Escuela de Ciencias de la Computaci6n 2da Practica Tedrica C262 Algoritmos Dynamic Programming y Greedy 1 Se tiene rod{barras) con su length i (longitud iesimo} en pulgadas, su respectivos price pi (precio iesimo) y su limit i (limite iesimo, o numero maximo de barras).. Determinar el maximo revenue m (ingreso n-esimo), por el corte de barras y la venta de sus piezas. Ejm lenghti 1 23 4 pricei 15 20 33 36 limiti 6 4 22 revenuen —_solucion PD cut_PDI....n) — solucion GR ‘cut_GR(..) rn elm: [x,px}+Lpil+ ? cejm: [x,px)+Lipil+ ? rhe. [15] 15 1,15] 15 2 [1,30] 30 [1,30] 30 6 donde: revenue n es maximo ingreso con longitud n [x,px], donde x es un tipo de longitud pertenece a (1,2,...n}, pes el precio Desarrollar el programa con Dynamic Programming de manera iterativa Incluir el método 0 funcion cut_PD\...) Desarrollar el programa con Greedy de manera iterativa Incluir ef método 0 funcion cut_GR\...) Se le pide resolver: Incluir un meni donde: La) se ingrese aleatoriamente i datos para length, price, limit de tal manera que los datos tengan sentido: Lb) se ingrese un n maximo e imprima tabla anterior. 1.¢) desarrollar la siguiente tabla de comparaciones y resultados Ingresar un i grande, con un tamafio n considerable y un numero e de ejecuciones. Para comparar el tiempo de ejecucién y el error que tiene el greedy Ejm datos de ingreso: i= 100000 // es el numero de longitudes, ejm = {1,2,3,... 100000} 500000 _//es se evalua el revenue (ingreso) de la longitud n 500000 1000 //es el numero de ejecuciones tanto Dynamic Programming y Greedy tienen los mismo datos. DP OGR Tiempo de ejecucién (milisegundos) 1200 13 Solucién 771000 650000 Error promedio de 1000ejecuciones 14.254210% - se tomara en cuenta el menor error promedio del greedy. !Los datos y salidas son referencialesiTema Greedy. 2) Desarrollar el Algoritmo de Codigos de Huffman para n proceso de compresion. Donde se le ingrese un conjunto de datos con el valor y su frecuencia, y de como resultado el codigo evaluado por el algoritmo de huffman HUFFMAN(C) An=|CL 2 3fori=1ton-L 4 allocate anewnode z 5. aleft = x= EXTRACT-MIN(Q) 6 aight =y = EXTRACT-MIN(Q) 7 nfreq=ax.freg + y.freq 8 INSERT(Q.z) 9 return EXTRACT-MIN(Q) 2.a)Ingresar n datos con su frecuencia, y luego te permita modificarlos. Fim n=6 Numero de caracteres 100000 Letra: aber ee Frecuencia(milesy 45 13 12 16 9 5 2.b)imprimir los resultados que te da | algoritmo de huffman , con longitud estatica. Que imprima los costos de cada uno. Letra: ab ae dE eet Frecuencia(miles) 45 13 12 16 9 5 Long estatica 000 001 010 O11 «100-101 long. variable 0 100 111 1101 1100 Costo de longitud estética Costo de longitud variable Analisis Amortizado 3. Desarrollar el anilisis amortizado de n operaciones de insercién en un red black tree Se le pide resolver: 3.a) de manera matematica demostrar cuanto es el costo por operacion. 3.b) y un programa que se ingrese n y te calcule el tiempo de ejecucién total (t{n}) y el tiempo por operacién (t(n}/n)