tentativa de relatorio coco

This commit is contained in:
Tiago Sousa 2023-01-13 23:49:30 +00:00
parent 960472e629
commit 09b0157694

View file

@ -1192,6 +1192,10 @@ gene = (id -|- (id >< (groupBy (\x y -> countSpaces y > 0) . map (drop 4)))) . o
\end{code} \end{code}
% explicacao do gene % explicacao do gene
Em primeiro lugar aplico à lista de input o |out| das listas não vazias, de seguida conservo o elemento singular, e a cabeça
aplicando a ambos id. Para a cauda da lista removo 4 espaços de todos os elementos para poder distinguir os precedentes
dos descendentes. Finalmente agrupo os elementos da lista, por número de espaços á cabeça (caso o número de espaços seja 0,
indica que esse elemento é o "pai" dessa lista), em várias listas, cujo primeiro elemento é o "pai" dos restantes.
% ---------- Problema 2 Post --------------- % ---------- Problema 2 Post ---------------
Função de pós-processamento: Função de pós-processamento:
@ -1225,14 +1229,24 @@ rightSide = cons . (split (singl . p1) ((map cons) . lstr . (id >< concat)))
} }
\end{eqnarray*} \end{eqnarray*}
% explicar post gene % explicar post gene
Desenhando o diagrama do catamorfismo de árvores |Exp|, a partir do seu funtor, descobri o tipo de entrada do gene.
De seguida, comecei por analisar qual seria o significado, para este contexto, do tipo de entrada, e cheguei a conclusão
de que o lado esquerdo da soma, que representa o conteúdo de uma folha da àrvore, logo será um elemento sem descentes.
Para este caso apenas tenho de aplicar |singl . singl|. Do lado direito da soma, o primeiro elemento do par representa o "pai"
de todos os elementos da lista, que contém os resultados das chamadas recursivas. Tendo isso em conta, aplico um split, que
resulta numa lista com um habitante, o "pai", e uma lista com todos os seus descendentes. Esta lista é obtida da seguinte forma:
concatenei todos os resultados recursivos, de seguida apliquei ao par |lstr|, para obter uma lista com pares "pai" e lista de descendentes,
depois para todos os elementos aplico cons para que o "pai" seja adicionada a cabeça de todos os elementos. Por fim aplico cons
para juntar o par pelo split.
% fazer diagrama do hilo % fazer diagrama do hilo
Sendo tax e post, um anaformismo e um catamorfismo de árvores |Exp|, respetivamente, o problema 2 poderia ser reescrito na forma
de hilomorfismo, em que o gene do anamorfismo seria o gene de tax e o gene do catamorfismo o gene de post. Obtendo assim a seguinte
função.
\begin{code} \begin{code}
acm_xls_hylo = acm_hylo acm_ccs acm_xls_hylo = acm_hylo acm_ccs
acm_hylo = hyloExp gene_post gene acm_hylo = hyloExp gene_post gene
\end{code} \end{code}
@ -1240,23 +1254,7 @@ acm_hylo = hyloExp gene_post gene
\subsection*{Problema 3} \subsection*{Problema 3}
\begin{code} \begin{code}
squares = anaRose gsq squares = anaRose gsq
gsq = (either (id >< nil) (split p1 surrounding_squares)) . distr . (center_square >< outNat)
center_square = add_side_to_x . add_side_to_y . (id >< (/3))
surrounding_squares = rstr . ((conc . split top_squares (conc . split middle_squares bottom_squares)) >< id)
top_squares = cons . split sub_side_to_x (cons . split id (singl . add_side_to_x)) . add_side_to_y
middle_squares = cons . split sub_side_to_x (singl . add_side_to_x)
bottom_squares = cons . split sub_side_to_x (cons . split id (singl . add_side_to_x)) . sub_side_to_y
