.Rhistory

+load("E:\\Documents\\IUT - Semestre 4\\Module - P4a - Performance\\P4a\\.RData")
+perfArray
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point()
+library(ggplot2)
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point()
+GraphArray
+perfTableau
+GraphTableau <- ggplot(perfTableau, aes(x=Taille, y=CPU, color="blue")) + geom_point()
+GraphTableau
+GraphTableau
+GraphTableau <- ggplot(perfTableau, aes(x=Taille, y=CPU, color="green")) + geom_point()
+GraphTableau
+GraphTableau <- ggplot(perfTableau, aes(x=Taille, y=CPU, color='green')) + geom_point()
+GraphTableau
+GraphArray
+GraphTableau <- ggplot(perfTableau, aes(x=Taille, y=CPU, color='green')) + geom_point(color="green")
+GraphTableau
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point(color="red")
+GraphArray
+perfLinked
+GraphLinked = ggplot(perfLinked, aes(x=Taille, y=CPU, color="blue")) + geom_point(color="blue")
+GraphLinked
+GraphPerfInitializing <- rbind(GraphArray, GraphTableau, GraphLinked)
+GraphPerfInitializing
+GraphPerf <- ggplot(GraphPerfInitializing, aes(x=Taille, y=CPU)) + geom_point()
+ggplot(GraphPerfInitializing, aes(x=Taille, y=CPU)) + geom_point()
+GraphTableau
+test<- rbind(perfArray, perfTableau, perfLinked)
+GraphTest <- ggplot(test, aes(x=Taille, y=CPU)) + geom_point()
+GraphTest
+ggplot(perfArray, aes(x=Taille, y=CPU)) + geom_point() + geom_smooth(fill="blue", colour="darkblue", size=1)
+warnings()
+save.image("E:\\Documents\\IUT - Semestre 4\\Module - P4a - Performance\\P4a\\.RData")
+q()
+load("E:\\Documents\\IUT - Semestre 4\\Module - P4a - Performance\\P4a\\.RData")
+perfArray
+Array
+graphArray
+arrayGraph
+GraphArray
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point(color="red") + geom_smooth()
+library(ggplot2)
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point(color="red") + geom_smooth()
+GraphArray <- ggplot(perfArray, aes(x=Taille, y=CPU, color="red")) + geom_point(color="red") + geom_smooth()
+GraphArray
+warnings()
+q()
+perf <- read.csv2("perf.csv", sep="\t", dec=".")
+perfTableau <- read.csv2("perfTableau.csv", sep="\t", dec=".")
+perfTableau <- read.csv2("perfTableau.csv", sep="\t", dec=".")
+perfArray <- read.csv2("perfArray.csv", sep="\t", dec=".")
+perfLinked <- read.csv2("perfLinked.csv", sep="\t", dec=".")
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,label="Performance Add Tableau")) + geom_smooth(color=blue")
+)
+"
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,label="Performance Add Tableau")) + geom_smooth(color="blue")
+library(ggplot2)
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,label="Performance Add Tableau")) + geom_smooth(color="blue")
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,label="Performance Add Tableau")) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,colour="Performance Add Tableau")) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,colour=Performance Add Tableau)) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,color="Performance Add Tableau")) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,color="red")) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,color=red)) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,color=time)) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphTableau
+graphTableau <- ggplot(perfTableau, aes(x=Taille,y=CPU,color=CPU)) + geom_smooth(color="blue") + ggtitle("Evaluation du temps d'xcution de Add sur un tableau")
+graphTableau
+graphArray <- ggplot(perfArray, aes(x=Taille,y=CPU,color=CPU)) + geom_smooth(color="red") + ggtitle("Evaluation du temps d'xcution de Add sur une Array")
+graphArray
+graphLinked <- ggplot(perfLinked, aes(x=Taille,y=CPU,color=CPU)) + geom_smooth(color="green") + ggtitle("Evaluation du temps d'xcution de Add sur une LinkedList")
+graphLinked
+graph <- ggarrange(graphTableau, graphArray, graphLinked, Labels=c("Tableau","Array","Linked"), ncol=2, nrow=2)
+library(ggpubr)
+install.package(ggpubr)
+instal.package(ggpubr)
+local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
+if(nchar(pkg)) library(pkg, character.only=TRUE)})
+instal.packages(ggpubr)
+install.packages(ggpubr)
+if(!require(devtools)) install.packages("devtools")
+devtools::install_github("kassambara/ggpubr")
+devtools::install_github("kassambara/ggpubr")
+install.packages(ggpubr)
+local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
+if(nchar(pkg)) library(pkg, character.only=TRUE)})
+library(devtools)
+library("devtools")
+library("devtools")
+local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
+if(nchar(pkg)) library(pkg, character.only=TRUE)})
+local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
+if(nchar(pkg)) library(pkg, character.only=TRUE)})
+print(perfArray)
+print(graphArray)
+print(graphLinked)
+using pushViewport()
+pushViewport(viewport(layout = grid.layout(2,2)))
+if(!require(devtools)) install.packages("devtools")
+devtools::install_github("kassambara/ggpubr")
+devtools::install_github("kassambara/ggpubr")
+install.packages("ggpubr")
+libraryr(ggpubr)
+library(ggpubr)
+graph <- ggarrange(graphTableau, graphArray, graphLinked, Labels=c("Tableau","Array","Linked"), ncol=2, nrow=2)
+graph
+save.image("E:\\Documents\\IUT - Semestre 4\\Module - P4a - Performance\\P4a\\.RData")
+perf <- read.csv2("perf.csv", sep="\t", dec=".")
+perf
+perf <- read.csv2("perf.csv", sep="\t", dec=".")
+perf
+ggplot(perf,aes(y = CPU, x = Taille, colour = Structure, shape =Structure))
+ggplot(perf,aes(y = CPU, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth()
+ggplot(perf,aes(y = CPU, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance CPU de la mthode ADD en fonction de la taille")
+perfAdd <- read.csv2("perf.csv", sep="\t", dec=".")
+GraphAdd <- ggplot(perfAdd,aes(y = CPU, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance CPU de la mthode ADD en fonction de la taille")
+GraphAdd
+GraphAddCPU <- ggplot(perfAdd,aes(y = CPU, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance CPU de la mthode ADD en fonction de la taille")
+GraphAddMemoire <- ggplot(perfAdd,aes(y = CPU, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance mmoire de la mthode ADD en fonction de la taille")
+GraphAddMemoire
+GraphAddMemoire <- ggplot(perfAdd,aes(y = Memoire, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance mmoire de la mthode ADD en fonction de la taille")
+GraphAddMemoire
+GraphAddMemoire <- ggplot(perfAdd,aes(y = Mem, x = Taille, colour = Structure, shape =Structure)) + geom_point() + geom_smooth() + ggtitle("Evaluation de la performance mmoire de la mthode ADD en fonction de la taille")
+GraphAddMemoire
+save.image("E:\\Documents\\IUT - Semestre 4\\Module - P4a - Performance\\P4a\\.RData")
+q()

