Coursalgo V6

iUT
ORSAY
Universit Paris XI I.U.T. d'Orsay Dpartement Informatique Anne scolaire 2003-2004
Algorithmique : Volume 6
Recherche Adressage dispers Tris Complexit
Ccile Balkanski, Nelly Bensimon, Grard Ligozat
Recherche
2003-2004
Algorithmique 6 : Recherche, complexit, tris
Recherche
Problme gnral abstrait ensemble de valeurs E, lment a; rponse: boolen plus gnralement existe-t-il x vrifiant certains critres (x) { xE | j(x)} trouver tous les x satisfaisant certains critres est-ce que a E? (x) { xE | x=a }
{ xE | j(x)} (bases de donnes)
2003-2004
Recherche en informatique
On ne travaille pas sur des ensembles mathmatiques, mais sur des structures de donnes particulires Les donnes peuvent tre de nature complexe (agrgats, classes) Exemples : tableau
20 18 9 5 24 13 27 2 8 32 7 12 36 15 17 19
tableau tri
2 5 7 8 9 12 13 15 17 18 19 20 24 27 32 36
Algorithmique 6 : Recherche, complexit, tris 4 2003-2004
arbre binaire de recherche

20 18 9 5 2 8 7 15 12 17 19 13 24
27
32
36
2003-2004
Tri de donnes complexes

Exemple de donne complexe: type Etudiant = agrgat nom: chane ge: entier classement: entier photo: fichier_GIF fin on peut trier par nom (ordre alphabtique), par ge, par classement pas par photo cls, cls primaires ex-aequo, mme ge
2003-2004 Algorithmique 6 : Recherche, complexit, tris 6
Recherche et type de donnes

On utilise divers types de donnes sur lesquelles on fait des oprations de base:
ajout suppression mise- jour consultation
Chaque structure a des avantages et des inconvnients : tableau, tableau tri, arbre binaire, liste chane, etc.
Recherche squentielle
fonction rechSeq (tab , nbre , val) retourne (boolen)
{renvoie VRAI si val est dans tab, FAUX sinon}
paramtre s (D) tab: tableau[1, MAX] d'entiers (D) nbr, val: entier variables trouv: boolen i: entier dbut trouv faux i 0 tant que non trouv ET i < nbr faire i i+ 1 trouv (tab[i] = val) ftq retourne (trouv) fin 2003-2004 Algorithmique 6 : Recherche, complexit, tris
fonction rechSeq (tab, nbre, val) retourne(entier) {renvoie le premier indice o se trouve val dans tab, -1 sinon} paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, val: entier variables trouv: boolen i: entier dbut trouv faux i0 tant que non trouv ET i < nbr faire i i+1 trouv (tab[i] = val) ftq si trouv alors retourne (i) sinon retourne (-1) fsi fin
Recherche avec critres

procdure rechLesMin (tab_d, nbre_d, tab_r, nbre_r, val)
{renvoie dans le tableau tab_r les lments de tab_d val}
paramtre s (D) tab_d: tableau [1, MAX] d'entiers, nbr_d, val: entier (R) tab_r: tableau [1, MAX] d'entiers, nbr_r: entier variables id, ir: entiers dbut ir 0 pour id l nbre_d faire si (tab_d[id] val) alors irir+ 1 tab_r[ir] tab_d[id] fsi fpour fin
fonction rechMin (tab, nbre) retourne(entier)

{renvoie la plus petite valeur contenue dans le tableau tab}
paramtre s (D) tab : tableau [1, MAX] d'entiers, nbr : entier variables i, min : entiers dbut imin tab[l] pour id 2 nbre faire si (tab[i] < min) alors min tab[i] fsi fpour retourne (tab[min]) fin
fonction rechPosMin (tab, nbre) retourne(entier)

{retourne le (dernier) indice de la plus petite valeur du tableau tab}
paramtre s (D) tab: tableau [1, MAX] d'entiers, nbr: entier variables i, imin, min: entiers dbut min tab[1] imin 1 pour id 2 nbre faire si (tab[i] min) alors min tab[i] imin i fsi fpour retourne (imin) fin
Recherche squentielle dans tableau ordonn
fonction rechSeq (tab, nbre, val) retourne(entier)

