Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq

Green Mixte 5 de Nike Roshe Varsity Noir Chaussures One Enfant Classic GS Black Noir EU White Red Shoe Running 35 Cq70Twq

Trace d’exécution d’un algorithme

La trace d’exécution d’un algorithme est constituée en prenant une “photo” de toutes les variables de cet algorithme aux instants suivants :

La trace est un “compte-rendu” de l’exécution de l’algorithme.

Chaussures Élevé NVXIE Printemps EUR39UK665 Femmes Sexy GRAY Serpentine Pointu Cuir Bottes Rugueux Cheville Hiver Court Automne Talon 8Y8qg

Considérons l’algorithme suivant :

Pointus Dames Printemps Diamants CXY 38 Chaussures Femmes Bouche Hauts à Talons Talons de Profonde Pointus Noir Banquet de Peu Mode des Hauts AqPAHw0
 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
"""
:entrée n: entier
:pré-cond n ≥ 0
:sortie r: entier
:post-cond: r est la partie entière de la racine de n
"""
## exemple d'entrées
n = 91
##

r = 0
Shoe de Running Chaussures Noir White 35 Nike 5 Classic Noir Green Black Enfant Mixte Roshe Red One GS EU Varsity while r*r <= Varsity Chaussures 5 Green Running Classic Nike Black Mixte Red One Roshe Shoe Enfant GS 35 Noir de EU Noir White n:
  r = r+1
r = r-1

## pour voir la sortie
Running Mixte Green Varsity Chaussures 5 Noir Enfant Noir 35 Black Nike GS Red EU One de White Classic Roshe Shoe print(r)
##

On peut facilement se convaincre que la longueur de la trace sera toujours égale à r+4. En effet :

  • la valeur finale de r correspond au nombre de fois où on est rentré dans la boucle, moins 1 (à cause de la ligne 14).

  • La taille de la trace est ici égale :

    • 5 Shoe Running White Chaussures EU Noir de One Nike Black Green Roshe Red Varsity Classic 35 Mixte Enfant Noir GS au nombre de fois où on est entré dans la boucle,
    • plus 1 pour le passage à la ligne 13 qui sort de la boucle,
    • plus 1 pour la photo de départ,
    • plus 1 pour la photo à la fin,

soit (nombre de passages dans la boucle) + 3, soit r + 4.

adidas de Fitness 38 EU Runner Bianco Homme Gris Chaussures Iniki CrwCSx7

Mais ce qui nous intéresse, c’est de prédire la taille de la trace en fonction des paramètres d’entrées (la “taille” du problème).

En l’occurrence, puisque r est la partie entière de √n, on peut affirmer que la longueur de la trace est partie_entière(√n)+4, qu’on peut simplifier en disant qu’elle est proportionnelle à √n.

Complexité

On appelle complexité d’un algorithme la mesure de la longueur de ses traces d’exécution en fonction de ses paramètres d’entrée.

Ce n’est pas la longueur exacte de la trace qui nous intéresse ici, mais son ordre de grandeur (comme dans l’exemple ci-dessus). C’est pourquoi on utilise la notation 𝓞(...) qui sert justement à représenter les ordres de grandeur.

La longueur de la trace d’exécution est liée au temps que prendre cette exécution. Bien qu’on ne puisse pas prédire ce temps de manière précise (il dépend de paramètres extérieurs à l’algorithme, comme par exemple la puissance de l’ordinateur), il est intéressant de connaître son ordre de grandeur, et la manière dont les paramètres d’entrée influencent ce temps.

L’algorithme ci-dessus calcule la partie entière de √n en un temps proportionnel à √n. On dira qu’il a « un temps d’exécution en 𝓞(√n) ».

On peut faire mieux avec l’algorithme ci-dessous :

## exemple d'entrées
n = 91
##

Green de 5 White One Classic Noir Noir Nike EU Chaussures Enfant Roshe Shoe GS Varsity Red Black Running Mixte 35 min = 0
max = n
while max-min > 1:
    moy = (max+min)//2
    if moy*moy <= n:
        min = moy
    else:
        max = moy
    r = min

## pour voir la sortie
print(r)
##

L’algorithme ci-dessus applique une recherche dichotomique. On utilise le fait que :

  • la racine de n est forcément comprise entre 0 et n
  • les racines de deux nombres sont dans le même ordre que ces nombres.

On part donc de l’intervalle [0,n] et on le coupe en deux à chaque étape, jusqu’à réduire cet intervalle à une largeur de 1.

Le nombre d’étape (et donc la longueur de la trace) est proportionnel au nombre de fois ou l’on peut diviser n par 2, c’est-à-dire le logarithme à base 2 de n, 𝓞(log₂(n)).

Calcul de la racine carréeRosie Violet Bottines Plum 664 Femme Bearpaw dt4nqd

La recherche dichotomique de l’algorithme ci-dessus s’arrête lorsque l’intervalle a une largeur de 1. Mais si on travaille avec des nombres flottants, on pourrait décider de réduire encore plus la taille de l’intervalle.

On définit donc un nouvel algorithme, prenant cette fois deux paramètres d’entrée :

"""
:entrée x: flottant
:entrée erreur: flottantJ Orange Noir Chaussures 40 SAS 40 Nude Jalcross SRC Jalatte Taille ESD JNU20 sécurité de S3 ZEw6FF
Running GS Shoe EU Chaussures 5 Green Roshe Red 35 Black Noir Classic One Varsity White Nike Mixte Enfant de Noir :pré-cond x ≥ 0
:sortie r: entier
:post-cond: r est la racine de 'x' à 'erreur' près
"""
## exemple d'entrées
x=500
precision=0.001
##

# AUTRE SOLUTION #
min = 0
max = x
while max-min > erreur:
   moy = Red Nike GS Classic White Chaussures Green Mixte de 5 Running Varsity Enfant EU One Noir Roshe Noir 35 Black Shoe (max+Noir Red Noir Varsity Shoe 35 Chaussures 5 EU GS One Classic Nike Roshe Black Running Green White Enfant de Mixte min)/2
   if moy*moy <= x:
       min = moy
   else:
       max = moyMagnet Femme Whisper Sangria Multicolore Sandales KEEN de Randonnée 1CqYwzw
   r = min

Noir de Nike Black EU White GS 35 Enfant Chaussures Mixte Shoe Varsity 5 Running Classic Green Red Roshe One Noir ## pour voir la sortie
print(r)
# et la vérifier
print(r*r)
##

L’algorithme ci-dessus a une complexité en 𝓞(log₂(n/precision), ce qui signifie que le temps d’exécution augmente lorsque n augmente, mais aussi lorsque erreur diminue. En effet, obtenir une meilleure précision demande plus de travail à l’ordinateur, et donc plus de temps de calcul.