App utilizzata per modificare la percezione degli studenti mostrando il funzionamento degli algoritmi.
Algorithm Visualizer è un'applicazione creata appositamente per consentire agli studenti di comprendere meglio gli algoritmi. Aiuta a cogliere facilmente il funzionamento degli algoritmi. La raccolta di algoritmi che ha incluso sono la ricerca, l'ordinamento, la ricerca di percorsi, grafici / alberi, N-Queen, KMP e Markov-Chain, tutto sommato, un pacchetto con la maggior parte di esso. Sviluppa una percezione nella mente degli studenti su come le cose stanno elaborando nel back-end di un compito particolare. Gli studenti interessati alla tecnologia possono comprenderla e avere una visione migliore di tali lezioni che vengono studiate in una fase iniziale del college e possono eccellere in essa. Contiene molte strutture di dati come array, grafici, alberi, stringhe e molto altro. Come sempre, uno studente può imparare meglio quando inizia a visualizzare le cose, quindi questa applicazione ti mette a portata di mano tutte queste cose in quanto puoi cambiare le dimensioni delle strutture dati e controllare la velocità di lavoro degli algoritmi e giocare con tutto il tempo che vuoi e può diventare brillante in esso.
1) Searching Visualizer: - Contiene algoritmi di ricerca lineare, binaria, di salto, di interpolazione e di ricerca esponenziale. Gli utenti possono facilmente modificare le dimensioni di un array e controllare la velocità con cui desiderano visualizzare l'algoritmo.
2) Visualizzatore di ordinamento: - Contiene algoritmi di ordinamento Bubble, Quick, Merge, Insertion e Selection. Gli utenti possono facilmente modificare le dimensioni di un array e controllare la velocità con cui desiderano visualizzare l'algoritmo.
3) Path Finding Visualizer: - Contiene algoritmi a stella, Dijkstra, DFS, BFS.
In questo si possono facilmente mettere pesi e blocchi per mostrare un percorso non attraversabile. La velocità può essere controllata facilmente dall'utente. L'utente deve selezionare la posizione iniziale e la destinazione in cui desidera visualizzare il percorso. Sono stati usati vari colori per indicare il processo e alla fine il percorso del colore verde mostra il percorso finale dall'inizio alla destinazione. Un tutorial è anche progettato per guidare gli utenti all'inizio.
4) Grafici / alberi: - Una struttura di dati del grafico è costituita da un insieme finito (e possibilmente mutabile) di vertici (detti anche nodi o punti), insieme a un insieme di coppie non ordinate di questi vertici per un grafico non diretto o un insieme di ordini coppie per un grafico diretto. Contiene funzioni di trascinamento della selezione e offre agli utenti un modo molto comodo di personalizzare il proprio grafico o albero. Il grafico contiene profondità Prima ricerca e ampiezza prima ricerca. C'è un'area separata per gli alberi, l'utente può controllare l'altezza dell'albero e il diametro dell'albero. Prima di elaborare l'utente deve aggiungere un nodo iniziale che verrà rappresentato in un nodo di colore blu con un segno più su di esso.
5) N-queen Visualizer - All'inizio l'utente può cambiare la dimensione della scheda e iniziare la visualizzazione. La regina N è il problema di collocare regine di scacchi N su una scacchiera N × N in modo che non ci siano due regine che si attaccano a vicenda. È una soluzione di Backtracking e dopo l'elaborazione, tutti i risultati vengono mostrati insieme in attività separate.
6) Algoritmo KMP: - KMP (Knuth Morris Pratt) è un algoritmo di ricerca di modelli. Sono necessari due input: la stringa principale e il modello da cercare nella stringa principale. La velocità può essere controllata dall'utente. Usa un colore giallo per mostrare che il motivo è stato trovato.
7) Algoritmo della catena di Markov: - È utilizzato principalmente in Machine Learning. È stato creato un tutorial per guidare gli utenti attraverso di esso. L'utente deve fornire un set di dati di grandi dimensioni nei dati di addestramento e consentire al modello di attendere e fino a quel momento l'utente può visualizzare i passaggi in cui sono stati memorizzati prefisso e suffisso. Quindi, dopo l'allenamento, il modello è pronto per essere testato e si possono digitare le parole o le lettere in prefisso e i suggerimenti delle parole successive o delle parole correnti verranno visualizzati nella casella dei suggerimenti, come si vede mentre si utilizza una tastiera.