]> AND Private Git Repository - 16dcc.git/blob - evalPRNG/calculeStopTime.py
Logo AND Algorithmique Numérique Distribuée

Private GIT Repository
ajout du résultat pour N=16
[16dcc.git] / evalPRNG / calculeStopTime.py
1 import random as rn
2 import numpy as np 
3 from math import *
4
5  
6 def bin(elem,n):
7     """Convertit un nombre en binaire"""
8     q = -1
9     res =[0 for i in range(n)]
10     i = 1
11     while q != 0:
12         q = elem // 2
13         r = elem % 2
14         res[n-i] =  r
15         elem = q
16         i+=1
17     return res
18
19 def dec(ch,n):
20     l = len(ch)
21     acc = 0
22     for i in range(l):
23         if ch[i]==1 :
24             acc = acc + 2**(n-i-1)        
25     return acc
26
27
28 def MarkovMatrixUnPas(fbin,n,p2n,lp2nm1):
29     MM = np.zeros(p2n*p2n).reshape((p2n,p2n))
30     # diagonal
31     for i in lp2nm1 :
32         ib = bin(i,n)
33         MM[i,i] += 0.5
34         image = fbin[tuple(ib)]
35         for j in range(n):
36             ipb =[_ for _ in ib]
37             ipb[j] = image[j]
38             MM[i, dec(ipb,n)] +=float(1)/(2*n)
39     print MM
40     return MM
41
42 """
43 def MarkovMatrixUnPas(fbin,n,p2n,lp2nm1):
44     MM = np.zeros(p2n*p2n).reshape((p2n,p2n))
45     # diagonal
46     for i in lp2nm1 :
47         ib = bin(i,n)
48         #MM[i,i] += 0.5
49         image = fbin[tuple(ib)]
50         for j in range(n):
51             ipb =[_ for _ in ib]
52             ipb[j] = image[j]
53             MM[i, dec(ipb,n)] +=float(1)/(n)
54     return MM
55
56
57
58
59 """
60 def MarkovMatrixSaut(fbin,n,p2n,lp2nm1):
61     MM = np.zeros(p2n*p2n).reshape((p2n,p2n))
62     # diagonal
63     for i in lp2nm1 :
64         ib = bin(i,n)
65         MM[i,i] += 0.5
66         image = fbin[tuple(ib)]
67         for j in lp2nm1:
68             st = bin(j,n)
69             ipb =[_ for _ in ib]
70             for k in range(n):
71                 if st[k] == 1 :
72                     ipb[k] = image[k]
73             MM[i, dec(ipb,n)] +=float(1)/(2*2**n)
74     return MM
75 """
76
77 def MarkovMatrixSaut(fbin,n,p2n,lp2nm1):
78     MM = np.zeros(p2n*p2n).reshape((p2n,p2n))
79     # diagonal
80     for i in lp2nm1 :
81         ib = bin(i,n)
82         #MM[i,i] += 0.5
83         image = fbin[tuple(ib)]
84         for j in lp2nm1:
85             st = bin(j,n)
86             ipb =[_ for _ in ib]
87             for k in range(n):
88                 if st[k] == 1 :
89                     ipb[k] = image[k]
90             MM[i, dec(ipb,n)] +=float(1)/(2**n)
91     return MM
92
93                 
94 """
95 """    
96
97     # f is the binary function
98     # b is the number to iterate
99     # x0 is the intial binary conf
