Calcul de coût dalgorithme
Calcul de coût d'algorithme. Concepts : Analyse de coût. Méthodes : Décomposition du coût ordres de grandeur. Présentation. Le concept de coût associé à un
Séance 3 : coût dun algorithme
1. les calculs (+ - * / %). 2. les tests ( < > <= >= == != ) 3. les boucles (boucle pour (for) boucle tant que (while)). 4. les fonctions ou comment
L3 Info Cours 1 : notion de coût dun algorithme
Savoir comment évaluer la complexité d'une solution algorithmique : Le calcul du coût d'un algorithme s'obtient donc en composant les coûts.
Chapitre 2 Complexité algorithmique
22 oct. 2014 Evaluer la compléxité d'un algorithme. Des exemples de calculs de complexité ... Comment évaluer le coût d'exécution d'un algorithme donné ?
L3 Info Cours 2 : algorithmes récursifs analyse en moyenne
Algorithmique et Analyse d'Algorithmes Comment évaluer l'efficacité d'un algorithme plus finement que dans le pire cas ? ... Calcul de coût direct.
Un algorithme général de calcul de létat déquilibre dun oligopole
Keywords : Equilibrium Oligopoly
cours 2:Complexité des algorithmes récursifs
On parle alors de méthode récursive. Exemple : Le calcul de la factorielle de N. N != N*(N-1)*(N-2)*
Coût de lalgorithme dEuclide et CAPES interne 2000
Cela nous mène à préciser comment l'estimation peut être affinée en 3) Un majorant du temps de calcul de l'algorithme d'Euclide avait déjà été donné.
Complexité des algorithmes : nombres_instructions élémentaires
Le coût final du conditionnel est : T (conditionnel)=1+max(22)=3. 18 / 51. Page 27. Calculer le nombre d'instructions ´el´ementaires.
TD1.1 Analyse dalgorithmes calculs de coûts
TD1.1 Analyse d'algorithmes calculs de coûts. Objectifs. À la fin de cette séance
[PDF] Calcul de coût dalgorithme
19 sept 2012 · Pour calculer le coût d'un algorithme on utilise les règles de composition suivantes : Le coût d'une itération est égal à la somme des coûts de
[PDF] Séance 3 : coût dun algorithme
Le coût d'un algorithme est une estimation du nombre d'opérations élémentaires effectué par un algorithme Cette estimation dépend du nombre de ses entrées et
[PDF] L3 Info Cours 1 : notion de coût dun algorithme
? Savoir démontrer la correction des algorithmes ? Savoir comment évaluer la complexité d'une solution algorithmique : - analyser la complexité au pire en
[PDF] Calculs de complexité dalgorithmes
Complexités d'un algorithme ?Un algorithme à partir d'une donnée établit un résultat ?La taille de la donnée est mesurée par un entier n
[PDF] Algorithmique et complexité de calcul
Exercice : Décrire cet algorithme Montrer qu'il demande un espace dans O(k) et un temps dans O(nk) si on compte chaque addition à coût unitaire
[PDF] Algorithmique I - Cours et Travaux Dirigés L3 Ecole Normale
2 1 Algorithme de Strassen Le coût de l'algorithme est alors : Question 2 3 Comment calculer le produit d'une matrice de Tœplitz n × n par un
[PDF] ALGORITHMIQUE
Exemple de progression pour aborder l'algorithmique en seconde Voici l'algorithme qui correspond au programme de calcul Comment les définir ?
[PDF] cours_exemples_exercices algorithmiquepdf - fustel-yaoundenet
2 2 pour qu'il calcule l'expression 3N 2 2 Exercice III 3 Écrire un algorithme permettant de calculer l'expression xy x2 où x et y représentent deux
[PDF] livre-algorithmespdf - Exo7 - Cours de mathématiques
Voyons comment l'écriture binaire des nombres peut nous aider L'écriture binaire d'un nombre c'est son écriture en base 2 Comment calculer un nombre qui
[PDF] Arles– Info 1ère année – Matière AP (Module Algorithmique) TD 3
affichage digital effectue un calcul semblable toutes les minutes) Exercice V : Ecrire un algorithme qui permet de calculer le prix d'un troupeau
Comment savoir le coût d'un algorithme ?
