Séance du 23 janvier

compte_rendu/compte_rendu.aux

@@ -12,7 +12,12 @@
 \newlabel{eq:condArete}{{1}{3}}
 \@writefile{toc}{\contentsline {paragraph}{preuve :}{3}}
 \@writefile{toc}{\contentsline {section}{\numberline {2}Mise en pratique : graphe de Gabriel et de voisinage relatif}{3}}
-\@writefile{toc}{\contentsline {section}{\numberline {3}Triangulation de Delaunay}{4}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {3.1}Pratique}{4}}
-\@writefile{toc}{\contentsline {subsection}{\numberline {3.2}Aspect théorique}{4}}
-\@writefile{toc}{\contentsline {part}{III\hspace  {1em}Algorithme de Dijkstra pour la recherche du plus court chemin}{4}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {2.1}Création de graphe de Gabriel et de voisinage relatif}{3}}
+\@writefile{lof}{\contentsline {figure}{\numberline {2}{\ignorespaces Graphe de gabriel\relax }}{4}}
+\newlabel{fig:2_4_gabriel}{{2}{4}}
+\@writefile{lof}{\contentsline {figure}{\numberline {3}{\ignorespaces Graphe de voisinage realtif\relax }}{5}}
+\newlabel{fig:2_4_gvr}{{3}{5}}
+\@writefile{toc}{\contentsline {section}{\numberline {3}Triangulation de Delaunay}{6}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {3.1}Pratique}{6}}
+\@writefile{toc}{\contentsline {subsection}{\numberline {3.2}Aspect théorique}{6}}
+\@writefile{toc}{\contentsline {part}{III\hspace  {1em}Algorithme de Dijkstra pour la recherche du plus court chemin}{6}}

compte_rendu/compte_rendu.lof

@@ -1,2 +1,4 @@
 \select@language {french}
 \contentsline {figure}{\numberline {1}{\ignorespaces Différentes positions possible de points par rapport à $A$ et $B$\relax }}{3}
+\contentsline {figure}{\numberline {2}{\ignorespaces Graphe de gabriel\relax }}{4}
+\contentsline {figure}{\numberline {3}{\ignorespaces Graphe de voisinage realtif\relax }}{5}

compte_rendu/compte_rendu.tex

@@ -64,7 +64,35 @@ Réciproquement, si tous les points de $\mathcal{V}$ sont à l'extérieur du cer
 }
 
 \section{Mise en pratique :  graphe de Gabriel et de voisinage relatif}
-Questions 2.4 2.5 2.6
+\subsection{Création de graphe de Gabriel et de voisinage relatif}
+\begin{figure}
+\centering
+\includegraphics[width=1\linewidth]{images/2_4_gabriel}
+\caption{Graphe de gabriel}
+\label{fig:2_4_gabriel}
+\end{figure}
+\begin{figure}
+	\centering
+	\includegraphics[width=1\linewidth]{images/2_4_gvr}
+	\caption{Graphe de voisinage realtif}
+	\label{fig:2_4_gvr}
+\end{figure}
+
+En traçant les graphes de Gabriel (figure \ref{fig:2_4_gabriel}) et de voisinage relatif (figure \ref{fig:2_4_gvr}), on observe que le second est inclus dans le premier.
+
+\subsection{Génération d'un réseau}
+En combinant la génération de graphe de Gabriel et de voisinage relatif, on peut générer un réseau routier, comme le montre la figure \ref{fig:2_5}.
+
+\begin{figure}
+\centering
+\includegraphics[width=1\linewidth]{images/2_5}
+\caption{Réseau généré}
+\label{fig:2_5}
+\end{figure}
+
+\subsection{Temps de génération d'un réseau}
+
+
 
 \section{Triangulation de Delaunay}
 \subsection{Pratique}

compte_rendu/compte_rendu.toc

@@ -4,7 +4,8 @@
 \contentsline {section}{\numberline {1}Condition pour un graphe de Gabriel}{3}
 \contentsline {paragraph}{preuve :}{3}
 \contentsline {section}{\numberline {2}Mise en pratique : graphe de Gabriel et de voisinage relatif}{3}
-\contentsline {section}{\numberline {3}Triangulation de Delaunay}{4}
-\contentsline {subsection}{\numberline {3.1}Pratique}{4}
-\contentsline {subsection}{\numberline {3.2}Aspect théorique}{4}
-\contentsline {part}{III\hspace {1em}Algorithme de Dijkstra pour la recherche du plus court chemin}{4}
+\contentsline {subsection}{\numberline {2.1}Création de graphe de Gabriel et de voisinage relatif}{3}
+\contentsline {section}{\numberline {3}Triangulation de Delaunay}{6}
+\contentsline {subsection}{\numberline {3.1}Pratique}{6}
+\contentsline {subsection}{\numberline {3.2}Aspect théorique}{6}
+\contentsline {part}{III\hspace {1em}Algorithme de Dijkstra pour la recherche du plus court chemin}{6}

