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

Un tri rapide utilise toujours le premier élément comme pivot. Sur quelle entrée présente-t-il son comportement de pire cas ?

  1. AUn tableau de longueur 2
  2. BUn tableau déjà trié
  3. CUn tableau dans un ordre aléatoire
  4. DUn tableau dont tous les éléments sont distincts
2.Algorithmes et complexitéDifficile

Quelle technique donne au tri rapide un temps d'exécution espéré en O(n log n) pour toute entrée ?

  1. AToujours choisir le premier élément
  2. BTrier l'entrée avant d'exécuter le tri rapide
  3. CChoisir le pivot uniformément au hasard
  4. DN'utiliser la récursivité que sur la partie gauche
3.Structures de donnéesMoyen

Un trie (arbre de préfixes) est particulièrement efficace pour :

  1. ALa recherche des plus courts chemins
  2. BLe stockage de matrices
  3. CLes recherches par préfixe, comme l'autocomplétion
  4. DLe tri de nombres
4.Structures de donnéesDifficile

Combien de temps faut-il pour rechercher une clé quelconque dans un tas binaire min de n éléments ?

  1. AO(log n)
  2. BO(1)
  3. CO(n)
  4. DO(log log n)
5.Théorie des graphesMoyen

Un graphe connexe a 13 sommets et 21 arêtes. Combien d’arêtes k faut-il retirer pour obtenir un arbre couvrant ?

|V| = 13|E| = 21
k =
6.Théorie des graphesDifficile
191571010431ABCDEFG

L’algorithme de Dijkstra part de A. Cliquez sur le sommet qui est fixé (rendu définitif) au tour 3 ; A lui-même est le tour 1.

départ : Atour 3
  1. 1A
  2. 2B
  3. 3C
  4. 4D
  5. 5E
  6. 6F
  7. 7G

3Solutions

1.Algorithmes et complexité

Réponse: B · Un tableau déjà trié

Pourquoi c'est la réponse

Sur une entrée triée, le pivot est toujours le minimum : un côté est vide et l'autre contient n − 1 éléments, ce qui donne O(n²).

Réponse

B · Un tableau déjà trié
2.Algorithmes et complexité

Réponse: C · Choisir le pivot uniformément au hasard

Pourquoi c'est la réponse

Avec un pivot aléatoire, le temps d'exécution espéré est O(n log n) pour toute entrée ; les mauvais cas existent toujours, mais sont très improbables.

Réponse

C · Choisir le pivot uniformément au hasard
3.Structures de données

Réponse: C · Les recherches par préfixe, comme l'autocomplétion

Pourquoi c'est la réponse

Les tries stockent les chaînes caractère par caractère le long de chemins, donc les recherches et les requêtes par préfixe prennent un temps proportionnel à la longueur de la clé.

Réponse

C · Les recherches par préfixe, comme l'autocomplétion
4.Structures de données

Réponse: C · O(n)

Pourquoi c'est la réponse

Un tas ne donne aucune règle sur le sous-arbre qui contient une clé, donc dans le pire cas tous les nœuds doivent être examinés ; seul le minimum se trouve rapidement.

Réponse

C · O(n)
5.Théorie des graphes

Réponse: k = 9

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

13 − 1 = 12

Arêtes à retirer

k = 21 − 12 = 9

Réponse

k = 9
6.Théorie des graphes

Réponse: G

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: 1, C: 9
2. B (1): G: 5
3. G (5): D: 8, E: 6
4. E (6): F: 16
5. D (8)
6. C (9)
7. F (16)

tour 3

G

Réponse

G

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