Méthode de calcul de coût Le calcul du coût d'un algorithme s'obtient donc en composant les coûts des différentes opérations composant l'algorithme. On écrit f = O(g) pour f ? O(g). On dit que g est une borne supérieure asymptotique pour f .Quel est le coût d'un algorithme de recherche du maximum d'un tableau de nombres ?
le coût d'un algorithme A(T) est son nombre d'affectation. Ainsi, pour chaque cas de Pn,k, l'algorithme effectue k affectations. On obtient donc ainsi que le coût d'un algorithme A(T) est de kPn,k. coutA(T) = 1 nComment faire un algorithme PDF ?
Un algorithme, ou code "bien écrit" doit avoir les propriétés suivantes :
1Être facile à lire, pas soi-même mais aussi par les autres.2Avoir une organisation logique et évidente.3Être explicite, montrer clairement les intentions du développeur.4Être soigné et robuste au temps qui passe.Résumé des étapes de la méthode
1Lisez bien le sujet, et reformulez-le.2Faites la liste des dimensions du sujet.3Cherchez une bonne représentation visuelle du problème.4Générez des exemples, et résolvez-les entièrement à la main.5Décrivez la solution naïve, puis essayez de l'améliorer.
Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteChapitre 2
Complexite algorithmique
Programmation en Python{2eme annee MP3{
22 octobre 2014
Programmation en Python{2eme annee MP3{CPGE GSR 2014-20151/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexitePlan
1Introduction
2Notion de complexite
Denition de la complexite d'un algorithme
Types de complexite
3Complexite et notationOLa notationOClasses de complexite les plus usuelles
Comparaison de temps d'execution
4Comment mesurer la complexite d'un algorithme
Le co^ut des instructions elementaires/composees
Evaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeit
5Dierentes nuances de complexite
Programmation en Python{2eme annee MP3{CPGE GSR 2014-20152/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteIntroduction
Exercice
Ecrire en python une fonction qui prend en argument une cha^ne de caracteres et determine si le caractere 'a' est present dans la cha^ne (on retourne soit True soitFalse).Analysons plusieurs solutions
1.Premi eresolution
def contienta1(chaine) : k = 0N = len(chaine)
result = False while (result == False and kNotion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteIntroduction
2.Deuxi emesolution :
def contienta2(chaine) : for i in range(len(chaine)) if chaine[i] == 'a' : return True return False 3.T roisiemeso lution:
def contienta3(chaine) : n = chaine.count('a') return bool(n) 4.Quatri emesolution :
def contienta4(chaine) : return ('a' in chaine)Quelques questions :1que remarquez vous concernant cet exercice?
2Le code le plus court! Est-il meilleur?
3Comment peut-on designer le meilleur code parmi ces quatre solutions?
Programmation en Python{2eme annee MP3{CPGE GSR 2014-20154/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteDenition de la complexite d'un algorithme Types de complexiteDenition de la complexite d'un algorithmeDenition
La complexite d'un probleme mathematique P est une mesure de la quantite deressources necessaires a la resolution du probleme P.Cette mesure est basee sur une estimation du nombre d'operations de base
eectuees par l'algorithme en fonction de la taille des donnees en entree de l'algorithme.Generalement, pour le m^eme probleme P, on peut trouver plusieurs algorithmes (Alg1;Alg2;::;Algn).L'objectif de la complexite est d'evaluer le co^ut d'execution de chaque algorithme an de choisir le meilleur. .Probleme : Comment evaluer le co^ut d'execution d'un algorithme donne? Programmation en Python{2eme annee MP3{CPGE GSR 2014-20155/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteDenition de la complexite d'un algorithmeTypes de complexiteTypes de complexite
En fonction des ressources utilisees pour evaluer la complexite d'un algorithme, on sera amene a dsitinguer deux types de complexite : complexite temporelle et complexite spatiale.Complexite temporelle (en temps) La complexite temporelle d'un algorithme est le nombre d'operations elementaires(aectations, comparaisons, operations arithmetiques) eectuees par un algorithme.Complexite spatiale (en espace)
