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

Quelle est la complexité temporelle de : pour i = 1 à n : pour (j = i ; j ≤ n ; j = j + i) faire un travail O(1) ?

  1. AO(n √n)
  2. BO(n²)
  3. CO(n log n)
  4. DO(n)
3.Structures de donnéesMoyen

Dans un tas binaire stocké dans un tableau commençant à l'indice 0, où se trouve le parent du nœud d'indice i ?

  1. AÀ l'indice ⌊(i − 1) / 2⌋
  2. BÀ l'indice i − 1
  3. CÀ l'indice ⌊i / 2⌋ + 1
  4. DÀ l'indice 2i + 1
4.Structures de donnéesDifficile

Dans l'algorithme de Kruskal pour l'arbre couvrant de poids minimal, à quoi sert la structure union-find ?

  1. AÀ stocker la distance actuelle de chaque sommet depuis la source pendant le parcours
  2. BÀ trier les arêtes par poids
  3. CÀ choisir le sommet de départ
  4. DÀ vérifier si les deux extrémités d'une arête sont déjà reliées
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
15141421294115ABCDEFG

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 4 ; A lui-même est le tour 1.

départ : Atour 4
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Solutions

1.Algorithmes et complexité

Réponse: D · 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

D · O(n²)
2.Algorithmes et complexité

Réponse: C · O(n log n)

Pourquoi c'est la réponse

Le total vaut n / 1 + n / 2 + ... + n / n = n × Hn, et le nombre harmonique Hn est Θ(log n).

Réponse

C · O(n log n)
3.Structures de données

Réponse: A · À l'indice ⌊(i − 1) / 2⌋

Pourquoi c'est la réponse

Les enfants de i sont en 2i + 1 et 2i + 2, donc le parent de i est en ⌊(i − 1) / 2⌋ ; avec une indexation à partir de 1, il est en ⌊i / 2⌋.

Réponse

A · À l'indice ⌊(i − 1) / 2⌋
4.Structures de données

Réponse: D · À vérifier si les deux extrémités d'une arête sont déjà reliées

Pourquoi c'est la réponse

Find indique si les deux extrémités sont dans la même composante ; sinon, l'arête est ajoutée et union fusionne les composantes.

Réponse

D · À vérifier si les deux extrémités d'une arête sont déjà reliées
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

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

1. A (0): B: 15
2. B (15): C: 29, G: 24
3. G (24): C: 28, D: 25, E: 39
4. D (25): F: 27
5. F (27)
6. C (28)
7. E (39)

tour 4

D

Réponse

D

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