{"id":15797523,"url":"https://github.com/pavlovdog/longest_simple_path","last_synced_at":"2026-05-18T06:34:31.965Z","repository":{"id":94100812,"uuid":"70569788","full_name":"pavlovdog/longest_simple_path","owner":"pavlovdog","description":"Algorithm home work, part 3","archived":false,"fork":false,"pushed_at":"2016-10-11T21:02:58.000Z","size":1691,"stargazers_count":0,"open_issues_count":0,"forks_count":1,"subscribers_count":2,"default_branch":"master","last_synced_at":"2025-08-29T02:20:04.021Z","etag":null,"topics":["algorithm","longest-path","python"],"latest_commit_sha":null,"homepage":null,"language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/pavlovdog.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2016-10-11T07:56:53.000Z","updated_at":"2016-10-11T09:19:29.000Z","dependencies_parsed_at":"2023-03-12T14:16:48.351Z","dependency_job_id":null,"html_url":"https://github.com/pavlovdog/longest_simple_path","commit_stats":{"total_commits":13,"total_committers":2,"mean_commits":6.5,"dds":0.3076923076923077,"last_synced_commit":"832b9356b0fc98acf678739c8c50ce83a0d46f95"},"previous_names":[],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/pavlovdog/longest_simple_path","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pavlovdog%2Flongest_simple_path","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pavlovdog%2Flongest_simple_path/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pavlovdog%2Flongest_simple_path/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pavlovdog%2Flongest_simple_path/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/pavlovdog","download_url":"https://codeload.github.com/pavlovdog/longest_simple_path/tar.gz/refs/heads/master","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/pavlovdog%2Flongest_simple_path/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":33167668,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-18T05:43:36.989Z","status":"ssl_error","status_checked_at":"2026-05-18T05:43:19.133Z","response_time":71,"last_error":"SSL_read: unexpected eof while reading","robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":false,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["algorithm","longest-path","python"],"created_at":"2024-10-05T00:09:28.199Z","updated_at":"2026-05-18T06:34:31.949Z","avatar_url":"https://github.com/pavlovdog.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Поиск самого длинного пути в графе\n## Потехин Сергей, 156 группа\n\n1. Алгоритм градиентного спуска\n2. Алгоритм Метрополиса с отжигом\n3. Алгоритм Метрополиса без отжига\n\n## Описание проекта\n- [Algorithms.cpp](https://github.com/pavlovdog/longest_simple_path/blob/master/Algorithms.cpp) - реализация всех трех алгоритмов на C++\n- [Algorithms.ipynb](https://github.com/pavlovdog/longest_simple_path/blob/master/Algorithms.ipynb) - реализация алгоритмов на Python 2.7, генерация \u0026 использование случайных графов, отрисовка графов и путей. Изначально весь код писался на Python, а потом портировался на C++, поэтому данный файл лучше написан, закомментирован и т.д.\n- [env.py](https://github.com/pavlovdog/longest_simple_path/blob/master/env.py) - реализация функций энергии, поиска нового состояния и т.д.\n- [graph_pictures](https://github.com/pavlovdog/longest_simple_path/tree/master/graph_pictures) - примеры найденных путей для разных графов\n- [table_result.csv](https://github.com/pavlovdog/longest_simple_path/blob/master/table_result.csv) - сравнение результатов работы различных алгоритмах на различных графах (изменялось число вершин и вероятность ребер)\n\n## Отчет\nДля запуска Python кода необходимо установить несколько библиотек (работают под Ubuntu 14.04, на других ОС не проверял). Плюс нужно поставить Jupyter notebook.\n\n```bash\nsudo pip install matplotlib networkx pandas\npip install jupyter\n```\n\nВот пример работы алгоритмов для случайного графа на 19 вершинах с вероятностью появления ребра 0.2:\n\n### Случайный путь\n![random](https://github.com/pavlovdog/longest_simple_path/raw/master/graph_pictures/1476217730.17_RANDOM_PATH.png \"Random path\")\n\n### Путь, найденный градиентным спуском\n![grad](https://github.com/pavlovdog/longest_simple_path/blob/master/graph_pictures/1476217730.17_GRADIENT_DESCENT.png \"Grad path\")\n\n### Путь, найденный алгоритмом Метрополиса с отжигом\n![metroanneal](https://github.com/pavlovdog/longest_simple_path/blob/master/graph_pictures/1476217730.17_METROPOLIS_WITH_ANNEALING.png \"Metroanneal path\")\n\n### Путь, найденный алгоритмом Метрополиса без Отжига\n![metro](https://github.com/pavlovdog/longest_simple_path/blob/master/graph_pictures/1476217730.17_METROPOLIS_WITHOUT_ANNEALING.png \"Metro path\")\n\nПо таблице, представленной в файле [table_result.csv](https://github.com/pavlovdog/longest_simple_path/blob/master/table_result.csv) видно, что алгоритм градиентного спуска хорошо работает на сильно разряженных графах, либо на графах с маленьким числом вершин. Лучше всего работает алгоритм Метрополиса с отжигом, но это заметно только на графах с числом вершин больше ~25-30 (в отчете нет таких картинок, потому что генерация требует много памяти). Алгоритм Метрополиса без отжига на маленьких графах работает примерно так же как и алгоритм градиентного спуска, при росте числа вершин находит более длинные пути, но проигрывает Метрополису с отжигом.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fpavlovdog%2Flongest_simple_path","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fpavlovdog%2Flongest_simple_path","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fpavlovdog%2Flongest_simple_path/lists"}