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

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

  1. AUne solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes
  2. BTous les sous-problèmes ont la même taille
  3. CLe problème peut être résolu en temps constant
  4. DLe problème a exactement une solution optimale, que partagent tous les sous-problèmes
2.Algorithmes et complexitéDifficile

Pourquoi une recherche dans une table de hachage est-elle en O(1) en moyenne mais en O(n) dans le pire cas ?

  1. ADe nombreuses clés peuvent entrer en collision dans le même compartiment
  2. BLes clés doivent d'abord être triées
  3. CLes fonctions de hachage sont lentes
  4. DL'accès aux tableaux est en O(n)
3.Structures de donnéesMoyen

Comment insère-t-on un nouvel élément dans un tas binaire ?

  1. AOn le place à la racine et on le fait descendre
  2. BOn le place à la fin du tableau et on le fait remonter tant qu'il viole la propriété de tas
  3. COn l'insère à sa position triée en décalant d'un cran vers la droite tous les éléments plus grands
  4. DOn reconstruit entièrement le tas
4.Structures de donnéesDifficile

Vous devez conserver les k plus petites valeurs d'un flux de n nombres en utilisant O(k) mémoire. Quelle approche fonctionne en O(n log k) ?

  1. AUn tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive
  2. BUn tableau trié de toutes les n valeurs
  3. CUn tas min contenant les n valeurs, dont on extrait les k plus petites à la fin
  4. DUne file FIFO des k dernières valeurs
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| = 5
  1. 1Circuit eulérien
  2. 2Chemin eulérien, pas de circuit
  3. 3ni l’une ni l’autre
6.Théorie des graphesDifficile
8161352912743ABCDEFG

Trouvez le poids total W d’un arbre couvrant minimal du graphe pondéré.

|V| = 7|E| = 11
W =

3Solutions

1.Algorithmes et complexité

Réponse: A · 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

A · Une solution optimale peut être construite à partir de solutions optimales de ses sous-problèmes
2.Algorithmes et complexité

Réponse: A · De nombreuses clés peuvent entrer en collision dans le même compartiment

Pourquoi c'est la réponse

Avec une bonne fonction de hachage et un facteur de charge adapté, les compartiments restent courts en moyenne ; un hachage malveillant ou médiocre peut placer toutes les clés dans un seul compartiment.

Réponse

A · De nombreuses clés peuvent entrer en collision dans le même compartiment
3.Structures de données

Réponse: B · On le place à la fin du tableau et on le fait remonter tant qu'il viole la propriété de tas

Pourquoi c'est la réponse

L'ajout à la fin maintient l'arbre complet ; les échanges avec le parent rétablissent l'ordre en O(log n) étapes.

Réponse

B · On le place à la fin du tableau et on le fait remonter tant qu'il viole la propriété de tas
4.Structures de données

Réponse: A · Un tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive

Pourquoi c'est la réponse

La racine du tas max est la plus grande valeur conservée ; toute nouvelle valeur plus petite la remplace en O(log k), donc le tas contient toujours les k plus petites valeurs vues jusqu'ici.

Réponse

A · Un tas max de taille k, dont on remplace la racine lorsqu'une valeur plus petite arrive
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 ; 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) = 1, deg(B) = 2, deg(C) = 2, deg(D) = 2, deg(E) = 3

Sommets impairs

A, E → 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: W = 26

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

AC (1): prise
DE (2): prise
GE (3): prise
GD (4): sautée, ferme un cycle
CE (5): prise
BC (6): prise
GC (7): sautée, ferme un cycle
AB (8): sautée, ferme un cycle
EF (9): prise

Poids total

W = 1 + 2 + 3 + 5 + 6 + 9 = 26

Réponse

W = 26

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