README.md

@@ -4,9 +4,29 @@
 
 ## Problème
 
-Description du Problème.
+**Langage utilisé**
 
-Description de tous les paramètres exploratoires du problème
+Nous avons choisi d'utiliser le langage Java car il est plus adapté à notre organisation.
+
+**Description du problème**
+
+Analyse de performance de deux structures, faisant la même chose, mais fonctionnant différemment.
+
+Deux paramètres au démarrage :
+- Valeur que l'on veut trouver dans chaque tableau
+- Nombre de valeurs dans chaque tableau :
+    - Chaque tableau génère x nombres aléatoires. De plus, nous indiquons le nombre que l'on veut trouver, qui doit être trouvé dans chaque tableau. Ainsi, le code nous renverra l’indice qui correspond à l’endroit où la valeur voulue se trouve dans le tableau et nous aurons un résultat correspondant à l'indice de la valeur trouvée dans chaque tableau
+
+Contrainte : il faut de l’abstraction, et au moins un tableau ET une liste chaînée (Maillons)
+
+
+**Description des paramètres exploratoires du problème**
+
+- Analyser la différence de performance sur des opérations simples dans chaque structure (Inserer, Supprimer)
+
+**Organisation du projet**
+
+![](/UML_P4a.png)
 
 ## Dispositif expérimental
 
@@ -65,7 +85,11 @@ Expression précise et succincte d'une hypothèse.
 
 ### Protocole expérimental de vérification de l'hypothèse
 
-Expression précise et succincte du protocole.
+- Temps d'exécution des deux programmes (et leur différence)
+- Types de recherche de chaque programme (une standard et une recherche dichotomique)
+- Comment le “Random” influe sur la performance des structures
+- Comment améliorer la performance des deux structures
+- Déterminer la classe de compléxité des structures
 
 ```
 Suite des commandes, ou script, à exécuter pour produire les données.

UML.drawio

+<mxfile host="app.diagrams.net" modified="2021-03-09T14:27:15.252Z" agent="5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.190 Safari/537.36" etag="9Kk41M0dOw_UMj_LRa3x" version="14.4.6" type="device"><diagram id="R8-pWj9DbBJSb4AKZ-qf" name="Page-1">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</diagram></mxfile>
\ No newline at end of file

perf2.sh

+#!/usr/bin/env bash
+
+NTEST=50
+TAILLE=1000000
+
+
+echo -e "Structure\tTest\tOperation\tnbOperation\tCPU\tMem"
+for i in `seq $NTEST`
+do
+  nbOperation=`expr $i \* 500`;
+
+  for type in "Tableau" "Array" "Linked" "Maillon"
+  do
+    for operation in "Add" "Get" "RemoveTete" "RemoveMiddle"
+    do
+        res=`(/usr/bin/time -f "%U\t%M" java -jar Main.jar $type $TAILLE $operation $nbOperation > /dev/null) 2>&1`
+        echo -e "$type\t$i\t$operation\t$nbOperation\t$res"
+      done
+    done
+  done