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 solution de la récurrence T(n) = 2T(n/2) + O(1) ?

  1. AO(n)
  2. BO(n²)
  3. CO(n log n)
  4. DO(log n)
2.Algorithmes et complexitéDifficile

Que se passerait-il si quelqu'un trouvait un algorithme en temps polynomial pour un problème NP-complet ?

  1. ATous les algorithmes en temps exponentiel s'exécuteraient immédiatement en temps linéaire
  2. BLe problème de l'arrêt deviendrait décidable
  3. CSeul ce problème passerait dans P
  4. DTout problème de NP pourrait être résolu en temps polynomial, donc P = NP
3.Structures de donnéesMoyen

Une file est implémentée avec deux piles : on empile sur une pile « in » et on dépile depuis une pile « out », remplie à partir de « in » lorsqu'elle est vide. Quel est le coût amorti par opération ?

  1. AO(n²)
  2. BO(1)
  3. CO(n)
  4. DO(log n)
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. ALes filtres de Bloom stockent les éléments complets, qui sont introuvables une fois hachés
  2. BLes bits d'un filtre de Bloom ne peuvent pas être modifiés après sa création
  3. CCes bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
  4. DLa suppression porterait le taux de faux positifs à 100%
5.Théorie des graphesMoyen

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

4 × deg 43 × deg 2
L =
6.Théorie des graphesDifficile
1311115118545ABCDEF

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: A · O(n)

Pourquoi c'est la réponse

Par le théorème maître, nlog₂ 2 = n domine le travail constant, donc T(n) = Θ(n), comme lorsqu'on cherche un maximum en coupant en deux moitiés.

Réponse

A · O(n)
2.Algorithmes et complexité

Réponse: D · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP

Pourquoi c'est la réponse

Comme tout NP se réduit en temps polynomial à n'importe quel problème NP-complet, un algorithme rapide pour l'un en donne un pour tous.

Réponse

D · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP
3.Structures de données

Réponse: B · O(1)

Pourquoi c'est la réponse

Chaque élément est empilé et dépilé au plus deux fois au total ; même si un remplissage peut coûter O(n), la moyenne sur une suite d'opérations est O(1).

Réponse

B · O(1)
4.Structures de données

Réponse: C · 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

C · Ces bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
5.Théorie des graphes

Réponse: L = 10

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 + 22 = 2(L + 7) − 2
L = 10

Réponse

L = 10

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

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: 13, C: 11
2. C (11): B: 12, E: 22
3. B (12): D: 27, E: 17
4. E (17): D: 25, F: 21
5. F (21)
6. D (25)

tour 5

F

Réponse

F

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