int main(){ int *a, tam; a = inicializar(&tam); ingresa(a, tam); imprimir(a, tam); seleccion(a,tam); imprimir(a,tam); return 0; }
int main(){ struct nodo * lista; lista = inicializar(); agregar(lista); imprimir_lista(lista); seleccion(lista); imprimir_lista(lista); free(lista); return 0; }
/* Prueba de la funcion seleccion. */ void prueba_seleccion() { /* Declaro los vectores a utilizar. */ int vacio[] = {}, vacio_ord[] = {}; int unico[] = {8}, unico_ord[] = {8}; int vec1[] = {3, 5, 4, 2, 1}, vec1_ord[] = {1, 2, 3, 4, 5}; int vec2[] = {4, 8, 15, 16, 23, 42}, vec2_ord[] = {4, 8, 15, 16, 23, 42}; int vec3[] = {-38, -46, -65, -78}, vec3_ord[] = {-78, -65, -46, -38}; /* Declaro los largos de los veces */ int nvacio = 0; int nunico = 1; int nvec1 = 5; int nvec2 = 6; int nvec3 = 4; /* Prueba que la funcion seleccion se ejecute correctamente. */ seleccion(vacio, nvacio); print_test("Prueba seleccion vacio", comparar(vacio, nvacio, vacio_ord, nvacio) == 0); seleccion(unico, nunico); print_test("Prueba seleccion unico", comparar(unico, nunico, unico_ord, nunico) == 0); seleccion(vec1, nvec1); print_test("Prueba seleccion vec1", comparar(vec1, nvec1, vec1_ord, nvec1) == 0); seleccion(vec2, nvec2); print_test("Prueba seleccion vec2", comparar(vec2, nvec2, vec2_ord, nvec2) == 0); seleccion(vec3, nvec3); print_test("Prueba seleccion vec3", comparar(vec3, nvec3, vec3_ord, nvec3) == 0); }
int main(int ari,char **arc){ if(ari!=3){ printf("\nejecute como %s numeroDeNumerosAOrdenar metodoParaOrdenar",arc[0]); return -1; } int numberToRead=atoi(arc[1]); long *numbers=(long *)malloc(sizeof(long)*numberToRead); saveNumberInArray(numbers,numberToRead); // tree(numbers,numberToRead); // bubbleSimple(numbers,numberToRead); // bubbleBest(numbers,numberToRead); // insercion(numbers,numberToRead); seleccion(numbers,numberToRead); puts("");return 0; }
int main(void) { int vector[10] = {4,5,7,2,8,9,3,5,6,11}; //vector de 10 enteros char nombres[10][40] = {"Marcos", "Juan", "Maria", "Ana", "Pilar", "Miguel", "Elena"}; // 7 nombres int i; // aplicamos la función seleccion(vector, 10); // ver resultado for (i=0; i< 10; i++) printf("%d, ", vector[i]); printf("\n"); seleccion_str(nombres, 7); for (i=0; i< 7; i++) printf("%s, ", nombres[i]); printf("\n"); system("pause"); // Detiene la consola }
/*funcion principal*/ int main () { int tam, n, opcion, a; /* definir el tamaño del arreglo*/ printf("\ningrese el tamaño del arreglo:n"); scanf("%d", &tam); int arreglo[tam]; /*ingresando los valores del arreglo */ printf("ingrese los valores al arreglo:n"); for(n = 0; n < tam; n++) scanf("%d", &arreglo[n]); printf("n"); /* mostrar el arreglo original*/ printf("arreglo original:n"); for(n = 0; n < tam; n++) printf("%d", arreglo[n]); printf("n"); /* hacer un menu para determinar que funcion se requiere*/ /*antes se determina el arreglo original sin ser ordenado*/ do{ printf("----MENU-----\n\n"); printf("(1)ordenar por medio de burbuja \n"); printf("(2)ordenar pr medio de insercion\n"); printf("(3)ordenar por medio de seleccion\n"); printf("(4) salir de la pantalla \n "); printf("opcion"); scanf("%d", &opcion); switch(opcion) { case 1: printf("\nMetodo de ordenamiento de Burbuja\n"); /*hacer el llamado a la funcion de burbuja a la cual se le pasa parametros del arreglo y tamano*/ burbuja(arreglo, tam); /*mostrar el arreglo ordenando */ printf("arreglo ordenado /n"); for(n=0; n<tam; n++) printf("%d", arreglo[n]); printf("n"); break; case 2: printf("\n Metodo de ordenamiento por medio de insercion\n"); insercion(arreglo, tam); printf("arreglo ordenando \n"); for(n =0; n<tam; n++) printf("%d",arreglo[n]); printf("\n"); break; case 3: printf("\n Metodo de ordenamiento por medio de seleccion\n"); seleccion(arreglo, tam); printf("arreglo ordenado por seleccion \n"); for(n = 0; n<tam; n++) printf("%d", arreglo[n]); printf("\n"); break; case 4: printf("\n salir del sistema"); break; default: printf("opcion erronea"); break; } }while(opcion != 4); return 0; }
