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

Le tri topologique n'est possible que pour :

  1. ALes graphes non orientés
  2. BLes graphes complets
  3. CLes graphes orientés acycliques (DAG)
  4. DLes graphes à poids négatifs
3.Structures de donnéesMoyen

Quelle structure de données est utilisée par le parcours en profondeur (DFS) dans sa version itérative ?

  1. AUn tas
  2. BUne pile
  3. CUniquement une table de hachage
  4. DUne file
4.Structures de donnéesDifficile

Un tableau dynamique double de taille lorsqu'il est plein. Pourquoi de nombreuses implémentations ne le réduisent-elles que lorsqu'il est rempli au quart, et non à moitié ?

  1. APour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite
  2. BPour garder le tableau trié
  3. CParce que diviser par deux à la moitié ferait perdre des éléments
  4. DParce que l'allocateur de mémoire ne peut libérer la mémoire que par quarts de bloc
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| = 6
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
121513561419ABCDEF

L’algorithme de Prim construit un arbre couvrant minimal en partant du sommet B. Cliquez sur l’arête qu’il ajoute en numéro 3.

départ : Bk = 3
  1. 1arête AB
  2. 2arête AC
  3. 3arête BC
  4. 4arête BD
  5. 5arête CE
  6. 6arête DF
  7. 7arête EF
  8. 8arête BE

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: C · Les graphes orientés acycliques (DAG)

Pourquoi c'est la réponse

Un ordre topologique existe si et seulement si le graphe orienté ne contient pas de cycle ; on peut le trouver en O(V + E) avec DFS ou l'algorithme de Kahn.

Réponse

C · Les graphes orientés acycliques (DAG)
3.Structures de données

Réponse: B · Une pile

Pourquoi c'est la réponse

Le DFS explore aussi profondément que possible et utilise naturellement une pile (ou la pile d'appels de la récursion) ; le BFS utilise une file.

Réponse

B · Une pile
4.Structures de données

Réponse: A · Pour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite

Pourquoi c'est la réponse

Réduire à la moitié pourrait déclencher un redimensionnement à chaque opération d'une telle séquence ; l'écart entre 1/4 et plein maintient le coût amorti en O(1).

Réponse

A · Pour éviter des redimensionnements répétés lorsque des push et des pop alternent près de la limite
5.Théorie des graphes

Réponse: Chemin eulérien, pas de circuit

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) = 1, deg(B) = 4, deg(C) = 2, deg(D) = 2, deg(E) = 2, deg(F) = 1

Sommets impairs

A, F → 2
Chemin eulérien, pas de circuit

Réponse

Chemin eulérien, pas de circuit

Le chemin eulérien commence à un sommet impair et finit à l’autre.

6.Théorie des graphes

Réponse: arête CE

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 Prim

1. AB (1)
2. AC (2)
3. CE (5)
4. BD (13)
5. DF (6)

numéro de l’arête 3

CE

Réponse

arête CE

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