graphe.py

@@ -4,6 +4,7 @@ import numpy as np
 
 import triangulation
 import tas
+import stack
 
 
 class Graphe:
@@ -21,7 +22,7 @@ class Graphe:
         self.nom = nom
         self.sommets = []
         self.aretes = []
-        self.cout = None, Graphe.Cout.TEMPS
+        self.cout = Graphe.Cout.TEMPS
         self.arrivee = None
 
     def renomme(self, nom):
@@ -55,6 +56,8 @@ class Graphe:
         """
         a = Arete(s1, s2, longueur, v_moyenne, self)
         self.aretes.append(a)
+        s1.aretes.add(a)
+        s2.aretes.add(a)
         return a
 
     def n(self):
@@ -303,18 +306,19 @@ class Graphe:
         minCout = sys.float_info.max
         matrice = self.matriceCout(tournee)
         cout = 0
-        visite = [False]*len(tournee)
+        visite = [False] * len(tournee)
         visite[0] = True
         itineraire = [0]
+
         def backtrack():
             nonlocal meilleurItineraire, minCout, matrice, cout, visite, itineraire
             if cout < minCout:
-                if len(itineraire)==len(tournee):
+                if len(itineraire) == len(tournee):
                     if cout + matrice[0, itineraire[-1]] < minCout:
                         minCout = cout + matrice[0, itineraire[-1]]
                         meilleurItineraire = [tournee[x] for x in itineraire]
                 else:
-                    for i,sommet_visite in enumerate(visite):
+                    for i, sommet_visite in enumerate(visite):
                         if not sommet_visite:
                             visite[i] = True
                             indicePrec = itineraire[-1]
@@ -328,12 +332,82 @@ class Graphe:
         return minCout, meilleurItineraire
 
     def traceItineraire(self, itineraire):
-        for i,x in enumerate(itineraire):
+        for i, x in enumerate(itineraire):
             x.nom = "s" + str(i)
-            suivant = itineraire[(i+1)%len(itineraire)]
-            c,_ = self.astar(x, suivant)
+            suivant = itineraire[(i + 1) % len(itineraire)]
+            c, _ = self.astar(x, suivant)
             self.colorieChemin(c, (0.8, 0.1, 0.8))
 
+    def Prim(self):
+        for s in self.sommets:
+            s.selection = False
+        for a in self.aretes:
+            a.selection = False
+        aretes = tas.Tas(lambda x: -x.cout)
+        for a in self.sommets[0].aretes:
+            aretes.ajoute(a)
+        self.sommets[0].selection = True
+        arbre = []
+        ptot = 0
+        while not aretes.empty():
+            a = aretes.pop()
+            s1, s2 = a.s1, a.s2
+            if not s1.selection or not s2.selection:
+                a.selection = True
+                ptot += a.cout
+                if not s1.selection:
+                    s1.selection = True
+                    for a_1 in s1.aretes:
+                        aretes.ajoute(a_1)
+                if not s2.selection:
+                    s2.selection = True
+                    for a_2 in s2.aretes:
+                        aretes.ajoute(a_2)
+        return ptot
+
+    def colorieSelection(self, couleur=(0.1, 0.6, 0.2)):
+        """Colorie les sommets et arêtes avec le drapeau `selection` à True."""
+        for s in self.sommets:
+            if s.selection:
+                s.couleur = couleur
+        for s in self.aretes:
+            if s.selection:
+                s.couleur = couleur
+
+    def grapheDeCout(self, tournee):
+        g = Graphe("Graphe de cout de " + self.nom)
+        for s in tournee:
+            s_a = g.ajouteSommet(s.x(), s.y())
+            s_a.image = s
+            s.image = s_a
+
+        for i, s in enumerate(g.sommets):
+            self.dijkstraAvecTas(s.image)
+            for s_v in g.sommets[i:]:
+                d = sum((a.cout for a in self.cheminOptimal(s_v.image)))
+                g.connecte(s, s_v, d, 1)
+        return g
+
+    def tourneeApproximative(self, tournee):
+        g_cout = self.grapheDeCout(tournee)
+        g_cout.Prim()
+        pile = stack.Stack()
+        pile.add(tournee[0].image)
+        tournee[0].image.selection = False
+        chemin = [tournee[0]]
+        while not pile.empty():
+            actuel = pile.pop()
+            fils = list(filter(lambda x: x.selection, actuel.aretes))
+            if fils:
+                a = fils.pop()
+                a.selection = False
+                nouveau = a.voisin(actuel)
+                nouveau.selection = False
+                chemin.append(nouveau.image)
+                pile.add(actuel)
+                pile.add(nouveau)
+        return chemin
+
 
 class Sommet:
     """Implémente un sommet de graphe."""
@@ -352,6 +426,8 @@ class Sommet:
         self.cumul = None
         self.precedent = None
         self.graphe = graphe
+        self.selection = False
+        self.image = None
 
     @property
     def minCumulRestant(self):
@@ -409,6 +485,7 @@ class Arete:
         self.v_moyenne = v_moyenne
         self.couleur = couleur
         self.graph = graph
+        self.selection = False
 
     def voisin(self, s):
         """Retourne le sommet voisin de s dans l'arête.

