Esta página mostra as diferenças entre as duas revisões da página.
| Ambos os lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
|
inf05504:trabalhos [2010/08/24 16:25] marcus |
inf05504:trabalhos [2010/12/03 17:08] (Actual) marcus |
||
|---|---|---|---|
| Linha 128: | Linha 128: | ||
| } | } | ||
| </code> | </code> | ||
| - | |||
| ==== Trabalho 2 (rp-heaps) ==== | ==== Trabalho 2 (rp-heaps) ==== | ||
| Linha 141: | Linha 140: | ||
| === Casos de teste === | === Casos de teste === | ||
| * Podem ser usados os mesmo casos de teste do primeiro trabalho. | * Podem ser usados os mesmo casos de teste do primeiro trabalho. | ||
| + | |||
| + | === Materias === | ||
| + | * {{:inf05504:rank-pairing_heaps_easier_.pdf|Artigo}} | ||
| + | |||
| + | ==== Trabalho 3 (Fluxo s-t máximo) ==== | ||
| + | |||
| + | Entrega: 27/09/2010 | ||
| + | |||
| + | === Objetivos === | ||
| + | * Implementar o algoritmo de Edmonds-Karp para achar um caminho s-t. | ||
| + | * Verificar a complexidade do algoritmo experimentalmente. | ||
| + | |||
| + | === Casos de teste === | ||
| + | * Um gerador de casos de teste em formato DIMACS em C é disponível {{http://www.inf.ufrgs.br/~mrpritt/washington.c|aqui}}. | ||
| + | * Documentação: | ||
| + | <code> | ||
| + | To use: cc washington.c -o gengraph | ||
| + | gengraph function arg1 arg2 arg3 | ||
| + | |||
| + | Command line arguments have the following meanings: | ||
| + | |||
| + | function: index of desired graph type | ||
| + | arg1, arg2, arg3: meanings depend on graph type | ||
| + | (briefly listed below: see code | ||
| + | comments for more info) | ||
| + | |||
| + | Mesh Graph: 1 rows cols maxcapacity | ||
| + | Random Level Graph: 2 rows cols maxcapacity | ||
| + | Random 2-Level Graph:3 rows cols maxcapacity | ||
| + | Matching Graph: 4 vertices degree | ||
| + | Square Mesh: 5 side degree maxcapacity | ||
| + | Basic Line: 6 rows cols degree | ||
| + | Exponential Line: 7 rows cols degree | ||
| + | Double Exponential 8 rows cols degree | ||
| + | DinicBadCase: 9 vertices | ||
| + | (causes n augmentation phases) | ||
| + | GoldBadCase 10 vertices | ||
| + | Cheryian 11 dim1 dim2 range | ||
| + | (last 2 are bad for goldberg's algorithm) | ||
| + | </code> | ||
| + | |||
| + | ^ No. ^ Nome ^ Parâmetros ^ Descrição ^ n ^ m ^ | ||
| + | | 1 | Mesh | r,c | Grade, 3 viz. 1 direita | rc+2 | 3r(c-1) | | ||
| + | | 2 | Random level | r,c | Grade, 3 viz. rand. 1 direita | rc+2 | 3r(c-1) | | ||
| + | | 3 | Random 2-level | r,c | Grade, 3 viz. rand. 2 direita | rc+2 | 3r(c-1) | | ||
| + | | 4 | Matching | n,d | Bipart. n-n, d viz. rand. | 2n+2 | n(d+2) | | ||
| + | | 5 | Square Mesh | d,D | Quadr. mesh dxd, grau D | d*d+2 | (d-1)dD+2d | | ||
| + | | 6 | BasicLine | n,m,D | Linha, grau D| nm+2 | nmD+2m | | ||
| + | | 7 | ExpLine | n,m,D | Linha, grau D | nm+2 | nmD+2m | | ||
| + | | 8 | DExpLine | n,m,D | Linha, grau D | nm+2 | nmD+2m | | ||
| + | | 9 | DinicBad | n | Linha | n | 2n-3| | ||
| + | | 10 | GoldBad | n | | 3n+3 | 4n+1 | | ||
| + | |||
| + | === Convenções === | ||
| + | * As implementações do algoritmo devem aceitar uam instância no formato {{http://lpsolve.sourceforge.net/5.5/DIMACS_maxf.htm|DIMACS}} na entrada padrão (stdin) e imprimir o valor do fluxo máximo na saída padrão (stdout). | ||
| + | |||
| + | === Verificação === | ||
| + | * O seguinte código determina o fluxo máximo. Para compilar: Usar C++ e {{http://www.boost.org|Boost}}. | ||
| + | <code c++> | ||
| + | /** | ||
| + | * \file maxflow.cpp | ||
| + | * \author Marcus Ritt <mrpritt@inf.ufrgs.br> | ||
| + | * \version $Id: emacs 2872 2009-01-31 01:46:50Z ritt $ | ||
| + | * \date Time-stamp: <2009-03-23 17:52:25 ritt> | ||
| + | * | ||
| + | * Read a maximum flow problem in DIMACS format and output the maximum flow. | ||
| + | * | ||
| + | */ | ||
| + | #include <iostream> | ||
| + | #include <cstring> | ||
| + | using namespace std; | ||
| + | |||
| + | #include <boost/graph/adjacency_list.hpp> | ||
| + | #include <boost/graph/read_dimacs.hpp> | ||
| + | #include <boost/graph/edmunds_karp_max_flow.hpp> | ||
