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 exercices Retour 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(K_n)| = n(n − 1)/2, |E(K_m,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 K_n: (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

Notez le degré de chaque sommet ; la somme des degrés vaut deux fois le nombre d’arêtes.
Pour les questions d’Euler, vérifiez que le graphe est connexe et comptez les sommets de degré impair.
Pour les arbres, utilisez n − 1 arêtes et le lemme des poignées de main.
Pour Dijkstra, tenez un tableau des distances provisoires et fixez à chaque tour le sommet non fixé de plus petite distance.
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 la multiplication de deux matrices n × n avec la triple boucle standard ?

AO(n)
BO(n² log n)
CO(n²)
DO(n³)

2.Algorithmes et complexitéDifficile

Prendre les deux extrémités de chaque arête d'un couplage maximal donne une couverture par sommets. Quelle est la qualité de cette couverture ?

ADe qualité inconnue par rapport à l'optimum
BToujours une couverture par sommets minimale
CAu plus log n fois le minimum
DAu plus deux fois la taille d'une couverture par sommets minimale

3.Structures de donnéesMoyen

Une application a besoin de recherches rapides, mais aussi de lister les clés dans l'ordre trié et de répondre à des requêtes par intervalle. Quelle structure convient le mieux ?

AUne liste chaînée non triée
BUn arbre binaire de recherche équilibré
CUne table de hachage
DUne pile

4.Structures de donnéesDifficile

Un tableau dynamique double de taille lorsqu'il est plein. Pourquoi de nombreuses implémentations ne le réduisent-elles que lorsqu'il est rempli au quart, et non à moitié ?

APour garder le tableau trié
BParce que l'allocateur de mémoire ne peut libérer la mémoire que par quarts de bloc
CPour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite
DParce que diviser par deux à la moitié ferait perdre des éléments

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

Utilisez l’algorithme de Dijkstra pour trouver la longueur d(F) du plus court chemin de A à F dans le graphe pondéré.

départ : Aarrivée : F

d(F) =

3Solutions

1.Algorithmes et complexité

Réponse: D · O(n³)

Pourquoi c'est la réponse

Il y a n² entrées et chacune nécessite n multiplications, soit n³ opérations.

Réponse

D · O(n³)

2.Algorithmes et complexité

Réponse: D · Au plus deux fois la taille d'une couverture par sommets minimale

Pourquoi c'est la réponse

Les arêtes du couplage n'ont aucun sommet en commun : l'optimum nécessite donc au moins un sommet par arête, tandis que cette méthode en prend deux, d'où une 2-approximation.

Réponse

D · Au plus deux fois la taille d'une couverture par sommets minimale

3.Structures de données

Réponse: B · Un arbre binaire de recherche équilibré

Pourquoi c'est la réponse

Un BST équilibré offre des recherches en O(log n) et garde les clés ordonnées, ce qui facilite le parcours infixe et les requêtes par intervalle ; une table de hachage disperse les clés.

Réponse

B · Un arbre binaire de recherche équilibré

4.Structures de données

Réponse: C · Pour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite

Pourquoi c'est la réponse

Réduire à la moitié pourrait déclencher un redimensionnement à chaque opération d'une telle séquence ; l'écart entre 1/4 et plein maintient le coût amorti en O(1).

Réponse

C · Pour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite

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 ; K_n 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: d(F) = 13

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

Chaque ligne : le sommet fixé, sa distance définitive, et les voisins dont la distance s’améliore.

A (0): B: 14, C: 9

C (9): E: 12, G: 18

E (12): D: 15, F: 13, G: 16

F (13)

B (14)

D (15)

G (16)

Plus court chemin

A → C → E → F

d(F) = 13

Réponse

d(F) = 13

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