Algorithmes de Tri : Tri par Insertionn par Sélection, par Fusion, Rapide, Tri à Bulles avec des Exemples
Les tris
Idée fondamentale
- Une collection de valeurs de même type (rangées dans un tableau)
- Un opérateur de comparaison (=,=, >, <, …)
- But :
- Ré-ordonner les valeurs de la façon suivante
o T[i] = T[i+1] ? i ? [1 .. Taillemax]
Quelques algorithmes de tris
- Tris élémentaires
o Tri par insertion
o Tri par sélection
o Tri par permutation
- Tris avancés
o Tri Fusion
o Tri rapide
- Borne Inférieure sur le tri par comparaison
Tri par insertion
- Tri interne, sur place et par comparaison
- Principe :
o A tout moment, le tableau à trier sera en 2 parties :
- Une partie triée [1 .. TailleCourante]
- Une partie non triée [TailleCourante+1 .. TailleMax]
Tri par insertion
- Principe :
o Prendre un élément non encore trié
o L’insérer à sa place dans l’ensemble des éléments triés
Tri par insertion – Algorithme –
TriParInsertion(T : Tableau d’entiers, TailleMax : entier)
Entrées : T(tableau d’entiers), TailleMax (taille du tableau)
Sortie : Tableau trié T
Début
TC, p, temp : entier;
Pour TC de 1 jqa TailleMax -1 faire
temp ? T[TC+1];
p ? 1; // Chercher la position p
Tant que T[p] < temp faire
p ? p + 1;
Fin Tant Que
Pour i de TC en décroissant jqa p
T[i+1] ? T[i] // Décaler les éléments
Fin Pour
T[p] ? temp;
Fin Pour
Fin
Tri par insertion
- Complexité :
o Le corps de la boucle est exécuté n-1 fois
o Une itération :
- Recherche de la position : p
- Décalage des éléments : TC – p
- Total : TC
o Au total :
o Complexité : O(n2)
o Dans le meilleur des cas quand le tableau est totalement trié, le tri par insertion est linéaire.
o Amélioration : Recherche dichotomique : ? (n log2 n)
Tri par insertion : Exemple
Tri par sélection
- Principe général :
o Tableau toujours divisé en 2 parties
o A chaque étape,
- Choisir le plus petit élément de la partie non triée
- Mettre cet élément à la fin de la partie triée
Tri par sélection – Algorithme –
TriParSelection(T : Tableau d’entiers, TailleMax : entier)
Entrées : T(tableau d’entiers), TailleMax (taille du tableau)
Sortie : Tableau trié T
Début
TC, p, min,temp : entier;
Pour TC de 1 jqa TailleMax -1 faire
min ? T[TC];
p ? TC;
Pour i de TC+1 jqa TailleMax faire
Si T[i]< min alors
min ? T[i]; // Rechercher l’élément min
p ? i;
Fin Si
Fin Pour
temp ? T[p];
T[p] ? T[TC];
T[TC] ? temp; // Le mettre à la fin des éléments triés
Fin Pour
Fin
Tri par sélection
- Complexité :
o Nombre d’itérations : n-1
o A chaque itération :
- Recherche du minimum : n-TC
- Mettre l’élément à sa place : 3
- Au total : 3n + n(n-1)/2
- Complexité : O(n2)
Tri par sélection : Exemple
Tri par permutations (tri à bulles)
- Idée Simple :
o Si 2 éléments voisins ne sont pas ordonnés on les échanges
- Deux parties dans le tableau :
o Les éléments de la partie triée sont inférieurs aux éléments de la partie non triée.
Tri par permutation - Algorithme –
TriParPermutation(T : Tableau d’entiers, TailleMax : entier)
Entrées : T(tableau d’entiers), TailleMax (taille du tableau)
Sortie : Tableau trié T
Début
i,j : entier;
Pour TC de 2 jqa TailleMax faire
Pour i de TailleMax en décroissant jqa TC faire
Si T[i-1]> T[i] alors
T[i-1]? T[i];
Fin Si
Fin Pour
Fin Pour
Fin
Tri par permutation
- Complexité :
o Boucle externe : n-2 fois
o Boucle interne : TailleMax-TC fois
o Total : (n-1)(n-2)/2
- O(n2)
Tri par permutation : Exemple
Permutations
- Départ une permutation aléatoire p de n valeurs
- Soit p la permutation inverse
- Soit (x,y) une paire quelconque pris dans p tels que x < y
- Cette paire est une inversion dans p ou dans p
- Nombre de paires dans une permutation : n(n-1)/2
- En moyenne une permutation aléatoire contiendra n(n-1)/4 paires
Tous les Algos basés sur des échanges d’elts adjacants sont O(n2)
Tri Fusion
- Machine à trier des cartes perforées en 1938
- 1er algo de tri fusion écrit par Von Neumann pour l’EDVAC en 1945
- Basé sur le paradigme
« Diviser pour Régner »
Diviser pour Régner
- Séparer le problème en plusieurs sous-problèmes similaires au problème initial
- 3 étapes :
o Diviser : le problème en un certain nombre de sous-pb
o Régner : sur les sous- problèmes en les résolvant
o Combiner : les solutions des sous- problèmes en une solution unique.
Tri Fusion
- 3 étapes :
o Diviser :
- La séquence de n éléments à trier en 2 sous-séquences de n/2 éléments.
o Régner : Toute séquence de longueur 1 est triée
- Trier les 2 sous-séquences récursivement à l’aide du tri fusion
o Combiner : Action Principale : la fusion
- Fusionner les 2 sous-séquences triées pour produire la séquence triée.
