Algorithmique et structures de données : pack de révision

Formulaires, étapes clés de la méthode pour chaque thème et 6 exercices, avec les corrigés complets à la fin.

Nouveaux exercicesRetour au cours

Dans la fenêtre d’impression, choisissez « Enregistrer au format PDF » pour garder une copie sur votre appareil.

1Formules et méthodes

Théorie des graphes

Lemme des poignées de main
Σ deg(v) = 2|E|
Graphes complets
|E(Kn)| = n(n − 1)/2, |E(Km,n)| = m·n
Graphe régulier
|E| = n·k/2
Arbre et forêt
|E| = n − 1, |E| = n − c
Feuilles d’un arbre
L = 2 + Σ (deg(v) − 2) over deg(v) ≥ 3
Euler
circuit : tous les degrés pairs ; chemin : exactement 2 degrés impairs
Circuits hamiltoniens dans Kn
(n − 1)!/2
Mise à jour de Dijkstra
d(v) = min(d(v), d(u) + w(u, v))
Marches de longueur L
(Mᴸ)ij

Méthode

  1. Notez le degré de chaque sommet ; la somme des degrés vaut deux fois le nombre d’arêtes.
  2. Pour les questions d’Euler, vérifiez que le graphe est connexe et comptez les sommets de degré impair.
  3. Pour les arbres, utilisez n − 1 arêtes et le lemme des poignées de main.
  4. Pour Dijkstra, tenez un tableau des distances provisoires et fixez à chaque tour le sommet non fixé de plus petite distance.
  5. Pour un arbre couvrant minimal, triez les arêtes par poids et sautez toute arête qui ferme un cycle (Kruskal), ou faites croître un arbre à partir d’un sommet de départ (Prim).

2Exercices

1.Algorithmes et complexitéMoyen

Pourquoi de nombreuses routines de tri des bibliothèques passent-elles au tri par insertion pour les très petits sous-tableaux ?

  1. ALes algorithmes récursifs ne peuvent pas traiter les tableaux de moins de 10 éléments
  2. BLe tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées
  3. CLe tri par insertion utilise moins de mémoire que tout autre algorithme de tri sur les grandes entrées
  4. DLe tri par insertion est en O(n log n) dans le pire cas
2.Algorithmes et complexitéDifficile

Prendre les deux extrémités de chaque arête d'un couplage maximal donne une couverture par sommets. Quelle est la qualité de cette couverture ?

  1. AToujours une couverture par sommets minimale
  2. BAu plus log n fois le minimum
  3. CDe qualité inconnue par rapport à l'optimum
  4. DAu plus deux fois la taille d'une couverture par sommets minimale
3.Structures de donnéesMoyen

Les arbres AVL et les arbres rouge-noir garantissent :

  1. AUne hauteur en O(log n) grâce au rééquilibrage
  2. BUne recherche en temps constant dans tous les cas
  3. CQu'aucun nœud n'a deux enfants
  4. DQue les clés sont stockées dans l'ordre d'insertion
4.Structures de donnéesDifficile

En quoi un arbre radix (trie compressé) améliore-t-il un trie simple ?

  1. AIl ne garde que la première lettre de chaque mot
  2. BIl fusionne les chaînes de nœuds à enfant unique en une seule arête étiquetée par une chaîne
  3. CIl trie les enfants de chaque nœud par fréquence
  4. DIl stocke chaque mot dans une table de hachage à la racine au lieu de nœuds distincts
5.Théorie des graphesMoyen
ABCDECircuit eulérienChemin eulérien, pas de circuitni l’une ni l’autre

Le graphe connexe a-t-il un circuit eulérien, un chemin eulérien qui n’est pas un circuit, ou ni l’un ni l’autre ? Cliquez sur votre réponse.

|V| = 5|E| = 5
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
1314171612493ABCDEF

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 4 ; les arêtes sautées ne comptent pas.

k = 4
  1. 1arête AB
  2. 2arête AC
  3. 3arête BC
  4. 4arête BD
  5. 5arête DE
  6. 6arête DF
  7. 7arête EF
  8. 8arête BE

3Solutions

1.Algorithmes et complexité

Réponse: B · Le tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées

Pourquoi c'est la réponse

Pour n petit, la simple boucle du tri par insertion bat le surcoût de récursion du tri rapide ou du tri fusion, bien qu'elle soit en O(n²).

Réponse

B · Le tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées
2.Algorithmes et complexité

Réponse: D · Au plus deux fois la taille d'une couverture par sommets minimale

Pourquoi c'est la réponse

Les arêtes du couplage n'ont aucun sommet en commun : l'optimum nécessite donc au moins un sommet par arête, tandis que cette méthode en prend deux, d'où une 2-approximation.

Réponse

D · Au plus deux fois la taille d'une couverture par sommets minimale
3.Structures de données

Réponse: A · Une hauteur en O(log n) grâce au rééquilibrage

Pourquoi c'est la réponse

Les arbres auto-équilibrés maintiennent une hauteur logarithmique, donc la recherche, l'insertion et la suppression sont en O(log n) dans le pire des cas.

Réponse

A · Une hauteur en O(log n) grâce au rééquilibrage
4.Structures de données

Réponse: B · Il fusionne les chaînes de nœuds à enfant unique en une seule arête étiquetée par une chaîne

Pourquoi c'est la réponse

Fusionner les chemins sans ramification réduit le nombre de nœuds et la mémoire utilisée tout en conservant la recherche par préfixe.

Réponse

B · Il fusionne les chaînes de nœuds à enfant unique en une seule arête étiquetée par une chaîne
5.Théorie des graphes

Réponse: Chemin eulérien, pas de circuit

Euler, Hamilton et arbres : un graphe connexe a un circuit eulérien (chaque arête une fois, retour au départ) quand tous les sommets ont un degré pair, et un chemin eulérien qui n’est pas un circuit quand exactement deux sommets ont un degré impair ; le chemin va alors d’un sommet impair à l’autre. Un circuit hamiltonien visite chaque sommet une fois ; Kn en a (n − 1)!/2. Un arbre à n sommets a n − 1 arêtes, et un graphe connexe à m arêtes conserve un arbre couvrant après suppression de m − n + 1 arêtes.

Degrés

deg(A) = 1, deg(B) = 2, deg(C) = 3, deg(D) = 2, deg(E) = 2

Sommets impairs

A, C → 2
Chemin eulérien, pas de circuit

Réponse

Chemin eulérien, pas de circuit

Le chemin eulérien commence à un sommet impair et finit à l’autre.

6.Théorie des graphes

Réponse: arête AB

Plus courts chemins et arbres couvrants : l’algorithme de Dijkstra fixe un sommet par tour : le sommet non fixé de plus petite distance provisoire. Sa distance est alors définitive, et chaque voisin v reçoit d(v) = min(d(v), d(u) + w(u, v)). L’algorithme de Kruskal construit un arbre couvrant minimal en prenant les arêtes de la plus légère à la plus lourde et en sautant toute arête qui fermerait un cycle ; l’algorithme de Prim fait croître un arbre à partir d’un sommet de départ en ajoutant toujours l’arête la plus légère qui en sort. Un arbre couvrant à n sommets a n − 1 arêtes.

Algorithme de Kruskal

1. BE (3)
2. DF (4)
3. EF (9)
4. AB (13)
5. AC (14)

numéro de l’arête 4

AB

Réponse

arête AB

ExamProblems · examproblems.com/courses/data-structures-and-algorithms