introducción depuración algorítmica estrategias de la da sesión de depuración balanceo de...

BalanceandoÁrboles de Ejecución

David Insa Cabrera

IntroducciónDepuración Algorítmica

Balanceo de árboles de ejecuciónAE balanceadosTres técnicas para balancear AE

DemostraciónDDJ

Conclusiones y trabajo futuro

Contenido

¿Qué es un Árbol de Ejecución?

Depuración algorítmica [Shapiro 82] Paradigma Lógico

DOS FASES:• Generar el árbol de ejecución• Recorrer el árbol de ejecución haciendo preguntas hasta encontrar el error

Si se detecta el efecto de un errorentonces la DA encontrará el error

main = 4

listSum [] = 1

1+3 = 4

2+1 = 3

listSum [1,2] = 4

listSum [2] = 3

Depuración Algorítmica

Ejemplo:

main = listSum [1,2]

listSum [] = 1listSum (x:xs) = x + (listSum xs)

Recorriendo el árbol de ejecución

• REGLA DE ORO: Cuando un nodo incorrecto no tiene hijos incorrectos, entonces este nodo es erróneo.

Ejemplo:

main = 4

listSum [] = 1

1+3 = 4

2+1 = 3

listSum [1,2] = 4

listSum [2] = 3

Recorriendo el árbol de ejecución

• REGLA DE ORO: Cuando un nodo incorrecto no tiene hijos incorrectos, entonces este nodo es erróneo.

Ejemplo:

listSum [] = 0listSum (x:xs) = x + (listSum xs) + 1

main = 5

listSum [] = 0

1+3+1 = 5

2+0+1 = 3

listSum [1,2] = 5

listSum [2] = 3

DemostraciónDDJ

• Estrategias de la DA• Sesión de depuración

Contenido

Estrategias

Top Down Left to RightTop Down Heaviest FirstTop Down More Rules First

Divide & Query ShapiroDivide & Query HirunkittiDivide by Rules & Query

Single Stepping

Hat Delta More WrongsHat Delta Less RightsHat Delta Best Division

Top Down

Hat Delta

Divide & Query

Single Stepping

Estrategias de la Depuración Algorítmica

Sesión de depuración

main = sqrTest [1,2]

sqrTest x = test (squares (listSum x))

test (x,y,z) = (x==y) && (y==z)

squares x = ((square1 x),(square2 x),(square3 x))

square1 x = square x square x = x*x square2 x = listSum (list x x) list x y | y==0 = [] | otherwise = x:list x (y-1)

square3 x = listSum (partialSums x)

partialSums x = [(sum1 x),(sum2 x)]

sum1 x = div (x * (incr x)) 2sum2 x = div (x + (decr x)) 2

incr x = x + 1decr x = x - 1

Sesión de depuración con la búsqueda Top-Down Left to Right.

main = False

sqrTest [1,2] = False

test (9,9,8) = False squares 3 = (9,9,8) listSum [1,2] = 3

squares1 3 = 9 squares2 3 = 9 squares3 3 = 8listSum [2] = 2

listSum [] = 0square 3 = 9 listSum [3,3,3] = 9

listSum [3,3] = 6

listSum [3] = 3

listSum [] = 0

list 3 3 = [3,3,3]

list 3 2 = [3,3]

list 3 1 = [3]

list 3 0 = []

listSum [6,2] = 8

listSum [2] = 2

listSum [] = 0

partialSums 3 = [6,2]

sum1 3 = 6 sum2 3 = 2

incr 3 = 4 decr 3 = 2

Empezando la sesión de depuración…

1) main = False? NO

2) sqrTest [1,2] = False? NO

3) test [9,9,8] = False? SI

4) squares 3 = [9,9,8]? NO

5) square1 3 = 9? SI

7) square3 3 = 8? NO

8) listSum [6,2] = 8? SI

9) partialSums 3 = [6,2]? NO

10) sum1 3 = 6? SI

11) sum2 3 = 2? NO

12) decr 3 = 2? SI

Error encontrado en la regla:

sum2 x = div (x + (decr x)) 2

Sesión de depuración con la búsqueda Top-Down Heaviest First.

main = False

listSum [3,3] = 6

listSum [3] = 3

listSum [] = 0

list 3 3 = [3,3,3]

list 3 2 = [3,3]

list 3 1 = [3]

list 3 0 = []

listSum [6,2] = 8

listSum [2] = 2

listSum [] = 0

sum1 3 = 6 sum2 3 = 2

incr 3 = 4 decr 3 = 2

1) main = False? NO

2) sqrTest [1,2] = False? NO

3) squares 3 = [9,9,8]? NO

7) sum1 3 = 6? SI

8) sum2 3 = 2? NO

9) decr 3 = 2? SI

Sesión de depuración con la búsqueda Divide & Query Hirunkitti.

