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

Une fonction exécute une boucle de n itérations, puis, séparément, une autre boucle de n itérations. Quelle est sa complexité temporelle ?

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

Quelles sont les deux choses à montrer pour prouver qu'un problème de décision X est NP-complet ?

  1. AX est dans P, et X se réduit à SAT
  2. BX est dans NP, et un problème NP-complet connu se réduit à X en temps polynomial
  3. CX se réduit à un problème de P, et X est dans NP
  4. DX n'a pas d'algorithme polynomial, et X est décidable
3.Structures de donnéesMoyen

Quelle méthode de résolution des collisions stocke les clés en collision dans une liste au sein du même compartiment ?

  1. ALe sondage quadratique (quadratic probing)
  2. BLe chaînage séparé (separate chaining)
  3. CLe sondage linéaire (linear probing)
  4. DLe double hachage (double hashing)
4.Structures de donnéesDifficile

Sans union par rang ni compression de chemin, quel est le coût dans le pire cas d'une seule opération find dans une structure union-find à n éléments ?

  1. AO(n)
  2. BO(log n)
  3. CO(α(n))
  4. DO(1)
5.Théorie des graphesMoyen

Un arbre a 3 sommets de degré 3, 2 sommets de degré 2, et tous ses autres sommets sont des feuilles (degré 1). Combien de feuilles L a-t-il ?

3 × deg 32 × deg 2
L =
6.Théorie des graphesDifficile
4561310887ABCDEF

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

3Solutions

1.Algorithmes et complexité

Réponse: C · O(n)

Pourquoi c'est la réponse

n + n = 2n, et les facteurs constants sont supprimés : la fonction est donc O(n).

Réponse

C · O(n)
2.Algorithmes et complexité

Réponse: B · X est dans NP, et un problème NP-complet connu se réduit à X en temps polynomial

Pourquoi c'est la réponse

L'appartenance à NP montre que X n'est pas plus difficile que NP ; la réduction depuis un problème NP-complet connu montre que X est au moins aussi difficile que tout NP.

Réponse

B · X est dans NP, et un problème NP-complet connu se réduit à X en temps polynomial
3.Structures de données

Réponse: B · Le chaînage séparé (separate chaining)

Pourquoi c'est la réponse

Le chaînage conserve une liste chaînée (ou une autre structure) par compartiment ; l'adressage ouvert cherche un autre emplacement libre dans la table elle-même.

Réponse

B · Le chaînage séparé (separate chaining)
4.Structures de données

Réponse: A · O(n)

Pourquoi c'est la réponse

Des unions naïves peuvent relier les arbres en une longue chaîne, donc find peut suivre n − 1 pointeurs vers le parent ; les deux heuristiques le rendent presque constant.

Réponse

A · O(n)
5.Théorie des graphes

Réponse: L = 5

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.

Lemme des poignées de main pour un arbre

L + 13 = 2(L + 5) − 2
L = 5

Réponse

L = 5

Raccourci : L = 2 + Σ (d − 2) sur les sommets de degré d ≥ 3.

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: 4
2. B (4): C: 9, D: 10, E: 11
3. C (9)
4. D (10): F: 18
5. E (11)
6. F (18)

tour 4

D

Réponse

D

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