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

La complexité temporelle de la version récursive naïve de Fibonacci (fib(n) = fib(n−1) + fib(n−2)) est :

  1. AConstante
  2. BExponentielle
  3. CLinéaire
  4. DLogarithmique
2.Algorithmes et complexitéDifficile

La multiplication de Karatsuba vérifie T(n) = 3T(n/2) + O(n). Quelle en est la solution ?

  1. AΘ(n3)
  2. BΘ(n²)
  3. CΘ(nlog₂ 3), soit environ n1,585
  4. DΘ(n log n)
3.Structures de donnéesMoyen

Quelle structure de données un programme en cours d'exécution utilise-t-il pour suivre les appels de fonction actifs et leurs variables locales ?

  1. AUn arbre binaire de recherche de cadres
  2. BUne table de hachage des fonctions
  3. CLa pile d'appels
  4. DLa file de la mémoire du tas
4.Structures de donnéesDifficile

Pour chaque élément d'un tableau, vous voulez le prochain élément plus grand à sa droite, en O(n) au total. Quelle structure aide ?

  1. AUne pile qui conserve les éléments en attente de leur réponse
  2. BUne table de hachage de tous les éléments
  3. CUn arbre binaire de recherche reconstruit pour chaque élément
  4. DUne file contenant toutes les paires d'éléments
5.Théorie des graphesMoyen

Un graphe connexe a 9 sommets et 11 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 9|E| = 11
k =
6.Théorie des graphesDifficile
15196111648ABCDE

Trouvez le poids total W d’un arbre couvrant minimal du graphe pondéré.

|V| = 5|E| = 7
W =

3Solutions

1.Algorithmes et complexité

Réponse: B · Exponentielle

Pourquoi c'est la réponse

L'arbre des appels croît à peu près comme φⁿ (environ 1,618ⁿ). La mémoïsation la réduit à O(n).

Réponse

B · Exponentielle
2.Algorithmes et complexité

Réponse: C · Θ(nlog₂ 3), soit environ n1,585

Pourquoi c'est la réponse

Comme log₂ 3 ≈ 1,585 > 1, les feuilles dominent d'après le théorème maître, ce qui bat la méthode scolaire en O(n²).

Réponse

C · Θ(nlog₂ 3), soit environ n1,585
3.Structures de données

Réponse: C · La pile d'appels

Pourquoi c'est la réponse

Chaque appel empile un cadre de pile (stack frame) et chaque retour le dépile, c'est pourquoi l'appel le plus récent se termine en premier.

Réponse

C · La pile d'appels
4.Structures de données

Réponse: A · Une pile qui conserve les éléments en attente de leur réponse

Pourquoi c'est la réponse

En parcourant de gauche à droite, on dépile chaque élément plus petit que l'élément courant (l'élément courant est leur réponse), puis on empile celui-ci ; chaque élément est déplacé au plus deux fois.

Réponse

A · Une pile qui conserve les éléments en attente de leur réponse
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

9 − 1 = 8

Arêtes à retirer

k = 11 − 8 = 3

Réponse

k = 3
6.Théorie des graphes

Réponse: W = 33

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

DE (4): prise
BC (6): prise
BE (8): prise
BD (11): sautée, ferme un cycle
AB (15): prise

Poids total

W = 4 + 6 + 8 + 15 = 33

Réponse

W = 33

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