La complexite en memoire donne le nombre d'emplacements memoires occupes lors de l'execution d'un programme.Remarque Dans ce cours, nous nous interessons uniquement a la complexite temporelle. Programmation en Python{2eme annee MP3{CPGE GSR 2014-20156/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLa notationO
Classes de complexite les plus usuelles
Comparaison de temps d'executionLa notationODenition Soit T(n) une fonction qui designe le temps de calcul d'un algorithme A. On dit que T(n) est en grand O de f(n) :T(n) =O(f(n)) si et seulement si :9(n0;c) telle queT(n)<=cf(n)8n>=n0 .Exemples1Exemple 1 :
siT(n) = 3n+ 6 alorsT(n) =O(n)Demonstration :
En eet, pourn>= 2, on a 3n+ 6<= 9n; la quantite 3n+ 6 est donc bornee, a partir d'un certain rang, par le produit denet d'une constante.2Exemple 2 : siT(n) =n2+ 3nalorsT(n) =O(n2)Demonstration :
En eet, pourn>= 3, on an2+ 3n<= 2n2; la quantiten2+ 3nest doncbornee, a partir d'un certain rang, par le produit den2et d'une constante.Programmation en Python{2eme annee MP3{CPGE GSR 2014-20157/ 30
Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLa notationO
Classes de complexite les plus usuelles
Comparaison de temps d'executionClasses de complexite les plus usuelles On voit souvent appara^tre les complexites suivantes :ComplexiteNom courantDescription
O(1)constanteLe temps d'execution ne depend pas des donneestraitees, ce qui est assez rare!O(log(n))logarithmiqueaugmentation tres faible du temps d'execution quand
le parametre croit.O(n)lineaireaugmentation lineraire du temps d'execution quand le parametre croit (si le parametre double, le temps double).O(nlog(n))quasi-lineaireaugmentation un peu superieure a O(n) O(n2)quadratiquequand le parametre double, le temps d'execution est multiplie par 4. Exemple : algorithmes avec deux boucles imbriquees.O(nk)polyn^omialeici,nkest le terme de plus haut degre d'un polyn^ome en n; il n'est pas rare de voir des complexites enO(n3) ouO(n4).O(kn)exponentiellequand le parametre double, le temps d'execution esteleve a la puissancekaveck>1.O(n!)factorielleasymptotiquement equivalente annProgrammation en Python{2eme annee MP3{CPGE GSR 2014-20158/ 30
Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLa notationO
Classes de complexite les plus usuelles
Comparaison de temps d'executionComparaison de temps d'execution Prenons un ordinateur (tres rapide), dont la vitesse du microprocesseur est1GHz(cad il execute un milliard d'operations par seconde), et imaginons des
algorithmes qui eectuent un traitement donne dans un tempsT(N)Nous donnons ci-dessous tableau des ordres de grandeur des temps d'execution
que l'on peut esperer pourNelements suivant la complexite de l'algorithme. .ComplexiteTemps d'execution en fonction du nombre d'operationsN51015201001000
log N3:109s4:109s5:109s7:109s108s3:109s2N10
8s2:108s3:108s4:108s2:107s2:106sN log N1;2:108s3:108s6:108s10
7s7:107s10
5sN22;5:108s10
7s2;3:107s4:107s10
5s10 3sN53:106s10
4s7;2:104s3:103s10s11jours2
N3;2:108s10
6s3;3:105s10
500sNN3:106s10s13ans3:109ans3:10183ans10
300sTab.:Ordres de grandeur des temps d'ex ecutionProgrammation en Python{2eme annee MP3{CPGE GSR 2014-20159/ 30
Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitLe co^ut des instructions elementairesOperation elementaire
On appelle operation de base, ou operation elementaire, toute :1Aectation;
2Test de comparaison :==;<;<=;>=;! =;3Operation de lecture (input) et ecriture (print);
4Operation arithmetique :+;;;=;%;5Operation d'incrementation :a=a+1,(pas 1) a=a+n (pas n);
6Operation de decrementation :a=a-1,(pas 1) a=a-n (pas n);
Le co^ut d'une operation elementaire est egale a 1.Exemple 1 :Que vaut le co^ut de l'algorithmeA
somme=n+ 1 #instr1 somme=sommen#instr2somme=somme=2#instr3Co^ut(A)=Co^ut(inst1)+Co^ut(instr2)+Co^ut(instr3)=3Programmation en Python{2eme annee MP3{CPGE GSR 2014-201510/ 30
Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitLe co^ut des instructions composeesOperation composee
