Algorithme de parcours en profondeur

notions essentielles de programmation y sont introduites de fa¸con volontairement non exhaustive, dans le but de favoriser une acquisition correcte, rapide et intuitive des concepts fondamentaux n´ecessaires ` a la mise en œuvre en Java des algorithmes ´etudi´es par la suite. ii Table des mati` eres I Pour d´ ebuter rapidement en Java 1 1 Fondements 1.1 Repr´esentation des donn´ees en machine . . . . . . . . . . . . . . . 1.1.1 La m´emoire . . . . . . . . . . . . . . .

Complexité des algorithmes Structures de Données Simples : Listes, Piles, Files. Algorithmes de tri Les Arbres. ... Livres Initiation à l’Algorithmique et aux Structures de Données, J. Courtin, I. Kowarski ; Ed. Dunod Introduction à l’algorithmique, T. Cormen, C. Leiserson, R. Rivest ; Ed. Dunod P. Janssen (Université Montpellier 2) Algorithmique et Structure de Données – L2 09/08 2 / 230 Rappels du langage algorithmique Schéma d’algorithme Algorithme : nom(paramètres)

Introduction Structures de données (2012-2013) 4 2 ah-fsr-v2.0 Notion d'Arbre (Tree) Les arbres sont les structures de données les plus importantes en informatique Ce sont des structures non linéaires qui permettent d’obtenir des algorithmes plus performants que lorsqu’on utilise des structures de données linéaires telles que les listes et les tableaux Ils permettent une organisation naturelle des données Structures de données (2012-2013) 5 ah-fsr-v2.0 Notion d'Arbre (Tree)

Programmation Logique et IA P. Habermehl et D. Kesner Algorithmes de recherche 1Programmation Logique et IA P. Habermehl et D. Kesner Résolution de problèmes par recherche � On représente un problème par un espace d'états (arbre/graphe). � Chaque état est une con�guration possible du problème. � Résoudre le problème consiste à trouve un chemin dans le graphe. � Parcours aveugles non informés : profondeur, largeur. � Parcours informés. 2Programmation Logique et IA P. Habermehl et D. Kesner Exemple

2.1 Liste des arˆtes . . . . . . . . . . . . . . e 4.2.2 Liste des cocycles Ω+ (i) ou Ω− (i) . . . 5 Recherche dans un graphe 5.1 Objectifs de cette recherche . . . . . . . . . . . . 5.2 Principe du parcours en profondeur d’un graphe 5.3 L’algorithme de parcours en profondeur . . . . . 5.4 Parcours en largeur d’un graphe . . . . . . . . . 5.5 D´termination des composantes connexes . . . . e 6 Le Type Abstrait de Donn´e graphe. e 6.1 D´finition abstraite de proc´dures ou de types. e e 6.1.1 D´finition

(~1977 - ...) 1977 : Hewitt : notion d’acteurs Modélisation de systèmes sociaux 7. Phase Intelligence Distribuée (~1985 - ...) Coopération d’entités autonomes ayant chacune ses propres connaissances 8. Phase Vie Artificielle (~1995 - ...) Les algorithmes génétiques 6 Domaines d’application (1) Ordonnancement et planification – Système DART de la DARPA utilisé pour la logistique des opérations «Desert storm» et «Desert shield» – Système de planification et d’ordonnancement pour l’assemblage

c- Problématique et domaine d’application 5 d- Modèles d’apprentissage 5 e- Principe de la méthode 6 f- Avantages et Inconvénients 6 II- Construction d’un arbre 7 a- Déroulement de la construction 7 b- Condition d’arrêt 7 c- Parcours d’un arbre 8 III- Les différentes types d’arbres 9 a- CART 9 b- ID3 10 c- C4.5 11 d- ID3 vs C4.5 11 e- CHAID 12 IV- Les principes pour améliorer l’arbre de décision 13 a- L’entropie 13 b- Le gain 13 c- L’élagage 14

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.2 Représentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.3 Algorithmes de parcours d’un arbre binaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.4 Arbres binaires de recherche (ABOH = Arbres Binaires Ordonnés Horizontalement) . . . . . Énoncés des exercices et des problèmes . . . . . .

à Bruno Sophie Bruno Clara Jérôme Solange Version 6 f´vrier 2005 e 4 Version 6 f´vrier 2005 e ` TABLE DES MATIERES I Table des mati`res e Avant-propos 1 Pr´liminaires e 1.1 Les algorithmes et leur coˆ t . . . . . . . . . u 1.1.1 Algorithmes . . . . . . . . . . . . . . 1.1.2 Probl`mes intraitables . . . . . . . . e 1.1.3 Sur la pr´sentation d’algorithmes . . e 1.2 Mesures du coˆ t . . . . . . . . . . . . . . . u 1.2.1 Coˆ t dans le cas le plus d´favorable u

peut de plus se donner un coût de transport d'une unité de flot sur chaque arc, et chercher un flot (maximum) de coût minimum. Ces problèmes sont bien résolus algorithmiquement, depuis le travail pionnier de Ford et Fulkerson conduisant à des algorithmes polynomiaux, et ont de nombreuses applications et généralisations - voir par exemple le livre récent de Ahuja, Magnanti, Orlin.   Connectivité   Un graphe G est k-sommet-connexe (resp. k-arête-connexe) s'il faut ôter au moins k sommets