Fiche d’exercices de Algorithmes et complexité avec corrigé

Fiche d’exercices de Algorithmes et complexité gratuite et imprimable : 8 exercices, du niveau facile au niveau examen, avec corrigé. Imprimez-la ou enregistrez-la en PDF.

Pour les enseignants : gratuite à imprimer, copier et utiliser en classe. Chaque nouvelle fiche a de nouvelles valeurs et son propre corrigé. Un lien vers ExamProblems sur la page de votre cours est apprécié.

Nom: ____________________   Date: ____________

1.Facile

L'accès à un élément d'un tableau par son indice prend :

  1. AO(log n)
  2. BO(n)
  3. CO(n²)
  4. DO(1)
2.Facile

Quelles sont les trois étapes d'un algorithme « diviser pour régner » ?

  1. ALire, calculer, écrire
  2. BDeviner, vérifier, recommencer
  3. CDiviser, régner, combiner
  4. DTrier, chercher, renvoyer
3.Facile

La complexité spatiale mesure :

  1. ALe nombre de lignes de code
  2. BLa quantité de mémoire dont un algorithme a besoin lorsque la taille de l'entrée augmente
  3. CLa taille physique de l'ordinateur
  4. DL'espace disque du fichier du programme une fois compilé
4.Moyen

Un algorithme glouton :

  1. AFait le meilleur choix local à chaque étape
  2. BDonne toujours la solution optimale
  3. CN'utilise que la récursivité
  4. DEssaie toutes les solutions possibles
5.Moyen

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

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

Quel est le temps d'exécution du tri par base LSD sur n entiers de d chiffres en base k ?

  1. AO(n log n)
  2. BO(n²)
  3. CO(dn log k)
  4. DO(d(n + k))
7.Difficile

Quels sont les coûts en temps et en espace du calcul du n-ième nombre de Fibonacci avec une boucle qui ne conserve que les deux dernières valeurs ?

  1. AO(log n) en temps et O(n) en espace
  2. BO(2ⁿ) en temps et O(1) en espace
  3. CO(n) en temps et O(1) en espace
  4. DO(n) en temps et O(n) en espace
8.Difficile

Le tri par insertion s'exécute en O(n) sur une entrée triée. Cela contredit-il la borne inférieure Ω(n log n) des tris par comparaisons ?

  1. ANon, la borne inférieure s'applique au pire cas sur toutes les entrées, pas à chaque entrée
  2. BNon, car le tri par insertion n'est pas un tri par comparaisons
  3. COui, la borne inférieure est donc fausse
  4. DOui, mais seulement pour les tableaux de moins de 100 éléments

Corrigé

  1. 1. D · O(1)
  2. 2. C · Diviser, régner, combiner
  3. 3. B · La quantité de mémoire dont un algorithme a besoin lorsque la taille de l'entrée augmente
  4. 4. A · Fait le meilleur choix local à chaque étape
  5. 5. C · Un tableau déjà trié
  6. 6. D · O(d(n + k))
  7. 7. C · O(n) en temps et O(1) en espace
  8. 8. A · Non, la borne inférieure s'applique au pire cas sur toutes les entrées, pas à chaque entrée

Corrigés complets pas à pas : entraînez-vous sur ce thème sur examproblems.com.