lab01/task2_python.py - master - Konst_And/Labs_cpp

lab01/task2_python.py
86 строк4 KB
And Konst
move py files
05 мар 2026, 15:15
05 мар 2026, 15:152995f69
# Задание 2: сумма двух

import numpy as np
import matplotlib.pyplot as plt
from scipy import optimize

# данные
sizes_2 = [100, 200, 400, 800, 1600, 3200, 6400, 12800, 25600, 51200]
neup_avg = [7, 31.1, 147.3, 445.2, 1681.1, 5704.4, 22507.9, 78863.5, 305744, 1.27773e+06]
neup_worst = [9.9, 41.3, 157.25, 647.2, 2424.65, 9792.9, 40709.7, 153633, 607828, 2.49257e+06]
upor_avg = [0.1876, 0.33952, 0.6703, 1.21928, 2.3896, 4.87426, 9.49058, 18.7552, 37.9589, 78.7507]
upor_worst = [0.2293, 0.4456, 0.93948, 1.7436, 3.54608, 6.83438, 13.7187, 27.1077, 54.3656, 112.486]

# функции аппроксимации
def linear(x, a, b):
    return a * x + b

def quadratic(x, a, b, c):
    return a * x**2 + b * x + c

# Задание 2: полный перебор
for data, name, color in [(neup_avg, 'средний', 'blue'), (neup_worst, 'худший', 'red')]:
    plt.figure(figsize=(12, 5))
    plt.suptitle(f'Полный перебор – {name} случай', fontsize=14, y=0.98)

    # Квадратичная аппроксимация t(N) 
    plt.subplot(1, 2, 1)
    plt.plot(sizes_2, data, 'o-', color=color, linewidth=2, markersize=6, label='Данные')
    popt_quad, _ = optimize.curve_fit(quadratic, sizes_2, data)
    x_fit = np.linspace(min(sizes_2), max(sizes_2), 100)
    plt.plot(x_fit, quadratic(x_fit, *popt_quad), '--', color='black', linewidth=2,
             label=fr'$T = {popt_quad[0]:.2e}\cdot N^2 + {popt_quad[1]:.2f}\cdot N$')
    plt.xlabel('Размер массива N')
    plt.ylabel('Время (мкс)')
    plt.title('t(N) – квадратичная аппроксимация')
    plt.grid(True, alpha=0.3)
    plt.legend()

    # Линеаризация в координатах t(N²)
    plt.subplot(1, 2, 2)
    n_squared = [n**2 for n in sizes_2]
    plt.plot(n_squared, data, 'o-', color=color, linewidth=2, markersize=6, label='Данные')
    popt_lin, _ = optimize.curve_fit(linear, n_squared, data)
    x_n2_fit = np.linspace(min(n_squared), max(n_squared), 100)
    plt.plot(x_n2_fit, linear(x_n2_fit, *popt_lin), '--', color='black', linewidth=2,
             label=fr'$T = {popt_lin[0]:.2e}\cdot N^2 + {popt_lin[1]:.2f}$')
    plt.xlabel('N²')
    plt.ylabel('Время (мкс)')
    plt.title('t(N²) – линеаризация')
    plt.grid(True, alpha=0.3)
    plt.legend()
    
    plt.tight_layout(rect=[0, 0, 1, 0.95])
    #plt.savefig(f'task2_polper_{name}.png', dpi=300)
    plt.show()


# Задание 2: два указателя
for data, name, color in [(upor_avg, 'средний', 'green'), (upor_worst, 'худший', 'orange')]:
    plt.figure(figsize=(12, 5))
    plt.suptitle(f'Два указателя – {name} случай', fontsize=14, y=0.98)

    # Линейная аппроксимация t(N)
    plt.subplot(1, 2, 1)
    plt.plot(sizes_2, data, 'o-', color=color, linewidth=2, markersize=6, label='Данные')
    popt, _ = optimize.curve_fit(linear, sizes_2, data)
    x_fit = np.linspace(min(sizes_2), max(sizes_2), 100)
    plt.plot(x_fit, linear(x_fit, *popt), '--', color='black', linewidth=2,
             label=fr'$T = {popt[0]:.4f}\cdot N + {popt[1]:.2f}$')
    plt.xlabel('Размер массива N')
    plt.ylabel('Время (мкс)')
    plt.title('t(N) – линейная аппроксимация')
    plt.grid(True, alpha=0.3)
    plt.legend()
    
    plt.subplot(1, 2, 2)
    plt.plot(sizes_2, data, 'o-', color=color, linewidth=2, markersize=6, label='Данные')
    plt.xlabel('Размер массива N')
    plt.ylabel('Время (мкс)')
    plt.title('t(N)')
    plt.grid(True, alpha=0.3)
    plt.legend()
    
    plt.tight_layout(rect=[0, 0, 1, 0.95])
    #plt.savefig(f'task2_2_ukaz_{name}.png', dpi=300)
    plt.show()