main = False

listSum [3,3] = 6

listSum [3] = 3

listSum [] = 0

list 3 3 = [3,3,3]

list 3 2 = [3,3]

list 3 1 = [3]

list 3 0 = []

listSum [6,2] = 8

listSum [2] = 2

listSum [] = 0

sum1 3 = 6 sum2 3 = 2

incr 3 = 4 decr 3 = 2

4) sum1 3 = 6? SI

5) sum2 3 = 2? NO

6) decr 3 = 2? SI

• Generación de AE balanceados

DemostraciónDDJ

• AE completamente balanceado

Contenido

AE completamente balanceadoSe dice que un árbol de ejecución está balanceado cuando: si se detecta un nodo incorrecto en el árbol de ejecución, entonces se puede encontrar un nodo que pode la mitad del árbol de ejecución que queda por depurar

Generación de AE balanceados

DemostraciónDDJ

Proyección Colapso

• Compactación

• Cadenas

Contenido

public class Chess{

public static void main(String[] args){

Chess p = new Chess();Position tower = new Position();Position king = new Position();king.locate(5, 1);tower.locate(8, 1);p.castling(tower, king);

}void castling(Position t, Position k){

if (t.x != 8) {for(int i=1; i<=2; i++) {t.left();}for(int i=1; i<=2; i++) {k.right();}

}else {

for(int i=1; i<=3; i++) {t.right();}for(int i=1; i<=2; i++) {k.left();}

class Position{

int x, y;void locate (int a, int b) {x=a; y=b;}void up() {y=y+1;}void down() {y=y-1;}

void right() {x=x+1;}void left() {x=x-1;}}

Programa de ejemplo

p.castling(tower,king)p.castling(tower,king)

king.x=5king.y=1tower.x=8tower.y=1

t.right()t.right()t.x=8t.y=1 t.right()t.right() t.right()t.right()

t.x=11t.y=1 k.left()k.left()

k.x=5k.y=1 k.left()k.left()

k.x=3k.y=1

t.x=9t.y=1

t.x=10t.y=1

k.x=4k.y=1

Cadenas

t.right()t.right() t.right()t.right() t.right()t.right() k.left()k.left() k.left()k.left()

t.right()t.right()t.right()

k.left()k.left()k.left()k.left()

t.x=8t.y=1

t.x=9t.y=1

t.x=10t.y=1

t.x=11t.y=1

k.x=5k.y=1

k.x=4k.y=1

k.x=3k.y=1

Proyección

t.x=8t.y=1

t.x=11t.y=1

k.x=5k.y=1

k.x=3k.y=1

t.right()t.right()t.x=8t.y=1

t.x=9t.y=1 t.right()t.right()

t.x=9t.y=1

t.x=10t.y=1 t.right()t.right()

t.x=10t.y=1

t.x=11t.y=1 k.left()k.left()

k.x=5k.y=1

k.x=4k.y=1 k.left()k.left()

k.x=4k.y=1

k.x=3k.y=1

t.right()t.right()t.right()

t.x=8t.y=1

t.x=11t.y=1

k.left()k.left()k.left()k.left()

k.x=5k.y=1

k.x=3k.y=1

Colapso

Proceso de balanceoEstrategia NB

Left to Right 8.021Heaviest First 7.875D&Q Shapiro 7.229D&Q Hirunkitti 6.792

B6.9576.8045.9785.717

Reducción (%)86.73 %86.40 %82.69 %84.18 %

DemostraciónDDJ

Proyección Colapso

• Compactación

• Cadenas

Contenido

Compactación

Bosque de ejecución

DemostraciónDDJ

Contenido

DemostraciónDDJ

Contenido

No colapsar o proyectar cadenas que realicen más de 5 cambios

Preguntas complejas

Posibilidad de volver al AE original

Conclusiones

Preguntas complejas

Evitar preguntas innecesarias

Conclusiones

Benchmark

ET nodes Col./Proj.Question

sQuestions

argparser 192 0/63 22.78 15.70 68.92 %cglib 1463 0/247 82.41 49.73 60.34 %kxml2 1445 2/277 81.61 50.90 62.37 %javassist 1499 5/148 83.84 61.00 72.76 %

Preguntas complejas

Evitar preguntas innecesarias

Compactar subárbol en un nodo

Dividir un nodo en sub-computaciones (inversa)

Conclusiones

Trabajo futuroExperimentar con el tamaño de las cadenas

Implementar balanceado según la estructura usada en otras estrategias

introducción depuración algorítmica estrategias de la da sesión de depuración balanceo de...

Documents

ejercicios propuestos algorítmica i programacioni

transparencia algorítmica ¿un problema normativo o

algorítmica para programación

ejemplificaciÓn de la soluciÓn algorÍtmica de … ·...

depuración renal, aplicación de la depuración renal en la...

introducción depuración algorítmica divide & query...

desarrollo de lógica algorítmica

algorítmica y programación para ingenieros

complejidad algorítmica : cuestiones y aplicaciones...

conceptos básicos de algorítmica

proyecto hyperion investigación algorítmica 1 logycsystems

redalyc.naspi: una notación algorítmica estándar para

algorítmica paralela

transparencias de algorítmica

música fractal algorítmica y antropología de la música...

depuración de archivos.doc

etapa de depuración

depuración renal

sesión 01 - complejidad algorítmica

algorítmica y programación