{renvoie le premier indice o se trouve val s'il est dans tab, -1 sinon}
paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, val: entier variables trouv, dpass : boolens ; i : entier dbut trouv faux; dpass faux; i 0 tant que non (trouv OU dpass) ET i < nbr faire i i+ 1 trouv (tab[i] = val) dpass (tab[i] > val) ftq si trouv alors retourne (i) sinon retourne(-1) fin
Recherche dichotomique
Rappel: les valeurs doivent tre tries !
2 5 7 8 9 12 13 15 17 18 19 20 24 27 32 36
Principe: on vise au milieu du tableau si l'lment vis est plus grand que val, il suffit de chercher gauche ; s'il est plus grand, il suffit de chercher droite
12 13 15 17 18 19 20 24 27 32 36
12 13 15 17 18 19 20 24 27 32 36
2003-2004
15
12 13 15 17 18 19 20 24 27 32 36
12 13 15 17 18 19 20 24 27 32 36
2003-2004
16
Recherche dichotomique
fonction rechDicho (tab, nbre, val) retourne(entier)
{renvoie un indice o se trouve val s'il est dans tab, -1 sinon}
(D) tab : tableau [1, MAX] d'entiers (D) nbr, val : entier variables trouv : boolen ; id, if, im: entiers dbut trouv faux; id 0 ; if nbre + 1 tant que non trouv ET (if - id) > 1 faire im (id + if)/2 trouv (tab[im] = val) si (tab[im] > val) alors if im sinon id im fsi ftq si (id = 0) alors retourne (-1) sinon si (tab[id]=val) alors retourne(id) sinon retourne (-1) fsi fsi 2003-2004 Algorithmique 6 : Recherche, complexit, tris fin
paramtre s
17
Recherche dichotomique: variantel

fonction rechDicho (tab, nbre, val) retourne(entier) {renvoie le plus grand indice o se trouve val s'il est dans tab, -1 sinon} paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, val: entier variables id, if, im: entiers dbut id 0; if nbre+1 tant que (if - id) > 1 faire im (id + if)/2 si (tab[im] > val) alors if im sinon id im fsi ftq si (id = 0) alors retourne (-1) sinon si (tab[id]=val) alors retourne(id) sinon retourne (-1) fsi fsi fin
Recherche dichotomique : variante2

fonction rechDicho (tab, nbre, val) retourne (entier) {renvoie le plus petit indice o se trouve val s'il est dans tab, -1 sinon} paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, val: entier variables id, if, im: entier dbut id 0 ; if nbre+ 1 tant que (if - id) > 1 faire im (id + if)/2 si (tab[im] val) alors if im sinon id im fsi ftq si (if = nbre + 1) alors retourne (-1) sinon si (tab[if]=val) alors retourne(if) sinon retourne(-1) fsi fsi fin
Recherche dans un ABR

fonction rech (unAbr, val) retourne(boolen) {renvoieVRAl si val se trouve dans l'ABR unAbr, FAUXsinon} paramtre s (D) unAbr: ABR (D) val: entier variables trouv: boolen ; id, if, im: entiers dbut si unAbr.Vide() alors retourner (FAUX) sinon si (unAbr.Info() = val) alors retourner(VRAI) sinon si (unAbr.Info() < val) alors retourner (Rech(unAbr.FD(), val)) sinon retourner (Rech(unAbr.FG(), val)) fsi fsi fsi fin
Simulation de recherche
20 18 9 5 2 8 7 15 12 17 19 13 24
27
32
36
2003-2004
21
2003-2004
22
Adressage Dispers
2003-2004
23
Adressage dispers
Objectif: classer M lments dans un tableau
Principe: dans un tableau de p cases, on classe l'lment x, lindice k, donn par une fonction d'adressage h
- classer un lment x entier k, compris entre 1 et p
Fonction h:
h(x)=k
- la valeur k ne dpend que de l'lment x ;
- l'lment x n'est pas plac relativement aux autres lments

24
Quelques exemples de fonctions dadressage

x : chane h1(x) = nombre de caractres de la chane
h1("Paul") = 4
h2(342) = 9
h1("MmeDupont")=9
h2(100 340) = 8
x : entier h2(x) = somme de ses chiffres dcimaux x : entier h3(x)= nombre de bits 1 dans l'criture binaire
h3(342) = h3(101010010) = 4
x : chane de caractres
h4(x) = somme des codes ASCII des caractres de la chane
25
Exemple de classement par la fonction dadressage h1

Suite de prnoms :
- Marc, Izabelle, Paule, Jeanne, Ali, Jo, Michle - Codes associs par h1 (nb caractres) : 4, 8, 5, 6, 3, 2, 7
Jo
1 2
Ali
3
Marc Paule Jeanne Michle

4 5 6 7
Izabelle
8
Constatations :
- la valeur k ne dpend que de l'lment x ; - la place de l'lment x n'est pas dtermine relativement aux autres lments classs... - ... la diffrence d'un tri avec relation d'ordre o la place d'un lment est dtermine par le nombre d'lments "meilleurs" selon cet ordre.
26
Une autre fonction dadressage

h5 associe c1ck la somme :
- (Somme (rang de ci dans lalphabet * i) modulo 9) +1
Suite de prnoms : Marc, Izabelle, Paule, Jeanne, Jo, Michle

