Algorithm Visualizer APK 1.0 - Gratis download

Downloaden APK

Laatst bijgewerkt: 10 Jul 2020

App-info

App werd gebruikt om de perceptie van studenten te wijzigen door de werking van algoritmen te tonen

App-naam: Algorithm Visualizer

Applicatie-ID: com.thelazypeople.algorithmvisualizer

Beoordeling: 0.0 / 0+

Auteur: AbhiTom

App-grootte: 7.91 MB

Gedetailleerde beschrijving

Algoritm Visualizer is een applicatie die met name is gemaakt voor studenten om een ​​beter begrip van algoritmen te hebben. Het helpt bij het op gemak te grijpen van de werking van algoritmen. De verzameling algoritmen die het heeft opgenomen, zijn zoeken, sorteren, padvinden, grafieken/bomen, N-Queen, KMP en Markov-Chain, al met al een pakket met het grootste deel ervan. Het ontwikkelt een perceptie in de geest van de studenten over hoe dingen aan het einde van een bepaalde taak verwerken. Studenten die geïnteresseerd zijn in technologie kunnen het begrijpen en kunnen een beter inzicht hebben in dergelijke lessen die in een vroeg stadium van de universiteit worden bestudeerd en erin kunnen uitblinken. Het bevat heel veel gegevensstructuren zoals arrays, grafieken, bomen, snaren en nog veel meer. Omdat het altijd een geval is geweest dat een student beter kan leren wanneer hij dingen begint te visualiseren, zodat deze applicatie al deze dingen bij de hand voor u brengt, omdat u de grootte van gegevensstructuren kunt wijzigen en de snelheid van het werken van algoritmen kunt regelen en kan spelen Het is zolang je wilt en kan er briljant in worden.

1) Visualizer zoeken:- Het bevat lineaire, binaire, sprong-, interpolatie- en exponentiële zoekalgoritmen. Gebruikers kunnen eenvoudig de grootte van een array wijzigen en kunnen de snelheid regelen waarmee ze het algoritme willen visualiseren.

2) Visualizer sorteren:- Het bevat bubbel, snel, samenvoegen, invoegen en selecties sorteeralgoritmen. Gebruikers kunnen eenvoudig de grootte van een array wijzigen en kunnen de snelheid regelen waarmee ze het algoritme willen visualiseren.

3) Pad vinden Visualizer:- Het bevat Dijkstra, DFS, BFS, een steralgoritmen.
In deze kan gemakkelijk gewichten en blokken plaatsen om een ​​niet-kruisbaar pad te tonen. Snelheid kan eenvoudig worden bestuurd door de gebruiker. De gebruiker moet de startpositie en de bestemming selecteren waar hij het pad wil visualiseren. Verschillende kleuren zijn gebruikt om het proces aan te geven en uiteindelijk toont het groene kleurenpad de laatste route van starten tot bestemming. Een tutorial is ook ontworpen om de gebruikers in het begin te begeleiden.

4) Grafieken/bomen:- Een grafische gegevensstructuur bestaat uit een eindige (en mogelijk veranderbare) set hoekpunten (ook wel knooppunten of punten genoemd), samen met een set ongeordende paren van deze hoekpunten voor een niet-gerichte grafiek of een set geordende geordende set Paren voor een gerichte grafiek. Het bevat functies van drag and drop en geeft een zeer handige manier voor gebruikers om hun eigen grafiek of boom aan te passen. De grafiek bevat diepte eerste zoekopdracht en breedte-eerste zoekopdracht. Er is een apart gebied voor bomen, de gebruiker kan de hoogte van de boom en de diameter van de boom controleren. Voordat de verwerking van de gebruiker een startknooppunt moet toevoegen dat wordt weergegeven in blauw kleurenknooppunt met een plusteken erover.

5) N-Queen Visualizer- In de beginnende gebruiker kan de bordgrootte wijzigen en de visualisatie starten. De N Queen is het probleem van het plaatsen van N -schaakkoninginnen op een N × N -schaakbord zodat geen twee Queens elkaar aanvallen. Het is een backtracking -oplossing en na de verwerking worden alle resultaten samen in afzonderlijke activiteiten weergegeven.

6) KMP-algoritme:- KMP (Knuth Morris Pratt) is een algoritme voor het zoeken naar patroon. Er zijn twee ingangen in de hoofdreeks en het patroon dat moet worden doorzocht in de hoofdreeks. De snelheid kan worden bestuurd door de gebruiker. Het gebruikt een gele kleur om aan te tonen dat het patroon is gevonden.

7) Markov's-ketenalgoritme:- Het wordt meestal gebruikt in machine learning. Er is een tutorial gemaakt om de gebruikers erdoorheen te begeleiden. De gebruiker moet een grote gegevensset geven in de trainingsgegevens en het model laten wachten en tot dan kan de gebruiker de stappen visualiseren waarin het voorvoegsel en het achtervoegsel zijn opgeslagen. Na training is het model klaar om te testen en men kan de woorden of letters in het voorvoegsel typen en de suggesties van volgende woorden of huidige woorden worden weergegeven in het suggestiebox, hetzelfde als we zien tijdens het gebruik van een toetsenbord
Downloaden APK

App-screenshot

Vergelijkbaar