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. ALogarithmique
  2. BConstante
  3. CLinéaire
  4. DExponentielle
2.Algorithmes et complexitéDifficile

Pour montrer qu'un nouveau problème X est NP-difficile, que faut-il faire ?

  1. AMontrer que X n'a pas d'algorithme polynomial pour les petites entrées
  2. BRéduire un problème NP-difficile connu à X en temps polynomial
  3. CRéduire X à un problème NP-difficile connu en temps polynomial
  4. DMontrer que X peut être vérifié en temps polynomial
3.Structures de donnéesMoyen

Un parcours infixe (in-order) d'un arbre binaire de recherche visite les clés dans :

  1. AToujours l'ordre décroissant
  2. BL'ordre d'insertion
  3. CL'ordre par niveaux
  4. DL'ordre croissant
4.Structures de donnéesDifficile

Un arbre de Fenwick (binary indexed tree) sur un tableau de n nombres permet quelles opérations en O(log n) ?

  1. ALa recherche de la médiane en O(1)
  2. BLes requêtes de sommes préfixes et les mises à jour d'un seul élément
  3. CL'insertion d'éléments à n'importe quelle position
  4. DLe tri du tableau et la recherche dichotomique
5.Théorie des graphesMoyen
ABCDEFGCircuit eulérienChemin eulérien, pas de circuitni l’une ni l’autre

Le graphe connexe a-t-il un circuit eulérien, un chemin eulérien qui n’est pas un circuit, ou ni l’un ni l’autre ? Cliquez sur votre réponse.

|V| = 7|E| = 7
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
1420411191018ABCDE

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 4 ; les arêtes sautées ne comptent pas.

k = 4
  1. 1arête AB
  2. 2arête AC
  3. 3arête BC
  4. 4arête BD
  5. 5arête CE
  6. 6arête DE
  7. 7arête BE

3Solutions

1.Algorithmes et complexité

Réponse: D · 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

D · Exponentielle
2.Algorithmes et complexité

Réponse: B · Réduire un problème NP-difficile connu à X en temps polynomial

Pourquoi c'est la réponse

Si un problème difficile connu peut être transformé efficacement en X, un algorithme rapide pour X résoudrait aussi le problème connu.

Réponse

B · Réduire un problème NP-difficile connu à X en temps polynomial
3.Structures de données

Réponse: D · L'ordre croissant

Pourquoi c'est la réponse

Visiter le sous-arbre gauche, puis le nœud, puis le sous-arbre droit fournit les clés du BST dans l'ordre trié.

Réponse

D · L'ordre croissant
4.Structures de données

Réponse: B · Les requêtes de sommes préfixes et les mises à jour d'un seul élément

Pourquoi c'est la réponse

Un arbre de Fenwick stocke des sommes partielles sur des intervalles déterminés par les bits de poids faible de chaque indice, donc les sommes préfixes comme les mises à jour ponctuelles prennent O(log n).

Réponse

B · Les requêtes de sommes préfixes et les mises à jour d'un seul élément
5.Théorie des graphes

Réponse: ni l’une ni l’autre

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.

Degrés

deg(A) = 1, deg(B) = 2, deg(C) = 3, deg(D) = 2, deg(E) = 3, deg(F) = 1, deg(G) = 2

Sommets impairs

A, C, E, F → 4
ni l’une ni l’autre

Réponse

ni l’une ni l’autre
6.Théorie des graphes

Réponse: arête AB

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

1. BC (4)
2. DE (10)
3. BD (11)
4. AB (14)

numéro de l’arête 4

AB

Réponse

arête AB

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