- h5 (Marc) = ((13*1+1*2+18*3+3*4) mod 9) + 1 = 81 mod 9 + 1 = 1 - h5 (Jeanne) = ((10*1+5*2+1*3+14*4+14*5+5*6) mod 9) + 1 = 179 mod 9 + 1 = 9 h5 (Paule) = ((16*1+1*2+21*3+12*4+5*5) mod 9) + 1 = 1 mod 9 + 1 = 2
Marc Paule
1 2 3 4
Jo
5
Izabelle Michle
6 7 8
Jeanne
9
27
Recherche dun lment

Algorithme de recherche d'un lment x dans une table construite par adressage dispers d'une suite d'lments :
1) on calcule le code associ cet lment x par la fonction dadressage, soit p. 2) on compare le contenu de la p-ime case de la table avec llment x : si identit, la recherche est positive, sinon elle est ngative.
28
Ajout dun lment

Algorithme d'ajout d'un lment X dans une table construite par adressage dispers d'une suite d'lments:
1) on calcule le code associ cet lment par la fonction d'adressage, soit p. 2) on affecte l'lment la p-ime place dans la table, condition toutefois que cette place ne soit pas dj occupe risque de collision
29
Exemples (avec h5 )
Recherche de "Isabelle"
- code associ par h5 : 1 et tabAdrDisp [1] "Isabelle " recherche ngative
Ajout de "Ali"
- code associ par h5 : 8 ; tabAdrDisp [8] : " " ajout possible
Ajout de "Lola"
- code associ par h5 : 2 ; or tabAdrDisp [2] : "Paule" collision
Marc Paule
1 2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
30
Mthodes de rsolution des collisions : mthodes internes

lnternes car on opre dans le tableau allou - premire possibilit : on utilise la place libre dans le tableau Algorithme d'ajout d'un lment entr en collision : - partir du rang de la collision, rechercher la premire place libre et y placer l'lment entr en collision. - arriv la dernire case du tableau, continuer la recherche la premire case du tableau. Exemples: "Lola" (avec h5 : 2) et "Isabelle" (avec h5 : 1)
Marc Paule Lola Isabelle Jo Izabelle Michle Ali

1 2 3 4 5 6 7 8
Jeanne
31
Retrait dun lment

1) on calcule le code associ cet lment x par la fonction d'adressage : soit p ; 2) on compare le contenu de la p-ime case de la table avec l'lment x : si identit, on le supprime puis on place dans cette case une marque pour indiquer que l'lment supprim a pu provoquer d'ventuelles collisions si non identit, on poursuit la recherche squentiellement en cas d'ventuelles collisions arrt si case vide ou parcours jusqu (p-1)
32
Recherche dun lment

1) on calcule le code associ cet lment x par la fonction d'adressage : soit p. 2) on compare le contenu de la p-ime case de la table avec l'lment x : si identit, la recherche est positive, sinon on poursuit la recherche squentiellement, en cas dventuelles collisions (utiliser les marques) arrt avec recherche ngative si case vide ou parcours jusqu (p-1)
33
Exemples (avec h5 )
Marc Paule Lola
1 2 3
Isabelle
4
Jo Izabelle Michle Ali

5 6 7 8
Jeanne
9
retrait de Marc (code 1)
X
1
Paule Lola
2 3
Isabelle
4

5 6 7 8
Jeanne
9
recherche de Isabelle (code 1)
X
1
Paule Lola Isabelle

2 3 4

5 6 7 8
Jeanne
9
retrait de Ali (code 8)
X
1
Paule Lola
2 3
Isabelle
4
Jo Izabelle Michle
5 6 7
X
8
Jeanne
9
34
Rsolution interne des collisions

(suite)
Deuxime solution: on partitionne le tableau en deux :