int main (int argc, char* argv[]){ //Primero se debe definir un parser que lee desde la linea de comandos o un archivo eoParser parser(argc, argv); //Se definen los parametros, se leen desde el parser y le asigna el valor //Datos necesarios del escenario de prueba double _min = parser.createParam((double)(0.0), "ValorMinimo", "Delimitacion area de trabajo",'M',"Parametros Escenario").value(); double _max = parser.createParam((double)(20.0), "ValorMaximo", "Delimitacion area de trabajo",'S',"Parametros Escenario").value(); unsigned int NoAnclas = parser.createParam((unsigned int)(10), "Anclas", "Numero de nodos anclas",'A',"Parametros Escenario").value(); unsigned int nodos = parser.createParam((unsigned int)(100), "Nodos", "Total de nodos",'N',"Parametros Escenario").value(); double radio = parser.createParam((double)(5), "Radio", "Radio de comunicacion",'R',"Parametros Escenario").value(); double DisReal[200][200]; double vecAnclas[NoAnclas*2]; //Configuracion parametros algoritmo unsigned int POP_SIZE = parser.createParam((unsigned int)(100), "PopSize", "Tamano de la poblacion",'P',"Parametros Algoritmo").value(); unsigned int numberGeneration = parser.createParam((unsigned int)(1000), "MaxGen", "Criterio de parada, Numero maximo de generaciones",'G',"Parametros Algoritmo").value(); unsigned int Nc = parser.createParam((unsigned int)(2), "Nc", "Constante del operador SBX",'C',"Parametros Algoritmo").value(); double Pcruza = parser.createParam((double)(0.87), "Pcruza", "Probabilidad de cruzamiento SBX",'X',"Parametros Algoritmo").value(); double Pmutation = parser.createParam((double)(0.85), "Pmutacion", "Probabilidad de mutacion de la encapsulacion de SVN y Swap",'Y',"Parametros Algoritmo").value(); double Pmutation1 = parser.createParam((double)(0.85), "Pmutacion1", "Probabilidad de mutacion de SVN",'Z',"Parametros Algoritmo").value(); double Pmutation2 = parser.createParam((double)(0.5), "Pmutacion2", "Probabilidad de mutacion de Swap",'W',"Parametros Algoritmo").value(); double sizeTorneo = parser.createParam((double)(8), "SizeTorneo", "Tamano del torneo para seleccion de individuos",'L',"Parametros Algoritmo").value(); double sizeElist = parser.createParam((double)(2), "SizeElist", "Cantidad de individuos que se conservan",'B',"Parametros Algoritmo").value(); double sizeTorneo1 = parser.createParam((double)(2), "SizeTorneo1", "Tamano del torneo para seleccion de individuos del elitismo",'Q',"Parametros Algoritmo").value(); //Parametros de guardado unsigned int setGeneracion = parser.createParam((unsigned int)(100), "setGeneracion", "Cada cuantas generaciones se guarda la poblacion",'T',"Guardar Datos").value(); unsigned int setTime = parser.createParam((unsigned int)(0), "setTime", "Cada cuantos segundos se guarda la configuracion",'I',"Guardar Datos").value(); //Grafica std::string InPut = parser.createParam(std::string("Estadistica.txt"), "Input", "Archivo que contiene el Fitness, Media, DevStand",'o',"Salida - Grafica").value(); bool graficaGnuplot = parser.createParam((bool)(0), "Gnuplot", "Grafica