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 exercices Retour 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(K_n)| = n(n − 1)/2, |E(K_m,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 K_n: (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

Notez le degré de chaque sommet ; la somme des degrés vaut deux fois le nombre d’arêtes.
Pour les questions d’Euler, vérifiez que le graphe est connexe et comptez les sommets de degré impair.
Pour les arbres, utilisez n − 1 arêtes et le lemme des poignées de main.
Pour Dijkstra, tenez un tableau des distances provisoires et fixez à chaque tour le sommet non fixé de plus petite distance.
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

Que signifie qu'un problème possède une sous-structure optimale ?

ALe problème peut être résolu en temps constant
BUne solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes
CLe problème a exactement une solution optimale, que partagent tous les sous-problèmes
DTous les sous-problèmes ont la même taille

2.Algorithmes et complexitéDifficile

La multiplication de Karatsuba vérifie T(n) = 3T(n/2) + O(n). Quelle en est la solution ?

AΘ(n³)
BΘ(n^{log₂ 3}), soit environ n^1,585
CΘ(n log n)
DΘ(n²)

3.Structures de donnéesMoyen

Un parcours infixe (in-order) d'un arbre binaire de recherche visite les clés dans :

AL'ordre par niveaux
BL'ordre d'insertion
CToujours l'ordre décroissant
DL'ordre croissant

4.Structures de donnéesDifficile

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

ASupprimant tout le sous-arbre
BLe remplaçant par son successeur infixe (ou prédécesseur) puis en supprimant ce nœud
CReconstruisant de zéro le sous-arbre situé en dessous et en réinsérant toutes les clés qu'il contenait
DL'échangeant avec la racine

5.Théorie des graphesMoyen

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

1Circuit eulérien
2Chemin eulérien, pas de circuit
3ni l’une ni l’autre

6.Théorie des graphesDifficile

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

3Solutions

1.Algorithmes et complexité

Réponse: B · Une solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes

Pourquoi c'est la réponse

La sous-structure optimale est nécessaire pour que les algorithmes gloutons comme la programmation dynamique produisent des réponses correctes.

Réponse

B · Une solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes

2.Algorithmes et complexité

Réponse: B · Θ(n^{log₂ 3}), soit environ n^1,585

Pourquoi c'est la réponse

Comme log₂ 3 ≈ 1,585 > 1, les feuilles dominent d'après le théorème maître, ce qui bat la méthode scolaire en O(n²).

Réponse

B · Θ(n^{log₂ 3}), soit environ n^1,585

3.Structures de données

Réponse: D · L'ordre croissant

Pourquoi c'est la réponse

Visiter le sous-arbre gauche, puis le nœud, puis le sous-arbre droit fournit les clés du BST dans l'ordre trié.

Réponse

D · L'ordre croissant

4.Structures de données

Réponse: B · 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

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

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 ; K_n 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) = 3, deg(C) = 2, deg(D) = 2, deg(E) = 2, deg(F) = 2

Sommets impairs

A, B → 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: B

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: 8, C: 5

2. C (5): G: 6

3. G (6): D: 12, E: 13

4. B (8)

5. D (12): F: 24

6. E (13)

7. F (24)

tour 4

Réponse

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