Marcus Ritt

Esta página é apenas de leitura. Pode ver a fonte, mas não alterá-la. Informe-se com o administrador deste Wiki se achar que isto não está correcto.
Status das entregas (10/12/2015):

^    No. ^ T1 ^ T2 ^ T3 ^ T4 ^ T5 ^ T6 ^
|   21893 | s  | s  |    |    |    |    |
|  174872 |    |    |    |    |    |    |
|  181098 |    |    |    |    |    |    |
|  193031 | s  |    |    |    |    |    |
|  193276 | s  | s  | s  | s  | s  |    |
|  193693 | s  | s  | s  | s  | s  | s  |
|  194049 | s  |    |    |    |    |    |
|  194636 | s  | s  | s  | s  | s  |    |
|  195843 | s  | s  |    |    |    |    |
|  219436 |    |    |    |    |    |    |
|  220640 | s  | s  | s  | s  | s  |    |
|  228395 | s  | s  | s  | s  | s  |    |
|  228450 | s  | s  | s  | s  | s  |    |



==== Trabalho 1 (Heaps binários e algoritmo de Dijkstra) ====

Entrega: 17/08/2015

=== Objetivos ===

  * Implementar um heap n-ário.
  * Implementar o algoritmo de Dijkstra usando o heap implementado.
  * Determinar o valor de n tal que o algoritmo de Dijkstra com um heap n-ário tem o melhor desempenho.
  * Comparar a complexidade teórica pessimista com a complexidade real. Em particular verificar que a complexidade real respeita o limite teórico.
  * Avaliar o escalonamento do algoritmo Dijkstra.

=== Casos de teste ===

  * Verificação da complexidade do Dijkstra: usar o gerador de casos de testes abaixo. 
  * Verificação do escalonamento: o caso de teste é o rede de trânsito de New York e dos EUA (distance), que pode ser baixado na [[http://www.dis.uniroma1.it/~challenge9/download.shtml|página do DIMACS challenge]].
  * Para testar em geral: Gerar um número suficiente (>30) de pares aleatórias de vértices origem e destino e medir o tempo de execução e o número de operações "insert", "deletemin" e "decreasekey".

=== Observações ===

  * Como o grafo possui 264346 vértices é necessário usar uma representação esparsa. Uma matriz de adjacência, em particular, não serve.

=== Convenções ===
    * As implementações do algoritmo de Dijkstra devem aceitar um grafo no formato da DIMACS challenge na entrada padrão (stdin), os índices de dois vértices origem e destino na linha de comando e imprimir o valor do caminho mais curto na saída padrão (stdout). Caso não existo caminho entre os dois vértices imprimir "inf". Exemplo (em UNIX)

  > ./dijkstra 1 2 < NY.gr
  803

=== Gerador de casos de teste ===
<code c++>
/**
 * \file gen.cpp
 *   \author Marcus Ritt <mrpritt@inf.ufrgs.br> 
 *   \version $Id: emacs 2872 2009-01-31 01:46:50Z ritt $
 *   \date Time-stamp: <2011-08-24 15:17:49 ritt>
 */

#include <iostream>
#include <cassert>
using namespace std;

#include <boost/graph/adjacency_list.hpp>
#include <boost/graph/connected_components.hpp>
#include <boost/graph/dijkstra_shortest_paths.hpp>
using namespace boost;

// information stored in vertices
struct VertexInformation {
  unsigned component;
};

// information stored in edges
struct EdgeInformation {
  unsigned weight;
};

const unsigned maxweight = 1000;

// graph is an adjacency list represented by vectors
typedef adjacency_list<vecS, vecS, directedS,VertexInformation,EdgeInformation> Graph;
typedef graph_traits<Graph>::vertex_descriptor Node;
typedef graph_traits <Graph>::edge_descriptor Edge;

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 graph
  Graph g;
  
  for(unsigned i=0; i<n; i++)
    add_vertex(g);
  
  for(unsigned i=0; i<n; i++)
    for(unsigned j=0; j<n; j++)
      if (i != j && drand48() < p) {
        Edge e = add_edge(i,j,g).first;
	g[e].weight = lrand48()%maxweight;
      }

  
  // (2) print example path
  unsigned src = lrand48()%num_vertices(g);
  unsigned dst = lrand48()%num_vertices(g);
  
  vector<unsigned> dist(n);
  vector<unsigned> pred(n);
  dijkstra_shortest_paths(g,src,weight_map(get(&EdgeInformation::weight,g)).distance_map(&dist[0]).predecessor_map(&pred[0]));
  cerr << "Distance between " << src+1 << " and " << dst+1 << " is " << dist[dst] << endl;
  