On appelle operation composee, toute instruction contenant :1L'execution d'un instruction conditionnelle : SiPest une instruction
conditionnelle du type SibalorsQ1 sinonQ2 nsi, le nombre d'operations est :Co^ut(P)<= Co^ut(test) + max(Co^ut(Q1), Co^ut(Q2))2L'execution d'une boucle : le temps d'une boucle est egal a la
multiplication de nombre de repetition par la somme du co^ut de chaque instructionxidu corps de la boucle;Co^ut(boucle for) =PCo^ut(xi)
Co^ut(boucle while) =P(Co^ut(comparaison) + Co^ut(xi))3L'appel d'une fonction : Lorsqu'une fonction ou une procedure est
appelee, le co^ut de cette fonction ou procedure est le nombre total d'operations elementaires engendrees par l'appel de cette fonction. Programmation en Python{2eme annee MP3{CPGE GSR 2014-201511/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitLe co^ut des instructions composeesExemple 2 :Que vaut le co^ut de l'algorithmeB
if i%2==0 : Texte n=i//2 else : Texte i=i+1 Texte n=i//2 Co^ut(B)=Co^ut(i%2 == 0)+ max(Co^ut(n=i==2),Co^ut(i=i+ 1;n=i==2)) =1+max(1,2) =3Exemple 3 :Que vaut le co^ut de l'algorithmeC whilei<=n: Texte somme=som me+i Texte i=i+1 Co^ut(C)=Co^ut(i<=n)+Co^ut(somme=somme+i)+Co^ut(i=i+ 1) =n+n+n =3n Programmation en Python{2eme annee MP3{CPGE GSR 2014-201512/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitComment mesurer la complexite d'un algorithme Principe pour calculer la complexite d'un algorithme La mesure de complexite d'un algorithme consiste a evaluer le tempsd'execution de cet algorithme.Dans l'evaluation de ce temps d'execution (co^ut), on sera amene a suivre les
etapes suivantes :1Determiner les operations elementaires (OE) a prendre en consideration : co^ut T(OE).2Calculer le nombre d'instructions eectuees par les operations composees (OC) : co^ut T(OC).3Preciser les instructions a negliger.4Le co^ut de l'algorithme T(Alg) est la somme des deux co^uts T(OE) et
T(OC).
T(Alg) =T(OE) +T(OC)
Programmation en Python{2eme annee MP3{CPGE GSR 2014-201513/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitDes exemples de calculs de complexiteExemple 1 : la fonction append
Le code ci-dessous consiste a
programmer la fonction append def AjoutFin(L,a) :L=L+[a]
return LExemple >>>L= [1;2] >>>AjoutFin(L;3) [1;2;3]Le nombre d'operations est : 3 (concatenation, aectation et return);Quelque soit la taille de liste, le nombre d'operations est constant;Temps de calcul est constantComplexite :O(1)
.Exemple 2 : la fonction insertLe code ci-dessous consiste a
programmer la fonction insert : def AjoutElement(L,a,i) :L[i :i]=[a]
return LExemple >>>L= [1;2] >>>AjoutElement(L;3;1) [1;3;2]Le nombre d'operations est : 2 (aectation et return);Quelque soit la taille de liste, le nombre d'operations est constant;Temps de calcul est constantComplexite :O(1)
Programmation en Python{2eme annee MP3{CPGE GSR 2014-201514/ 30Introduction
Notion de complexite
Complexite et notationO
Comment mesurer la complexite d'un algorithme
Dierentes nuances de complexiteLe co^ut des instructions elementaires/composeesEvaluer la complexite d'un algorithme
Des exemples de calculs de complexite
Le module timeitDes exemples de calculs de complexiteExemple 3 : boucle simple
for i in range(n) : print(\Bonjour")#une instruction sDans la boucle for,on a une seule instruction : printTemps de calcul de print :Tsest constantTs=CNombre de fois d'execution de cette instruction estnLe nombre total d'operations est n1 =nTemps de calcul total :T(n) =nTsComplexite :O(n) .Exemple 4 : remplir un tableauquotesdbs_dbs28.pdfusesText_34[PDF] trp production definition
[PDF] taux de rendement de production
[PDF] calcul trp production
[PDF] trp calcul
[PDF] faire des statistiques sur excel 2010
[PDF] calculer les cotés d'un triangle rectangle avec les angles
[PDF] longueur mediane triangle equilateral
[PDF] calcul mental 5eme
[PDF] séquence mesure de longueur cm1
[PDF] grandeurs et mesures cm1
[PDF] calcule mentale rapide
[PDF] calcul mental cm1 ? imprimer
[PDF] fiches calcul mental cm2
[PDF] calcul mental cm1 pdf