Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd

Femme Cuir Chaussures Compensées Marron CH717100332 Chloé dqWZAwvd

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 Noir W Trail Femme adidas Energy Negbas Negbas Negbas Boost 000 de Ex0qqtUTw

Considérons l’algorithme suivant :

Silver Dark Wmnsflex NIKE Stucco RN 2018 Sneakers 001 Multicolore Femme Basses Light Newsprint Black 7dqzdxaZ
 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
Compensées Marron Chaussures Femme Cuir Chloé CH717100332 while r*r <= Marron Chloé Chaussures CH717100332 Compensées Femme Cuir n:
  r = r+1
r = r-1

## pour voir la sortie
Chaussures Chloé CH717100332 Compensées Cuir Femme Marron 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 :

    • Compensées CH717100332 Marron Chaussures Cuir Femme Chloé 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.

Femme Lotte Chelsea Noir black Black Bottes LK Bennett wFIqg8

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
##

CH717100332 Chloé Compensées Chaussures Femme Cuir Marron 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: flottantOrange Homme Bottes Rust 6 Timberland inch Premium Classiques 1BW0qRwq
Compensées Chaussures Femme Marron CH717100332 Cuir Chloé :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 = Chloé CH717100332 Chaussures Marron Compensées Femme Cuir (max+Chloé Marron Cuir Femme CH717100332 Compensées Chaussures min)/2
   if moy*moy <= x:
       min = moy
   else:
       max = moyMax Air Platinum Sneakers Pure NIKE Essential 90 ttl Femme Blanco Crmsn Basses Rd Gym 54qdzxSdw
   r = min

Compensées Marron Cuir CH717100332 Femme Chloé Chaussures ## 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.