[PB071] Cvičný zápočtový príklad
Data mining
V tejto úlohe si vyskúšate vo veľmi zjednodušenej podobe prácu s dátami – data mining.
Vašou hlavnou úlohou bude dáta predspracovať a následne vypísať požadovanú
informáciu z daných dát, v tomto prípade konkrétne zo zjednodušenej tabuľky cien akcií
firiem patriacich do prestížnej skupiny S&P 5001.
Zadanie:
Napíšte program, ktorý načíta dáta zo súboru vo formáte CSV2
(Comma-separated values)
do vhodnej štruktúry, vylúči všetky firmy, ktorých MarketCap je menší ako požadovaný,
tieto dáta následne zoradí a vypíše požadovanú informáciu z týchto spracovaných dát podľa
prepínača, s ktorým bude tento program spustený.
Volanie programu:
Program bude volaný nasledovne:
./mining [OPTION] [OPTION_PARAM] [MARKET_CAP] [FILE]
pričom OPTION je jeden prepínač, OPTION_PARAM je nepovinná súčasť a obsahuje
prípadný parameter viažuci sa k OPTION, MARKET_CAP je číslo, ktoré udáva filtračnú
hranicu a FILE je cesta k súboru, ktorý sa má spracovať. Prepínače môžu byť 3 rôzne:
1. -e [PARAM] -> vypíše najvyššiu Price (cena jednej akcie) zo zadaného sektoru. Túto
informáciu zmysluplne poskytne užívateľovi, prípadne ho informuje, že v danom
sektore sa nenachádza žiadna firma.
2. -c [PARAM] -> vypíše počet firiem zastúpených v danom sektore.
3. -s [PARAM] -> vypíše súčet hodnoty všetkých firiem v danom sektore podľa
MarketCap.
Doplňujúce informácie
• O dĺžke jednotlivých riadkov ani o počte riadkov v danom súbore nemáte dopredu žiadne
informácie.
• Dáta v súbore budú v tvare:
<Symbol>,<Name>,<Sector>,<Price>,<MarketCap>
• Dáta budú zoradené podľa Sector, do ktorého patria. Ak budú dve firmy spadať do
rovnakého sektoru, raďte ďalej podľa Price.
• Môžete očakávať, že Sector bude mať maximálne dĺžku 32 bytov. Zároveň sa môžete
spoliehať, že v Price a MarketCap budú valídne číselné hodnoty. Zamyslite sa, či je
potrebné ukladať aj ostatné stĺpce tabuľky.
1
https://datahub.io/core/s-and-p-500-companies-financials
2
https://cs.wikipedia.org/wiki/CSV
Požiadavky na implementáciu:
• Dáta musíte z jedného riadku súboru ukladať do Vami definovanej užívateľskej štruktúry.
• Minimálne na jednom mieste musíte použiť dynamickú alokáciu.
• Na zoradenie dát môžete použiť knižničnú funkciu qsort().
• Nezabudnite po sebe uvoľňovať všetky zdroje, ktoré získate.
• Pokiaľ nastane nečakaná situácia (súbor sa nedá otvoriť, zlyhala dynamická alokácia,
zlyhanie iných štandardných funkcií, atď.) zariaďte sa spôsobom známym z domácich úloh.
• Počet argumentov príkazovej riadky musí byť presne 4, pričom MARKET_CAP musí byť
valídne číslo. V inom prípade program ukončite a vypíšte na vhodnú chybovú hlášku na
stderr.
• Ukážka hodnôt v CSV súbore:
ADBE,Adobe Systems Inc,Information Technology,185.16,94550214268
• Na uloženie hodnoty MarketCap využite typ správny typ. Ukážka hodnôt:
138721000000; 181386000000; 52518668144; ... (viac v priloženom CSV súbore).
Veľa šťastia do práce :-)