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

Que signifie qu'un problème possède une sous-structure optimale ?

  1. ALe problème a exactement une solution optimale, que partagent tous les sous-problèmes
  2. BUne solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes
  3. CTous les sous-problèmes ont la même taille
  4. DLe problème peut être résolu en temps constant
2.Algorithmes et complexitéDifficile

Le tri par insertion s'exécute en O(n) sur une entrée triée. Cela contredit-il la borne inférieure Ω(n log n) des tris par comparaisons ?

  1. AOui, mais seulement pour les tableaux de moins de 100 éléments
  2. BNon, car le tri par insertion n'est pas un tri par comparaisons
  3. CNon, la borne inférieure s'applique au pire cas sur toutes les entrées, pas à chaque entrée
  4. DOui, la borne inférieure est donc fausse
3.Structures de donnéesMoyen

Quelle condition d'équilibre un arbre AVL maintient-il en chaque nœud ?

  1. AChaque nœud est colorié en rouge ou en noir
  2. BLes deux sous-arbres de chaque nœud contiennent exactement le même nombre de nœuds
  3. CLes hauteurs des sous-arbres gauche et droit diffèrent d'au plus 1
  4. DToutes les feuilles sont exactement à la même profondeur
4.Structures de donnéesDifficile

Pourquoi ne peut-on pas simplement supprimer des éléments d'un filtre de Bloom standard en remettant leurs bits à zéro ?

  1. ALa suppression porterait le taux de faux positifs à 100%
  2. BLes bits d'un filtre de Bloom ne peuvent pas être modifiés après sa création
  3. CLes filtres de Bloom stockent les éléments complets, qui sont introuvables une fois hachés
  4. DCes bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
5.Théorie des graphesMoyen

Un graphe connexe a 10 sommets et 12 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 10|E| = 12
k =
6.Théorie des graphesDifficile
38121291264ABCDEF

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 4 ; A lui-même est le tour 1.

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

3Solutions

1.Algorithmes et complexité

Réponse: B · Une solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes

Pourquoi c'est la réponse

La sous-structure optimale est nécessaire pour que les algorithmes gloutons comme la programmation dynamique produisent des réponses correctes.

Réponse

B · Une solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes
2.Algorithmes et complexité

Réponse: C · Non, la borne inférieure s'applique au pire cas sur toutes les entrées, pas à chaque entrée

Pourquoi c'est la réponse

La borne dit que tout tri par comparaisons nécessite environ n log n comparaisons sur une certaine entrée de taille n ; des entrées particulières peuvent être bien plus rapides.

Réponse

C · Non, la borne inférieure s'applique au pire cas sur toutes les entrées, pas à chaque entrée
3.Structures de données

Réponse: C · Les hauteurs des sous-arbres gauche et droit diffèrent d'au plus 1

Pourquoi c'est la réponse

Le facteur d'équilibre (hauteur gauche − hauteur droite) doit valoir −1, 0 ou 1 ; des rotations le rétablissent après les insertions et les suppressions.

Réponse

C · Les hauteurs des sous-arbres gauche et droit diffèrent d'au plus 1
4.Structures de données

Réponse: D · Ces bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs

Pourquoi c'est la réponse

Remettre à zéro un bit partagé ferait paraître absent un autre élément ; les filtres de Bloom à compteurs utilisent des compteurs au lieu de bits pour permettre la suppression.

Réponse

D · Ces bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
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

10 − 1 = 9

Arêtes à retirer

k = 12 − 9 = 3

Réponse

k = 3
6.Théorie des graphes

Réponse: C

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: 3, C: 8
2. B (3): D: 15, E: 7
3. E (7): F: 13
4. C (8)
5. F (13)
6. D (15)

tour 4

C

Réponse

C

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