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

Pourquoi de nombreuses routines de tri des bibliothèques passent-elles au tri par insertion pour les très petits sous-tableaux ?

  1. ALe tri par insertion utilise moins de mémoire que tout autre algorithme de tri sur les grandes entrées
  2. BLe tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées
  3. CLe tri par insertion est en O(n log n) dans le pire cas
  4. DLes algorithmes récursifs ne peuvent pas traiter les tableaux de moins de 10 éléments
2.Algorithmes et complexitéDifficile

Le problème de l'arrêt montre que :

  1. ACertains programmes s'exécutent plus vite sur des ordinateurs plus rapides, donc l'arrêt dépend du matériel
  2. BAucun algorithme ne peut décider, pour tout programme et toute entrée, si le programme s'arrête
  3. CTout programme finit par s'arrêter
  4. DIl faut éviter les boucles
3.Structures de donnéesMoyen

Une application a besoin de recherches rapides, mais aussi de lister les clés dans l'ordre trié et de répondre à des requêtes par intervalle. Quelle structure convient le mieux ?

  1. AUne pile
  2. BUne liste chaînée non triée
  3. CUne table de hachage
  4. DUn arbre binaire de recherche équilibré
4.Structures de donnéesDifficile

La suppression d'un nœud ayant deux enfants dans un arbre binaire de recherche se fait généralement en :

  1. ALe remplaçant par son successeur infixe (ou prédécesseur) puis en supprimant ce nœud
  2. BSupprimant tout le sous-arbre
  3. CReconstruisant de zéro le sous-arbre situé en dessous et en réinsérant toutes les clés qu'il contenait
  4. DL'échangeant avec la racine
5.Théorie des graphesMoyen
ABCDEFCircuit 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| = 6|E| = 7
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
1013814412123155ABCDEFG

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: B · Le tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées

Pourquoi c'est la réponse

Pour n petit, la simple boucle du tri par insertion bat le surcoût de récursion du tri rapide ou du tri fusion, bien qu'elle soit en O(n²).

Réponse

B · Le tri par insertion a peu de surcoût et est rapide sur les entrées petites ou presque triées
2.Algorithmes et complexité

Réponse: B · Aucun algorithme ne peut décider, pour tout programme et toute entrée, si le programme s'arrête

Pourquoi c'est la réponse

Turing a montré que le problème de l'arrêt est indécidable : supposer qu'un décideur existe mène à une contradiction avec un programme qui fait l'inverse.

Réponse

B · Aucun algorithme ne peut décider, pour tout programme et toute entrée, si le programme s'arrête
3.Structures de données

Réponse: D · Un arbre binaire de recherche équilibré

Pourquoi c'est la réponse

Un BST équilibré offre des recherches en O(log n) et garde les clés ordonnées, ce qui facilite le parcours infixe et les requêtes par intervalle ; une table de hachage disperse les clés.

Réponse

D · Un arbre binaire de recherche équilibré
4.Structures de données

Réponse: A · Le remplaçant par son successeur infixe (ou prédécesseur) puis en supprimant ce nœud

Pourquoi c'est la réponse

Le successeur infixe a au plus un enfant, il peut donc être facilement supprimé après avoir copié sa clé dans le nœud à supprimer.

Réponse

A · Le remplaçant par son successeur infixe (ou prédécesseur) puis en supprimant ce nœud
5.Théorie des graphes

Réponse: Circuit eulérien

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) = 2, deg(B) = 2, deg(C) = 2, deg(D) = 2, deg(E) = 4, deg(F) = 2

Sommets impairs

0
Circuit eulérien

Réponse

Circuit eulérien
6.Théorie des graphes

Réponse: d(F) = 36

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: 10
C (10): B: 23, E: 24
B (23): D: 31, G: 26
E (24): D: 28, F: 36
G (26)
D (28)
F (36)

Plus court chemin

A → C → E → F
d(F) = 36

Réponse

d(F) = 36

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