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

Dans un tableau trié, vous cherchez deux éléments dont la somme vaut une cible en déplaçant un pointeur depuis chaque extrémité vers l'intérieur. Quelle est la complexité temporelle ?

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

Quelle borne est correcte pour log(n!) ?

  1. AΘ(n²)
  2. BΘ(log n)
  3. CΘ(n)
  4. DΘ(n log n)
3.Structures de donnéesMoyen

Quelle structure de données un programme en cours d'exécution utilise-t-il pour suivre les appels de fonction actifs et leurs variables locales ?

  1. ALa file de la mémoire du tas
  2. BUn arbre binaire de recherche de cadres
  3. CLa pile d'appels
  4. DUne table de hachage des fonctions
4.Structures de donnéesDifficile

Dans une table de hachage à adressage ouvert, pourquoi la suppression se fait-elle souvent avec un marqueur « pierre tombale » (tombstone) ?

  1. ACela rend la table triée
  2. BVider l'emplacement pourrait interrompre la séquence de sondage d'autres clés
  3. CLes clés supprimées doivent être conservées pour toujours pour des raisons de sécurité, si bien que les emplacements ne peuvent jamais être réutilisés
  4. DLes pierres tombales accélèrent le hachage
5.Théorie des graphesMoyen

Un arbre a 4 sommets de degré 4, et tous ses autres sommets sont des feuilles (degré 1). Combien de feuilles L a-t-il ?

4 × deg 4
L =
6.Théorie des graphesDifficile
1413102141571ABCDEF

Utilisez l’algorithme de Dijkstra pour trouver la longueur d(F) du plus court chemin de A à F dans le graphe pondéré.

départ : Aarrivée : F
d(F) =

3Solutions

1.Algorithmes et complexité

Réponse: C · O(n)

Pourquoi c'est la réponse

Si la somme est trop petite, le pointeur gauche avance vers la droite ; si elle est trop grande, le pointeur droit recule vers la gauche : il y a donc au plus n étapes.

Réponse

C · O(n)
2.Algorithmes et complexité

Réponse: D · Θ(n log n)

Pourquoi c'est la réponse

log(n!) ≤ n log n, et les n / 2 plus grands facteurs donnent log(n!) ≥ (n / 2) log(n / 2) ; c'est pourquoi le tri par comparaisons nécessite Ω(n log n).

Réponse

D · Θ(n log n)
3.Structures de données

Réponse: C · La pile d'appels

Pourquoi c'est la réponse

Chaque appel empile un cadre de pile (stack frame) et chaque retour le dépile, c'est pourquoi l'appel le plus récent se termine en premier.

Réponse

C · La pile d'appels
4.Structures de données

Réponse: B · Vider l'emplacement pourrait interrompre la séquence de sondage d'autres clés

Pourquoi c'est la réponse

Si un emplacement supprimé devenait vide, les recherches ultérieures pourraient s'arrêter trop tôt et manquer des clés placées plus loin dans la chaîne de sondage.

Réponse

B · Vider l'emplacement pourrait interrompre la séquence de sondage d'autres clés
5.Théorie des graphes

Réponse: L = 10

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 + 16 = 2(L + 4) − 2
L = 10

Réponse

L = 10

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

6.Théorie des graphes

Réponse: d(F) = 22

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

Chaque ligne : le sommet fixé, sa distance définitive, et les voisins dont la distance s’améliore.

A (0): B: 14, C: 13
C (13)
B (14): D: 16, E: 15
E (15): F: 22
D (16)
F (22)

Plus court chemin

A → B → E → F
d(F) = 22

Réponse

d(F) = 22

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