Differences

This shows you the differences between two versions of the page.

--- courses:b6b36pjc:ukoly:semestralka [2018/09/12 12:44]
127.0.0.1 external edit
+++ courses:b6b36pjc:ukoly:semestralka [2018/10/17 23:46]
horenmar
@@ Line 4: / Line 4: @@
 ===== Semestrální práce =====
-Protože upload systém nepodporuje vlákna (jedno odevzdání má vždy alokováno pouze jedno jádro) a protože bychom od vás rádi viděli větší, samostatně vyrobený program, tento úkol se odevzdává mailem a my ho budeme bodovat manuálně.
+Protože upload systém nepodporuje vlákna (jedno odevzdání má vždy
+alokováno pouze jedno jádro) a protože bychom od vás rádi viděli větší,
+samostatně vyrobený program, tento úkol se odevzdává mailem a my ho
+budeme bodovat manuálně.
 [[https://docs.google.com/spreadsheets/d/e/2PACX-1vQWsczJha_TecXw4ZC9Yr2Z8emm8W-2_xjdgBBdCQd0iLjgyclEUflFdg080RO0yBZTv5DNn8l3uMPV/pubhtml?gid=0&single=true|Přehled studentů a vybraných témat]]
@@ Line 23: / Line 26: @@
   * Program musí být přenositelný napříč architekturami a operačními systémy. Je zakázáno používat rozšíření jazyka podporovaná pouze některými kompilátory. Je zakázáno přímo používat rozhraní WINAPI a POSIX. (Zalinkovat knihovnu `pthread` do programu je povoleno, viz níže.)
   * Program poskytuje neinteraktivní rozhraní, tj. přebírá vstupy z příkazové řádky, vstupní data ze souboru či ze standardního vstupu
-   * Program implementuje přepínač ''--help'' -- vypíše použití a skončí
+   * Program implementuje přepínač ''%%--%%help'' -- vypíše použití a skončí
    * Program neakceptuje neznámé přepínače (vypíše chybu)
 ==== Odevzdání, termín a hodnocení ====
-Semestrální práci je nutno odevzdat cvičícímu e-mailem. Tento e-mail musí obsahovat:
+Semestrální práce se odevzdává přes GitLab a email cvičícímu. Soubory,
+které odevzdáváte by měly být všechny na
+[[https://gitlab.fel.cvut.cz/|fakultním GitLabu]], email pak slouží
+k notifikaci učitele, že jste připraveni semestrálku odevzdat, a kterou
+verzi (commit hash nebo tag) semestrálky odevzdáváte.
+Váš repozitář na GitLabu pak musí obsahovat:
   * zdrojové soubory,
-  * soubory popisující postup stavby programu: ''CMakeLists.txt'', ''Makefile'', nebo projektové soubory IDE (''.vcxproj'', apod.)
+  * ''CMakeLists.txt'', dle kterého se dá semestrálka postavit
   * vzorová vstupní data (pokud je program přijímá)
-  * soubor readme (prostý textový dokument, markdown, případně slušně vypadající PDF), který obsahuje
+  * Zpráva k vaší semestrálce v souboru Readme
+   * Povolené formáty pro zprávu jsou: textový dokument, Markdown nebo rozumné PDF
    * popis vašeho zadání,
    * popis vaší implementace,
@@ Line 39: / Line 49: @@
 Pokud je potřeba vysvětlit složité součásti návrhu (velká funkce, komplikovaná třída, složitá synchronizace), není nutné psát detaily do readme, raději je pište do komentářů v kódu.
-**Termín odevzdání je konec 3. zkouškového týdne, neděle 4. února 2018.**
+**Termín odevzdání je konec 3. zkouškového týdne, neděle 3. února 2018.**
 Odevzdání je možné i 4. týden zkouškového období, ale již bude aplikována
 penalizace ve výšce poloviny bodů z možného bodového maxima.
-Za semestrální práci je možné získat až 30 bodů, z nichž je potřeba alespoň 15 k získání zápočtu.
+Za semestrální práci je možné získat až 20 bodů. K získání zápočtu je
-Za velmi kvalitní práci může cvičící přidat i bonusové body nad 30.
+potřeba z ní získat alespoň 10 bodů.