add_side_to_x = split (split (uncurry (+) . (p1 >< id)) (p2 . p1)) p2
add_side_to_y = split (split (p1 . p1) (uncurry (+) . (p2 >< id))) p2
sub_side_to_x = split (split (uncurry (-) . (p1 >< id)) (p2 . p1)) p2
sub_side_to_y = split (split (p1 . p1) (uncurry (-) . (p2 >< id))) p2
\end{code} \end{code}
\begin{eqnarray*} \begin{eqnarray*}
\xymatrix@@C=2cm{ \xymatrix@@C=2cm{
|Rose Square| |Rose Square|
@ -1273,19 +1271,96 @@ sub_side_to_y = split (split (p1 . p1) (uncurry (-) . (p2 >< id))) p2
} }
\end{eqnarray*} \end{eqnarray*}
\begin{code}
gsq = (either (id >< nil) (split p1 surrounding_squares)) . distr . (center_square >< outNat)
center_square ((x,y),s) = ((x+(s/3),y+(s/3)),(s/3))
\end{code}
\begin{eqnarray*}
\xymatrix@@C=2cm{
|Square| \times |Nat0|
\ar[d]^-{|center_square >< outNat|}
\\
|Square|^* \times (1 + |Nat0|)
\ar[d]^-{|distr|}
\\
(|Square| \times 1) + (|Square| \times |Nat0|)
\ar[d]^-{|either (id >< nil) (split p1 surrounding_squares)|}
\\
|Square| \times (|Square| \times |Nat0|)^*
}
\end{eqnarray*}
O gene de |squares|, inicialmente calcula o quadrado central e cria uma alternativa para se poder distinguir o
caso do número recebido ser 0 ou não. De seguida atrvés de |distr| é o quadrado central é distribuído pelas duas
alternativas. Caso o número de input seja 0, é conservado o quadrado e é criada uma lista vazia. Caso contrário
calcula-se todos os quadrados circundantes, e mais uma vez conserva-se o quadrado inicial.
\begin{code}
surrounding_squares = rstr . ((conc . split top_squares (conc . split middle_squares bottom_squares)) >< id)
\end{code}
\begin{eqnarray*}
\xymatrix@@C=2cm{
|Square| \times |Nat0|
\ar[d]^-{|(conc . split top_squares (conc . split middle_squares bottom_squares)) >< id|}
\\
|Square|^* \times |Nat0|
\ar[d]^-{|rstr|}
\\
(|Square| \times |Nat0|)^*
}
\end{eqnarray*}
A função |surrounding_squares| calcula a lista de todos os quadrados circundantes, e com a utilização de |rstr|
anexa a todos os seus elementos o número natural recebido, criando assim uma lista de pares, que vai ser usada
nas chamadas recursivas do funtor.
\begin{code}
top_squares = cons . split sub_side_to_x (cons . split id (singl . add_side_to_x)) . add_side_to_y
middle_squares = cons . split sub_side_to_x (singl . add_side_to_x)
bottom_squares = cons . split sub_side_to_x (cons . split id (singl . add_side_to_x)) . sub_side_to_y
\end{code}
Diagrama de |top_squares|:
\begin{eqnarray*}
\xymatrix@@C=2cm{
|Square|
\ar[d]^-{|add_side_to_y|}
\\
|Square|
\ar[d]^-{|split sub_side_to_x (cons . split id (singl . add_side_to_x))|}
\\
|Square| \times |Square|^*
\ar[d]^-{|cons|}
\\
|Square|^*
}
\end{eqnarray*}
A função |top_squares| calcula os 3 quadrados do superiores da grelha. Para obter a sua definição, primeiro adicionei
à coordenada y do quadrado de input, ou seja o quadrado central, o lado do quadrado, deste modo obteremos o quadrado
central superior. De seguida, a partir de um split, do lado esquerdo subtraio à coordenada x o seu lado, para obter
o quadrado superior esquerdo, e do lado direito, uma lista com o quadrado central e o quadrado superior direito.
Finalmente junto o quadrado esquerdo à cabeça, resultando numa lista com todos os quadrados superiores.
As funções |middle_squares| e |bottom_squares| seguem a mesma lógica, sendo ligeiramente diferente para os quadrados
centrais, onde ignoro o quadrado central.
