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

Quelle est la complexité temporelle de l'algorithme de Bellman-Ford sur un graphe à V sommets et E arêtes ?

  1. AO(V + E)
  2. BO(V³ × E)
  3. CO(V × E)
  4. DO(E log V)
2.Algorithmes et complexitéDifficile

Pourquoi toute recherche par comparaisons dans un tableau trié nécessite-t-elle Ω(log n) comparaisons dans le pire cas ?

  1. AChaque comparaison prend un temps logarithmique
  2. BUn arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n
  3. CLa recherche dichotomique est le seul algorithme possible, et elle nécessite log₂ n comparaisons
  4. DChaque élément doit être comparé au moins une fois
3.Structures de donnéesMoyen

Quelle structure de données est utilisée par le parcours en profondeur (DFS) dans sa version itérative ?

  1. AUn tas
  2. BUne file
  3. CUniquement une table de hachage
  4. DUne pile
4.Structures de donnéesDifficile

Dans l'algorithme de Kruskal pour l'arbre couvrant de poids minimal, à quoi sert la structure union-find ?

  1. AÀ vérifier si les deux extrémités d'une arête sont déjà reliées
  2. BÀ trier les arêtes par poids
  3. CÀ choisir le sommet de départ
  4. DÀ stocker la distance actuelle de chaque sommet depuis la source pendant le parcours
5.Théorie des graphesMoyen

Un graphe connexe a 10 sommets et 13 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 10|E| = 13
k =
6.Théorie des graphesDifficile
6139121113256ABCDEF

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 5 ; A lui-même est le tour 1.

départ : Atour 5
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F

3Solutions

1.Algorithmes et complexité

Réponse: C · O(V × E)

Pourquoi c'est la réponse

Chacun des V − 1 tours relâche les E arêtes, d'où O(VE) ; en contrepartie, il gère les poids d'arêtes négatifs.

Réponse

C · O(V × E)
2.Algorithmes et complexité

Réponse: B · Un arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n

Pourquoi c'est la réponse

Chaque comparaison divise au mieux par deux l'ensemble des possibilités restantes ; distinguer n positions nécessite donc au moins log₂ n comparaisons.

Réponse

B · Un arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n
3.Structures de données

Réponse: D · Une pile

Pourquoi c'est la réponse

Le DFS explore aussi profondément que possible et utilise naturellement une pile (ou la pile d'appels de la récursion) ; le BFS utilise une file.

Réponse

D · Une pile
4.Structures de données

Réponse: A · À vérifier si les deux extrémités d'une arête sont déjà reliées

Pourquoi c'est la réponse

Find indique si les deux extrémités sont dans la même composante ; sinon, l'arête est ajoutée et union fusionne les composantes.

Réponse

A · À vérifier si les deux extrémités d'une arête sont déjà reliées
5.Théorie des graphes

Réponse: k = 4

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

10 − 1 = 9

Arêtes à retirer

k = 13 − 9 = 4

Réponse

k = 4
6.Théorie des graphes

Réponse: F

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.

Dijkstra tour par tour

1. A (0): B: 6, C: 13
2. B (6): D: 18, E: 12
3. E (12): F: 17
4. C (13)
5. F (17)
6. D (18)

tour 5

F

Réponse

F

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