diff --git a/tp_2_miso_mphf.py b/tp_2_miso_mphf.py
index 64403803f46b7aecfff4e4a4c82cd7dc6c12cb42..5503f71f46d2a1f91e4756fe8b80df558d7d1dc4 100644
--- a/tp_2_miso_mphf.py
+++ b/tp_2_miso_mphf.py
@@ -8,31 +8,31 @@ import random
###### PARTIE 1 ######
def construction_mphf(set_kmer, n, gamma=2, nb_niveaux=3):
-
- """
- Construit une fonction de hachage minimale parfaite (MPHF) pour un ensemble de k-mers.
-
- Parameters:
- set_kmer (set): Ensemble de k-mers.
- n (int): Taille de l'ensemble de k-mers.
- gamma (int): Facteur de réduction de la taille de la table de hachage. Default: 2.
- nb_niveaux (int): Nombre de niveaux de réduction de la taille de la table de hachage. Default: 3.
-
- Returns:
- mphf (list): Table de hachage minimale parfaite.
-
- Examples:
- >>> set_kmer = {str(i) for i in range(10)}
- >>> n = 10
- >>> mphf = construction_mphf(set_kmer, n)
- >>> len(mphf) == n
- True
- >>> all(0 <= mphf[i] < n for i in range(n))
- True
- >>> len(mphf) == n
- True
- """
- # Initialisation
+ """
+ Construit une fonction de hachage minimale parfaite (MPHF) pour un ensemble de k-mers.
+
+ Parameters:
+ set_kmer (set): Ensemble de k-mers.
+ n (int): Taille de l'ensemble de k-mers.
+ gamma (int): Facteur de réduction de la taille de la table de hachage. Default: 2.
+ nb_niveaux (int): Nombre de niveaux de réduction de la taille de la table de hachage. Default: 3.
+
+ Returns:
+ mphf (list): Table de hachage minimale parfaite.
+
+ Examples:
+ >>> set_kmer = {str(i) for i in range(10)}
+ >>> n = 10
+ >>> mphf = construction_mphf(set_kmer, n)
+ >>> len(mphf) == n
+ True
+ >>> all(0 <= mphf[i] < n for i in range(n))
+ True
+ >>> len(mphf) == n
+ True
+ """
+ # Initialisation
+
set_kmer_courant = set_kmer.copy()
tableaux = []
collision = set()
@@ -41,25 +41,23 @@ def construction_mphf(set_kmer, n, gamma=2, nb_niveaux=3):
l = len(set_kmer_courant)
tableau_principal = [-1] * (gamma * l)
for kmer in set_kmer_courant:
- hachage = abs(hash(kmer)) # positif
- print(hachage)
+ hachage = abs(hash(kmer))# positif
adresse = hachage % len(tableau_principal)
-
if tableau_principal[adresse] != -1: # Collision
collision.add(kmer)
else:
tableau_principal[adresse] = hachage # Stocker le hachage
+ tableaux.append(tableau_principal) # on conserve les positions sans collision dans notre table finale
- tableaux.append(tableau_principal) # expliquer
- set_kmer_courant = collision.copy() # expliquer
- collision = set() # expliquer
+ set_kmer_courant = collision.copy() # on prépare les positions en collision dans le set
+ # courant pour un nouveau hachage
+ collision = set() # on replace les positions non-hachées en tant que set pour le hachage
# Construction de la MPHF
mphf = []
grand_tableau = []
for tableau in tableaux:
- grand_tableau.extend(tableau) # expliquer
-
+ grand_tableau.extend(tableau) # on ajoute tous les éléments de tous les tabeaux dans le tableau final, sans renvoyer de valeur
rangs = []
max_rang = 0
count = 0
@@ -68,24 +66,21 @@ def construction_mphf(set_kmer, n, gamma=2, nb_niveaux=3):
h_tab = grand_tableau[pos]
if h_tab != -1:
count += 1
- list_h_pos.append((h_tab, count))
- #tester et approuver par les autorité competente, fait une liste sous forme :
- # [(2052854839243325982, 1), (4957333478667127183, 2), (937960722055874324, 3), (5781457990790611126, 4), (639567318783299370, 5), (8946549155908438712, 6), (2965694465669227395, 7), (2528361345495398196, 8), (4425804304571150798, 9), (8833577342042152210, 10)]
+ list_h_pos.append((h_tab, count)) # fonction de hashage minimale parfaite !
-
- col_h = []
+ mphf = list_h_pos
+
+ '''col_h = []
col_kmer = []
for k in kmer:
h = abs(hash(k))
ok = 0
for e in range(len(list_h_pos)):
if list_h_pos[e][0] == h:
- ok +=1
- if ok ==0:
- col_h.append(h) #si besoin d'une liste de h qui sont pas dans tableau et qu'il faut rajouter apres
- col_kmer.append(k) #pareil mais avec les kmer, jsp ce qu'on aura besoin ensuite
-
-
+ ok += 1
+ if ok == 0:
+ col_h.append(h) # si besoin d'une liste de h qui sont pas dans tableau et qu'il faut rajouter apres
+ col_kmer.append(k) # pareil mais avec les kmer, jsp ce qu'on aura besoin ensuite
# compléter
# hacher le kmer
# si le hash est dans le grand_tableau
@@ -94,35 +89,42 @@ def construction_mphf(set_kmer, n, gamma=2, nb_niveaux=3):
# ajouter à la mphf [h, rang]
# mettre à jour max_rang
- for kmer in set_kmer_courant: # gestion des collisions: expliquer les 3 lignes du dessous
+ for kmer in set_kmer_courant: # permet de récupérer la dernière collision si elle existe
max_rang += 1
h = abs(hash(kmer))
mphf.append([h, max_rang])
+'''
return mphf
def get_hash_mphf(mphf, kmer):
- """
- Calcule le hash d'un k-mer à l'aide d'une fonction de hachage minimale parfaite (MPHF).
