first commit

dynamic/plotter.py

@@ -0,0 +1,56 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+import seaborn as sns
+import sys
+
+def create_plots(csv_file_path):
+    """
+    读取CSV文件，生成图表并保存到磁盘
+    """
+    try:
+        df = pd.read_csv(csv_file_path)
+    except FileNotFoundError:
+        print(f"错误：找不到文件 {csv_file_path}")
+        sys.exit(1)
+
+    # 算法名称映射
+    algo_names = {
+        'v1': '朴素动态规划（三层循环）',
+        'v2': '优化二维动态规划',
+        'v3': '空间优化一维动态规划'
+    }
+    df['algo_name'] = df['algo'].map(algo_names)
+
+    # 设置绘图风格
+    sns.set_theme(style="whitegrid")
+
+    # 图表1：运行时间与物品数量的关系
+    plt.figure(figsize=(10, 6))
+    time_plot = sns.lineplot(data=df, x='n', y='time_us', hue='algo_name', marker='o', palette='viridis')
+    plt.title('平均运行时间与物品种类数量(n)的关系')
+    plt.xlabel('物品种类数量(n)')
+    plt.ylabel('平均运行时间（微秒）')
+    time_plot.legend(title='算法')
+    plt.grid(True, which='both', linestyle='--')
+    plt.savefig('time_vs_n.png', dpi=300)
+    plt.close()
+
+    # 图表2：操作次数与物品数量的关系
+    plt.figure(figsize=(10, 6))
+    ops_plot = sns.lineplot(data=df, x='n', y='ops', hue='algo_name', marker='o', palette='plasma')
+    plt.title('关键操作次数与物品种类数量(n)的关系')
+    plt.xlabel('物品种类数量(n)')
+    plt.ylabel('平均关键操作次数（对数尺度）')
+    plt.yscale('log')
+    ops_plot.legend(title='算法')
+    plt.grid(True, which='both', linestyle='--')
+    plt.savefig('ops_vs_n.png', dpi=300)
+    plt.close()
+
+if __name__ == '__main__':
+    if len(sys.argv) > 1:
+        # 使用命令行参数指定的CSV文件
+        create_plots(sys.argv[1])
+    else:
+        # 如果没有提供参数，使用默认文件名
+        create_plots('results.csv')