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

Un algorithme glouton :

  1. ADonne toujours la solution optimale
  2. BEssaie toutes les solutions possibles
  3. CN'utilise que la récursivité
  4. DFait le meilleur choix local à chaque étape
2.Algorithmes et complexitéDifficile

Pour montrer qu'un nouveau problème X est NP-difficile, que faut-il faire ?

  1. AMontrer que X n'a pas d'algorithme polynomial pour les petites entrées
  2. BMontrer que X peut être vérifié en temps polynomial
  3. CRéduire X à un problème NP-difficile connu en temps polynomial
  4. DRéduire un problème NP-difficile connu à X en temps polynomial
3.Structures de donnéesMoyen

Comment trouve-t-on la clé minimale dans un arbre binaire de recherche ?

  1. AOn suit les enfants droits depuis la racine jusqu'à ce qu'il n'y en ait plus
  2. BOn regarde uniquement la racine
  3. COn visite toutes les feuilles et on les compare
  4. DOn suit les enfants gauches depuis la racine jusqu'à ce qu'il n'y en ait plus
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. BUne recherche en O(log n) en moyenne grâce à plusieurs niveaux de pointeurs avant
  3. CElle stocke les clés sans ordre
  4. DElle n'utilise aucune mémoire supplémentaire
5.Théorie des graphesMoyen

Un arbre a 2 sommets de degré 3, 4 sommets de degré 4, 4 sommets de degré 5, 2 sommets de degré 2, et tous ses autres sommets sont des feuilles (degré 1). Combien de feuilles L a-t-il ?

2 × deg 34 × deg 44 × deg 52 × deg 2
L =
6.Théorie des graphesDifficile
21471615912ABCDE

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 CE
  6. 6arête DE
  7. 7arête BE

3Solutions

1.Algorithmes et complexité

Réponse: D · Fait le meilleur choix local à chaque étape

Pourquoi c'est la réponse

Les algorithmes gloutons sont rapides et optimaux pour certains problèmes (par ex. Dijkstra, codage de Huffman), mais pas en général (par ex. le rendu de monnaie avec certains systèmes de pièces).

Réponse

D · Fait le meilleur choix local à chaque étape
2.Algorithmes et complexité

Réponse: D · Réduire un problème NP-difficile connu à X en temps polynomial

Pourquoi c'est la réponse

Si un problème difficile connu peut être transformé efficacement en X, un algorithme rapide pour X résoudrait aussi le problème connu.

Réponse

D · Réduire un problème NP-difficile connu à X en temps polynomial
3.Structures de données

Réponse: D · On suit les enfants gauches depuis la racine jusqu'à ce qu'il n'y en ait plus

Pourquoi c'est la réponse

Le nœud le plus à gauche n'a aucune clé plus petite dans l'arbre, c'est donc le minimum ; le coût est proportionnel à la hauteur.

Réponse

D · On suit les enfants gauches depuis la racine jusqu'à ce qu'il n'y en ait plus
4.Structures de données

Réponse: B · 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

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

Réponse: L = 24

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.

Lemme des poignées de main pour un arbre

L + 46 = 2(L + 12) − 2
L = 24

Réponse

L = 24

Raccourci : L = 2 + Σ (d − 2) sur les sommets de degré d ≥ 3.

6.Théorie des graphes

Réponse: arête BE

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. AB (2)
2. BC (7)
3. DE (9)
4. BE (12)

numéro de l’arête 4

BE

Réponse

arête BE

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