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 de : pour i = 1 à n : pour j = 1 à i : faire un travail O(1) ?

  1. AO(n²)
  2. BO(n³)
  3. CO(n log n)
  4. DO(n)
2.Algorithmes et complexitéDifficile

Que se passerait-il si quelqu'un trouvait un algorithme en temps polynomial pour un problème NP-complet ?

  1. ATous les algorithmes en temps exponentiel s'exécuteraient immédiatement en temps linéaire
  2. BSeul ce problème passerait dans P
  3. CLe problème de l'arrêt deviendrait décidable
  4. DTout problème de NP pourrait être résolu en temps polynomial, donc P = NP
3.Structures de donnéesMoyen

Un trie (arbre de préfixes) est particulièrement efficace pour :

  1. ALe tri de nombres
  2. BLes recherches par préfixe, comme l'autocomplétion
  3. CLe stockage de matrices
  4. DLa recherche des plus courts chemins
4.Structures de donnéesDifficile

Combien de temps faut-il pour rechercher une clé quelconque dans un tas binaire min de n éléments ?

  1. AO(n)
  2. BO(log n)
  3. CO(log log n)
  4. DO(1)
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
14111631219415ABCDEF

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 2 ; les arêtes sautées ne comptent pas.

k = 2
  1. 1arête AB
  2. 2arête BC
  3. 3arête BD
  4. 4arête CE
  5. 5arête DE
  6. 6arête DF
  7. 7arête EF
  8. 8arête BE

3Solutions

1.Algorithmes et complexité

Réponse: A · O(n²)

Pourquoi c'est la réponse

Le corps intérieur s'exécute n(n + 1) / 2 fois au total, ce qui reste quadratique.

Réponse

A · O(n²)
2.Algorithmes et complexité

Réponse: D · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP

Pourquoi c'est la réponse

Comme tout NP se réduit en temps polynomial à n'importe quel problème NP-complet, un algorithme rapide pour l'un en donne un pour tous.

Réponse

D · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP
3.Structures de données

Réponse: B · Les recherches par préfixe, comme l'autocomplétion

Pourquoi c'est la réponse

Les tries stockent les chaînes caractère par caractère le long de chemins, donc les recherches et les requêtes par préfixe prennent un temps proportionnel à la longueur de la clé.

Réponse

B · Les recherches par préfixe, comme l'autocomplétion
4.Structures de données

Réponse: A · O(n)

Pourquoi c'est la réponse

Un tas ne donne aucune règle sur le sous-arbre qui contient une clé, donc dans le pire cas tous les nœuds doivent être examinés ; seul le minimum se trouve rapidement.

Réponse

A · O(n)
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: arête EF

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. CE (3)
2. EF (4)
3. BC (11)
4. DE (12)
5. AB (14)

numéro de l’arête 2

EF

Réponse

arête EF

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