TD4_DEV51_Qualite_Algo/README.md
2024-11-26 11:31:30 +01:00

63 lines
1.7 KiB
Markdown

# RAPPORT
## EXO2
- **function_1(tableau1, tableau2)** :
- **Complexité algorithmique** : O(n * m)
- Dans le pire cas, où `n` est la taille du tableau 1 et `m` la taille du tableau 2.
- **function_2(x)** :
- **Complexité algorithmique** : O(x)
- La boucle `while` fait `x` itérations, et `x` est décrémentée de 1 jusqu'à 0.
- **function_3(x)** :
- **Complexité algorithmique** : O(1)
- En fonction de la valeur de `x`, une des trois conditions exécute une opération simple.
---
## EXO3
Pour cette fonction, on a :
- **La première boucle for** : O(g)
- **Malloc** : O(1)
- **Deuxième boucle for** : O(g * n)
- **Bubblesort** : O(g * n²)
- **Free** : O(1)
- **find_rank_student** : O(g * n²) pour Bubblesort + O(g * n) : O(g * n^3)
**Simplification :**
- On peut enlever les O(1) et conserver la complexité la plus élevée, donc O(g * n^3).
**Complexité algorithmique pour sort_student :** O(g * n^3)
---
## EXO4
Voici le code :
```python
def tri(t):
for tab in t:
for i in range(len(tab)):
for j in range(len(tab) - 1):
if tab[j] > tab[j + 1]:
tab[j], tab[j + 1] = tab[j + 1], tab[j]
for i in range(len(t)):
for j in range(len(t) - 1):
if t[j][0] > t[j + 1][0]:
t[j], t[j + 1] = t[j + 1], t[j]
print(t)
tri([[3, 9, 6], [9, 3, 8], [10, 67, 55]])
Complexité algorithmique de ma fonction tri() :
- Pour m éléments, la complexité algorithmique de chaque sous-liste est O(m²), multipliée par le nombre de sous-listes, cela fait : O(n * m²).
- Pour le tri final, la complexité algorithmique est O(n²).
On garde la plus élevée, donc pour ma fonction : O(n * m²) + O(n²).