Plan Introduction Parcours de Graphe Optimisation et Graphes

Slides:



Advertisements
Présentations similaires
Structures de données et complexité
Advertisements

Structures de données et complexité LIFO – FILO – FIFO – etc…
Structures de données IFT-2000
Créer un SmartArt Les graphiques SmartArt permettent de communiquer visuellement de l'information. Il peut s'agir de listes ou de diagrammes simples, mais.
1 Des outils pour le développement logiciel XEmacs Make CMT SVN Doxygen …
Enseigner l’arithmétique en série L Réflexions sur les contenus et les exigences.
Les Systèmes Automatisés
Cours 08 SYSTÈME DE FICHIERS
Programmation en C++ Standard Library
Titre Noms des auteurs 1. A propos de ce chablon
La gestion des co-produits (niveau de version : C)
I- ANALYSE DU BESOIN / Plan
Coloration de graphe, backtracking, branch and bound
CCNP Routage Chapitre 4 - Questionnaire N°1
La Ve République de 1958 aux années 1980
Programmation avec Scratch
I21 Algorithmique et programmation II
Université Abou Bakr Belkaid Faculté des Sciences Département d’informatique Algorithmique Avancée et Complexité Chap5: Les méthodes de résolution exactes.
Visite guidée - session 2
Techniques d’Optimisation Chapitre 2: Problème de flôt
IFT 615 – Intelligence artificielle Recherche heuristique
Recherche plus court Chemin par A*
Architecture de machines Le microprocesseur
Master Réseaux et Systèmes Distribués (RSD) Algorithmique des systèmes
LES BANQUES.
Pr ZEGOUR Djamel Eddine
Virtualisation d’applications mobiles dans un réseau de Cloudlets
Présentation Structure données abstraite (TDA) Rappel : File
VI. Tri par tas (Heap sort)
Université Abou Bakr Belkaid Faculté des Sciences Département d’informatique Algorithmique Avancée et Complexité Chap7: Les méthodes de résolution exactes.
UMLV ã Arbres de recherche AVL
Caroline LAURENT, Véronique PETIT
Piles.
Windev.
Plan Introduction Parcours de Graphe Optimisation et Graphes
Notion De Gestion De Bases De Données
Création Et Modification De La Structure De La Base De Données
Chapter 12: Structures de données
Formation sur les bases de données relationnelles.
USER GUIDE : BASE DE DOCUMENTATION
Diagramme d’activité.
Suivi Campagne Principe
Ruoqi He & Chia-Man Hung
Co-produits Management (Version Level: C)
Plan Introduction Parcours de Graphe Optimisation et Graphes
3. Differentiation article / rubrique
Base de donnée de support
Pratique de créativité Urban Culture TP1
Élections locales probabilistes
II. Chaînage, SDD séquentielles
Le code de Huffman: est une méthode de compression statistique de données qui permet de réduire la longueur du codage d'un alphabet. Le code de Huffman.
Un Mécanisme d‘Adaptation Guidé par le Contexte en Utilisant une Représentation par Objets Manuele Kirsch Pinheiro Laboratoire LSR – IMAG, Équipe SIGMA.
Le programme informatique L’algorithme Le codage
Algorithme de tri - Tri à bulles
Reconnaissance de formes: lettres/chiffres
Information, Calcul, Communication
Tris Simples/Rapides.
Exercices récapitulatifs
Piles et files.
IN302 – Chapitre 3 Plus courts chemins.
Arbre binaire.
Exploitation de vos données
UMLV ã Plus courts chemins Toutes paires d'états
Réflexion sur l’apprentissage
TD 1 : Introduction à la Comptabilité Financière
Ajouter un entier à un décimal
Elections locales probabilistes
DICTIONNAIRES (MAPS).
Type Tableau Partie 1 : Vecteurs
Mathématiques – Calcul mental CM1
Transcription de la présentation:

Plan Introduction Parcours de Graphe Optimisation et Graphes Généralités Quelques définitions Représentations informatiques Parcours de Graphe Principe du parcours Parcours en profondeur d’abord Parcours en largeur d’abord Premières applications d’un algorithme de parcours Connexité – Forte connexité Tri topologique Optimisation et Graphes Plus courts chemins Problèmes de flots Changer le plan Introduction (Prévisions: C1) p8 Généralités C1 Quelques définitions C1 p15 Représentations informatiques C1 p28 Parcours de Graphes (Prévisions : C1 C2) p39 Principe du parcours C1 Parcours en profondeur C2 p50 Parcours en largeur C2 p56 Premiers problèmes de Graphes (C2, C3) p61 Connexité et Forte connexité C2 (et exercice graphe inverse à déplacer après CFC) Tri topologique C3, C3 p73 Chemins, Fermeture Transitive C3 p81 Optimisation et Graphes (C4, C5, C6, C7, C8) p91 Plus courts chemins C4 (Dijkstra avant variantes) C5 (fin Dijkstra, Bellman p114 et variantes, Floyd p126) Arbres C6 Flots C7, C8 p 132 C6 flot max

2.2. Parcours en profondeur – Utilisation d’une pile Opérations sur une PILE (LIFO : Last In First Out) CRÉER (pile) : Créer une pile vide ESTVIDE (pile) : Renvoie vrai si la pile est vide EMPILER(pile, element) : Ajouter un élément au début de la pile DEPILER(pile) : Renvoie l’élément situé en début de la pile (et le retire de la pile) LIRE(pile) : Renvoie l’élément situé en début de la pile (sans modifier la pile) Dans le parcours Pour gérer les sommets dans l’état TRAITEMENT Permet d’explorer en priorité les voisins des sommets parcourus en dernier

2.2. Parcours en profondeur d’abord – Déroulement algorithme Pile : pour la liste des sommets en traitement Exemple : à partir de A H G E B A

2.2. Parcours en profondeur d’abord – Déroulement algorithme Pile : pour la liste des sommets en traitement Exemple : à partir de A Ordre de marquage visité : H G E B F D C A H F G D E C B A A

2.2. Parcours en profondeur d’abord – Propriété de l’algorithme Exploration réalisée lors du parcours en profondeur A chaque étape Un sommet courant (haut pile) Il est accessible par tous les autre sommets en traitement (reste pile) G E B A

Plan Introduction Parcours de Graphe Optimisation et Graphes Généralités Quelques définitions Représentations informatiques Parcours de Graphe Principe du parcours Parcours en profondeur d’abord Parcours en largeur d’abord Premières applications d’un algorithme de parcours Connexité – Forte connexité Tri topologique Optimisation et Graphes Plus courts chemins Problèmes de flots Changer le plan Introduction (Prévisions: C1) p8 Généralités C1 Quelques définitions C1 p15 Représentations informatiques C1 p28 Parcours de Graphes (Prévisions : C1 C2) p39 Principe du parcours C1 Parcours en profondeur C2 p50 Parcours en largeur C2 p56 Premiers problèmes de Graphes (C2, C3) p61 Connexité et Forte connexité C2 (et exercice graphe inverse à déplacer après CFC) Tri topologique C3, C3 p73 Chemins, Fermeture Transitive C3 p81 Optimisation et Graphes (C4, C5, C6, C7, C8) p91 Plus courts chemins C4 (Dijkstra avant variantes) C5 (fin Dijkstra, Bellman p114 et variantes, Floyd p126) Arbres C6 Flots C7, C8 p 132 C6 flot max

2.3. Parcours en largeur– Utilisation d’une file Opérations sur une FILE (FIFO : First In First Out) CRÉER (file) : Créer une file vide ESTVIDE (file) : Renvoie vrai si la file est vide ENFILER(file, element) : Ajouter un élément au fin de la file DEFILER(file) : Renvoie l’élément situé en début de la file (et le retire de la file) LIRE(file) : Renvoie l’élément situé en début de la file (sans modifier la file) Dans le parcours Pour gérer les sommets dans l’état TRAITEMENT Permet d’explorer en priorité les voisins des sommets parcourus en dernier

2.3. Parcours en largeur d’abord – Déroulement algorithme File : pour la liste des sommets en traitement Exemple (à partir de A) Ordre de marquage visité : A B C E D F G H H G F D E C B A

2.3. Parcours en largeur d’abord – Déroulement algorithme (variante) File : pour la liste des sommets en traitement Exemple (à partir de A) Ordre de marquage visité : A B C E D F G H H G F D E C B A

2.3. Parcours en largeur d’abord – Exploration effectuée Exploration réalisée lors du parcours en largeur