- une zone d'adressage primaire - une zone de dbordement
Algorithme d'ajout d'un lment entr en collision : rechercher une place libre dans la zone de dbordement et y placer l'lment entr en collision
35
Exemple
Ajout de Lola (code associ par h5 : 2) puis de Isabelle (code associ par h5 : 1)
Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Lola
10
Isabelle
11 12 13 14 15
Zone de dbordement ( la suite du tableau)
36
Recherche
1) on calcule le code associ cet lment x par la fonction d'adressage, soit p
2) on compare le contenu de la p-ime case de la table avec l'lment x : si identit, la recherche est positive, sinon on mne une recherche squentielle dans la zone de dbordement du tableau
37
et retrait
1) on calcule le code associ cet lment x par la fonction d'adressage, soit p 2) on compare le contenu de la p-ime case de la table avec l'lment x : si identit, on le supprime puis on place dans cette case une marque pour indiquer que l'lment supprim a pu provoquer d'ventuelles collisions si non identit, poursuivre la recherche squentiellement en cas d'ventuelles collisions, dans la zone de dbordement du tableau
38
Exemples
Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Lola
10
Isabelle
11 12 13 14 15
Recherche de Ali (h5 : 8), puis Lola (h5 : 2) Retrait de Marc (h5 : 1) Recherche Isabelle (h5 : 1)
39
Mthodes de rsolution externe des collisions

"Externes " car on alloue des zones de stockage supplmentaires
Le tableau contient, pour un code donn, deux informations :

- une place de rangement d'un lment (principal) ; - une liste de dbordement pour les lments entrs en collision avec l'lment prcdent
40
Ajout dun lment

Algorithme d'ajout d'un lment entr en collision :
- Crer la liste de dbordement associe ce code si celle-ci n'existe pas encore, - puis ajouter cette liste le nouvel lment
Exemple (avec h5): ajout de Lola (code 2)

Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Lola
41
Exemples (suite)
ajout de Isabelle (1)
Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Isabelle
Lola
ajout de Jos (1)

Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Jos Isabelle
Lola
42
Recherche dun lment

1) on calcule le code associ cet lment x par la fonction d'adressage, soit p
2) on compare le contenu de la premire information de la p-ime case de la table avec l'lment x si identit, la recherche est positive ; sinon, on mne une recherche squentielle dans la liste associe
Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Jos
Lola
Isabelle
recherche de Michle (7), puis Isabelle (1)
43
Retrait dun lment

1) on calcule le code associ cet lment x par la fonction d'adressage, soit p 2) on compare le contenu de la premire information de la p-ime case de la table avec l'lment x si identit, on retire llment et on le remplace par l'lment plac en tte de la liste associe, quand elle existe ; sinon on mne une recherche squentiellement dans la liste associe, avec retrait si la recherche est positive Marc
1
Paule
2 3 4
Jo
5
Izabelle Michle
6 7
Ali
8
Jeanne
9
Jos
Lola
Isabelle
retrait de Michle (7), puis Lola (2) et enfin Marc (1) 44
Algorithmes de la mthode d'adressage dispers avec rsolution externe

type Info2 = agrgat
principal : chane dbord : Liste {premire chane associe un code donn} {objet Liste dont l'information est une chane}
fin
fonction code (uneChane) retourne (entier)
{retourne la valeur donne par la fonction dadressage}
paramtre (D) uneChane : chane

45
Procdure ajout (table, laChane)

{ajoute l'lment laChane dans une table, par adressage dispers, avec rsolution externe des collisions}
paramtres (D/R) table: tableau [1, TAILLEMAX] de Info2 (D) laChane : chane variables ok: boolen ind: entier dbut ind code(laChane) si table[ind].principal = " " alors {c'est la premire occurrence de ce code d'adressage} table[ind].principal laChane sinon {il y a collision: la place principale est dj occupe, do
ajout dans la liste de dbordement,en tte}
table[ind].dbord.premier() table[ind].dbord.insreAvant(laChane) fsi
fin
46
Fonction recherche (table, laChane) retourne (boolen)

{recherche si l'lment laChane est prsent dans une table, par adressage dispers, avec rsolution externe des collisions}
paramtres (D) table: tableau [1, TAILLEMAX] de Info2 (D) laChane : chane variables trouv, ok: boolens; ind : entier dbut ind code(laChane) trouv table[ind].principal = laChane si non trouv {recherche de laChane dans la liste de dbordement} alors table[ind].dbord.premier() tant que non trouv et non table[ind].dbord.horsListe() faire trouv (table[ind].dbord.info() = laChane) table[ind].dbord.suivant() ftq fsi retourne (trouv) 47 fin
Fonction retrait (table, laChane) retourne boolen

{retire, si possible, llment laChane dune table construite par adressage dispers avec rsolution externe des collisions}
paramtres (D/R) table: tableau [1, TAILLEMAX] de Info2 (D) laChane : chane variables ok : boolen; ind : entier dbut ind code(laChane) trouv (table[ind].principal = laChane) si trouv {alors retrait de laChane du champ principal de la table} alors retraitPrincipal (table, laChane, ind) sinon {recherche, et ventuel retrait, de laChane dans la liste de
dbordement}
ok rechercheRetraitDeborde (table, laChane, ind) fsi retourne (ok) fin

