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 la programmation dynamique n'apporte-t-elle aucune accélération réelle au tri fusion ?

  1. ASes sous-problèmes ne se chevauchent pas, il n'y a donc rien à réutiliser
  2. BLa programmation dynamique ne fonctionne que sur les problèmes de graphes, pas sur les tableaux
  3. CLe tri fusion est déjà en O(n)
  4. DLe tri fusion n'a pas de structure récursive
2.Algorithmes et complexitéDifficile

Un problème est NP-complet s'il :

  1. AEst impossible à résoudre
  2. BEst hors de NP mais plus difficile que tous les problèmes NP, comme le problème de l'arrêt
  3. CEst résoluble en temps polynomial
  4. DAppartient à NP et si tout problème NP se réduit à lui en temps polynomial
3.Structures de donnéesMoyen

Quel est le coût de l'insertion d'un élément au milieu d'un tableau de n éléments ?

  1. AO(n²), car chaque élément se déplace n fois
  2. BO(1), car l'indice est connu
  3. CO(log n), grâce à la recherche dichotomique
  4. DO(n), car les éléments suivants doivent être décalés
4.Structures de donnéesDifficile

Quel est le principal avantage d'une liste à enjambements (skip list) par rapport à une liste chaînée triée ?

  1. AUne recherche en O(1) garantie, car chaque nœud stocke un pointeur vers tous les autres nœuds
  2. BElle n'utilise aucune mémoire supplémentaire
  3. CUne recherche en O(log n) en moyenne grâce à plusieurs niveaux de pointeurs avant
  4. DElle stocke les clés sans ordre
5.Théorie des graphesMoyen

Combien de circuits hamiltoniens différents H le graphe complet K7 a-t-il ? Les circuits qui ne diffèrent que par le sommet de départ ou le sens comptent comme un seul.

K7
H =
6.Théorie des graphesDifficile
16471310141117319ABCDEFG

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 2 ; les arêtes sautées ne comptent pas.

k = 2
  1. 1arête AB
  2. 2arête AC
  3. 3arête BC
  4. 4arête BD
  5. 5arête CE
  6. 6arête DE
  7. 7arête DF
  8. 8arête EF
  9. 9arête GB
  10. 10arête GE

3Solutions

1.Algorithmes et complexité

Réponse: A · Ses sous-problèmes ne se chevauchent pas, il n'y a donc rien à réutiliser

Pourquoi c'est la réponse

Les moitiés du tri fusion sont disjointes et chacune est résolue une seule fois ; la PD n'aide que lorsque les sous-problèmes se répètent, comme pour Fibonacci.

Réponse

A · Ses sous-problèmes ne se chevauchent pas, il n'y a donc rien à réutiliser
2.Algorithmes et complexité

Réponse: D · Appartient à NP et si tout problème NP se réduit à lui en temps polynomial

Pourquoi c'est la réponse

Les problèmes NP-complets sont les plus difficiles de NP ; un algorithme polynomial pour l'un d'eux en donnerait un pour tout NP.

Réponse

D · Appartient à NP et si tout problème NP se réduit à lui en temps polynomial
3.Structures de données

Réponse: D · O(n), car les éléments suivants doivent être décalés

Pourquoi c'est la réponse

Tous les éléments situés après le point d'insertion se décalent d'une position vers la droite, ce qui prend un temps proportionnel à n.

Réponse

D · O(n), car les éléments suivants doivent être décalés
4.Structures de données

Réponse: C · Une recherche en O(log n) en moyenne grâce à plusieurs niveaux de pointeurs avant

Pourquoi c'est la réponse

Des niveaux aléatoires permettent aux recherches de sauter de nombreux nœuds, ce qui donne en moyenne O(log n) pour la recherche, l'insertion et la suppression.

Réponse

C · Une recherche en O(log n) en moyenne grâce à plusieurs niveaux de pointeurs avant
5.Théorie des graphes

Réponse: H = 360

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.

Compter

H = (7 − 1)!/2 = 720/2 = 360

Réponse

H = 360
6.Théorie des graphes

Réponse: arête AC

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. GB (3)
2. AC (4)
3. BC (7)
4. CE (10)
5. DF (11)
6. BD (13)

numéro de l’arête 2

AC

Réponse

arête AC

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