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

Est-il correct de dire qu'un algorithme en O(n²) est aussi en O(n³) ?

  1. ANon, car le grand O doit toujours donner le taux de croissance exact de la fonction
  2. BOui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³
  3. COui, mais seulement si n est inférieur à 100
  4. DNon, car n³ est plus petit que n² pour n grand
2.Algorithmes et complexitéDifficile

D'après le théorème maître, T(n) = 8T(n/2) + O(n²) a pour solution :

  1. AΘ(n²)
  2. BΘ(n log n)
  3. CΘ(n² log n)
  4. DΘ(n³)
3.Structures de donnéesMoyen

Pourquoi le parcours d'un tableau est-il souvent bien plus rapide en pratique que celui d'une liste chaînée de même longueur ?

  1. ALe parcours d'un tableau est en O(1) au total, alors que celui d'une liste chaînée est en O(n)
  2. BLes tableaux utilisent moins d'instructions pour comparer les valeurs
  3. CLes listes chaînées stockent toujours leurs éléments sur disque
  4. DLes éléments d'un tableau sont contigus, ce qui exploite bien le cache du processeur
4.Structures de donnéesDifficile

Vous devez conserver les k plus petites valeurs d'un flux de n nombres en utilisant O(k) mémoire. Quelle approche fonctionne en O(n log k) ?

  1. AUn tableau trié de toutes les n valeurs
  2. BUn tas min contenant les n valeurs, dont on extrait les k plus petites à la fin
  3. CUn tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive
  4. DUne file FIFO des k dernières valeurs
5.Théorie des graphesMoyen

Un graphe connexe a 15 sommets et 17 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 15|E| = 17
k =
6.Théorie des graphesDifficile
418159205172108ABCDEFG

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 5 ; les arêtes sautées ne comptent pas.

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

3Solutions

1.Algorithmes et complexité

Réponse: B · Oui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³

Pourquoi c'est la réponse

Le grand O est une borne supérieure : l'affirmation est vraie mais pas serrée ; Θ(n²) indique le taux de croissance exact.

Réponse

B · Oui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³
2.Algorithmes et complexité

Réponse: D · Θ(n³)

Pourquoi c'est la réponse

log₂ 8 = 3, et n² croît plus lentement que n³, donc les feuilles dominent : Θ(n³).

Réponse

D · Θ(n³)
3.Structures de données

Réponse: D · Les éléments d'un tableau sont contigus, ce qui exploite bien le cache du processeur

Pourquoi c'est la réponse

La mémoire contiguë offre une bonne localité des références, alors que des nœuds chaînés peuvent être dispersés et provoquer de nombreux défauts de cache.

Réponse

D · Les éléments d'un tableau sont contigus, ce qui exploite bien le cache du processeur
4.Structures de données

Réponse: C · Un tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive

Pourquoi c'est la réponse

La racine du tas max est la plus grande valeur conservée ; toute nouvelle valeur plus petite la remplace en O(log k), donc le tas contient toujours les k plus petites valeurs vues jusqu'ici.

Réponse

C · Un tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive
5.Théorie des graphes

Réponse: k = 3

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.

Arêtes d’un arbre couvrant

15 − 1 = 14

Arêtes à retirer

k = 17 − 14 = 3

Réponse

k = 3
6.Théorie des graphes

Réponse: arête GC

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 (2)
2. AB (4)
3. DE (5)
4. GD (8)
5. GC (10)
6. DF (17)

numéro de l’arête 5

GC

Réponse

arête GC

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