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

Le tri topologique n'est possible que pour :

  1. ALes graphes orientés acycliques (DAG)
  2. BLes graphes complets
  3. CLes graphes à poids négatifs
  4. DLes graphes non orientés
3.Structures de donnéesMoyen

Combien de temps faut-il pour vérifier si l'arête (u, v) existe avec une matrice d'adjacence ?

  1. AO(V)
  2. BO(log V)
  3. CO(E)
  4. DO(1)
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 table de hachage de tous les éléments
  2. BUne pile qui conserve les éléments en attente de leur réponse
  3. CUn arbre binaire de recherche reconstruit pour chaque élément
  4. DUne file contenant toutes les paires d'éléments
5.Théorie des graphesMoyen

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

4 × deg 32 × deg 2
L =
6.Théorie des graphesDifficile
1291921346ABCDE

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

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

3Solutions

1.Algorithmes et complexité

Réponse: C · 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

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

Réponse: A · Les graphes orientés acycliques (DAG)

Pourquoi c'est la réponse

Un ordre topologique existe si et seulement si le graphe orienté ne contient pas de cycle ; on peut le trouver en O(V + E) avec DFS ou l'algorithme de Kahn.

Réponse

A · Les graphes orientés acycliques (DAG)
3.Structures de données

Réponse: D · O(1)

Pourquoi c'est la réponse

La case à la ligne u, colonne v indique immédiatement si l'arête existe ; une liste d'adjacence peut nécessiter de parcourir les voisins de u.

Réponse

D · O(1)
4.Structures de données

Réponse: B · 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

B · Une pile qui conserve les éléments en attente de leur réponse
5.Théorie des graphes

Réponse: L = 6

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 + 16 = 2(L + 6) − 2
L = 6

Réponse

L = 6

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

6.Théorie des graphes

Réponse: W = 27

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

BD (2): prise
DE (4): prise
BE (6): sautée, ferme un cycle
AC (9): prise
AB (12): prise

Poids total

W = 2 + 4 + 9 + 12 = 27

Réponse

W = 27

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