Ecrivez vos réponses et commentaires dans ce document.
Puis décommenter `compare_taille` à la fin et expliquer les résultats.
###Comparaison des tailles(compare_taille)
*Résultats:
#Courbes:
Le graphique montre l'évolution de la taille en mémoire de la table de hachage avec
MPHF et du dictionnaire en fonction du nombre de k-mers(n)
###Interpretation:
#Table avec MPHF:
La taille de la table de hachage avec MPHF augmente linéairement avec n, mais
avec une pente plus faible que celle du dictionnaire. Cela est du à l'effcacité de la MPHF qui
minimise les collisions et donc la taille de la table.
#Dict:
La taille du dictionnaire augmente également linéairement avec n, mais avec une pente elevée.
Cela est du à la surcharge mémoire associée à la gestion des collisions et à la structure de données
plus complexe
#Efficacité:
La table de hachage avec MPHF est plus efficace en termes de mémoire que le dictionnaire
standard, surtout pour de grands ensembles de données. Cela est du à la minimisation des collisions
et à la structure plus compacte de la MPHF.
#Utilisation:
Cette méthode est particulièrement utile dans des applications où la mémoire est une ressource
critique, comme dans le traitement de grands ensembles de données génomiques.###
###Explication des courble sur l'image obtenu apres execution du code:
Sur le graphique, on compare la mémoire utilisée par deux structures : une table de hachage construite avec une MPHF (en bleu) et un dictionnaire Python classique (en orange), en fonction du nombre de k-mers qu’on y stocke.
La table avec MPHF :
La courbe monte doucement et de façon régulière. Cela montre que la MPHF utilise la mémoire de manière très efficace : elle n’alloue que ce qui est strictement nécessaire. Elle ne laisse pas d’espace vide inutile et reste donc très compacte, ce qui est parfait quand on connaît à l’avance tous les k-mers qu’on veut stocker.
Le dictionnaire :
La courbe est beaucoup moins fluide. Elle monte par paliers, car le dictionnaire doit régulièrement agrandir sa structure interne pour pouvoir continuer à insérer des éléments. À chaque palier, il réserve plus d’espace que nécessaire, ce qui entraîne un gaspillage de mémoire. Et plus le nombre de k-mers augmente, plus ça devient lourd.
En résumé :
La MPHF est clairement plus avantageuse en termes de mémoire, surtout quand on travaille avec de très grands ensembles de k-mers, comme c’est souvent le cas en bioinformatique. Le dictionnaire, lui, reste pratique et facile à utiliser, mais il devient vite inefficace quand on monte en volume.
Bonus : faites varier `nb_niveaux` et `gamma`, voyez quelle influence ils peuvent avoir.
table_size.append(sys.getsizeof(tableau)+sys.getsizeof(mphf))# pourquoi ici on ne mesure pas juste la taille en mémoire du tableau ?
#On ne mesure pas seulement la taille du tableau, car celui-ci contient uniquement les k-mers, mais pas la structure de la fonction de hachage minimale parfaite (MPHF) elle-même
dict_size.append(sys.getsizeof(set_kmer))
plt.plot(n_values,table_size,label='Table avec MPHF')