| + | |||
| + | using namespace boost; | ||
| + | |||
| + | // a directed graph with reverse edges | ||
| + | struct VertexInformation {}; | ||
| + | struct EdgeInformation; | ||
| + | |||
| + | typedef adjacency_list<vecS,vecS,directedS,VertexInformation,EdgeInformation> DiGraph; | ||
| + | typedef graph_traits<DiGraph>::edge_descriptor Edge; | ||
| + | typedef graph_traits<DiGraph>::vertex_descriptor DiNode; | ||
| + | |||
| + | typedef unsigned Capacity; | ||
| + | struct EdgeInformation { | ||
| + | Capacity edge_capacity; | ||
| + | Capacity edge_residual_capacity; | ||
| + | Edge reverse_edge; | ||
| + | }; | ||
| + | |||
| + | int main(int argc, char *argv[]) { | ||
| + | // (0) read graph | ||
| + | |||
| + | DiGraph g; | ||
| + | DiNode s,t; | ||
| + | |||
| + | read_dimacs_max_flow(g, | ||
| + | get(&EdgeInformation::edge_capacity,g), | ||
| + | get(&EdgeInformation::reverse_edge,g), | ||
| + | s, t); | ||
| + | |||
| + | // (1) determine maximum flow | ||
| + | cout << edmunds_karp_max_flow(g, s, t, | ||
| + | capacity_map(get(&EdgeInformation::edge_capacity,g)). | ||
| + | residual_capacity_map(get(&EdgeInformation::edge_residual_capacity,g)). | ||
| + | reverse_edge_map(get(&EdgeInformation::reverse_edge,g))) << endl; | ||
| + | } | ||
| + | </code> | ||
| Linha 148: | Linha 258: | ||
| </a> | </a> | ||
| </html> | </html> | ||
| + | ==== Trabalho 4 (Emparelhamentos) ==== | ||
| + | |||
| + | Entrega: 18/10/2009 | ||
| + | |||
| + | === Objetivos === | ||
| + | * Implementar o algoritmo de Hopcroft/Karp que resolve o problema do emparelhamento máximo em grafos bi-partidos. | ||
| + | * Documentar a implementação, em particular as estruturas de dados para a representação do problema. | ||
| + | * Conduzir testes, que demonstram que a complexidade do algoritmo é O(sqrt(n)m). | ||
| + | |||
| + | === Casos de teste === | ||
| + | * Gerar grafos bi-partidos randômicas com probabilidade de uma aresta 0 <= p <= 1. | ||
| + | |||
| + | === Convenções === | ||
| + | * As implementações do algoritmo devem aceitar um grafo bi-partido não-direcionado no formato [[http://prolland.free.fr/works/research/dsat/dimacs.html|DIMACS]] na entrada padrão (stdin) e imprimir a cardinalidade de um emparelhamento máximo na saída padrão (stdout). | ||
| + | |||
| + | === Códigos disponíveis === | ||
| + | * Gerador de casos de teste no formato DIMACS + verificação. | ||
| + | * Para compilar: Usar C++ e Boost. | ||
| + | <code c++> | ||
| + | #include <iostream> | ||
| + | #include <cassert> | ||
| + | using namespace std; | ||
| + | |||
| + | #include <boost/graph/adjacency_list.hpp> | ||
| + | #include <boost/graph/max_cardinality_matching.hpp> | ||
| + | using namespace boost; | ||
| + | |||
| + | // information stored in vertices | ||
| + | struct VertexInformation; | ||
| + | |||
| + | // information stored in edges | ||
| + | struct EdgeInformation {}; | ||
| + | |||
| + | // graph is an adjacency list represented by vectors | ||
| + | typedef adjacency_list<vecS, vecS, undirectedS,VertexInformation,EdgeInformation> Graph; | ||
| + | typedef graph_traits<Graph>::vertex_descriptor Node; | ||
| + | typedef graph_traits <Graph>::edge_descriptor Edge; | ||
| + | |||
| + | struct VertexInformation { | ||
| + | Node mate; // partner or graph_traits<Graph>::null_vertex() | ||
| + | }; | ||
| + | |||
| + | int main(int argc, char *argv[]) { | ||
| + | assert(argc == 3); | ||
| + | unsigned n = atoi(argv[1]); | ||
| + | double p = atof(argv[2]); | ||
| + | |||
| + | srand48(time(0)); | ||
| + | |||
| + | // (1) generate random bi-partite graph | ||
| + | Graph g; | ||
| + | |||
| + | for(unsigned i=0; i<2*n; i++) | ||
| + | add_vertex(g); | ||
| + | |||
| + | for(unsigned i=0; i<n; i++) | ||
| + | for(unsigned j=n; j<2*n; j++) | ||
| + | if (drand48() < p) { | ||
| + | Edge e = add_edge(i,j,g).first; | ||
| + | } | ||
| + | |||
| + | // (2) get maximum matching | ||
| + | edmonds_maximum_cardinality_matching(g, get(&VertexInformation::mate,g)); | ||
| + | unsigned card = 0; | ||