La fusion : Algorithme
Fusion(T : Tableau d’entiers,p: entier, q: entier, r:entier)
Entrées : T(tableau d’entiers), p,q et r (indices du tableau tels que p = q < r)
Sortie : Tableau trié T entre les indices p et r
Pré-condition : T[p..q-1] et T[q..r] sont triés
Début
i,j,k : entier;
B : tableau d’entiers
i ? p; k ? p; j ? q;
Tant que (i < q et j = r) faire
Si T[i]< T[j] alors
B[k]? T[i];
i ? i + 1;
Sinon
B[k]? T[j];
j ? j + 1;
Fin Si
k ? k + 1;
Fin Tant Que
Tant que (i < q) faire
B[k]? T[i];
i ? i + 1;
k ? k + 1;
Fin Tant Que
Tant que (j = r) faire
B[k]? T[j];
j ? j + 1;
k ? k + 1;
Fin Tant Que
T ? B
Fin
Tri Fusion : Algorithme
TriFusion(T : Tableau d’entiers,p: entier, r:entier)
Entrées : T(tableau d’entiers), p et r (indices du
tableau tels que p = r)
Sortie : Tableau trié T entre les indices p et r
Début
Si p < r
q ? ?(p+r)/2?
TriFusion(T,p,q)
TriFusion(T,q+1,r)
Fusion(T,p,q,r)
Fin Si
Fin
Tri Fusion : Complexité
- La preuve est technique mais
- Intuitivement il faut résoudre :
- Complexité finale : O(n log2 n)
Le tri fusion : Exemple
Le tri fusion: Exemple
Tri Rapide
- Proposé par Hoare en 1962
- Diviser :
o T[p..r] est divisé en 2 sous-tableaux non vide T[p..q] et T[q+1..r] tel que :
o Chaque élément de T[p..q] soit inférieur à chaque élément de T[q+1..r]
o fonction Partitionner
- Régner :
o 2 sous-tableaux triés grâce à la récursivité
o fonction TriRapide
- Combiner :
o 2 sous-tableaux triés sur place : Rien à faire
La partition – Algorithme -
Partitionner(T : Tableau d’entiers, p: entier, r:entier)
Entrées : T(tableau d’entiers), p et r (indices du tableau tels que p < r)
Sortie : Tableau trié T entre les indices p et r
Début
i,j,pivot : entier;
i ? p; j ? r;
pivot ? T[p];
Tant que (i < j) faire
Tant que T[i] < pivot faire
i ? i + 1; //en partant de gauche le 1er élément plus grand que le pivot
Fin Tant Que
Tant que T[j] > pivot faire
j ? j - 1; // en partant de droite le 1er élément plus petit que le pivot
Fin Tant Que
Si i < j
T[i] ? T[j]; // si il existe un élément plus petit et un élément plus grand
i ? i + 1; échanger les que le pivot
j ? j - 1;
Fin Si
Fin Tant Que
retourner j;
Fin
Tri Rapide
TriRapide(T : Tableau d’entiers,p: entier, r:entier)
Entrées : T(tableau d’entiers), p et r (indices du tableau tels que p = r)
Sortie : Tableau trié T entre les indices p et r
Début
Si p < r
q ? partitionner(T,p,r);
TriRapide(T,p,q)
TriRapide(T,q+1,r)
Fin Si
Fin
Tri rapide exemple
Tri rapide exemple suite
Tri rapide exemple suite
Tri Rapide : Complexité
- Temps d’exécution dépend de l’équilibre ou non du partitionnement.
- Si le partitionnement est équilibré : aussi rapide que le tri fusion
- Si le partitionnement est déséquilibré : aussi lent que le tri par insertion
Partitionnement dans le pire cas
- 2 sous-tableaux de :
o 1 élément
o n-1 éléments
- Supposons que ce partitionnement intervienne à chaque étape.
- Le partitionnement coûte ? (n)
- La récurrence :
o T(n) = T(n-1) + ? (n)
o T(1) = ? (1)
o T(n) = ? O(k)
o = O(? k)
o = O(n2)
- Ce partitionnement apparaît quand le tableau est trié !!!!
- Pire dans ce cas-là le tri par insertion est linéaire !!
Partitionnement dans le meilleur cas
- Partitionnement est équilibré.
- Il faut donc résoudre :
- T(n) = 2T(n/2) + ? (n)
- Solution : T(n) = ? (n log2 n)
Tris par comparaisons
- tous les tris vus dans ce cours sont tris par comparaisons
- un tri par comparaison est un tri dans lequel on compare une paire d’éléments.
- contrairement par exemple au tri dénombrement qui est un tri linéaire
Tri linéaire
- Exemple le tri par dénombrement
o Soit A un tableau d’entier inférieur ou égal à 6
o Soit C un tableau auxiliaire qui compte le nombre de fois qu’apparaît un entier
o Soit B le tableau trié
Optimalité des tris vus en cours
- On va montrer qu’un tri par comparaison a une complexité en ? (n log2 n)
- Donc les tris qui ont une complexité en O(nlog2 n) sont optimaux.
- Le tri fusion est optimal mais pas le tri rapide !
Récapitulatif
Expérimentations:
Comparaisons pour 10 valeurs
Bonjour,
RépondreSupprimer