Skip to content

projeto-de-algoritmos-2024/PD_aproximacoes

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

32 Commits
 
 
 
 
 
 

Repository files navigation

Aproximações

Número da Lista: 26
Conteúdo da Disciplina: Programação Dinâmica

Alunos

Matrícula Aluno
22/1008436 Ryan Augusto Brandão Salles
22/1008481 Víctor Moreira Almeida

Sobre

O projeto visa comparar de forma razoavelmente simples algoritmos de aproximação para problemas cujo ótimo é obtido por padrões de programação dinâmica.

link para o relatório no overleaf

Screenshots

Gráfico de execução do algoritmo para o Dell G15:

Dell G15 execution

Gráfico de execução do algoritmo para o SteamDeck:

SteamDeck execution

O glorioso algoritmo:

algorithm in its glory

Instalação

Linguagem: Python

Scripts de teste de função

Basta python para rodar os scripts.

  1. Clone o projeto
  2. Rode os scripts desejados para testagem. Resultados devem diferir em velocidade por razões do hardware, especialmente a CPU.
  3. Se assim desejar, realize um pull para o relatório com os dados da testagem realizada.

Relatório

Será necessário utilizar um compilador de documentos tex online ou local. Recomenda-se o overleaf

  1. Clone o projeto
  2. Rode o script .tex na pasta doc ou alternativamente carregue no overleaf e compile.

O resultado será um pdf com o relatório.

Alternativamente, basta utilizar o pdf pré-compilado na pasta doc ou entrar no link do projeto!

Uso

Esse é um projeto simples. Basta rodar o script na pasta src para obter os dados de processamento. O script de testagem de algoritmos funciona utilizando um único número para gerar os casos de teste, que são listas de itens pseudo-aleatoriamente gerados utilizando a biblioteca random.

Para ler sobre os resultados, acesse a pasta doc.

Outros

JullietCharlieIndiaIndiaHotelNovember :) - Locvst

Caso deseje ou julgue necessário, favor sugerir formas de expandir o trabalho. Ademais, com 1mi itens, o algoritmo ótimo do knapsack quebra ao utilizar demasiada memória. O greed permanece intactoe gera resultados factíveis ao longo da execução. Greed is indeed GOOD :>>>

Mas, seriamente, cautela ao utilizar números muito grandes na testagem. Há o risco (mínimo) de causar kernel panic e crashar o seu sistema. Idealmente, o script será incapaz de alocar ou mexer na seção de memória do OS, mas certamente deixará seu computador razoavelmente lento.

About

Comparacao de performance e acurácia de algoritmos de programação dinâmica

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Contributors 2

  •  
  •  

Languages