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

Est-il correct de dire qu'un algorithme en O(n²) est aussi en O(n³) ?

  1. ANon, car n³ est plus petit que n² pour n grand
  2. BOui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³
  3. CNon, car le grand O doit toujours donner le taux de croissance exact de la fonction
  4. DOui, mais seulement si n est inférieur à 100
2.Algorithmes et complexitéDifficile

Que se passerait-il si quelqu'un trouvait un algorithme en temps polynomial pour un problème NP-complet ?

  1. ATout problème de NP pourrait être résolu en temps polynomial, donc P = NP
  2. BLe problème de l'arrêt deviendrait décidable
  3. CTous les algorithmes en temps exponentiel s'exécuteraient immédiatement en temps linéaire
  4. DSeul ce problème passerait dans P
3.Structures de donnéesMoyen

À quoi sert un nœud sentinelle (factice) dans une liste chaînée ?

  1. AÀ empêcher la liste de dépasser un nombre maximal fixe de nœuds
  2. BÀ rendre la liste triée
  3. CÀ stocker le nombre d'éléments
  4. DÀ simplifier le code en supprimant les cas particuliers en tête ou en queue
4.Structures de donnéesDifficile

Quelle affirmation sur le tri par tas (heapsort) est correcte ?

  1. AIl trie sur place en O(n log n) dans le pire cas, mais n'est pas stable
  2. BIl est stable et nécessite O(n) mémoire supplémentaire
  3. CIl s'exécute en O(n) sur toute entrée
  4. DIl nécessite un arbre binaire de recherche comme stockage supplémentaire, donc il utilise O(n) de mémoire en plus
5.Théorie des graphesMoyen

Un graphe connexe a 11 sommets et 20 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 11|E| = 20
k =
6.Théorie des graphesDifficile
ABCDEF

Combien de marches de longueur 3 vont de C à B ? Une marche peut répéter des sommets et des arêtes. Appelez ce nombre N.

M = matrice d’adjacenceL = 3
N =

3Solutions

1.Algorithmes et complexité

Réponse: B · Oui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³

Pourquoi c'est la réponse

Le grand O est une borne supérieure : l'affirmation est vraie mais pas serrée ; Θ(n²) indique le taux de croissance exact.

Réponse

B · Oui, car le grand O est une borne supérieure et n² ne croît pas plus vite que n³
2.Algorithmes et complexité

Réponse: A · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP

Pourquoi c'est la réponse

Comme tout NP se réduit en temps polynomial à n'importe quel problème NP-complet, un algorithme rapide pour l'un en donne un pour tous.

Réponse

A · Tout problème de NP pourrait être résolu en temps polynomial, donc P = NP
3.Structures de données

Réponse: D · À simplifier le code en supprimant les cas particuliers en tête ou en queue

Pourquoi c'est la réponse

Avec une sentinelle, chaque nœud réel a un prédécesseur, donc l'insertion ou la suppression en tête ne demande aucun traitement particulier.

Réponse

D · À simplifier le code en supprimant les cas particuliers en tête ou en queue
4.Structures de données

Réponse: A · Il trie sur place en O(n log n) dans le pire cas, mais n'est pas stable

Pourquoi c'est la réponse

Le tri par tas construit un tas max et extrait le maximum n fois dans le même tableau ; des échanges sur de longues distances peuvent réordonner des clés égales.

Réponse

A · Il trie sur place en O(n log n) dans le pire cas, mais n'est pas stable
5.Théorie des graphes

Réponse: k = 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.

Arêtes d’un arbre couvrant

11 − 1 = 10

Arêtes à retirer

k = 20 − 10 = 10

Réponse

k = 10
6.Théorie des graphes

Réponse: N = 7

Degrés : le degré d’un sommet est le nombre d’arêtes qui y aboutissent. Chaque arête a deux extrémités, donc les degrés totalisent deux fois le nombre d’arêtes : Σ deg(v) = 2|E| (le lemme des poignées de main). Le nombre de sommets de degré impair est donc pair. Kn a n(n − 1)/2 arêtes, un graphe k-régulier à n sommets en a nk/2, et un arbre à n sommets a n − 1 arêtes.

Matrice d’adjacence

A: 0 1 1 0 0 0
B: 1 0 1 1 1 0
C: 1 1 0 0 1 0
D: 0 1 0 0 1 1
E: 0 1 1 1 0 1
F: 0 0 0 1 1 0

Un pas de plus

(M³)CB = 1·1 + 2·0 + 3·1 + 2·1 + 1·1 + 1·0 = 7

Réponse

N = 7

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