el Fitness y Media, 0 desactivado y 1 activado",'g',"Salida - Grafica").value(); //Termina la ejecucion al consultar la ayuda if (parser.userNeedsHelp()) { parser.printHelp(std::cout); exit(1); } //Verifica el ingreso de las probabilidades if ( (Pcruza < 0) || (Pcruza > 1) ) throw std::runtime_error("Pcruza Invalido"); if ( (Pmutation < 0) || (Pmutation > 1) ) throw std::runtime_error("Pmutation encapsulación Invalido"); if ( (Pmutation1 < 0) || (Pmutation1 > 1) ) throw std::runtime_error("Pmutation de SVN Invalido"); if ( (Pmutation2 < 0) || (Pmutation2 > 1) ) throw std::runtime_error("Pmutation de Swap Invalido"); //Parametro de tiempo struct timeval ti, tf; double tiempo; /**CARGAR EL ESCENARIO**/ //Escenario //Lee desde archivo escenario *pEscenario = new escenario(nodos, NoAnclas); //Matriz de distancia for (int i=0; i<nodos ; i++) {for (int j=0; j<nodos; j++)DisReal[i][j] = pEscenario->obtenerDisRSSI(i,j);} //Posicion Nodos anclas for (int i=0 ; i<NoAnclas*2 ; i++)vecAnclas[i] = pEscenario->obtenerAnclas(i); /**--------------------------------------------------------------**/ //Define la representación (Individuo) Individuo cromosoma; //Para la inicialización del cromosoma, primero se debe definir como se generaran los genes //Se utilizara un generador uniforme, (valor min, valor max) eoUniformGenerator<double> uGen(_min, _max); //Crear el inicializador para los cromosomas, llamado random IndiInit random(nodos*2,uGen); //Generar una subclase de la clase de la función de evaluación localizacionEvalPenal Fitness; //Criterio de parada eoGenContinue<Individuo> parada(numberGeneration); //Es otro criterio de parada en el cual se define el minimo de generaciones y cuantas generaciones sin mejoras //eoSteadyFitContinue<Individuo> parada(10,2); /** CRUZA **/ // Generar los limites para cada gen std::vector<double> min_b; std::vector<double> max_b; for(int i=0; i<nodos*2; i++) { min_b.push_back(_min); max_b.push_back(_max); } eoRealVectorBounds bounds(min_b, max_b); //Inicializar operador de cruce SBX individuoCruza crossover(bounds, Nc); //Cargar cantidad nodos anclas al operador crossover.setNoAnclas(NoAnclas); /** MUTACION **/ //Subclase de mutacion paper IEEE individuoMutacion mutationA(NoAnclas,numberGeneration,nodos,_min,_max); //Mutacion incluida en EO, permite llegar mas rapido a un fitness de 600 individuoMutacion0 mutationB; //Combina operadores de mutacion con su respectivo peso eoPropCombinedMonOp<Individuo> mutation(mutationA,Pmutation1); mutation.add(mutationB, Pmutation2); //Define un objeto de encapsulación (it contains, the crossover, the crossover rate, the mutation and the mutation rate) -> 1 line eoSGATransform<Individuo> encapsulacion(crossover, Pcruza, mutation, Pmutation); //0.87 //Define el método de selección, selecciona un individuo por cada torneo (en el parentesis se define el tamaño del torneo) eoDetTournamentSelect<Individuo> torneo(sizeTorneo); //Define un "eoSelectPerc" con el torneo como parametro por defecto (permite seleccionar el mejor individuo) eoSelectPerc<Individuo> seleccion(torneo); //Define una estrategia de reemplazo por cada generación //eoGenerationalReplacement<Individuo> reemplazo; ////Otra estrategia de reemplazo con elitismo eoElitism<Individuo> reemplazo(sizeElist,false); //antes 0.6 //Para utilizar eoElitism se define un eoDetTournamentTruncate para seleccionar los individuos para el elitismo eoDetTournamentTruncate<Individuo> Trunca(sizeTorneo1);// antes 2 //Define una poblacion de Individuos