caioxtsy / memory_testoac

Comparação de Algoritmos de Busca em Arrays e Arquivos

Este projeto analisa e compara a eficiência de diferentes algoritmos de busca, especificamente busca linear e binária, quando aplicados a arrays e arquivos.

📌 Índice

• Introdução
• Dependências
• Estrutura de Dados
• Algoritmos de Busca
• Medição de Performance
• Testes em RAM vs. Disco
• Tratamento de Erros
• Salvando Resultados
• Como Usar

🚀 Introdução

O projeto foi desenvolvido para avaliar a eficiência de algoritmos de busca em diferentes cenários: busca em arrays (na memória RAM) e busca em arquivos (no disco). Através de testes práticos, o projeto mede o tempo necessário para encontrar um valor específico, fornecendo insights sobre a performance de cada método.

📦 Dependências

• Numpy: Uma biblioteca em Python usada para operações matemáticas e manipulação de arrays. No projeto, é usada para criar e manipular arrays, bem como para ler e escrever dados em arquivos no formato binário.
• JSON: Usado para salvar os resultados dos testes em um formato legível e estruturado.

📚 Estrutura de Dados

• Arrays: São estruturas de dados que armazenam uma coleção de itens em posições contíguas na memória. No projeto, utilizamos arrays do Numpy devido à sua eficiência e facilidade de manipulação.

🔍 Algoritmos de Busca

• Busca Linear: Este algoritmo percorre cada elemento do array (ou arquivo) sequencialmente até encontrar o elemento desejado ou até chegar ao final da estrutura.

• Busca Binária: Requer que os dados estejam ordenados. O algoritmo divide repetidamente o intervalo de busca pela metade até encontrar o elemento desejado ou até que o intervalo esteja vazio.

⏱ Medição de Performance

• Tempo de Busca: Utilizamos a função perf_counter do módulo time para medir o tempo de execução de cada busca. Esta função fornece uma contagem de tempo de alta resolução, ideal para medir curtos períodos de tempo.

• Cálculo da Média: Para obter uma estimativa mais precisa do tempo de busca, cada algoritmo é executado várias vezes (padrão é 10) e o tempo médio é calculado.

💽 Testes em RAM vs. Disco

• Testes em RAM: Os algoritmos de busca são aplicados diretamente aos arrays criados na memória RAM.

• Testes em Disco: Os dados do array são primeiro escritos em um arquivo no formato binário. Os algoritmos de busca são então aplicados ao arquivo, lendo os dados diretamente do disco.

🛠 Tratamento de Erros

• Elemento Não Encontrado: Se o elemento não for encontrado, o programa retorna -1 e informa ao usuário que o elemento não foi encontrado, indicando que foi o pior caso.

📂 Salvando Resultados

• Formato JSON: Os resultados dos testes, incluindo o tamanho da RAM utilizada, o elemento procurado e os tempos de busca, podem ser salvos em um arquivo JSON para análise posterior.

🖥 Como Usar

1. Execute o código.
2. No menu interativo, escolha o tipo de busca e o local (array ou arquivo) ou opte por executar todos os testes de uma vez.
3. Se escolher uma busca específica, defina o tamanho dos dados e o valor a ser buscado.
4. O programa executará a busca e exibirá o tempo médio de execução e o resultado.
5. Você pode optar por salvar os resultados em um arquivo JSON para análise posterior.

Agradecimentos a Danilo pela ajuda e ideia 👍