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

Quel algorithme de tri est stable ?

  1. ATri par sélection (version habituelle)
  2. BTri rapide (version en place habituelle)
  3. CTri fusion
  4. DTri par tas
2.Algorithmes et complexitéDifficile

Quelle définition de la classe P est correcte ?

  1. ALes problèmes dont les solutions peuvent être vérifiées mais jamais trouvées en temps polynomial
  2. BLes problèmes qui peuvent être résolus en parallèle
  3. CLes problèmes qui demandent un temps exponentiel sur tout ordinateur
  4. DLes problèmes de décision résolubles par un algorithme déterministe en temps polynomial
3.Structures de donnéesMoyen

Une application a besoin de recherches rapides, mais aussi de lister les clés dans l'ordre trié et de répondre à des requêtes par intervalle. Quelle structure convient le mieux ?

  1. AUne liste chaînée non triée
  2. BUne table de hachage
  3. CUne pile
  4. DUn arbre binaire de recherche équilibré
4.Structures de donnéesDifficile

Un objet est stocké comme clé dans une table de hachage (hash map), puis un champ utilisé par sa fonction de hachage est modifié. Quel est le résultat probable ?

  1. ALa table lève une erreur au moment où le champ change
  2. BLa recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage
  3. CRien ne change, car le hachage d'une clé n'est calculé qu'une seule fois au démarrage du programme
  4. DLa table déplace automatiquement la clé dans son nouveau compartiment
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
111961020121817ABCDEF

L’algorithme de Kruskal construit un arbre couvrant minimal. Cliquez sur l’arête qu’il ajoute en numéro 2 ; les arêtes sautées ne comptent pas.

k = 2
  1. 1arête AB
  2. 2arête AC
  3. 3arête BD
  4. 4arête CE
  5. 5arête DE
  6. 6arête DF
  7. 7arête EF
  8. 8arête BE

3Solutions

1.Algorithmes et complexité

Réponse: C · Tri fusion

Pourquoi c'est la réponse

Le tri fusion est stable si, en cas d'égalité, la fusion prend d'abord dans la moitié gauche. Le tri rapide en place, le tri par tas et le tri par sélection ne sont généralement pas stables.

Réponse

C · Tri fusion
2.Algorithmes et complexité

Réponse: D · Les problèmes de décision résolubles par un algorithme déterministe en temps polynomial

Pourquoi c'est la réponse

P contient les problèmes de décision admettant un algorithme déterministe en temps polynomial, comme vérifier si un graphe est connexe.

Réponse

D · Les problèmes de décision résolubles par un algorithme déterministe en temps polynomial
3.Structures de données

Réponse: D · Un arbre binaire de recherche équilibré

Pourquoi c'est la réponse

Un BST équilibré offre des recherches en O(log n) et garde les clés ordonnées, ce qui facilite le parcours infixe et les requêtes par intervalle ; une table de hachage disperse les clés.

Réponse

D · Un arbre binaire de recherche équilibré
4.Structures de données

Réponse: B · La recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage

Pourquoi c'est la réponse

L'emplacement de la clé a été choisi à partir de son ancien hachage ; avec un nouveau hachage, les recherches examinent le mauvais compartiment, c'est pourquoi les clés devraient être immuables.

Réponse

B · La recherche de l'objet peut échouer car il se trouve dans le compartiment de son ancien hachage
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: 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 Kruskal

1. BD (6)
2. CE (10)
3. AB (11)
4. DF (12)
5. BE (17)

numéro de l’arête 2

CE

Réponse

arête CE

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