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. BExponentielle
  3. CLinéaire
  4. DConstante
2.Algorithmes et complexitéDifficile

Quels sont les coûts en temps et en espace du calcul du n-ième nombre de Fibonacci avec une boucle qui ne conserve que les deux dernières valeurs ?

  1. AO(n) en temps et O(1) en espace
  2. BO(n) en temps et O(n) en espace
  3. CO(log n) en temps et O(n) en espace
  4. DO(2ⁿ) en temps et O(1) en espace
3.Structures de donnéesMoyen

Les arbres AVL et les arbres rouge-noir garantissent :

  1. AQue les clés sont stockées dans l'ordre d'insertion
  2. BUne recherche en temps constant dans tous les cas
  3. CUne hauteur en O(log n) grâce au rééquilibrage
  4. DQu'aucun nœud n'a deux enfants
4.Structures de donnéesDifficile

Comment détecter si une liste simplement chaînée contient un cycle avec O(1) mémoire supplémentaire ?

  1. ATrier la liste et chercher des doublons
  2. BCompter les nœuds jusqu'à dépasser le champ de longueur de la liste
  3. CStocker chaque nœud visité dans un ensemble haché
  4. DAvancer un pointeur d'un pas et un autre de deux pas, et vérifier s'ils se rencontrent
5.Théorie des graphesMoyen
ABCDECircuit 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| = 5|E| = 6
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
152973118214ABCDEFG

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 6 ; A lui-même est le tour 1.

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

3Solutions

1.Algorithmes et complexité

Réponse: B · 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

B · Exponentielle
2.Algorithmes et complexité

Réponse: A · O(n) en temps et O(1) en espace

Pourquoi c'est la réponse

Chaque étape n'a besoin que des deux valeurs précédentes : la table de la méthode ascendante peut donc être remplacée par deux variables.

Réponse

A · O(n) en temps et O(1) en espace
3.Structures de données

Réponse: C · Une hauteur en O(log n) grâce au rééquilibrage

Pourquoi c'est la réponse

Les arbres auto-équilibrés maintiennent une hauteur logarithmique, donc la recherche, l'insertion et la suppression sont en O(log n) dans le pire des cas.

Réponse

C · Une hauteur en O(log n) grâce au rééquilibrage
4.Structures de données

Réponse: D · Avancer un pointeur d'un pas et un autre de deux pas, et vérifier s'ils se rencontrent

Pourquoi c'est la réponse

Dans l'algorithme de Floyd, s'il y a un cycle, le pointeur rapide finit par rattraper le lent ; sinon, le pointeur rapide atteint null.

Réponse

D · Avancer un pointeur d'un pas et un autre de deux pas, et vérifier s'ils se rencontrent
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) = 4, deg(C) = 2, deg(D) = 2, deg(E) = 2

Sommets impairs

0
Circuit eulérien

Réponse

Circuit eulérien
6.Théorie des graphes

Réponse: F

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, C: 2
2. C (2): B: 11, E: 9, G: 4
3. G (4)
4. E (9): F: 20
5. B (11)
6. F (20): D: 23
7. D (23)

tour 6

F

Réponse

F

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