Operações auxiliares sobre os quadrados:
\begin{code}
add_side_to_x ((x,y),s) = ((x+s,y),s)
add_side_to_y ((x,y),s) = ((x,y+s),s)
sub_side_to_x ((x,y),s) = ((x-s,y),s)
sub_side_to_y ((x,y),s) = ((x,y-s),s)
\end{code}
\begin{code} \begin{code}
rose2List = cataRose gr2l rose2List = cataRose gr2l
gr2l = cons . (id >< concat) gr2l = cons . (id >< concat)
\end{code} \end{code}
% explicar gene do rose2List
\begin{eqnarray*} \begin{eqnarray*}
\xymatrix@@C=2cm{ \xymatrix@@C=2cm{
|Rose A| |Rose A|
\ar[r]^-{|outRose|} \ar[r]^-{|outRose|}
\ar[d]_-{rose2List} \ar[d]_-{|rose2List|}
& &
A \times (|Rose A|)^* A \times (|Rose A|)^*
\ar[d]^-{id \times |rose2List|^*} \ar[d]^-{id \times |rose2List|^*}
@ -1293,16 +1368,19 @@ gr2l = cons . (id >< concat)
A^* A^*
& &
A \times (A^*)^* A \times (A^*)^*
\ar[l]^-{gr2l} \ar[l]^-{|gr2l|}
} }
\end{eqnarray*} \end{eqnarray*}
A partir do diagrama do catamorfismo |rose2List|, facilmente se chega à definição do seu gene. Sabendo que
o seu funtor origina um par, apenas temos de concatenar os resultado das chamadas recursivas,
representado por |(A^*)^*| e adicionar conteúdo do nodo, representado por |A| à cabeça da lista.
\begin{code} \begin{code}
carpets = reverse . anaList gcarp carpets = reverse . anaList gcarp
gcarp = (nil -|- (split (curry sierpinski ((0,0),32)) id)) . outNat gcarp = (id -|- (split (curry sierpinski ((0,0),32)) id)) . outNat
\end{code} \end{code}
\begin{eqnarray*} \begin{eqnarray*}
\xymatrix@@C=2cm{ \xymatrix@@C=2cm{
(|Square|^*)^* (|Square|^*)^*
@ -1313,12 +1391,21 @@ gcarp = (nil -|- (split (curry sierpinski ((0,0),32)) id)) . outNat
|Nat0| |Nat0|
\ar[u]^-{|carpets|} \ar[u]^-{|carpets|}
\ar[r]_-{|gcar|} \ar[r]_-{|gcar|}
\ar[d]_-{|outNat|}
& &
1 + (|Square|^*) \times |Nat0| 1 + |Square|^* \times |Nat0|
\ar[u]_-{id + id \times |carpets|} \ar[u]_-{id + id \times |carpets|}
\\
1 + |Nat0|
\ar[ur]_-{|id| + |(split (curry sierpinski ((0,0),32)) id)|}
&
} }
\end{eqnarray*} \end{eqnarray*}
% falta diagrama do gene e explicacao Para definir o gene |gcar|, primeiro aplico |outNat|. Caso este seja 0, simplesmente devolve o elemento nulo,
caso contrário, cria um par com a lista dos quadrados resultantes da função |curry sierpinski ((0,0),32)| para
esse número, e o número.
Como a lista originada pelo anamorfismo está por ordem decrescente, aplico a função reverse.