  // (3) print out in DIMACS challenge format
  cout << "p sp " << num_vertices(g) << " " << num_edges(g) << endl;
  graph_traits<Graph>::edge_iterator eb, ee;
  for ( tie(eb, ee)=edges(g); eb != ee; eb++)
    cout << "a " << source(*eb,g)+1 << " " << target(*eb, g)+1 << " " << g[*eb].weight << endl;
}
</code>

=== Leitura (Exemplo) ===
<code c++>
void read_dimacs(std::istream& in, unsigned& n, unsigned& m, MyGraph& a) {
  std::string line="", dummy;
  while (line.substr(0,4) != "p sp")
    getline(in,line);

  // (1) get nodes and edges
  std::stringstream linestr;
  linestr.str(line);
  linestr >> dummy >> dummy >> n >> m;
  a.resize(n);
  unsigned i=0;
  while (i<m) {
    getline(in,line);
    if (line.substr(0,2) == "a ") {
      std::stringstream arc(line);
      unsigned u,v,w;
      char ac;
      arc >> ac >> u >> v >> w;
      // processar arco (u,v) com peso w
      i++;
    }
  }
}
</code>

==== Trabalho 2 (Union-find) ====


Entrega: 31/08/2015

=== Objetivos ===

  * Implementar a estrutura de dados "union-find" com balanceamento (UF1) e com balanceamento e compressão de caminhos (UF2).
  * Determinar a complexidade real (em comprimento de caminho) de uma sequência de operações e apresentar um histograma e a complexidade amortizada.
  * Conduzir um experimento com grafos randômicos usando UF para análise
    * Modificar o UF para poder determinar em O(1) o número de componentes conexos, e o tamanho de cada componente; caso tem k componentes deve ser possível determinar a tamanho de cada uma em tempo total O(k)
    * Conduzir experimentos como segue: criar um grafo vazio com n vertices, e inserir n/2 arestas aleatórias, e depois determinar o tamanho da componente maior
    * Repetir este experimento 30 vezes para cada n, e para n=2^i, i=1,...,20.
    * Apresentar um boxplot com o tamanho da maior componente em função de n, e uma regressão polinomial do tamanho da maior componente em função de n. Conclusão?

=== Casos de teste ===

  * Para o primeiro parte: gerar sequências randômicas de operações.
  * Para o segundo parte: usar um gerador de casos de testes abaixo. 

=== Convenções ===
    * Fornecer uma implementação do UF que recebe na entrada padrão (stdin) uma lista de operações "make-set n"; "union n1 n2" e "find n" e imprime na saída padrão (stdout) os resultados das operações find.

==== Trabalho 3 (Fluxo s-t máximo) ====

Entrega: 21/09/2015

=== Objetivos ===
  * Implementar o algoritmo de Ford-Fulkerson (estratégia "caminho arbitrário" s-t) e Edmonds-Karp (estratégia do "caminho mais curto" s-t).
  * Verificar a complexidade dos dois algoritmos experimentalmente e comparar com a complexidade teorica O(mn(m+n))=O(m^2n).
  * Qual variante é mais eficiente na prática em termos de número iterações globais (caminhos buscados) e complexidade total (vértices expandidos)?

=== 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 uma 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/edmonds_karp_max_flow.hpp>
using namespace boost;

// graph element descriptors
typedef adjacency_list_traits<vecS,vecS,directedS>::vertex_descriptor DiNode;
typedef adjacency_list_traits<vecS,vecS,directedS>::edge_descriptor Edge;

typedef unsigned Capacity;
struct VertexInformation {};
struct EdgeInformation {
  Capacity edge_capacity;
  Capacity edge_residual_capacity;
  Edge reverse_edge;
};
 
typedef adjacency_list<vecS,vecS,directedS,VertexInformation,EdgeInformation> DiGraph;
 
 
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 << edmonds_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>



==== Trabalho 4 (Open pit mining) ====

{{https://upload.wikimedia.org/wikipedia/commons/8/83/Udachnaya_pipe.JPG?320}}

Entrega: 12/10/2015

=== Objetivos ===
  * Aplicar o algoritmo de fluxo máximo desenvolvido no trabalho 3 para resolver o problema de "open pit mining"
  * Uma descrição do problema está disponível {{http://www.inf.ufrgs.br/~mrpritt/aa/opm.pdf|aqui}}.
  * Apresentar as soluções das 6 instâncias de teste abaixo no relatório (como figuras).