eoPop<Individuo> poblacion; //Cargar la matriz de distancias, cantidad nodos anclas y total de nodos Fitness.guardarDisReal(DisReal, NoAnclas, nodos, radio); //Cargar posiciones nodos anclas Fitness.guardarAnclas(vecAnclas); //Llena la población y evalua cada cromosoma for(int i=0 ; i<POP_SIZE ; i++) { random(cromosoma); Fitness(cromosoma); poblacion.push_back(cromosoma); } //Imprime la población //poblacion.printOn(std::cout); //Imprime un salto de linea std::cout<< std::endl; //Contenedor de clases eoCheckPoint<Individuo> PuntoChequeo(parada); //Cargar el valor de la generacion actual al operador de mutación //Se inicializa el contador de generaciones eoIncrementorParam<unsigned> generationCounter("Gen."); //Se carga el contador de generaciones al operador de mutación mutationA.setGen(& generationCounter); //Se carga el contador de generaciones al objeto eoCheckpoint para contar el número de generaciones PuntoChequeo.add(generationCounter); /** Guardar datos de la población en archivos **/ //Genera un archivo para guardar parametros eoState estado; //Guardar todo lo que necesites a la clase hija estado estado.registerObject(poblacion); //estado.registerObject(parser); //Guarda el tiempo de ejecucion desde la primera generacion eoTimeCounter time; PuntoChequeo.add(time); //Define cada cuantas generaciones se guarda la poblacion eoCountedStateSaver GuardarEstado(setGeneracion,estado,"generacion"); //Siempre se debe agregar a la clase hija de eoCheckPoint para que se ejecute en cada generacion PuntoChequeo.add(GuardarEstado); //Guardar algunas estadisticas de la poblacion //Muestra el mejor fitness de cada generación eoBestFitnessStat<Individuo> Elmejor("Mejor Fitness"); //La media y stdev eoSecondMomentStats<Individuo> SegundoStat; //Se agrega al eoCheckPoint PuntoChequeo.add(Elmejor); PuntoChequeo.add(SegundoStat); // Guarda los parametros a un archivo eoFileMonitor fileMonitor("stats.xg", " "); PuntoChequeo.add(fileMonitor); fileMonitor.add(generationCounter); //Numero de generaciones fileMonitor.add(time); //Tiempo total de ejecucion desde la primera generacion fileMonitor.add(Elmejor); //Mejor fitness fileMonitor.add(SegundoStat); //Media y desviacion estandar ///** Grafica **/ // eoFileMonitor fileMonitor1(InPut, " "); // fileMonitor1.add(Elmejor); //Mejor fitness // fileMonitor1.add(SegundoStat); //Media y desviacion estandar // PuntoChequeo.add(fileMonitor1); //Agrega al checkpoint // GnuplotMonitor grafica(InPut,graficaGnuplot); //Grafica el fitness y la media // grafica.setGen(& generationCounter); //Carga la generacion // PuntoChequeo.add(grafica); ///**------------------------------------------**/ // Incializa el algoritmo genetico secuencial eoEasyEA<Individuo> algoritmo(PuntoChequeo, Fitness, seleccion, encapsulacion, reemplazo, Trunca); //Tiempo inicial gettimeofday(&ti, NULL); //Corre el algoritmo en la poblacion inicializada algoritmo(poblacion); //Tiempo Final gettimeofday(&tf, NULL); std::cout << std::endl; //Imprime el mejor cromosoma poblacion.best_element().printOn(std::cout); std::cout << std::endl; std::cout << std::endl; //Imprime el tiempo de ejecución del algoritmo tiempo = (tf.tv_sec - ti.tv_sec)*1000 + (tf.tv_usec - ti.tv_usec)/1000.0; std::cout <<"Tiempo de ejecucion en milisegundos: " << tiempo << std::endl; std::cout << std::endl; //Se grafica el error y todos los nodos std::string filename="generacion"; graphError error(filename, setGeneracion, numberGeneration, nodos, NoAnclas, _max); std::cout << std::endl; return EXIT_SUCCESS; }