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 l'algorithme standard de programmation dynamique pour la plus longue sous-séquence commune de chaînes de longueurs m et n ?

  1. AO(mn log n)
  2. BO(mn)
  3. CO(2m+n)
  4. DO(m + n)
2.Algorithmes et complexitéDifficile

Un problème est NP-complet s'il :

  1. AAppartient à NP et si tout problème NP se réduit à lui en temps polynomial
  2. BEst hors de NP mais plus difficile que tous les problèmes NP, comme le problème de l'arrêt
  3. CEst résoluble en temps polynomial
  4. DEst impossible à résoudre
3.Structures de donnéesMoyen

Combien de temps faut-il pour vérifier si l'arête (u, v) existe avec une matrice d'adjacence ?

  1. AO(V)
  2. BO(1)
  3. CO(E)
  4. DO(log V)
4.Structures de donnéesDifficile

Pourquoi ne peut-on pas simplement supprimer des éléments d'un filtre de Bloom standard en remettant leurs bits à zéro ?

  1. ALa suppression porterait le taux de faux positifs à 100%
  2. BLes filtres de Bloom stockent les éléments complets, qui sont introuvables une fois hachés
  3. CLes bits d'un filtre de Bloom ne peuvent pas être modifiés après sa création
  4. DCes bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
5.Théorie des graphesMoyen

Un graphe connexe a 11 sommets et 20 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 11|E| = 20
k =
6.Théorie des graphesDifficile
711614431612ABCDEFG

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 3 ; A lui-même est le tour 1.

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

3Solutions

1.Algorithmes et complexité

Réponse: B · O(mn)

Pourquoi c'est la réponse

La table compte (m + 1)(n + 1) cases et chacune est calculée en O(1) à partir de ses voisines.

Réponse

B · O(mn)
2.Algorithmes et complexité

Réponse: A · Appartient à NP et si tout problème NP se réduit à lui en temps polynomial

Pourquoi c'est la réponse

Les problèmes NP-complets sont les plus difficiles de NP ; un algorithme polynomial pour l'un d'eux en donnerait un pour tout NP.

Réponse

A · Appartient à NP et si tout problème NP se réduit à lui en temps polynomial
3.Structures de données

Réponse: B · O(1)

Pourquoi c'est la réponse

La case à la ligne u, colonne v indique immédiatement si l'arête existe ; une liste d'adjacence peut nécessiter de parcourir les voisins de u.

Réponse

B · O(1)
4.Structures de données

Réponse: D · Ces bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs

Pourquoi c'est la réponse

Remettre à zéro un bit partagé ferait paraître absent un autre élément ; les filtres de Bloom à compteurs utilisent des compteurs au lieu de bits pour permettre la suppression.

Réponse

D · Ces bits peuvent aussi appartenir à d'autres éléments, ce qui provoquerait des faux négatifs
5.Théorie des graphes

Réponse: k = 10

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

11 − 1 = 10

Arêtes à retirer

k = 20 − 10 = 10

Réponse

k = 10
6.Théorie des graphes

Réponse: G

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: 7, C: 11
2. B (7): D: 21, G: 8
3. G (8): D: 14, E: 20
4. C (11)
5. D (14): E: 18
6. E (18): F: 21
7. F (21)

tour 3

G

Réponse

G

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