\begin{code} \begin{code}
present = cataList gprst present = cataList gprst
@ -1326,7 +1413,6 @@ present = cataList gprst
gprst = either (return . nil) (alpha . (((>> await) . drawSq) >< id)) where gprst = either (return . nil) (alpha . (((>> await) . drawSq) >< id)) where
alpha (x,y) = do {a <- x ; b <- y ; return (a:b)} alpha (x,y) = do {a <- x ; b <- y ; return (a:b)}
\end{code} \end{code}
\begin{eqnarray*} \begin{eqnarray*}
\xymatrix@@C=2cm{ \xymatrix@@C=2cm{
(|Square|^*)^* (|Square|^*)^*
@ -1338,10 +1424,14 @@ gprst = either (return . nil) (alpha . (((>> await) . drawSq) >< id)) where
\\ \\
|IO(1)|^* |IO(1)|^*
& &
1 + (|Square|)^* \times |IO(1)|^* 1 + |Square| \times |IO(1)|^*
\ar[l]^-{grst} \ar[l]^-{grst}
} }
\end{eqnarray*} \end{eqnarray*}
\subsection*{Problema 4} \subsection*{Problema 4}
\subsubsection*{Versão não probabilística} \subsubsection*{Versão não probabilística}
Gene de |consolidate'|: Gene de |consolidate'|:
@ -1351,19 +1441,29 @@ cgene :: (Eq a, Num b) => Either () ((a,b),[(a,b)]) -> [(a,b)]
cgene = either nil add_pair cgene = either nil add_pair
add_pair ((x,y),t) = (x, y + maybe 0 id (List.lookup x t)):(filter(\(a,b) -> a != x) t) add_pair ((x,y),t) = (x, y + maybe 0 id (List.lookup x t)):(filter(\(a,b) -> a != x) t)
\end{code} \end{code}
Geração dos jogos da fase de grupos:
% fazer um transformacao em pointfree por calculo
%pairup :: [a] -> [(a,a)]
%pairup [] = []
%pairup (x:xs) = pairs x xs ++ pairup xs
% where pairs _ [] = []
% pairs x (y:ys) = (x,y) : pairs x ys
\begin{code}
pairup = either nil (conc . split (uncurry pairs) (pairup . p2)) . outList where \begin{eqnarray*}
\xymatrix@@C=2cm{
(A \times B)^*
\ar[r]^-{|outList|}
\ar[d]_-{|consolidate'|}
&
1 + (A \times B) \times (A \times B)^*
\ar[d]^-{id + id \times |consolidate'|}
\\
(A \times B)^*
&
1 + (A \times B) \times (A \times B)^*
\ar[l]^-{|cgene|}
}
\end{eqnarray*}
Geração dos jogos da fase de grupos:
\begin{code}
pairup [] = []
pairup (x:xs) = pairs x xs ++ pairup xs where
pairs x [] = [] pairs x [] = []
pairs x (y:ys) = (x,y) : pairs x ys pairs x (y:ys) = (x,y) : pairs x ys
@ -1374,20 +1474,24 @@ teamPoints (t1,t2) (Just t) = if t1 == t then [(t1,3),(t2,0)] else [(t2,3),(t1,0
glt = (id -|- ((cons >< id) . assocl . (id >< divideList))) . out where glt = (id -|- ((cons >< id) . assocl . (id >< divideList))) . out where
divideList l = (take (length l `div` 2) l, drop (length l `div` 2) l) divideList l = (take (length l `div` 2) l, drop (length l `div` 2) l)
\end{code} \end{code}
\subsubsection*{Versão probabilística} \subsubsection*{Versão probabilística}
\begin{code} \begin{code}
pinitKnockoutStage matches = do {return (initKnockoutStage matches)} pinitKnockoutStage = return . initKnockoutStage
\end{code}
\begin{code}
pgroupWinners :: (Match -> Dist (Maybe Team)) -> [Match] -> Dist [Team] pgroupWinners :: (Match -> Dist (Maybe Team)) -> [Match] -> Dist [Team]
pgroupWinners criteria = fmap (fmapBody) . sequence . map (pmatchResult criteria) pgroupWinners criteria = fmap (fmapBody) . sequence . map (pmatchResult criteria)
fmapBody = best 2 . consolidate . concat fmapBody = best 2 . consolidate . concat
\end{code}
\begin{code}
pmatchResult criteria match = do {dist <- criteria match ; return (teamPoints match dist)} pmatchResult criteria match = do {dist <- criteria match ; return (teamPoints match dist)}
\end{code} \end{code}
%----------------- Índice remissivo (exige makeindex) -------------------------% %----------------- Índice remissivo (exige makeindex) -------------------------%