==== Trabalho 1 (Heaps binários e algoritmo de Dijkstra) ==== Entrega: 27/03/2020 === Objetivos === * Implementar um heap k-ário. * Implementar o algoritmo de Dijkstra usando o heap implementado. * Determinar o valor de k tal que o algoritmo de Dijkstra com um heap k-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". * Exemplo de um {{:inf05016:testplan20201.pdf|plano de teste}}. === Observações === * Como o grafo possui 23,947,347 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 === /** * \file gen.cpp * \author Marcus Ritt * \version $Id: emacs 2872 2009-01-31 01:46:50Z ritt $ * \date Time-stamp: <2011-08-24 15:17:49 ritt> */ #include #include using namespace std; #include #include #include 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 Graph; typedef graph_traits::vertex_descriptor Node; typedef graph_traits ::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 dist(n); vector 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::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; } === Leitura (Exemplo) === 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> ac >> u >> v >> w; // processar arco (u,v) com peso w i++; } } }