Merge branch 'Insper:master' into master

Author: LuizaValezim

material/projetos/local.md

@@ -1,33 +1,11 @@
-# Um algoritmo Local para Alinhamento
+# Aleatoriedade
 
 Como vimos em aula, aleatoriedade é uma estratégia bastante comum para construção de algoritmos de busca local, podendo ser usada
-de forma isolada ou de forma complementar a outra estratégia de varredura de um espaço de soluções. Em problemas de alinhamento,
-varreduras suportadas por aleatoriedade tem produzido algoritmos bastante efetivos.
+de forma isolada ou de forma complementar a outra estratégia de varredura de um espaço de soluções. 
 
-Dentro deste contexto, vamos considerar o algoritmo proposto abaixo:
 
 
-ALGORITMO BUSCA LOCAL COM ALEATORIEDADE
 
-Entrada: Duas sequencias de DNA a[i] e b[j], de tamanhos n e m respectivamente,pesos wmat, wmis e wgap para match, mismatch e gap respectivamente
+Essa implementação consiste na adaptação da heurística gulosa de nosso projeto. A proposta é que você modifique a sua heurística gulosa de modo que ao longo da seleção de um filme você tenha 25% de chance de pegar outro filme qualquer que respeite o horário. Isso fará com que sua heurística tenha um pouco mais de exploration e possamos ter alguns resultados melhores. 
 
-Saída: Score de um alinhamento das sequencias
-       Subsequencias alinhadas
-
-    1. Gerar uma subsequencia sb=b[j,j+1,...,j+k] de b, de tamanho aleatório k, 1<=k<=m, e 0<=j<=m 
-    2. Gerar um número aleatório inteiro positivo p
-    3. Gerar p subsequencias sa=a[i,i+1,...,i+k] de a, com tamanho k calculado no passo (1), 0<=i<=n
-    4. Calcular os scores de cada par (sa,sb) com os pesos wmat, wmis e wgap
-    5. Devolver o score máximo m entre os scores do passo (4) e as subsequencias associadas a ele
-
-
-
-
-A partir desta descrição, nosso primeiro projeto terá duas tarefas:
-
-<ul>
-  <li> Implementar um programa C++ para ler um arquivo contendo os tamanhos de duas sequencias de DNA, seguidos das duas sequencias, uma por linha. Calcular o score máximo utilizando o algoritmo acima, assim como as subsequencias associadas a ele. 
-  <li> Testar o algoritmo diversas vezes e comparar seus resultados com a heurística do primeiro projeto observando, principalmente, o seu comportamento em relação aos valores aleatórios k e p. Estes resultados e sua comparação deverão estar presentes no relatório a ser entregue posteriormente.
-</ul>
-
-No diretório do projeto, há um gerador de entradas disponibilizado como um notebook Python.
+*Importante*: é essencial que você guarde todos os inputs usados ao longo do projeto, para que possa comparar o desempenho de seus algoritmos conforme mudamos a heurística. Ou seja, todas as heurísticas devem ser submetidas aos mesmos arquivos de input. O seu resultado deve ser comparado sob duas perspectivas, no mínimo: (i) tempo de execução em função do aumento de filmes e de categorias e (ii) tempo de tela (isto é, será que estamos conseguindo ocupar bem as 24h do dia assitindo filmes?).

material/projetos/relatorio_parcial.md

@@ -0,0 +1,23 @@
+# Relatório Parcial
+
+O relatório parcial é a entrega intermediária do projeto, a qual deve ser feita pelo **blackboard** até a data da **prova intermediária**.
+
+**Seu relatório deverá conter as implementações gulosa e aleatória**. 
+
+O que você deverá fazer:
+
+- No blackboard, você deve fazer upload de todos os *códigos-fonte*, *arquivos de input*, *arquivos de output* para cada heurítica. Caso opte por enviar um link do github com o repositório completo, também poderá faze-lo, desde que garanta que teremos acesso aos arquivos no seu repositório;
+
+- Você deve elaborar um relatório parcial contendo as seguintes seções:
+
+    - Para cada heurística você deve explicar como implementou a heurística (detalhe como você tratou o input, qual a lógica do seu output, quais invariantes existem em suas heurísticas), apresentar (i) o código-fonte comentado, (ii) fazer considerações sobre o profiling (valgrind) do código-fonte (use apenas 1 arquivo de input para isso, não há necessidade de fazer esse profiling para vários inputs), (iii) o resultado compartivo entre as heurísticas quando você varia o input (o input deve variar na quantidade de filmes e de categorias).
+
+    - Seu relatório deve ser gráficos e tabelas que subsidem as suas considerações
+
+    - É permitido criar um programa em python ou outra linguagem que automatize a geração de seus resultados, isto é, que execute seus códigos C++ em função dos diferentes inputs.
+
+Preferencialmente o relatório deve ser apresentado em formato *html*. 
+
+
+
+

mkdocs.yml

@@ -39,8 +39,8 @@ nav:
         - "05 - Heurísticas": aulas/05-heuristicas/index.md
         - "06 - Aleatorização": aulas/06-aleatorizacao/index.md
         - "07 - Busca Local": aulas/07-busca-local/index.md
-        # - "08 - Busca Exaustiva": aulas/08-busca-global/index.md
-        # - "09 - Comparação de desempenho": aulas/09-busca-global-II/index.md
+        - "08 - Busca Exaustiva": aulas/08-busca-global/index.md
+        - "09 - Comparação de desempenho": aulas/09-busca-global-II/index.md
         # - "10 - Branch and Bound": aulas/10-branch-and-bound/index.md
         # - "Revisão para P1": aulas/10-branch-and-bound/revisao.md
         # - "11 - Paralelismo": aulas/11-paralelismo/index.md
@@ -58,8 +58,8 @@ nav:
     - Projeto:
         - projetos/index.md
         - projetos/heuristico.md
-        # - projetos/local.md
-        # - projetos/exaustiva.md
+        - projetos/local.md
+        - projetos/relatorio_parcial.md
         # - projetos/openmp.md
         # - projetos/gpu.md
         # - projetos/relatorio-1.md