Algorithm Visualizer

Algorithm Visualizer est une application spécialement conçue pour que les étudiants aient une meilleure compréhension des algorithmes. Il aide à saisir le fonctionnement des algorithmes en toute simplicité. La collection d'algorithmes qu'il a inclus sont la recherche, le tri, la recherche de chemin, les graphiques / arbres, N-Queen, KMP et Markov-Chain, dans l'ensemble, un package avec la plupart d'entre eux. Il développe une perception dans l'esprit des étudiants quant à la façon dont les choses sont traitées à l'arrière-plan d'une tâche particulière. Les étudiants intéressés par la technologie peuvent la comprendre et peuvent avoir une meilleure idée de ces leçons qui sont étudiées à un stade précoce de l'université et peuvent y exceller. Il contient un grand nombre de structures de données telles que des tableaux, des graphiques, des arbres, des chaînes et bien plus encore. Comme il a toujours été un cas où un étudiant peut mieux apprendre quand il commence à visualiser des choses, cette application vous apporte toutes ces choses car vous pouvez changer la taille des structures de données et contrôler la vitesse de travail des algorithmes et jouer avec aussi longtemps que vous le souhaitez et peut devenir brillant.

1) Visualiseur de recherche: - Il contient des algorithmes de recherche linéaire, binaire, de saut, d'interpolation et de recherche exponentielle. Les utilisateurs peuvent facilement modifier la taille d'un tableau et contrôler la vitesse à laquelle ils souhaitent visualiser l'algorithme.

2) Visualiseur de tri: - Il contient des algorithmes de tri Bubble, Quick, Merge, Insertion et Selection. Les utilisateurs peuvent facilement modifier la taille d'un tableau et contrôler la vitesse à laquelle ils souhaitent visualiser l'algorithme.

3) Visualiseur de recherche de chemin: - Il contient les algorithmes Dijkstra, DFS, BFS, A star.

Dans celui-ci, vous pouvez facilement mettre des poids et des blocs pour montrer un chemin non croisé. La vitesse peut être contrôlée par l'utilisateur facilement. L'utilisateur doit sélectionner la position de départ et la destination où il souhaite visualiser le chemin. Différentes couleurs ont été utilisées pour désigner le processus et, à la fin, le chemin de couleur verte montre l'itinéraire final du début à la destination. Un tutoriel est également conçu pour guider les utilisateurs au début.

4) Graphes / Arbres: - Une structure de données de graphique se compose d'un ensemble fini (et éventuellement mutable) de sommets (également appelés nœuds ou points), ainsi qu'un ensemble de paires non ordonnées de ces sommets pour un graphique non orienté ou un ensemble d'ordres ordonnés paires pour un graphe orienté. Il contient des fonctionnalités de glisser-déposer et offre aux utilisateurs un moyen très pratique de personnaliser leur propre graphique ou arbre. Le graphique contient une recherche en profondeur et une recherche en premier. Il y a une zone séparée pour les arbres, l'utilisateur peut vérifier la hauteur de l'arbre ainsi que le diamètre de l'arbre. Avant le traitement, l'utilisateur doit ajouter un nœud de départ qui sera représenté en nœud de couleur bleue avec un signe plus dessus.

5) Visualiseur N-queen - Au début, l'utilisateur peut changer la taille du tableau et démarrer la visualisation. La Reine N est le problème de placer N reines d'échecs sur un échiquier N × N afin qu'aucune deux reines ne s'attaquent. Il s'agit d'une solution de retour en arrière et après le traitement, tous les résultats sont affichés ensemble dans des activités distinctes.

6) Algorithme KMP: - KMP (Knuth Morris Pratt) est un algorithme de recherche de modèle. Il faut deux entrées la chaîne principale et le motif à rechercher dans la chaîne principale. La vitesse peut être contrôlée par l'utilisateur. Il utilise une couleur jaune pour montrer que le motif a été trouvé.

7) Algorithme de Markov's-Chain: - Il est principalement utilisé en Machine Learning. Un tutoriel a été réalisé pour guider les utilisateurs à travers celui-ci. L'utilisateur doit fournir un grand ensemble de données dans les données de formation et permettre au modèle d'attendre et jusque-là, l'utilisateur peut visualiser les étapes de stockage du préfixe et du suffixe. Ensuite, après la formation, le modèle est prêt à tester et on peut taper les mots ou les lettres en préfixe et les suggestions des mots suivants ou des mots actuels seront affichées dans la boîte à suggestions, comme on le voit en utilisant un clavier.