-==== Příklady zadání ====
+//Za velmi kvalitní práci můžete získat i bonusové body nad běžných 20
-Protože občas může být těžké vymyslet si vlastní zadání, uvádíme několik možných příkladů. Pozor na to, že i pokud si vyberete z následujícího seznamu, zadání vám musí schválit cvičící.
+bodů.//
-=== Maticové algoritmy ===
-V závislosti na zvoleném algoritmu či metodě paralelizace můžete (po domluvě) uvažovat vstupní data ve speciálním tvaru (např. pouze čtvercové matice; matice, které mají délku strany mocninu dvou, ...).
-== Násobení matic ==
-Násobení matic je jedna z výpočetně nejzajímavějších operací v lineární algebře. Zaprvé protože je velmi časté, zadruhé protože je to operace, která dobře naimplementovaná opravdu může dosáhnout limitu výpočetní rychlosti procesoru (narozdíl třeba od sčítání vektorů, které jsou omezeny rychlostí přístupu do paměti).
-Očekáváme, že naimplementujete něco sofistikovanějšího než 3 for loopy dle definice maticového násobění.
+==== Ukázka ====
-== Výpočet determinantu čtvercové matice ==
+Připravili jsme pro vás i ukázku zjednodušenné((Takto triviální zadání
-Determinant lze jednoduše počítat dle definice nebo Laplaceovou expanzí, v praxi tyto algoritmy ale nejsou vhodné kvůli své časové složitosti. Efektivní implementace jsou založené na [[https://cs.wikipedia.org/wiki/Gaussova_eliminační_metoda|Gaussově eliminační mětodě]] (LU dekompozice). Očekáváme, že váš program bude schopen pracovat s maticemi 1000x1000 v rozumném čase (tj. řádově vteřiny, max. desítky vteřin). Aplikace na vstupu dostane čtvercovou matici, na výstupu vypíše hodnotu jejího determinantu.
+bychom nepřijali.)) semestrálky. Najdete ji na fakultní instanci GitLabu,
+[[https://gitlab.fel.cvut.cz/B6B36PJC/semestralka-priklad|zde]].
-== Řešení soustav lin. rovnic ==
+Odpovídající email by pak vypadal zhruba takto:
-Další z velmi důležitých úloh lineární algebry. Aplikace na vstupu dostane rozšířenou matici soustavy a na výstup vypíše vektor jejího řešení, případně zprávu o tom, že řešení neexistuje. Pokud je řešení nekonečně mnoho, program vypíše jedno partikulární řešení a bázi lineárního prostoru řešení přidružené homogenní soustavy. K implementaci je nejvýhodnější použít [[https://cs.wikipedia.org/wiki/Gaussova_eliminační_metoda|Gaussovu eliminaci]] se zpětným dosazením.
+<code>
+Dobrý den,
-=== Grafové algoritmy ===
+odevzdávám semestrálku "Odhad Pí za pomoci Monte Carlo simulace".
+Kód je na https://gitlab.fel.cvut.cz/horenmar/semestralka-priklad, hash
+3993960587ec9f54cec7ca0469a2d1b5f9c7ae60.
-Aplikace načte vstupní graf ze souboru, příp. standardního vstupu v libovolném vámi zvoleném formátu. Doporučujeme použít jednoduchý textový formát, např.
-<code>
-<počet-vrcholů> <počet-hran>
-<počet hran z vrcholu 0> <cílový vrchol 1> <délka 1. hrany> <cílový vrchol 2> <délka 2. hrany> ...
-<počet hran z vrcholu 1> <cílový vrchol 1> <délka 1. hrany> <cílový vrchol 2> <délka 2. hrany> ...
 ...
 </code>
-Pokud byste si chtěli grafy vizualizovat, je možné použít nástroj ''dot'' z toolkitu [[http://www.graphviz.org/|Graphviz]] nebo C%%++%% knihovnu [[http://www.ogdf.net|OGDF]].
+Pokud forknete ukázkový repozitář a nechcete, aby byl váš kód viditelný světu,
+nastavte Visibility((Settings -> General -> Permissions)) na Internal.
+Ukázkový repozitář obsahuje i příklad automatizovaných testů (tzv. Continuous Integration),
+které můžete (ale nemusíte) využít.
+===== Rady =====
+==== Kompilace programů používající vlákna ====
-== Minimální kostra (minimum spanning tree) ==
+Na některých paltformách (například Linux), je potřeba předat kompilátoru
+''-pthread'', abyste mohli používat vlákna. CMake to umí zařídit za vás,
+stačí přidat pár řádků kódu do vašeho ''CMakeLists.txt'':
-Minimální kostry mají široké využití - od návrhů tras elektrického vedení, přes vytváření routovacích tabulek v počítačových sítích
+<code cmake>
-až po shlukování (clustering) bodů v analýze dat či detekce útvarů v počítačovém vidění.
+set(THREADS_PREFER_PTHREAD_FLAG ON)
-Doporučujeme použít [[https://www.algoritmy.net/article/1396/Boruvkuv-algoritmus|Borůvkův algoritmus]].
+find_package(Threads REQUIRED)
-Na výstupu programu bude seznam vrcholů minimální kostry a její cena nebo přímo popis celého grafu pro Graphviz,
+target_link_libraries(semestralka Threads::Threads)
-s barevně odlišenými vrcholy v kostře.
+</code>
-== Nejkratší cesty mezi všemi vrcholy (shortest paths) ==
+Kde ''semestralka'' je název vašeho programu.
-Další z velmi dobře prozkoumaných grafových algoritmů, které mají využití jak ve fyzickém světě, tak ve světě počítačů.
-Na výstupu je seznam dvojic vrcholů s délkou minimální cesty mezi nimi (pokud existuje) a vypsanou cestou.
-== Problém obchodního cestujícího ==
-Problém obchodního cestujícího ([[https://en.wikipedia.org/wiki/Travelling_salesman_problem|Travelling salesman problem]]) spočívá v nalezení nejkratší (nejlevnější) hamiltonovské cesty v orientovaném grafu, tj. takové cesty, která obsahuje každý vrchol právě jednou. Je to NP těžký problém, který se při použití metody větví a mezí dobře paralelizuje. Možný algoritmus je popsaný v [[http://math.feld.cvut.cz/demlova/teaching/lgr/text_lgr_2016.pdf|materiálech]] k předmětu Logika a grafy v sekci Hledání nejkratší hamiltonovské cesty.
+==== Generátor náhodných čísel ====
-Na výstupu bude posloupnost vrcholů cesty a její cena nebo přímo popis celého grafu pro Graphviz, s barevně zvýrazněnými hranami v cestě.
+Pokud potřebujete generátor náhodných čísel a jeho rychlost není až tak
+důležitá, doporučujeme [[https://en.wikipedia.org/wiki/Mersenne_Twister|Mersenne Twister]]
+[[http://en.cppreference.com/w/cpp/numeric/random|ze standardní knihovny]].
+Minimální příklad použití pro získání double v rozsahu (-1000, 1000):
+<code cpp>
+double get_random_double() {
+	static std::mt19937 mt{ std::random_device{}() };
+	static std::uniform_real_distribution<> dist(-1000, 1000);
+	return dist(mt);
+}
+</code>
+Pokud je rychlost velmi důležitá, budete muset použít něco rychlejšího, například [[http://en.cppreference.com/w/cpp/numeric/random|std::minstd_rand]].
-=== k-means (clustering) ===
+==== Měření uběhnutého času ====
-[[https://cs.wikipedia.org/wiki/K-means|K-means]] je jednoduchý iterativní algoritmus pro shlukování množiny bodů do //k// skupin (kde //k// je známé předem) s jednoduchou paralelizací. Vstupem je množina bodů (standardní vstup nebo soubor) a počet skupin (parametr na příkazové řádce), na výstupu vrací seznam bodů a jejich příslušnost do skupiny. Výsledek je vhodné vizualizovat výstupem do obrázku [[https://cs.wikipedia.org/wiki/Scalable_Vector_Graphics|SVG]]. Pro snadnou vizualizaci doporučujeme pracovat ve 2D.
+Součástí zadání je porovnat čas běhu vašeho algoritmu využívajícího více vláken, s časem běhu jednoduchého algoritmu, který vlákna nepoužívá. K tomu vám poslouží hlavička ''<chrono>'', která se používá takto:
+<code cpp>
+template <typename TimePoint>
+std::chrono::milliseconds to_ms(TimePoint tp) {
+    return std::chrono::duration_cast<std::chrono::milliseconds>(tp);
+}
-=== Výpočetní geometrie (computational geometry) ===
-Úlohy z oblasti výpočetní geometrie se zabývají geometrickými výpočty v rovině a prostoru. Protože náročnost soudobých grafických aplikací stále stoupá, jsou známy dobře paralelizovatelné algoritmy.
+int main() {
+    auto start = std::chrono::high_resolution_clock::now();
+    // do work
+    auto end = std::chrono::high_resolution_clock::now();
+    std::cout << "Needed " << to_ms(end - start).count() << " ms to finish.\n";
+}
+</code>
-== Konvexní obal množiny bodů v rovině (convex hull) ==
+==== Checklist pro odevzdání ====
-Konvexní obal ([[https://en.wikipedia.org/wiki/Convex_hull|convex hull]]) množiny bodů si lze jednoduše představit jako nejmenší konvexní mnohoúhelník, uvnitř kterého leží všechny body množiny. Jako konkrétní algoritmus je možné zvolit třeba [[https://en.wikipedia.org/wiki/Quickhull|Quickhull]].
+Protože se některé chyby při odevzdávání semestrálních prací často
-Vstupem pro aplikaci bude textový soubor se souřadnicemi bodů, výstupem pak bude seznam vrcholů konvexního obalu. Doporučujeme si napsat jednoduchý generátor vstupních dat a program či skript pro převod vstupních a výstupních dat do obrázku [[https://cs.wikipedia.org/wiki/Scalable_Vector_Graphics|SVG]] pro snadnou vizualizaci a ověření správnosti řešení.
+opakují, připravili jsme pro vás checklist, kde si můžete zkontrolovat,
+jestli jste před odevzdáním na něco nezapomněli.
-=== Kombinatorické problémy ===
+<code>
-== Knapsack Problem solver ==
+* Kód
-[[https://en.wikipedia.org/wiki/Knapsack_problem|Knapsack problem]] (též známý jako [[https://cs.wikipedia.org/wiki/Probl%C3%A9m_batohu|problém batohu]]) je NP-těžký problém z kombinatorické optimalizace, který se ale dá překvapivě dobře paralelizovat. Vstupní data doporučujeme generovat o požadované velikosti, aby bylo možné vyzkoušet různé velikosti problémů.
+  * Obsahuje váš kód CMakeLists.txt přes který se vaše semestrálka dá postavit?
+  * Používá váš kód více vláken když má k dispozici více jader?
+  * Obsahuje váš kód implementaci optimalizovanou pro jedno vlákno?
+  * Nepoužívá váš kód rozšíření jazyka? (Například OpenMP, VLA)
+  * Nepoužívá váš kód nepřenosné knihovny (Například POSIX, Win32)
+* Měření
+  * Proběhlo měření nad optimalizovaným programem? (Byla binárka zkompilována v "Release" módu?)
+  * Vyšel běh využívající více vláken rychlejší?
+  * Vyšel běh využívající více vláken stejně jako běh v jednom vlákně?
+* Zpráva
+  * Obsahuje vaše zpráva hash commitu (nebo tag), vůči kterému byla napsaná?
+  * Obsahuje vaše zpráva popis zadání?
+  * Obsahuje vaše zpráva popis naměřených výsledků?
+  * Obsahuje vaše zpráva popis prostředí, ve kterém jste prováděli měření?
+</code>
-Nezapomeňte, že výstupem by měla být nejenom optimální hodnota batohu, ale i jeho optimální složení.
+==== Šuplíkové zadání ====
+Protože občas může být těžké vymyslet si vlastní zadání, uvádíme několik
+možných příkladů. Pozor na to, že i pokud si vyberete z následujícího
+seznamu, zadání vám musí schválit cvičící.
-=== Word Count souborů ===
+=== Maticové algoritmy ===
-Typický problém s jednoduchou paralelizací. Na vstupu je sada souborů, na výstupu je seřazený výpis obsažených slov a jejich četnost.
+V závislosti na zvoleném algoritmu či metodě paralelizace můžete
+(po domluvě) uvažovat vstupní data ve speciálním tvaru (např. pouze
+čtvercové matice; matice, které mají délku strany mocninu dvou, ...).
-Krom slov se dají počítat i tzv. [[https://en.wikipedia.org/wiki/N-gram|n-gramy]].
+== Násobení matic ==
+Násobení matic je jedna z výpočetně nejzajímavějších operací v lineární
+algebře. Zaprvé protože je velmi časté, zadruhé protože je to operace,
+která dobře naimplementovaná opravdu může dosáhnout limitu výpočetní
+rychlosti procesoru (narozdíl třeba od sčítání vektorů, které jsou
+omezeny rychlostí přístupu do paměti).
+Očekáváme, že naimplementujete něco sofistikovanějšího než 3 for loopy
+dle definice maticového násobění.
-=== Autocorrect ===
+== Výpočet determinantu čtvercové matice ==
-Další častý problém. Uživatel něco napíše a my chceme vědět, jestli to opravdu napsat chtěl, nebo jestli se přehmátl na klávesnici. Samozřejmě, bez technologie pro čtení myšlenek to perfektně nejde, ale můžeme porovnat napsané slovo se slovníkem, a pokud v něm není, zkusit najít nějaké [[https://en.wikipedia.org/wiki/Levenshtein_distance|blízké]] slovo.
+Determinant lze jednoduše počítat dle definice nebo Laplaceovou expanzí,
+v praxi tyto algoritmy ale nejsou vhodné kvůli své časové složitosti.
+Efektivní implementace jsou založené na
+[[https://cs.wikipedia.org/wiki/Gaussova_eliminační_metoda|Gaussově eliminační mětodě]]
+(LU dekompozice). Očekáváme, že váš program bude schopen pracovat
+s maticemi 1000x1000 v rozumném čase (tj. řádově vteřiny, max. desítky
+vteřin). Aplikace na vstupu dostane čtvercovou matici, na výstupu vypíše
+hodnotu jejího determinantu.
-Na vstupu je slovník a slovo, nebo celá sada slov. Na výstupu je buďto samotné slovo, nebo množina nejbližších, a tudíž pravděpodobně zamýšlených slov. Slovník můžete mít uložený v arbitrárním formátu.
+== Řešení soustav lin. rovnic ==
+Další z velmi důležitých úloh lineární algebry. Aplikace na vstupu
+dostane rozšířenou matici soustavy a na výstup vypíše vektor jejího
+řešení, případně zprávu o tom, že řešení neexistuje. Pokud je řešení
+nekonečně mnoho, program vypíše jedno partikulární řešení a bázi
+lineárního prostoru řešení přidružené homogenní soustavy. K implementaci
+je nejvýhodnější použít
+[[https://cs.wikipedia.org/wiki/Gaussova_eliminační_metoda|Gaussovu eliminaci]]
+se zpětným dosazením.
+=== Grafové algoritmy ===
-==== Příklad průvodního Readme ====
+Aplikace načte vstupní graf ze souboru, příp. standardního vstupu
+v libovolném vámi zvoleném formátu. Doporučujeme použít jednoduchý
+textový formát, např.
 <code>
-# π-estimator
+<počet-vrcholů> <počet-hran>
+<počet hran z vrcholu 0> <cílový vrchol 1> <délka 1. hrany> <cílový vrchol 2> <délka 2. hrany> ...
+<počet hran z vrcholu 1> <cílový vrchol 1> <délka 1. hrany> <cílový vrchol 2> <délka 2. hrany> ...
+...
+</code>
-π-estimator je program pro aproximaci π za pomocí Monte Carlo simulace. V jedné iteraci je vygenerován náhodný bod z [0, 1]x[0, 1] a zjistí se, jestli vygenerovaný bod spadá do jednotkového kruhu. Po vygenerování N bodů se dá spočítat π jako 4 * <množství bodů uvnitř kruhu> / N.
+Pokud byste si chtěli grafy vizualizovat, je možné použít nástroj ''dot''
+z toolkitu [[http://www.graphviz.org/|Graphviz]] nebo C%%++%% knihovnu
+[[http://www.ogdf.net|OGDF]].
-## Implementace
-Implementace pro jedno vlákno je triviální, vícevláknová implementace pak vydělí množství iterací množstvím spuštěných vláken a nechá každé vlákno provést implementaci pro jedno vlákno. Množství vláken je určeno dle množství jader počítače, jejich synchronizace je triviální, přes atomickou proměnnou.
-Množství iterací je předáno jako druhý argument. Pokud druhý argument není předán, pak je použita defaultní hodnota 10M iterací.
+== Minimální kostra (minimum spanning tree) ==
-## Měření
+Minimální kostry mají široké využití - od návrhů tras elektrického
-Měřil jsem na 4 jádrovém i5-6600K CPU taktovaném na 3.5 GHz s vypnutým HT. Výsledekem bylo, že jsem naměřil 458ms pro jednovláknovou variantu a 116ms pro 4-vláknovou variantu, došlo tedy ke zhruba 4x zrychlení.
+vedení, přes vytváření routovacích tabulek v počítačových sítích
+až po shlukování (clustering) bodů v analýze dat či detekce útvarů
+v počítačovém vidění. Doporučujeme použít
+[[https://www.algoritmy.net/article/1396/Boruvkuv-algoritmus|Borůvkův algoritmus]].
+Na výstupu programu bude seznam vrcholů minimální kostry a její cena
+nebo přímo popis celého grafu pro Graphviz, s barevně odlišenými vrcholy
+v kostře.
-Výstup z měření
+== Nejkratší cesty mezi všemi vrcholy (shortest paths) ==
-```
+Další z velmi dobře prozkoumaných grafových algoritmů, které mají využití
-ST inside points: 7853087
+jak ve fyzickém světě, tak ve světě počítačů. Na výstupu je seznam dvojic
-MT inside points: 7853934
+vrcholů s délkou minimální cesty mezi nimi (pokud existuje) a vypsanou
-PI value: 3.14159
+cestou.
-ST PI time needed: 458ms value: 3.14123
-MT PI time needed: 116ms value: 3.14157
-```
-</code>
+== Problém obchodního cestujícího ==
-{{:courses:b6b36pjc:ukoly:semestralka-priklad.zip|Příklad odevzdaného kódu}}
+Problém obchodního cestujícího
+([[https://en.wikipedia.org/wiki/Travelling_salesman_problem|Travelling salesman problem]])
+spočívá v nalezení nejkratší (nejlevnější) hamiltonovské cesty
+v orientovaném grafu, tj. takové cesty, která obsahuje každý vrchol právě
+jednou. Je to NP těžký problém, který se při použití metody větví a mezí
+dobře paralelizuje. Možný algoritmus je popsaný v
+[[http://math.feld.cvut.cz/demlova/teaching/lgr/text_lgr_2016.pdf|materiálech]]
+k předmětu Logika a grafy v sekci Hledání nejkratší hamiltonovské cesty.
+Na výstupu bude posloupnost vrcholů cesty a její cena nebo přímo popis
+celého grafu pro Graphviz, s barevně zvýrazněnými hranami v cestě.
-//Pozor, ukázka v příloze je těsně na úrovni zápočtu, ne-li pod ní.//
+=== k-means (clustering) ===
+[[https://cs.wikipedia.org/wiki/K-means|K-means]] je jednoduchý iterativní
+algoritmus pro shlukování množiny bodů do //k// skupin (kde //k//
+je známé předem) s jednoduchou paralelizací. Vstupem je množina bodů
+(standardní vstup nebo soubor) a počet skupin (parametr na příkazové
+řádce), na výstupu vrací seznam bodů a jejich příslušnost do skupiny.
+Výsledek je vhodné vizualizovat výstupem do obrázku
+[[https://cs.wikipedia.org/wiki/Scalable_Vector_Graphics|SVG]]. Pro
+snadnou vizualizaci doporučujeme pracovat ve 2D.
-===== Rady =====
+=== Výpočetní geometrie (computational geometry) ===
-==== Kompilace programů používající vlákna na Linuxu ====
-Pokud pracujete na Linuxu a vidíte chybu s textem podobným ''undefined reference to `pthread_create''', váš program nepůjde zlinkovat, pokud kompilátoru nepředáte ''-pthread'', třeba takto:
-<code>
+Úlohy z oblasti výpočetní geometrie se zabývají geometrickými výpočty v
-clang++ -std=c++14 -g -Wall -Wextra -pthread main.cpp
+rovině a prostoru. Protože náročnost soudobých grafických aplikací stále
-</code>
+stoupá, jsou známy dobře paralelizovatelné algoritmy.
-==== Kompilace programů používající vlákna v CLion IDE ====
+== Konvexní obal množiny bodů v rovině (convex hull) ==
-Clion používá ''CMake'' a ''CMakeLists.txt'' pro kontrolu kompilace. Jako kompilátor ale používá buďto ''%%g++%%'' nebo ''Clang'', a tudíž je mu též potřeba říct, aby linkoval vlákna. Nejjednodušší způsob je v ''CMakeLists.txt'' změnit ''set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++14")'' na ''set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -std=c++14 -pthread")''.
