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 programmation dynamique est utile lorsqu'un problème présente :

  1. AUne seule boucle
  2. BAucun sous-problème, de sorte qu'il peut être résolu en une seule étape
  3. CUniquement des entrées aléatoires
  4. DDes sous-problèmes qui se chevauchent et une sous-structure optimale
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. AUn arbre de décision à n issues possibles doit avoir une profondeur d'au moins log₂ n
  2. BLa recherche dichotomique est le seul algorithme possible, et elle nécessite log₂ n comparaisons
  3. CChaque élément doit être comparé au moins une fois
  4. DChaque comparaison prend un temps logarithmique
3.Structures de donnéesMoyen

Que se passe-t-il lorsqu'une table de hachage est rehachée après que son facteur de charge a dépassé un seuil ?

  1. ALes clés existantes sont triées sur place
  2. BUne table plus grande est allouée et chaque clé y est réinsérée
  3. CSeules les clés en collision sont déplacées dans une nouvelle liste de débordement à la fin de la table
  4. DLes clés les plus anciennes sont supprimées pour faire de la place
4.Structures de donnéesDifficile

Quelle propriété maintient tout B-arbre parfaitement équilibré ?

  1. AChaque nœud stocke une seule clé
  2. BLes clés ne sont stockées que dans la racine
  3. CChaque nœud a exactement deux enfants
  4. DToutes les feuilles sont à la même profondeur
5.Théorie des graphesMoyen

Un graphe connexe a 18 sommets et 24 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 18|E| = 24
k =
6.Théorie des graphesDifficile
11349383415ABCDEFG

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 · Des sous-problèmes qui se chevauchent et une sous-structure optimale

Pourquoi c'est la réponse

Mémoriser les résultats des sous-problèmes qui se chevauchent (mémoïsation ou tabulation) évite le travail répété et transforme des algorithmes exponentiels en algorithmes polynomiaux.

Réponse

D · Des sous-problèmes qui se chevauchent et une sous-structure optimale
2.Algorithmes et complexité

Réponse: A · 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

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

Réponse: B · Une table plus grande est allouée et chaque clé y est réinsérée

Pourquoi c'est la réponse

Comme l'indice est calculé modulo la taille de la table, toutes les clés doivent être rehachées dans la nouvelle table, plus grande ; en doublant la taille, le coût reste O(1) amorti.

Réponse

B · Une table plus grande est allouée et chaque clé y est réinsérée
4.Structures de données

Réponse: D · Toutes les feuilles sont à la même profondeur

Pourquoi c'est la réponse

Les nœuds pleins se scindent vers le haut et l'arbre ne grandit que lorsque la racine se scinde, donc toutes les feuilles restent toujours au même niveau.

Réponse

D · Toutes les feuilles sont à la même profondeur
5.Théorie des graphes

Réponse: k = 7

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

18 − 1 = 17

Arêtes à retirer

k = 24 − 17 = 7

Réponse

k = 7
6.Théorie des graphes

Réponse: d(F) = 21

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): C: 11
C (11): B: 14, E: 15, G: 14
B (14)
G (14): D: 18
E (15): F: 23
D (18): F: 21
F (21)

Plus court chemin

A → C → G → D → F
d(F) = 21

Réponse

d(F) = 21

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