| + | graph_traits<Graph>::vertex_iterator vb, ve; | ||
| + | for ( tie(vb, ve)=vertices(g); vb != ve; vb++) | ||
| + | if (g[*vb].mate != graph_traits<Graph>::null_vertex()) | ||
| + | card++; | ||
| + | cout << "The cardinality of a maximum matching is " << card/2 << "." << endl; | ||
| + | |||
| + | // (3) print out in DIMACS format | ||
| + | cout << "c Bi-partite graph" << endl; | ||
| + | cout << "p edge " << num_vertices(g) << " " << num_edges(g) << endl; | ||
| + | graph_traits<Graph>::edge_iterator eb, ee; | ||
| + | for ( tie(eb, ee)=edges(g); eb != ee; eb++) | ||
| + | cout << "e " << source(*eb,g)+1 << " " << target(*eb, g)+1 << endl; | ||
| + | } | ||
| + | </code> | ||
| + | |||
| + | ==== Trabalho 5 (Emparelhamentos) ==== | ||
| + | |||
| + | Entrega: 08/11/2009 | ||
| + | |||
| + | === Objetivos === | ||
| + | * Implementar o algoritmo Húngaro que resolve o problema do emparelhamento de maior peso em grafos bi-partidos ponderados. | ||
| + | * Documentar a implementação, em particular as estruturas de dados para a representação do problema. | ||
| + | * Conduzir testes, que demonstram que a complexidade do algoritmo é O(mn^2), usando Bellman-Ford para busca de caminhos aumentantes. | ||
| + | |||
| + | === Casos de teste === | ||
| + | * Gerar grafos bi-partidos completos com pesos aleatórios escolhidos uniformemente no intervalo [0,n^2]. | ||
| + | * {{http://www.inf.ufrgs.br/~mrpritt/data1.tgz|Casos de teste com soluções}} para a emparelhamento ponderado perfeito mínimo (para comparar com emparelhamento perfeito máximo: multiplicar os valores por -1). O formato corresponde com o que está descrito nas convenções abaixo com a última linha informando ainda o valor peso total da solução correta. | ||
| + | |||
| + | === Convenções === | ||
| + | * As implementações do algoritmo devem aceitar um grafo bi-partido não-direcionado completo na entrada padrão (stdin) e imprimir o maior peso de um emparelhamento na saída padrão (stdout). O formato é | ||
| + | <code> | ||
| + | n | ||
| + | p11 p12 p13 ... p1n | ||
| + | p21 p22 p23 ... p2n | ||
| + | ... | ||
| + | pn1 pn2 pn3 ... pnn | ||
| + | </code> | ||
| + | com pij o peso entre vértice i do primeiro parte do grafo e vértice j do segundo parte. | ||
| + | |||
| + | |||
| + | |||
| + | ==== Trabalho 6 (Aproximação para o PCV métrico) ==== | ||
| + | |||
| + | Entrega: 22/11/2009 | ||
| + | |||
| + | === Objetivos === | ||
| + | * Implementar o algoritmo de Cristofides para aproximar o PCV. | ||
| + | * Documentar a implementação, em particular as estruturas de dados para a representação do problema. | ||
| + | * Conduzir testes para avaliar o tempo de execução e a qualidade da solução obtida. Em particular, comparar com os melhores resultados conhecidos das instâncias do {{http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95/|TSPLIB}}. | ||
| + | |||
| + | === Casos de teste === | ||
| + | * Instâncias métricas do {{http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95/|TSPLIB}}, entre eles gr96, gr202, gr229, gr431, ali535, gr666, dsj1000, pla7397, pla33810, pla85900. | ||
| + | |||
| + | === Convenções === | ||
| + | * As implementações do algoritmo devem aceitar uma instância de PCV no formato da TSPLIB na entrada padrão (stdin) e imprimir o valor da rota na saída padrão (stdout). | ||
| + | === Observações === | ||
| + | * Para conseguir resultados para as maiores instâncias uma representação do grafo por uma matriz de adjacência não é adequado. Faz parte do objetivo de trabalho conseguir resultados para instâncias desse tamanho. Como o grafo é completo, não é necessário representa-lo explicitamente. Nas instâncias acima, as distâncias também são dadas implicitamente e não precisam ser representadas. | ||
| + | * Não é o objetivo implementar um algoritmo de emparelhamento de peso máximo: usam {{http://www.cs.ucl.ac.uk/staff/V.Kolmogorov/software.html|Blossom V}}. Observem que o Blossom V tem apoio para grafos geometricos no formato do TSPLIB, então não é necessário nem aconsehável criar o grafo explicitamente. | ||