100     xp = [e for e in x]
101     #print "************************"
102     #print "x0     ", xp
103     for j in xrange(b):
104         if rn.randint(0,1) == 1:
105
106             st = rn.randint(0,n-1)
107             #print "x["+str(st)+"]="+str(xp[st])+"->"+str(image[st])
108             xp[st] = image[st]
109         #print "xp     ",xp
110     return xp
111 """    
112         
113
114 ## n'est pas un circuit hmiltonien
115 lf= []
116 #lf +=[ [13, 10, 9, 14, 3, 11, 1, 12, 15, 4, 7, 5, 2, 6, 0, 8]] #4
117 #lf+=[[29, 22, 21, 24, 31, 30, 27, 26, 7, 23, 5, 28, 3, 19, 25, 17, 13, 12, 9, 8, 15, 2, 1, 10, 6, 14, 4, 20, 11, 18, 0, 16]]
118
119 #lf += [[29, 22, 25, 30, 19, 27, 24, 16, 21, 6, 5, 28, 23, 26, 1, 17, 31, 12, 15, 8, 10, 14, 13, 9, 3, 2, 7, 20, 11, 18, 0, 4],[29, 22, 21, 30, 19, 27, 24, 28, 7, 20, 5, 4, 23, 26, 25, 17, 31, 12, 15, 8, 10, 14, 13, 9, 3, 2, 1, 6, 11, 18, 0,16]] # essai des 2 elements a 5
120
121 lf +=[
122     [29, 22, 21, 30, 19, 27, 24, 28, 7, 20, 5, 4, 23, 26, 25, 17, 31, 12, 15, 8, 10, 14, 13, 9, 3, 2, 1, 6, 11, 18, 0, 16],#sylvain 1
123     [29, 22, 25, 30, 19, 27, 24, 16, 21, 6, 5, 28, 23, 26, 1, 17, 31, 12, 15, 8, 10, 14, 13, 9, 3, 2, 7, 20, 11, 18, 0, 4],#sylvain 2
124     [29, 22, 21, 24, 31, 30, 27, 26, 7, 23, 5, 28, 3, 19, 25, 17, 13, 12, 9, 8, 15, 2, 1, 10, 6, 14, 4, 20, 11, 18, 0, 16], #mini avec 7
125     [29, 22, 25, 30, 19, 27, 24, 16, 21, 6, 5, 28, 23, 26, 1, 17, 31, 12, 15, 8, 10, 14, 13, 9, 3, 2, 7, 20, 11, 18, 0, 4]] #5
126     
127
128
129
130 lf +=  [[55, 60, 45, 44, 58, 62, 61, 48, 53, 50, 52, 36, 59, 34, 33, 49, 15, 42, 47, 46, 35, 10, 57, 56, 7, 54, 39, 37, 51, 2, 1, 40, 63, 26, 25, 30, 19, 27, 17, 28, 31, 20, 23, 21, 18, 22, 16, 24, 13, 12, 29, 8, 43, 14, 41, 0, 5, 38, 4, 6, 11, 3, 9, 32]] #6
131
132 """
133 lf += [[111, 94, 93, 116, 122, 90, 125, 88, 115, 126, 119, 84, 123, 98, 81, 120, 109, 106, 105, 110, 99, 107, 104, 72, 71, 118, 117, 96, 103, 102, 113, 64, 79, 86, 95, 124, 83, 91, 121, 24, 85, 22, 69, 20, 19, 114, 17, 112, 77, 76, 13, 108, 74, 10, 9, 73, 67, 66, 101, 100, 75, 82, 97, 0, 127, 54, 57, 62, 51, 59, 56, 48, 53, 38, 37, 60, 55, 58, 33, 49, 63, 44, 47, 40, 42, 46, 45, 41, 35, 34, 39, 52, 43, 50, 32, 36, 29, 28, 61, 92, 26, 18, 89, 25, 87, 30, 23, 4, 27, 2, 16, 80, 31, 78, 15, 14, 3, 11, 8, 12, 5, 70, 21, 68, 7, 6, 65, 1]] #7