=== Exemplo ===

{{http://www.inf.ufrgs.br/~mrpritt/aa/Ie.png}} {{http://www.inf.ufrgs.br/~mrpritt/aa/Se.png}}

=== Casos de teste ===
  * Um gerador de casos de teste em C++ é disponível {{http://www.inf.ufrgs.br/~mrpritt/aa/opm.cpp|aqui}}.
  * Documentação:
<code>
  Gerar uma instância aleatória:                ./opm --w 10 --h 10 --ins test.ins; display opm.pbm
  Visualizar uma solução:                       ./opm --ins test.ins --sol test.sol --pbm vis.pbm; display vis.pbm
  Converter PBM para PNG (Linux/ImageMagick):    convert vis.pbm vis.png
</code>
  * Casos de teste: {{http://www.inf.ufrgs.br/~mrpritt/aa/I1.ins|I1}}, {{http://www.inf.ufrgs.br/~mrpritt/aa/I2.ins|I2}}, {{http://www.inf.ufrgs.br/~mrpritt/aa/I3.ins|I3}}, {{http://www.inf.ufrgs.br/~mrpritt/aa/I4.ins|I4}}, {{http://www.inf.ufrgs.br/~mrpritt/aa/I5.ins|I5}}, {{http://www.inf.ufrgs.br/~mrpritt/aa/I6.ins|I6}}

=== Convenções ===
  * As implementações do algoritmo devem aceitar uma instância na entrada padrão (stdin), imprimir a solução na saída padrão (stdout), e imprimir o lucro total na saíde de erro (stderr).
  * Formato da instância: uma largura w, uma altura h, e lucros pij, com -128 < pij < 128, e pij != 0:
<code>
  w h
  p11 p12 ... p1w
  p21 p22 ... p2w
      ...
  ph1 ph2 ... phw
</code>
  * Formato da solução: uma largura w, uma altura h, e booleanos sij que indicam se a celula ij é extraída ou não
<code>
  w h
  s11 s12 ... s1w
  s21 s22 ... s2w
      ...
  sh1 sh2 ... shw
</code>

==== Trabalho 5 (Emparelhamentos) ====

Entrega: 16/11/2015

=== 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/aa/data.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 o 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 (O algoritmo de Cristofides) ====

Entrega: 10/12/2015 (Observação: esta data não será prorrogada)

=== Objetivos ===

  * Implementar o algoritmo de Cristofides
  * Testar duas variantes: a) usando um emparelhamento perfeito máximo, b) usando um emparelhamento perfeito obtido por um algoritmo guloso que seleciona cada vez a aresta livre de maior peso.
  * Conduzir testes que avaliam o desempenho do algoritmo em termos de qualidade e tempo.

=== Casos de teste ===
  * Disponíveis na {{http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95|TSPLIB}}. Aplicar pelo menos nas instâncias gr96, gr202, gr229, gr431, ali535, gr666, dsj1000, pla7397, pla33810, pla85900.
  * Para avaliar a qualidade: relatar o desvio relativo percentual (v-b)/b de uma solução com valor v e melhor valor conhecido b.
  * Informar o tempo de execução em segundos.

=== Convenções ===

  * A implementação deve aceitar uma instância na entrada padrão (stdin) e imprimir o valor da rota obtida pelo algoritmo de Cristofides na saída padrão (stdout).
  * O formato das instâncias é o mesmo formato usado na {{http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95|TSPLIB}}: uma documentação está {{http://comopt.ifi.uni-heidelberg.de/software/TSPLIB95/DOC.PS|aqui}}

=== Materiais ===

  * Para calcular o matching, usar o software {{http://pub.ist.ac.at/~vnk/software/blossom5-v2.05.src.tar.gz|Blossom V}}. (O algoritmo Húngaro da questão 5 não serve, porque é necessário determinar um matching no grafo não-bipartido.)
  * Para facilitar a leitura de instâncias da TSPLIB, {{http://www.inf.ufrgs.br/~mrpritt/aa/tspParse.H}} e {{http://www.inf.ufrgs.br/~mrpritt /aa/tspParse.C}} mostram um exemplo em C++, que pode ser adaptado.
Marcus Ritt

Ferramentas de Utilizador

Ferramentas de Site

Ferramentas de Página
