Scribd Logo
Importer

Bienvenue sur Scribd !

  • 132 vues

    Complexite Exo

    Transféré par

    Vivo Vivoo VI

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Complexite Exo

    Transféré par

    Vivo Vivoo VI
    132 vues3 pages

    Titre original

    complexite_exo

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    132 vues3 pages

    Complexite Exo

    Transféré par

    Vivo Vivoo VI

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 3

    Exercices : rappels sur la complexité des algorithmes

    MPRO

    Cours de Mise à niveau

    Exercice 1 A titre d’illustration des notions de taille de problèmes et de nombre d’opérations,


    on considère un vecteur x = (x1 , x2 , . . . , xn ) de n composantes, où chaque composante xi peut
    prendre les valeurs 0 ou 1. Dans tous les exemples qui suivent la taille du problème est la taille
    du vecteur x, c’est à dire n. (Ici, la taille du problème est donc le nombre de composantes
    du vecteur x, mais pour d’autres problèmes, cela pourrait être un nombre de clients à traiter,
    un nombre de villes à relier entre elles par des lignes téléphoniques, bref c’est un moyen de
    dimensionner le problème).
    Pour chacun des algorithmes suivants évaluer le nombre d’opérations :
    Algo 1 :
    Debut
    Pour i allant de 1 à n faire
    afficher(x[i])
    fait
    Fin

    Algo 2 :
    Debut
    Pour i allant de 1 à n faire
    Pour j allant de 1 à n faire
    afficher(x[i]+x[j])
    fait
    fait
    Fin

    Algo 3:
    Debut
    Pour i allant de 1 à n faire
    Pour j allant de 1 à n faire
    Pour k allant de 1 à n faire
    Pour l allant de 1 à n faire
    Pour m allant de 1 à n faire
    afficher(x[i]+x[j]+x[k]+x[l]+x[m])
    fait
    fait
    fait
    fait
    fait
    Fin
    Affichage de toutes les valeurs possibles du vecteur x.
    Exemple un appel de l’algorithme enumeration(3,1,x) :

    x = (0, 0, 0) x = (0, 0, 1) x = (0, 1, 0) x = (0, 1, 1)


    x = (1, 0, 0) x = (1, 0, 1) x = (1, 1, 0) x = (1, 1, 1)

    1
    Algo 4 :
    enumeration (n,i : entier, x : vecteur)
    Debut
    si (i>n)
    alors afficher_vecteur(x)
    sinon x[i] := 0;
    enumeration(n,i+1,x);
    x[i] := 1;
    enumeration(n,i+1,x);
    finsi
    fin

    Exercice 2 Soient les 3 algorithmes suivants permettant de calculer la valeur d’un polynôme

    p(x) = a0 + a1 x + a2 x2 + ... + an xn

    en un point x. Comparer leur complexité. (La valeur de x est donnée).


    Algo 1 : début
    p := a[0] ;
    pour i := 1 à n faire
    calculer p[i] = x[i] ; -- x*x*x*..*x i-1 fois
    p := p + a[i] * p[i] ;
    fait;
    fin;
    Algo 2 : – il utilise le fait que xi = xi−1 ∗ x
    Début
    p := a[0]; q := 1;
    pour i := 1 à n faire
    q := q * x ;
    p := p + a[i] * q ;
    fait;
    fin;
    Algo 3 : –algorithme de Horner ; il calcule à reculons an , an x + an−1 , puis (an x + an−1 )x + an−2 . . .
    début
    p := a[n] ;
    pour i := n à 1, pas -1, faire
    p := p*x + a[i-1] ;
    fait;
    fin;

    Exercice 3 Rappel : soient 2 fonctions f et g de N dans N : f = O(g) si il existe n0 ∈ N et c


    constante > 0, tels que f (n) 6 cg(n) pour tout n > n0
    (1) Soit un algorithme demandant exactement f (n) = 12n + 7 opérations, montrer que cet
    algorithme est en O(n).
    (2) De même, montrer que si f (n) = a0 np + a1 np−1 + a2 np−2 + . . . + ap−1 n + ap , et a0 > 0
    alors f = O(np ).

    Exercice 4 On considère deux manières de représenter ce que l’on appelle des "matrices
    creuses", c’est-à-dire des matrices d’entiers contenant un grand nombre d’éléments nuls :
    a) La matrice est représentée par un tableau à deux dimensions dont les cases contiennent
    les éléments.

    2
    b) La matrice est représentée par un tableau à une dimension. On ne s’intéresse qu’aux m
    éléments de la matrice qui ne sont pas nuls. Chaque case du tableau contient un triplet
    (i, j, v) correspondant à l’indice de ligne i, l’indice de colonne j, et la valeur d’un élément
    non nul.
    Le problème considéré consiste à calculer la somme des éléments d’une matrice. On demande
    d’écrire un algorithme permettant de calculer cette somme, pour chacune des deux représen-
    tations, puis de comparer leur complexité. Que peut-on conclure de cette comparaison ?

    Vous aimerez peut-être aussi