-
- Parameters:
- mphf (list): Table de hachage minimale parfaite.
- kmer (str): K-mer à hasher.
-
- Returns:
- int: Hash du k-mer.
-
- Examples:
- >>> set_kmer = {str(i) for i in range(10)}
- >>> n = 10
- >>> mphf = construction_mphf(set_kmer, n)
- >>> kmer = "5"
- >>> hash_mphf = get_hash_mphf(mphf, kmer)
- >>> 0 <= hash_mphf < n
- True
- """
- pass # TODO modifier
+ """
+ Calcule le hash d'un k-mer à l'aide d'une fonction de hachage minimale parfaite (MPHF).
+
+ Parameters:
+ mphf (list): Table de hachage minimale parfaite.
+ kmer (str): K-mer à hasher.
+
+ Returns:
+ int: Hash du k-mer.
+
+ Examples:
+ >>> set_kmer = {str(i) for i in range(10)}
+ >>> n = 10
+ >>> mphf = construction_mphf(set_kmer, n)
+ >>> kmer = "5"
+ >>> hash_mphf = get_hash_mphf(mphf, kmer)
+ >>> 0 <= hash_mphf < n
+ True
+ """
+ hashkmer = abs(hash(kmer))
+ for hach in mphf:
+ if hach[0] == hashkmer:
+ return hach[0]
+ else:
+ return "ça existe pô"
+
def create_hash_table(set_kmer, n):
"""
@@ -145,49 +147,57 @@ def create_hash_table(set_kmer, n):
>>> all(kmer in tableau for kmer in set_kmer)
True
"""
- pass # TODO modifier
+ pass # TODO modifier
# créer la mphf pour les kmers
# initialiser un tableau de taille n (une liste)
# écrire les kmers aux adresses du tableau données par la mphf
# retourner le tableau et la mphf
-
-
def generer_kmers(n, k):
- '''
- genere un set de n k-mers
- '''
- kmers = set()
- while len(kmers) < n:
- kmer = ''.join(random.choice('ATCG') for _ in range(k))
- kmers.add(kmer)
- return kmers
+ '''
+ genere un set de n k-mers
+ '''
+ kmers = set()
+ while len(kmers) < n:
+ kmer = ''.join(random.choice('ATCG') for _ in range(k))
+ kmers.add(kmer)
+ return kmers
def compare_taille(n_max, fichier_sortie):
- n_values = []
- table_size = []
- dict_size = []
- k = 21
-
- for n in range(100, n_max, 1000):
- set_kmer = generer_kmers(n, k)
- tableau, mphf = create_hash_table(set_kmer,n)
-
- n_values.append(n)
- table_size.append(sys.getsizeof(tableau)+sys.getsizeof(mphf)) # pourquoi ici on ne mesure pas juste la taille en mémoire du tableau ?
- dict_size.append(sys.getsizeof(set_kmer))
-
- plt.plot(n_values, table_size, label='Table avec MPHF')
- plt.plot(n_values, dict_size, label='Dict')
- plt.xlabel('n')
- plt.xticks(n_values, [str(x) for x in n_values], rotation=45)
- plt.ylabel('Taille (octets)')
- plt.title('Évolution de la taille de la table de hachage avec MPHF et du dict')
- plt.legend()
- plt.savefig(fichier_sortie)
- plt.close()
-
-# dé-commenter quand vous êtes prêts, expliquer les résultats
-#compare_taille(10000,"mphf.png")
+ n_values = []
+ table_size = []
+ dict_size = []
+ k = 21
+
+ for n in range(100, n_max, 1000):
+ set_kmer = generer_kmers(n, k)
+ tableau, mphf = create_hash_table(set_kmer, n)
+
+ n_values.append(n)
+ table_size.append(sys.getsizeof(tableau) + sys.getsizeof(
+ mphf)) # pourquoi ici on ne mesure pas juste la taille en mémoire du tableau ?
+ dict_size.append(sys.getsizeof(set_kmer))
+
+ plt.plot(n_values, table_size, label='Table avec MPHF')
+ plt.plot(n_values, dict_size, label='Dict')
+ plt.xlabel('n')
+ plt.xticks(n_values, [str(x) for x in n_values], rotation=45)
+ plt.ylabel('Taille (octets)')
+ plt.title('Évolution de la taille de la table de hachage avec MPHF et du dict')
+ plt.legend()
+ plt.savefig(fichier_sortie)
+ plt.close()
+
+if __name__ == "__main__":
+ import doctest
+ doctest.testmod()
+ kmers = generer_kmers(10, 10)
+ set_kmer = set(kmers)
+ n = 10
+ mphf = construction_mphf(set_kmer, n)
+ print('mpfh')
+ print(mphf)
+ print('get')
+ print(get_hash_mphf(mphf, "prout"))
\ No newline at end of file