque itération, - dans le cas où l’on ne fait qu’ajouter des clés dans l’ordre décroissant,
vous ajouterez l'élément `i` avec une probabilité `p` et vous supprimerez le dernier élément du tableau - dans le cas où l’on ne fait qu’ajouter des clés aléatoires.
avec une probabilité `1-p`.
Dans vos expériences, vous fixerez `alpha` à `1.5` et ferez varier `p`. Inspirez vous des expériences menées sur les tableaux dynamiques. Attention, pour
Le nom des fichiers pdf terminera par `alpha_1.5_p_bench.pdf`. chaque expérience, vous devez impérativement écrire de nouvelles fonctions `main`
dans de nouveaux fichiers et sauvegarder les différents fichiers `pdf` que vous ob-
tenez grâce à vous expériences.
Les noms des fichiers pdf seront de la forme `fixed_binary_heap_MESURE_LANGAGE_ORDRE.pdf`
## Exercice 3: Au rapport ### Exemple:
Commentez le resultat de vos expériences dans un fichier `RAPPORT.md` Pour la mesure du temps amorti de l'ajout d'un élément dans l'ordre croissant en `C`,
le fichier de sortie sera `fixed_binary_heap_amortized_time_C_INCREASING.pdf`
On a donc:
- MESURE peut valoir \{ amortized_time, wasted_memory, swap \}.
- LANGAGE peut valoir \{ C, CPP, Java, Python\}
- ORDRE peut valoir \{ increasing, descrasing, random\}
1) Dans l'exercice 1, quel est l'alpha le plus efficace en temps? Est-il également le plus efficace ## Exercice 3:
en terme de mémoire gaspillée? Quel est le lien entre temps gagné et mémoire gaspillée?
2) Dans l'exercice 2, commentez les différents benchmarks quand `p=0.5`, `p < 0.5` et `p > 0.5` Commentez le resultat de vos expériences dans un fichier `RAPPORT.md`
Tentez d'expliquer ces différents résultats.
A RENDRE AVANT DIMANCHE! A RENDRE AVANT DIMANCHE!
\ No newline at end of file
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment