Génération de graphes aléatoires à l’aide de méthodes Monte-Carlo par chaînes de Markov, dans le cadre d'un projet universitaire encadré par Lionel Tabourier (LIP6 - Sorbonne Université) : télécharger le rapport
brew install graphviz
make| Path | Rôle / commande rapide |
|---|---|
main.c |
point d’entrée ; parse les options puis lance la chaîne de Markov. |
analyse.c / analyse.h |
Cœur multithread du sampler : crée la structure Graph, génère edge_list, lance un pool de NB_THREADS (MarkovThread) qui exécute kswapAndUpdate. Gère le comptage incrémental de triangles (updateTriangles) et l’enregistrement périodique des mesures (recordMeasuresThreads). Paramètres clés : SAMPLING_GAP, MAX_STEPS. |
graphes.c / graphes.h |
Bibliothèque cœur : structure de graphe (liste d’adjacence), création/duplication, ajout/suppression d’arêtes, I/O (load/save, rendu Graphviz), générateurs aléatoires (Erdős–Rényi, configuration‑model), primitives d’échange (swap/kswap) et utilitaires (degrés, demi‑arêtes, shuffle, Zipf). |
Pcolors.c / Pcolors.h |
helpers ANSI pour logs colorés. |
data/ |
graphes d’exemple (edge list) et modèles de config. |
plot.py |
tracer les courbes et histogrammes du rapport |
save_to_chains.py |
convertir des logs bruts en chaînes compactes (HDF5). |
stationarity.py |
tests de Kolmogorov-Smirnov sur les chaînes. |