TD4_DEV51_bouzon/TD4.txt

47 lines
1.8 KiB
Plaintext
Raw Permalink Normal View History

2024-11-28 17:24:13 +01:00
-----------Ex 2-----------
Fonction 1 :
la compléxité algorithmique : O(n*m)
"n" est le tableau1 et "m" est le tableau2
car chaque élément de tableau 1 est comparé avec chaque élément de tableau 2.
Fonction 2 :
la compléxité algorithmique : O(x)
La boucle s'exécute x fois.
Fonction 3 :
la compléxité algorithmique : O(1)
Les conditions sont évaluées une seule fois. (je suis pas sur pour celle-ci)
-----------Ex 3-----------
Fonction sort_students :
Une première boucle itère sur grades_number (noté n) avec une allocation mémoire de complexité O(1), soit O(n).
Une deuxième boucle itère sur students_number (noté m) pour copier les notes n fois, ce qui donne une complexité O(n⋅m).
Appel de la fonction bubble_sort sur un tableau de m éléments, avec une complexité O(m^2).
Cela donne une complexité totale de O(n⋅m^2).
Une dernière boucle de complexité O(m) appelle la fonction find_rank_student.
Fonction find_rank_student :
Appelle bubble_sort avec une complexité O(m^2).
Contient une boucle qui itère sur m, avec une complexité O(m).
Complexité totale de la fonction O(m^2).
Complexité globale de sort_students :
La fonction find_rank_student est appelée m fois. Sa contribution est donc O(m⋅m^2)=O(m^3).
Complexité finale de sort_students : O(n⋅m^2+m^3) = O(n * m^3)
-----------Ex 4-----------
-Tri individuel des sous-tableaux O(n*m^2) (m = longueur du sous-tableau , n= nombre de sous tableau)
-Calcul de la somme de chaque sous-tableau (n*m)
-Tri des sous-tableaux dans TriTableau (n^2*m)
pour moi la complexité est : O(n^2*k) ( j'hésite avec O(n^2 * m + n * m^2) )
et change selon le nombre de sous_tableaux et de la longeur des sous-tableaux
note :
code Aesthetic / malloc ( by code Aesthetic)
import java.util.Arrays;