Séance de cours

Tour de Hanoi: Récursion et programmation dynamique

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Description

Cette séance de cours couvre l'algorithme de la Tour de Hanoi, la récursion et la programmation dynamique. Il explique la nature récursive du problème de la Tour de Hanoi, démontrant comment le résoudre pour les disques n basés sur la solution pour les disques n-1. La séance de cours traite également du schéma général d'un algorithme récursif, soulignant l'importance d'une condition de terminaison. Il illustre le calcul de la somme des premiers entiers en utilisant la récursion et comment elle peut être étendue pour résoudre d'autres équations de récurrence. En outre, il compare les complexités des solutions récursives et itératives pour la somme des entiers, en soulignant les avantages de chaque approche.

Source officielle

Concepts associés (32)

Classe de complexité

En informatique théorique, et plus précisément en théorie de la complexité, une classe de complexité est un ensemble de problèmes algorithmiques dont la résolution nécessite la même quantité d'une certaine ressource. Une classe est souvent définie comme l'ensemble de tous les problèmes qui peuvent être résolus sur un modèle de calcul M, utilisant une quantité de ressources du type R, où n, est la taille de l'entrée. Les classes les plus usuelles sont celles définies sur des machines de Turing, avec des contraintes de temps de calcul ou d'espace.

Computational complexity

In computer science, the computational complexity or simply complexity of an algorithm is the amount of resources required to run it. Particular focus is given to computation time (generally measured by the number of needed elementary operations) and memory storage requirements. The complexity of a problem is the complexity of the best algorithms that allow solving the problem. The study of the complexity of explicitly given algorithms is called analysis of algorithms, while the study of the complexity of problems is called computational complexity theory.

Théorie de la complexité (informatique théorique)

vignette|Quelques classes de complexité étudiées dans le domaine de la théorie de la complexité. Par exemple, P est la classe des problèmes décidés en temps polynomial par une machine de Turing déterministe. La théorie de la complexité est le domaine des mathématiques, et plus précisément de l'informatique théorique, qui étudie formellement le temps de calcul, l'espace mémoire (et plus marginalement la taille d'un circuit, le nombre de processeurs, l'énergie consommée ...) requis par un algorithme pour résoudre un problème algorithmique.

Complexité paramétrée

En algorithmique, la complexité paramétrée (ou complexité paramétrique) est une branche de la théorie de la complexité qui classifie les problèmes algorithmiques selon leur difficulté intrinsèque en fonction de plusieurs paramètres sur les données en entrée ou sur la sortie. Ce domaine est étudié depuis les années 90 comme approche pour la résolution exacte de problèmes NP-complets. Cette approche est utilisée en optimisation combinatoire, notamment en algorithmique des graphes, en intelligence artificielle, en théorie des bases de données et en bio-informatique.

Complexité en espace

En algorithmique, la complexité en espace est une mesure de l'espace utilisé par un algorithme, en fonction de propriétés de ses entrées. L'espace compte le nombre maximum de cases mémoire utilisées simultanément pendant un calcul. Par exemple le nombre de symboles qu'il faut conserver pour pouvoir continuer le calcul. Usuellement l'espace que l'on prend en compte lorsque l'on parle de l'espace nécessaire pour des entrées ayant des propriétés données est l'espace nécessaire le plus grand parmi ces entrées ; on parle de complexité en espace dans le pire cas.

Afficher plus

Séances de cours associées (64)

Résoudre les jeux de parité dans la pratique

Explore les aspects pratiques de la résolution des jeux de parité, y compris les stratégies gagnantes, les algorithmes, la complexité, le déterminisme et les approches heuristiques.

Design d'algorithme: Diviser et conquerer

Couvre la récursion, la programmation dynamique et la conception d'algorithmes en utilisant des stratégies de partage et de conquête.

Programmation dynamique : Algorithmes des voies les plus courtes

Explore les stratégies de programmation dynamiques pour trouver des chemins les plus courts dans les réseaux avec divers algorithmes et complexités.

Introduction aux algorithmes

Présente des algorithmes en tant que procédures de résolution de problèmes, couvrant la complexité, l'exactitude et la mise en œuvre dans divers langages.

Éléments distincts : fonctions de comptage et de hachage

Couvre le comptage d'éléments distincts à l'aide de fonctions de hachage et de l'astuce médiane.

Afficher plus

Concepts associés (32)

Classe de complexité

Computational complexity

Théorie de la complexité (informatique théorique)

Complexité paramétrée

Complexité en espace

Afficher plus