48
Procdure retraitPrincipal (table, laChane, ind)

{retire llment laChane du champ Principal du code adresse ind; ce champ reoit la valeur de tte de la liste de dbordement si possible}
paramtres (D/R) table: tableau [1, TAILLEMAX] de Info2 (D) laChane : chane; ind : entier variables elt : Info2; ind : entier dbut si (table[ind].dbord.vide()) {il ny a pas eu de collision sur ce code} alors {ce code nadresse plus aucune chane} table[ind].principal " " sinon {on rcupre llment en tte de liste de dbordement} table[ind].dbord.premier() ; elt table[ind].dbord.info()
{pour mettre sa valeur dans le champ principal}
table[ind].principal elt
{et puis on retire la cellule de tte de la liste de dbordement}
fsi fin
table[ind].dbord.supprimer()
49
Fonction rechercheRetraitDborde(table, laChane,ind)

{recherce et retire, si possible, llment laChane de la liste de dbordement du code adresse ind} paramtres (D/R) table: tableau [1, TAILLEMAX] de Info2 (D) laChane : chane; ind : entier variable trouv : boolen dbut table[ind].dbord.premier() trouv faux {recherche de laChane dans la !iste de dbordement} tant que non trouv et non table[ind].dbord.horsListe() faire trouv (table[ind].dbord.info() = laChane ) si non trouv alors table[ind].dbord.suivant() ftq {si trouv, alors retrait dans la liste de dbordement de la table} si trouv alors table[ind].dbord.supprimer() {le curseur est plac sur laChane} retourne (trouv) fin 50
Complexit des algorithmes
2003-2004
51
Complexit des algorithmes

Complexit temporelle, complexit spatiale
cot en temps: temps ncessaire l'excution
cot en espace: espace mmoire ncessaire
Pire des cas, complexit moyenne

- la complexit dans le pire des cas n'est pas ncessairement une bonne indication du cot en pratique (exemple de la mthode du simplexe) - comment estimer le cas moyen ?
tude a priori, bancs d'essai et valuation a posteriori

- tude thorique - tude pratique de l'algorithme implment, bancs d'essai
2003-2004
52
Complexit d'un problme, complexit dun algorithme

contraintes sur un problme
par exemple, recherche d'un lment dans un tableau de n lments non tris : si l'lment n'est pas prsent, n comparaisons seront ncessaires pour le constater
Attention: si le tableau est tri, une seule peut tre suffisante !

- parmi les diffrents algorithmes possibles, certains sont meilleurs que d'autres - la comparaison des pires des cas peut ne pas tre une bonne indication
2003-2004
53
Complexit asymptotique
Ncessit d'tudier la complexit pour de grosses quantits de donnes Exemple : deux algorithmes pour une mme tche:
- A1 effectue n2 oprations de base, A2 effectue n.log2 n oprations
Deux machines :
- M1 effectue 210 (environ mille) oprations par sconde - M2 effectue 220 (environ un million d') oprations par seconde
Temps de calcul (en secondes) :
2003-2004
54
Complexit asymptotique (2)

M1 A1 n = 210 210 n = 220 230 A2 10 20. 210 1 220 A1 M2 A2 < 0,01 20
2003-2004
55
Rapidit de croissance compare de certaines fonctions usuelles
2003-2004
56
Calcul de la complexit dun algorithme
Calcul de la valeur d'un polynme en un point

1. p a[0] 2. pour i 1 n faire {puissance(a, n) retourne an} 3. xpi puissance (x , i) 4. p p + a[i]* xpi fpour Nombre de multiplications en 3 --> 1+2+3+...+ (n-1) = (n-l)n/2 en4 --> n Nombre d'additions en 4 --> n soit au total: n(n + 3)/2 < n2 pour n > 3.
Notations utilises
Grand O
f(n) = 0(g(n)) s'il existe C> 0 et no > 0 tels que f(n) C. g(n) pour tout n no
Grand omga
f(n) = (g(n)) s'il existe C> 0 et no > 0 tels que
f(n) C. g(n) pour tout n no
Grand thta
f(n) = (g(n)) s'il existe C1 et C2 > 0 et no > 0 tels que
C1.g(n) f(n) C2. g(n) pour tout n no
Exemples
f(n) = O(1) f est majore f(n) = (1) f est minore 3n+2 = O(n) 3n+3 = O(n) 100n+6 = O(n) 10n2+4n+2=O(n2) 3n+3 = O(n2) 1000n2 + 100 n -6 = O(n2) 10n2+4n+2= O(n4) 6*2n + n2 = O(2n) ----> c'est la plus petite fonction g(n) qui est intressante
Exemples (suite)
3n+3 = (n) 100n+6 = (n) 10n2+4n+2= (n2) 6*2n + n2 = (n2) 6*2n + n2 = (n) 6*2n + n2 = (1) ----> c'est la plus grande fonction g(n) qui est intressante
2003-2004
60
Temps dexcution des algorithmes