stack.py

@@ -0,0 +1,22 @@
+class Stack:
+    class StackElem:
+        def __init__(self, elt, prec):
+            self.elt = elt
+            self.prec = prec
+
+    def __init__(self, elts=[]):
+        self.first = None
+        for e in elts:
+            self.add(e)
+
+    def add(self, e):
+        se = self.StackElem(e, self.first)
+        self.first = se
+
+    def pop(self):
+        e = self.first.elt
+        self.first = self.first.prec
+        return e
+
+    def empty(self):
+        return self.first is None

test.py

@@ -6,6 +6,7 @@ Donc pour la question 3_4 : `python3 test.py 3_4`.
 """
 
 import sys
+import random
 
 import graphe
 import graphique
@@ -101,7 +102,7 @@ def chronometre(fonctionTest, fonctionPreparation, parametres):
 def testQuestion2_6():
     """Mesure la performance de graphe.reseau"""
     prepare = lambda p : graphe.pointsAleatoires(p, 10)
-    valeurs_n = np.arange(1, 200)
+    valeurs_n = list(map(int, np.logspace(1, 2.7, 100)))
     temps = chronometre(graphe.reseau, prepare, valeurs_n)
     pl.close('all')
     pl.title("Mesure du temps d'exécution de `reseau`.")
@@ -347,6 +348,85 @@ def testQuestion4_2():
     graphique.affiche(g, (0, 0), 10.)
 
 
+def testQuestion4_3():
+    """Mesure le temps de calcul."""
+    g = graphe.reseauRapide(graphe.pointsAleatoires(1000, 1000))
+    prepare = lambda p : random.sample(g.sommets, p)
+    valeurs_n = list(map(int, np.linspace(1, 15, 10)))
+    temps = chronometre(g.voyageurDeCommerceNaif, prepare, valeurs_n)
+    pl.close('all')
+    pl.title("Temps d'exécution pour le voyageur de commerce.")
+    pl.plot(valeurs_n, temps)
+    pl.xlabel("n (nombre de points de la tournée)")
+    pl.ylabel("temps")
+    pl.show()
+    pl.title("Temps d'exécution pour le voyageur de commerce.")
+    pl.loglog(valeurs_n, temps)
+    pl.xlabel("n (nombre de points de la tournée)")
+    pl.ylabel("temps")
+    pl.show()
+
+
+def testQuestion4_6():
+    g = graphe.pointsAleatoires(30, 30)
+
+    graphe.reseauRapide(g)
+    g.fixeTempsCommeCout()
+    g.renomme("Algorithme de Prim (cout=temps)")
+    p = g.Prim()
+    print("Poids de prim:", p)
+    g.colorieSelection()
+    graphique.affiche(g, (0, 0), 10.)
+
+
+def testQuestion4_7():
+    g = graphe.pointsAleatoires(30, 30)
+
+    graphe.reseauRapide(g)
+    g.fixeTempsCommeCout()
+    g.renomme("Graphe de test (cout=temps)")
+    tournee = [g.sommets[i] for i in (0, 1, 2, 7)]
+    g1 = g.grapheDeCout(tournee)
+    graphique.affiche(g, (0, 0), 10., blocage=False)
+    graphique.affiche(g1, (0, 0), 10.)
+
+
+def testQuestion4_8():
+    g = graphe.pointsAleatoires(30, 30)
+
+    graphe.reseauRapide(g)
+    g.fixeTempsCommeCout()
+    g.renomme("Graphe de test (cout=temps)")
+    g1 = copy.deepcopy(g)
+    print("Tournée 0, 1, 2, 7")
+    tournee = [g.sommets[i] for i in (0, 1, 2, 7)]
+    iti = g.tourneeApproximative(tournee)
+    g.traceItineraire(iti)
+    tournee = [g1.sommets[i] for i in (0, 1, 2, 7)]
+    cout,iti = g1.voyageurDeCommerceNaif(tournee)
+    g1.traceItineraire(iti)
+    graphique.affiche(g, (0, 0), 10., blocage=False)
+    graphique.affiche(g1, (0, 0), 10.)
+
+
+def testQuestion4_9():
+    """Mesure le temps de calcul."""
+    g = graphe.reseauRapide(graphe.pointsAleatoires(1000, 1000))
+    prepare = lambda p : random.sample(g.sommets, p)
+    valeurs_n = list(map(int, np.logspace(1, 2, 30)))
+    temps = chronometre(g.tourneeApproximative, prepare, valeurs_n)
+    pl.close('all')
+    pl.title("Temps d'exécution pour le voyageur de commerce approximatif.")
+    pl.plot(valeurs_n, temps)
+    pl.xlabel("n (nombre de points de la tournée)")
+    pl.ylabel("temps")
+    pl.show()
+    pl.title("Temps d'exécution pour le voyageur de commerce approximatif.")
+    pl.loglog(valeurs_n, temps)
+    pl.xlabel("n (nombre de points de la tournée)")
+    pl.ylabel("temps")
+    pl.show()
+
 if __name__ == '__main__':
     n = sys.argv[1]
     if n in ('--help', '-h'):