gnuplot> set xrange [0:80]
gnuplot> set size 1.2, 1
gnuplot> set xrange [0:100]>
gnuplot> set ytics 10,2
gnuplot> set Title "Tiempo"
gnuplot> set title "Tiempo"
gnuplot> set origin 0,1
gnuplot> set yrange [0:5]
gnuplot> set ytics 3,10
gnuplot> set title "Memoria"
gnuplot> set origin 1.2, 1
gnuplot> set yrange [0:5]
gnuplot> set ytics 1,1
gnuplot> set title "Objetivo"
gnuplot> set origin 2.4,1
gnuplot> set yrange [0:5]
| 10 | 15 | 1 | 22 | 36 |
| 10 | 15 | 1 | 23 | 56 |
| 11 | 23 | 2 | 28 | 57 |
| 12 | 24 | 2 | 44 | 76 |
| 39 | 13 | 12 | 2 | 22 |
| 39 | 14 | 13 | 3 | 45 |
| 42 | 14 | 28 | 3 | 45 |
| 87 | 19 | 34 | 3 | 59 |
| 43 | 3 | 59 | 2 | 32 |
| 31 | 3 | 45 | 2 | 24 |
| 28 | 3 | 45 | 1 | 10 |
| 21 | 2 | 22 | 1 | 13 |



Me da mucha duda que algoritmos pesados (como el híper y el genético) consuman menos memoria que los demás y que los algoritmos más simples (como la búsqueda local) tienen tiempos de corrida más cortos... Se me hace que o están haciendo algo mal para generar los datos o no están usando los datos correctos. Van 4 pts por esta entrada.
ResponderEliminar