-==== Generátor náhodných čísel ====
+Konvexní obal ([[https://en.wikipedia.org/wiki/Convex_hull|convex hull]])
-Pokud potřebujete generátor náhodných čísel a jeho rychlost není až tak důležitá, doporučujeme [[https://en.wikipedia.org/wiki/Mersenne_Twister|Mersenne Twister]] [[http://en.cppreference.com/w/cpp/numeric/random|ze standardní knihovny]].
+množiny bodů si lze jednoduše představit jako nejmenší konvexní
-Minimální příklad použití pro získání double v rozsahu (-1000, 1000):
+mnohoúhelník, uvnitř kterého leží všechny body množiny. Jako konkrétní
-<code cpp>
+algoritmus je možné zvolit třeba
-double get_random_double() {
+[[https://en.wikipedia.org/wiki/Quickhull|Quickhull]]. Vstupem pro
-	static std::mt19937 mt{ std::random_device{}() };
+aplikaci bude textový soubor se souřadnicemi bodů, výstupem pak bude
-	static std::uniform_real_distribution<> dist(-1000, 1000);
+seznam vrcholů konvexního obalu. Doporučujeme si napsat jednoduchý
-	return dist(mt);
+generátor vstupních dat a program či skript pro převod vstupních
-}
+a výstupních dat do obrázku
-</code>
+[[https://cs.wikipedia.org/wiki/Scalable_Vector_Graphics|SVG]] pro
+snadnou vizualizaci a ověření správnosti řešení.
-Pokud je rychlost velmi důležitá, budete muset použít něco rychlejšího, například [[http://en.cppreference.com/w/cpp/numeric/random|std::minstd_rand]].
+=== Kombinatorické problémy ===
+== Knapsack Problem solver ==
+[[https://en.wikipedia.org/wiki/Knapsack_problem|Knapsack problem]]
+(též známý jako
+[[https://cs.wikipedia.org/wiki/Probl%C3%A9m_batohu|problém batohu]])
+je NP-těžký problém z kombinatorické optimalizace, který se ale dá
+překvapivě dobře paralelizovat. Vstupní data doporučujeme generovat
+o požadované velikosti, aby bylo možné vyzkoušet různé velikosti problémů.
-==== Měření uběhnutého času ====
+Nezapomeňte, že výstupem by měla být nejenom optimální hodnota batohu,
-Součástí zadání je porovnat čas běhu vašeho algoritmu využívajícího více vláken, s časem běhu jednoduchého algoritmu, který vlákna nepoužívá. K tomu vám poslouží hlavička ''<chrono>'', která se používá takto:
+ale i jeho optimální složení.
-<code cpp>
-template <typename TimePoint>
-std::chrono::milliseconds to_ms(TimePoint tp) {
-    return std::chrono::duration_cast<std::chrono::milliseconds>(tp);
-}
-int main() {
+=== Word Count souborů ===
-    auto start = std::chrono::high_resolution_clock::now();
+Typický problém s jednoduchou paralelizací. Na vstupu je sada souborů,
-    // do work
+na výstupu je seřazený výpis obsažených slov a jejich četnost.
-    auto end = std::chrono::high_resolution_clock::now();
-    std::cout << "Needed " << to_ms(end - start).count() << " ms to finish.\n";
+Krom slov se dají počítat i tzv.
-}
+[[https://en.wikipedia.org/wiki/N-gram|n-gramy]].
-</code>
+=== Autocorrect ===
+Další častý problém. Uživatel něco napíše a my chceme vědět, jestli to
+opravdu napsat chtěl, nebo jestli se přehmátl na klávesnici. Samozřejmě,
+bez technologie pro čtení myšlenek to perfektně nejde, ale můžeme
+porovnat napsané slovo se slovníkem, a pokud v něm není, zkusit najít
+nějaké [[https://en.wikipedia.org/wiki/Levenshtein_distance|blízké]]
+slovo.
+Na vstupu je slovník a slovo, nebo celá sada slov. Na výstupu je buďto
+samotné slovo, nebo množina nejbližších, a tudíž pravděpodobně zamýšlených
+slov. Slovník můžete mít uložený v libovolném formátu.