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

La programmation dynamique est utile lorsqu'un problème présente :

AAucun sous-problème, de sorte qu'il peut être résolu en une seule étape
BDes sous-problèmes qui se chevauchent et une sous-structure optimale
CUne seule boucle
DUniquement des entrées aléatoires

2.Algorithmes et complexitéDifficile

Quel est le temps d'exécution de l'algorithme de Dijkstra avec un tas binaire sur un graphe à V sommets et E arêtes ?

AO(V + E)
BO((V + E) log V)
CO(V × E)
DO(V³)

3.Structures de donnéesMoyen

Que se passe-t-il lorsqu'une table de hachage est rehachée après que son facteur de charge a dépassé un seuil ?

ALes clés les plus anciennes sont supprimées pour faire de la place
BSeules les clés en collision sont déplacées dans une nouvelle liste de débordement à la fin de la table
CLes clés existantes sont triées sur place
DUne table plus grande est allouée et chaque clé y est réinsérée

4.Structures de donnéesDifficile

Dans le BST de racine 50, avec le sous-arbre gauche 30 (enfants 20, 40) et le sous-arbre droit 70 (enfants 60, 80), on supprime la racine en utilisant le successeur infixe. Quelle clé devient la nouvelle 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| = 7|E| = 11

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 · Des sous-problèmes qui se chevauchent et une sous-structure optimale

Pourquoi c'est la réponse

Mémoriser les résultats des sous-problèmes qui se chevauchent (mémoïsation ou tabulation) évite le travail répété et transforme des algorithmes exponentiels en algorithmes polynomiaux.

Réponse

B · Des sous-problèmes qui se chevauchent et une sous-structure optimale

2.Algorithmes et complexité

Réponse: B · O((V + E) log V)

Pourquoi c'est la réponse

Il y a V extractions du minimum et jusqu'à E diminutions de clé, chacune en O(log V) ; un tas de Fibonacci améliore cela en O(E + V log V).

Réponse

B · O((V + E) log V)

3.Structures de données

Réponse: D · Une table plus grande est allouée et chaque clé y est réinsérée

Pourquoi c'est la réponse

Comme l'indice est calculé modulo la taille de la table, toutes les clés doivent être rehachées dans la nouvelle table, plus grande ; en doublant la taille, le coût reste O(1) amorti.

Réponse

D · Une table plus grande est allouée et chaque clé y est réinsérée

4.Structures de données

Réponse: A · 60

Pourquoi c'est la réponse

Le nœud le plus à gauche du sous-arbre droit est 60 ; 60 remplace donc 50 et son ancienne position est supprimée. Utiliser le prédécesseur donnerait 40.

Réponse

A · 60

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) = 2, deg(B) = 4, deg(C) = 4, deg(D) = 3, deg(E) = 4, deg(F) = 1, deg(G) = 4

Sommets impairs

D, 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: E

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: 10

2. B (10): C: 24, D: 21, E: 24

3. D (21): E: 22, F: 23

4. E (22)

5. F (23)

6. C (24)

tour 4

Réponse

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