From 374ba3b0b3d64f7434f05f0335c746fb58678cd1 Mon Sep 17 00:00:00 2001
From: "sania.mekchiche.etu" <sania.mekchiche.etu@univ-lille.fr>
Date: Sun, 9 Mar 2025 02:46:37 +0100
Subject: [PATCH] fini1
---
TP2_hachage/tp_2_miso_dict.py | 143 ++++++++++++++++++++--------------
1 file changed, 86 insertions(+), 57 deletions(-)
diff --git a/TP2_hachage/tp_2_miso_dict.py b/TP2_hachage/tp_2_miso_dict.py
index b4fa921..4d8763c 100644
--- a/TP2_hachage/tp_2_miso_dict.py
+++ b/TP2_hachage/tp_2_miso_dict.py
@@ -2,80 +2,109 @@ import matplotlib.pyplot as plt
import numpy as np
import time
import sys
+import math
-#test modif du push après peripétie
+
+# test modif du push après peripétie
###### PARTIE 2 ######
-def experiment_load_factor(load_factors): #= load_factor = liste de facteur de charge
- """
+def experiment_load_factor(load_factors): # = load_factor = liste de facteur de charge
+ """
Étude du facteur de charge
"""
- insertion_times=[]
- num_resizes = []
- sizes = []
-
- for i in load_factors:
- dict = {}
- num_elements= 0 #nombre d'élement dans table
- num_resize = 0 #taille dico
- last_size = sys.getsizeof(dict) #taile dico après insertion
- start_time = time.time() # tps avant insertion
-
- while num_elements < load_factors: #remplie table tant que taille attendue par facteur de charge pas atteint
- dict[num_elements]=num_elements
- num_elements =+ 1
- last_size = sys.getsizeof(dict)
- num_resize =+ 1 #on ajoute 1 élement donc 1 position en +
- end_time = time.time() #temps fin insertion
- insertion_times.append(end_time - start_time) #temps totale
- sizes.append(last_size) #on ajoute la nouvelle taille dans la liste
- num_resizes.append(num_resize) #nouvelle table
-
- return insertion_times, num_resizes, sizes
+ insertion_times = []
+ num_resizes = []
+ sizes = []
+
+ for i in load_factors:
+ dico = {}
+ num_elements = 0 # nombre d'élement dans table
+ num_resize = 0 # taille dico
+ last_size = sys.getsizeof(dico) # taile dico après insertion
+ insertion_per_factor = []
+
+ while num_elements < (i * 100): # remplie table tant que taille attendue par facteur de charge pas atteint
+ start_time = time.perf_counter()
+ dico[num_elements] = num_elements
+ end_time = time.perf_counter()
+ insertion_per_factor.append(end_time - start_time) # temps totale
+ num_elements += 1
+ current_size = sys.getsizeof(dico)
+ if current_size > last_size:
+ last_size = current_size
+ num_resize += 1 # on ajoute 1 élement donc 1 position en +
+
+ insertion_times.append(np.mean(insertion_per_factor))
+ sizes.append(last_size) # on ajoute la nouvelle taille dans la liste
+ num_resizes.append(num_resize) # nouvelle table
+ print(insertion_times)
+ return insertion_times, num_resizes, sizes
+
def experiment_longest():
- """
+ """
TODO: cette focntion apour objectif de créer un dictionnaire, à partir d'une valleur de départ,
pour chaque iteration, elle associé une clé qui est la chaine de caractère de la valeur. A chaque insertion, le temps
est ajouté est mésuré et est stocké dans une variable.
A la fin un histogramme est créer et stocké dans un histogramme.
"""
- d = {}
- insertion_times = []
-
- for i in range(10000):
- key = str(i)
- value = i
- start_time = time.time()
- d[key] = value
- insertion_time = time.time() - start_time
- insertion_times.append(insertion_time)
- frequencies = np.histogram(insertion_times)[0]
- return frequencies
+ d = {}
+ insertion_times = []
+
+ for i in range(10000):
+ key = str(i)
+ value = i
+ start_time = time.time()
+ d[key] = value
+ insertion_time = time.time() - start_time
+ insertion_times.append(insertion_time)
+ frequencies = np.histogram(insertion_times)[0]
+ return frequencies
+
def visualisation(load_factors, insertion_times, num_resizes, sizes, frequencies):
- """
+ """
Visualisation des résultats
"""
- # Temps d'insertion en fonction du facteur de charge
-
- # Nombre de réallocations de mémoire en fonction du facteur de charge
-
- # Taille de mémoire occupée en fonction du nombre d'éléments
-
- # Deuxième étude
- f = list()
- plt.figure(figsize=(10, 6))
- plt.bar(range(len(f)), f)
- plt.xlabel('Temps d\'insertion (s)')
- plt.ylabel('Fréquence')
- plt.title('Histogramme des fréquences des temps d\'insertions')
- plt.yscale('log')
- xticks = np.logspace(-6, 1, 3)
- xtick_labels = [f'{x:.1e}' for x in xticks]
- plt.xticks(xticks, xtick_labels)
- plt.savefig('histogramme.png')
+ # Temps d'insertion en fonction du facteur de charge
+ plt.figure(figsize=(10, 6))
+ plt.bar(load_factors, insertion_times, width=0.01, label="insertion_time", color='blue')
+ plt.xlabel('load factor')
+ plt.ylabel('Temps d\'inserstion')
+ plt.title('Histogramme du temps des insertions en fonction des facteurs de charge')
+ plt.savefig('histogramme 7A')
+ # Nombre de réallocations de mémoire en fonction du facteur de charge
+
+ plt.figure(figsize=(10, 6))
+ plt.bar(load_factors, num_resizes, width=0.05, label="num_resize", color='green')
+ plt.xlabel('load factor')
+ plt.ylabel('num resize')
+ plt.title('Histogramme du nombre de reallocations de mémoire en fonction du facteur de charge')
+ plt.savefig('Histogramme 7B')
+ # Taille de mémoire occupée en fonction du nombre d'éléments
+
+ plt.figure(figsize=(10, 6))
+ plt.bar(sizes, num_resizes, width=100, color='red',
+ label="Nombre de réallocations") # Augmente width si valeurs élevées
+ plt.xlabel('size')
+ plt.ylabel('num_resizes')
+ plt.title('Histogramme de la taille de mémoire occupé en fonction du nombre d\'élements')
+ plt.savefig('Histogramme 7C')
+
+ # Deuxième étude
+ f = list(frequencies)
+ plt.figure(figsize=(10, 6))
+ plt.bar(range(len(f)), f)
+ plt.xlabel('Temps d\'insertion (s)')
+ plt.ylabel('Fréquence')
+ plt.title('Histogramme des fréquences des temps d\'insertions')
+ plt.yscale('log')
+ xticks = np.logspace(-6, 1, 3)
+ xtick_labels = [f'{x:.1e}' for x in xticks]
+ plt.xticks(xticks, xtick_labels)
+ plt.savefig('histogramme.png')
+
load_factors = [0.01, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0]
insertion_times, num_resizes, sizes = experiment_load_factor(load_factors)
--
GitLab