Temps constant (rares algorithmes, cf. adressage dispers) O(1) Temps logarithmique (exemple: recherche dichotomique) O(log2n) Temps linaire (exemple: recherche squentielle) O(n) Temps polynomial O(nk) (coteux si k dpasse 3)
- quadratique - cubique O(n2) O(n3)
Temps exponentiel
2003-2004
O(cn)
( viter en gnral)
61
Comparaison des complexits d'algorithmes de la mme classe

Calcul de la valeur d'un polynme en un point (1) p a[0] pour i 1 n faire xpi puissance(x, i) p p + a[i]* xpi
fpour
n(n+1)/2 multiplications, n additions : algorithme en O(n2)
2003-2004
62
Calcul de la valeur d'un polynme en un point (2) p a[0] xpi 1 pour i 1 n faire xpi xpi * x p p + a[i]* xpi fpour
2n multiplications, n additions : algorithme en O(n)
2003-2004
63
Calcul de la valeur d'un polynme en un point (3) p a[n] pour i n - 1 0, pas -1 faire p p*x + a[i] fpour
n multiplications, n additions algorithme en O(n)
Complexit optimale pour cette classe d'algorithmes : en O(n)
2003-2004
64
Calcul de la complexit dalgorithmes de recherche simples
Oprations lmentaires retenues: les comparaisons 1. Recherche squentielle dans un tableau non tri
complexit au pire n comparaisons complexit moyenne n/2 comparaisons algorithme en O(n) complexit au pire n comparalsons complexit moyenne n/2 comparaisons algorithme en O(n)
Algorithmique 6 : Recherche, complexit, tris 65
2. Recherche squentielle dans un tableau tri

-
2003-2004
Recherche dichotomique (dans un tableau tri 1)

complexit au pire = complexit moyenne = nombre p d'intervalles considrs
Exemple avec n = 8 = 23
niveau 0 niveau 1 niveau 2 niveau 3
tableau de 8 lments
Profondeur de larbre de dcision de lordre de log2n : complexit algorithmique en O(log2n)

Tris
2003-2004
67
Tris
Donnes dans un ensemble d'lments S muni d'un ordre total ordre | a<a (rflexif) partiel | a < b et b < c => a < c (transitif) | a ~ b et b < a => a = b (antisymtrique) total | a,b a=b OU a<b OU b<a (total) Problme du tri lments al, ..., an ~ S donns trouver une permutation p: { 1, . . ., n} { 1, . . .,n} telle que ap(1) ap(n)
En gnral, on s'intresse plutt au rsultat de l'application de p
Tris internes et tris externes

- internes: l'ensemble des donnes peut tre trait en mmoire centrale - externes: on opre sur une partie des donnes seulement
Tris d'entiers: mthode des seaux

trier: des entiers entre 1 et m principe: - on cre m files d'attente vides numrotes 0, , m-1 - on parcourt linairement les donnes, et on place ai dans la file numrote ai - on place les files d'attente bout bout
Exemple m = 10, 4 7 3 2 8 1 5
1 0 1 2 2 3 3 4 4 5 5 6 7 7 8 8 9
Rsultat: 1, 2, 3, 4, 5, Estimation du cot : chaque lment peut tre plac dans une file en temps constant, d'o O(n) pour les n lments ; concatnation de m files en O(m) ; si m = 0(n), cot total en O(n).
2003-2004
70
Cette mthode peut tre gnralise des k-uplets d'entiers munis de l'ordre lexicographique, et plus gnralement des chanes (de longueur variable): (s1,..., sp) < (t1,..., tq) si et seulement si
ou bien p < q et si = ti pour 1 i p (s est un prfixe de t); ou bien il existe j tel que si < tj et si = ti pour tout i < j.
Exemples: 634 < 63472 64589 < 647
tri < triage seau < selle
Pour des suites de k-uplets dont chaque composante est un entier entre 0 et m-l, on obtient un algorithme de cot O((m+n)k).
2003-2004
71
Cas gnral: on trie des lments quelconques munis d'un ordre (total) la seule opration disponible est la comparaison de deux lments Exemple: tri de trois lments a, b, c
a<b b<c a<c a<c b<c
a, b, c a, c, b
b, a, c
c, a, b
b, c, a
c, b, a
2003-2004
72
Estimation du cot
Arbre binaire de hauteur h => au plus 2h feuilles
Thorme Un arbre de dcision pour n lments a une hauteur suprieure ou gale log(n!).
- En effet, un arbre de dcision doit avoir au moins autant de feuilles que de rsultats possibles, c'est--dire n! feuilles au moins. Donc la hauteur de cet arbre est log(n!)
Estimation
Formule de Stirling: n! approxim par (n/e)n, donc le nombre de tests ncessaires est minor par n(logn - log e) = nlog n -1,44n
=> on ne peut pas esprer faire mieux que O(n log n)

