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 complexité temporelle du tri rapide (quicksort) dans le pire cas ?

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

Pourquoi toute recherche par comparaisons dans un tableau trié nécessite-t-elle Ω(log n) comparaisons dans le pire cas ?

  1. AChaque élément doit être comparé au moins une fois
  2. BLa recherche dichotomique est le seul algorithme possible, et elle nécessite log₂ n comparaisons
  3. CUn arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n
  4. DChaque comparaison prend un temps logarithmique
3.Structures de donnéesMoyen

Quelle est la complexité temporelle de la recherche d'une clé dans un arbre binaire de recherche équilibré ?

  1. AO(n log n)
  2. BO(log n)
  3. CO(1)
  4. DO(n)
4.Structures de donnéesDifficile

Un objet est stocké comme clé dans une table de hachage (hash map), puis un champ utilisé par sa fonction de hachage est modifié. Quel est le résultat probable ?

  1. ARien ne change, car le hachage d'une clé n'est calculé qu'une seule fois au démarrage du programme
  2. BLa table déplace automatiquement la clé dans son nouveau compartiment
  3. CLa table lève une erreur au moment où le champ change
  4. DLa recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage
5.Théorie des graphesMoyen

Combien de circuits hamiltoniens différents H le graphe complet K8 a-t-il ? Les circuits qui ne diffèrent que par le sommet de départ ou le sens comptent comme un seul.

K8
H =
6.Théorie des graphesDifficile
159141593915ABCDEF

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: A · O(n²)

Pourquoi c'est la réponse

Avec des pivots systématiquement mauvais (par ex. une entrée déjà triée et le premier élément comme pivot), les partitions sont déséquilibrées, ce qui donne O(n²). Le cas moyen est O(n log n).

Réponse

A · O(n²)
2.Algorithmes et complexité

Réponse: C · Un arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n

Pourquoi c'est la réponse

Chaque comparaison divise au mieux par deux l'ensemble des possibilités restantes ; distinguer n positions nécessite donc au moins log₂ n comparaisons.

Réponse

C · Un arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n
3.Structures de données

Réponse: B · O(log n)

Pourquoi c'est la réponse

Un arbre équilibré a une hauteur d'environ log₂ n, donc une recherche suit un seul chemin de la racine à une feuille.

Réponse

B · O(log n)
4.Structures de données

Réponse: D · La recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage

Pourquoi c'est la réponse

L'emplacement de la clé a été choisi à partir de son ancien hachage ; avec un nouveau hachage, les recherches examinent le mauvais compartiment, c'est pourquoi les clés devraient être immuables.

Réponse

D · La recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage
5.Théorie des graphes

Réponse: H = 2520

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.

Compter

H = (8 − 1)!/2 = 5040/2 = 2520

Réponse

H = 2520
6.Théorie des graphes

Réponse: d(F) = 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.

Dijkstra tour par tour

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

A (0): B: 15, C: 9
C (9): E: 18
B (15): D: 30
E (18): D: 21, F: 27
D (21)
F (27)

Plus court chemin

A → C → E → F
d(F) = 27

Réponse

d(F) = 27

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