134 lf += [[223, 190, 249, 254, 187, 251, 233, 232, 183, 230, 247, 180, 227, 178, 240, 248, 237, 236, 253, 172, 203, 170, 201, 168, 229, 166, 165, 244, 163, 242, 241, 192, 215, 220, 205, 216, 218, 222, 221, 208, 213, 210, 212, 214, 219, 211, 217, 209, 239, 202, 207, 140, 139, 234, 193, 204, 135, 196, 199, 132, 194, 130, 225, 200, 159, 62, 185, 252, 59, 250, 169, 56, 191, 246, 245, 52, 243, 50, 176, 48, 173, 238, 189, 44, 235, 42, 137, 184, 231, 38, 37, 228, 35, 226, 177, 224, 151, 156, 141, 152, 154, 158, 157, 144, 149, 146, 148, 150, 155, 147, 153, 145, 175, 206, 143, 136, 11, 142, 129, 8, 7, 198, 197, 4, 195, 2, 161, 160, 255, 124, 109, 108, 122, 126, 125, 112, 117, 114, 116, 100, 123, 98, 97, 113, 79, 106, 111, 110, 99, 74, 121, 120, 71, 118, 103, 101, 115, 66, 65, 104, 127, 90, 89, 94, 83, 91, 81, 92, 95, 84, 87, 85, 82, 86, 80, 88, 77, 76, 93, 72, 107, 78, 105, 64, 69, 102, 68, 70, 75, 67, 73, 96, 55, 58, 45, 188, 51, 186, 61, 40, 119, 182, 181, 53, 179, 54, 33, 49, 15, 174, 47, 60, 171, 46, 57, 32, 167, 6, 36, 164, 43, 162, 1, 0, 63, 26, 25, 30, 19, 27, 17, 28, 31, 20, 23, 21, 18, 22, 16, 24, 13, 10, 29, 14, 3, 138, 41, 12, 39, 134, 133, 5, 131, 34, 9, 128]]#8
135
136 """
137
138 # 14 = (1,1,1,0) = f(0,0,0,0)
139 #  6 = (0,1,1,0) = f(0,0,0,1)
140 #....
141 # 8  = (1,0,0,0) = f(1,1,1,1)
142
143
144 def traite_f(f):
145     n = int(log(len(f))/log(2))
146     #nbre d'elements
147     p2n = int(pow(2,n))
148     lp2nm1 = range(p2n)
149     # pour eviter de le calculer a chaque fois
150     # fbin est la fonction (representee comme un dico) 
151     # qui au tuple binaire (x3,x2,x1,x0) associe 
152     # le nombre f(x3,x2,x1,x0)
153     fbin={}
154     for j in range(len(f)):
155         fbin[tuple(bin(j,n))] = bin(f[j],n)
156
157     MM = MarkovMatrixUnPas(fbin,n,p2n,lp2nm1)
158     M = np.zeros(p2n*p2n).reshape((p2n,p2n))
159     np.copyto(M,MM)
160     
161     MMs = MarkovMatrixSaut(fbin,n,p2n,lp2nm1)
162     Ms = np.zeros(p2n*p2n).reshape((p2n,p2n))
163     np.copyto(Ms,MMs)
164     
165
166     
167     error = 1
168     cpt = 2
169     while error > dev :
170         M = np.dot(M,MM)
171         error =max([sqrt(sum([(M[i,j] - float(1)/p2n)**2  for i in range(p2n)])) for j in range(p2n)])
172         #print cpt, error, M
173         cpt +=1
174     
175
176     error = 1
177     cpts = 2
178     while error > dev :
179         if n==4 and cpts==2: 
180             print Ms
181         Ms = np.dot(Ms,MMs)
182         error =max([sqrt(sum([(Ms[i,j] - float(1)/p2n)**2  for i in range(p2n)])) for j in range(p2n)])
183         #print cpt, error, M
184         cpts +=1
185
186
187
188     return n, cpt-1, cpts-1
189     
190
191
192 for f in lf: 
193     dev = 1E-12
194     n,cpt1,cpt2 = traite_f(f)
195     print f, n,cpt1,cpt2
196     print 8*n*n + 4*n*log(n+1)#,8*n*n + (n+2)*(log(n)+2)
197     print "Pour "+str(n)+" bits et pour eps="+str(dev)+", appels a rand moy pr 1 bit genere.",
198     print "En marchant:", cpt1*log(n)/(log(2)*n),
199     print "En sautant:", cpt2
200     
201