Mthodes de tri lmentaires (1) Tri par slection

Donnes: un tableau de n lments trier Principe: pour chaque position successive dans le tableau, on cherche l'lment qui occupera cette position dans le tableau tri, et on l'y place en permutant cet lment avec l'lment courant. reste trier devrait se trouver dans la case courante
liste trie
case courante
liste trie
reste trier
2003-2004
74
20
18
24
13
27
32
12
36
15
17
19
2003-2004
75
Algorithme de tri par slection

procdure triSlection (tab, nbre) {recherche pour chaque case l'lment qui doit y tre affect et y place cet lment} paramtre s (D/R) tab: tableau [1, MAX] d'entiers (D) nbre: entier variables indDuMin, position: entier dbut pour position 1 nbre -1 faire indDuMin slection(tab, nbre, position,nbre)
{recherche lindice de llment minimum entre position et la fin de tab} changer(tab, position, indDuMin) {change deux positions dans tab}
fpour fin
Algorithme de tri par slection (2)

fonction slection (tab, nbre, indDbut,indFin) retourne(entier) {recherche l'indice de l'lment minimum de tab entre indDbut et indFin} paramtre s (D) tab: tableau [1, MAX1 d'entiers (D) nbre, indDbut, indFin : entiers variables indDuMin, ind: entiers dbut indDuMin indDbut pour ind (indDbut + 1) indFin faire si tab[indDuMin] > tab[ind] alors indDuMin ind fpour retourner(indDuMin) fin
Mthodes de tri lmentaires (1) Tri par insertion

Donnes: un tableau de n lments trier Principe: la partie gauche est trie; on essaie d'insrer chaque nouvel lment dans cette liste, en dcalant d'un cran la partie droite restante. place du nouveau reste liste trie nouveau reste
liste trie
reste trier
2003-2004
78
20
18
24
13
27
32
12
36
15
17
19
2003-2004
79
Algorithme de tri par insertion

procdure triInsertion (tab, nbre) {recherche pour chaque lment la case o il doit tre affect et y place cet lment} paramtre s (D/R) tab: tableau [1, MAX] d'entiers (D) nbre: entier variables indVal, numPlace: entiers dbut pour indVal 2 nbre faire
{recherche de 1'endroit o doit s'insrer la valeur place en indVal}
numPlace Insertion(tab, nbre, indVal)

{si la valeur n'est pas insrer en fin de zne trie, l'insrer la place voulue}
si (numPlace indVal ) alors

{libre la position numPlace par dcalage et y place tab[indVal]}
dcalerEtPlacer(tab, numPlace, indVal) fsi

2003-2004
fpour fin
80
procdure dcalerEtPlacer(tab, nPlace, indVal)

{libre la position nPlace par dcalage et y place tab[indVall}
paramtre s (D/R) tab: tableau [1, MAX] d'entiers (D) nPlace, indVal: entiers variables indDuMin, ind, deCt: entiers dbut deCt tab[indVal]
{faire un trou au rang nPlace en dcalant les valeurs qui suivent d'un rang vers la droite}
pour ind indVal nPlace + 1 pas -1 faire tab[ind] tab[ind-1] fpour tab[nPlace] deCt fin
Simulation du dcalage
2003-2004
82
Deux algorithmes pour la recherche de place

1. Recherche squentielle dans un tableau tri fonction insertion (tab, nbre, indV) retourne(entier)
{renvoie la place laquelle il faut affecter tab[indV] pour respecter l'ordre}
paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, indV: entiers variables dpass: boolen; i, val, nbValTries: entiers dbut val tab[indV]; nbValTries indV - 1 dpass faux; i 0 tant que i < nbValTries ET non dpass faire ii+ 1 dpass (tab[i] > val) ftq si dpass alors retourne (i) sinon retourne (i+l) fsi fin
Simulation du tri par insertion squentielle
2003-2004
84
2. Recherche dichotomique fonction insertion (tab, nbre, indV) retourne (entier)

{renvoie la place laquelle ilfaut affecter tab[indV] pour respecter l'ordre}
paramtre s (D) tab: tableau [1, MAX] d'entiers (D) nbr, indV: entiers variables id, if, im, val: entiers dbut val tab[indV]; id 0 if indV + 1 tant que if - id > 1 faire im (id + if)/2 si (tab[im] > val) alors if im sinon id im fsi ftq retourne (id + 1) fin
Simulation du tri par insertion dichotomique
2003-2004
86
Complexit des tris lmentaires

Cot du tri par slection
- on fait (n-l) + (n-2) + ... + 1 tests de comparaison, soit en tout: n(n-l)/2 comparaisons - on peut tre amen faire n-1 changes
=> algorithme en O(n2)
Cot du tri par insertion:

- en moyenne n2/4 comparaisons - n2/8 changes deux fois plus dans le pire des cas
=> ici encore algorithme en O(n2)

Tris indirects
Problme : tri sur diffrents critres On veut mmoriser les rsultats des tris par nom, par taille, par date
Rep[1]
nom taille date
2003-2004
Rep[2]
toto.o 3 456 13.04.01
Rep[3]
toto 5 248 15.04.1
88
toto.C 20 457 12.04.01
Solution : utilisation de tableaux dindices

On utilise trois tableaux diffrents qui contiennent non les agrgats, mais les indices des agrgats dans le tableau
triNom triTaille triDate
2003-2004
3 2 1
1 3 2
2 1 3
89
Tris indirects (suite)

Dans lalgorithme de tri, la comparaison de deux agrgats se fait relativement un critre (nom, taille, date) : prcde(i, j, Critre, tab) fonction qui retourne vrai si le fichier tab[i] prcde le fichier tab[j] relativement au critre Critre
Fin du volume 6
2003-2004
91

Coursalgo V6

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Coursalgo V6

Hochgeladen von

Copyright:

Verfügbare Formate

iUT

Universit Paris XI I.U.T. d'Orsay Dpartement Informatique Anne scolaire 2003-2004

Ccile Balkanski, Nelly Bensimon, Grard Ligozat

Algorithmique 6 : Recherche, complexit, tris

{ xE | j(x)} (bases de donnes)

Algorithmique 6 : Recherche, complexit, tris

arbre binaire de recherche

Algorithmique 6 : Recherche, complexit, tris

Tri de donnes complexes

Recherche et type de donnes

Recherche avec critres

fonction rechMin (tab, nbre) retourne(entier)

fonction rechPosMin (tab, nbre) retourne(entier)

Recherche squentielle dans tableau ordonn

fonction rechSeq (tab, nbre, val) retourne(entier)

Algorithmique 6 : Recherche, complexit, tris

Algorithmique 6 : Recherche, complexit, tris

Recherche dichotomique: variantel

Recherche dichotomique : variante2

Recherche dans un ABR

Algorithmique 6 : Recherche, complexit, tris

Algorithmique 6 : Recherche, complexit, tris

Algorithmique 6 : Recherche, complexit, tris

- la valeur k ne dpend que de l'lment x ;

- l'lment x n'est pas plac relativement aux autres lments

Quelques exemples de fonctions dadressage

Exemple de classement par la fonction dadressage h1

Marc Paule Jeanne Michle

Une autre fonction dadressage

Suite de prnoms : Marc, Izabelle, Paule, Jeanne, Jo, Michle

Recherche dun lment

Ajout dun lment

Mthodes de rsolution des collisions : mthodes internes

Marc Paule Lola Isabelle Jo Izabelle Michle Ali

Retrait dun lment

Recherche dun lment

Jo Izabelle Michle Ali

retrait de Marc (code 1)

Jo Izabelle Michle Ali

recherche de Isabelle (code 1)

Paule Lola Isabelle

Jo Izabelle Michle Ali

retrait de Ali (code 8)

Rsolution interne des collisions

Deuxime solution: on partitionne le tableau en deux :

Zone de dbordement ( la suite du tableau)

Mthodes de rsolution externe des collisions

Le tableau contient, pour un code donn, deux informations :

Ajout dun lment

Exemple (avec h5): ajout de Lola (code 2)

ajout de Jos (1)

Recherche dun lment

recherche de Michle (7), puis Isabelle (1)

Retrait dun lment

retrait de Michle (7), puis Lola (2) et enfin Marc (1) 44

Algorithmes de la mthode d'adressage dispers avec rsolution externe

paramtre (D) uneChane : chane

Procdure ajout (table, laChane)

table[ind].dbord.premier() table[ind].dbord.insreAvant(laChane) fsi

Fonction recherche (table, laChane) retourne (boolen)

Fonction retrait (table, laChane) retourne boolen

ok rechercheRetraitDeborde (table, laChane, ind) fsi retourne (ok) fin

Procdure retraitPrincipal (table, laChane, ind)