fix

README.md

@@ -0,0 +1,54 @@
+# TD 4 Berger Lucas
+
+## Exercice 2 :
+
+### Programme 1 :
+
+Dans le pire des cas l'algorithme 1 aura une complexité algorithmique de O(n.m) avec n et m respectivement pour le tableau 1 et le tableau 2.
+
+Dans le meilleur des cas l'algorithme 1 aura une complexité algorithmique de O(n) avec n pour le tableau 1.
+
+### Programme 2 : 
+
+La complexité algorithmique de la fonction 2 est O(n), où n est la valeur initiale de x.
+
+### Programme 3 : 
+
+La complexité de la fonction 3 est O(1) car elle effectue un nombre constant d'opérations, et ce indépendamment de la valeur de x.
+
+## Exercice 3 :
+
+La complexité totale de `sort_students` est donnée par l'appel à `bubblesort` et à la fonction `find_rank_student`, qui ont toutes deux une complexité égale au nombre d'étudiants au carré (donc O(student_number²)), et ce, pour chaque itération de la boucle extérieure (grade_number est également une valeur décisive). 
+
+La complexité est donc égale à O(grade_number\*student_number²) ou O(n*m²).
+
+
+## Exercice 4 : 
+
+VOIR algo.py CI-JOINT EXPLICATIONS CI-DESSOUS
+
+Fonctionnement du programme :
+
+### Calcul des sommes des lignes :
+
+Pour chaque ligne, nous calculons la somme de ses éléments, ce qui prend \(O(m)\) pour chaque ligne.  
+Donc, pour \(n\) lignes, la complexité de cette étape est \(O(n * m)\).
+
+### Tri par sélection :
+
+L'algorithme de tri par sélection nécessite de comparer chaque élément avec tous les éléments suivants, ce qui donne une complexité de \(O(n²)\) pour trier \(n\) éléments.
+
+### Conclusion sur la complexité :
+
+La complexité totale est la somme des étapes :
+- Calcul des sommes : \(O(n * m)\)
+- Tri par sélection : \(O(n²)\)
+
+La complexité totale est donc :
+
+
+O(n \* m + n²)
+
+
+Donc, la complexité dépend à la fois du nombre de lignes \(n\), du nombre d'éléments par ligne \(m\), et du tri effectué dessus.
+

algo.py

@@ -0,0 +1,18 @@
+def trier_par_somme(tableau):
+    sommes = [(i, sum(tableau[i])) for i in range(len(tableau))]
+    
+    # Tri par sélection basé sur la somme des lignes
+    for i in range(len(sommes)):
+        min_index = i
+        for j in range(i + 1, len(sommes)):
+            if sommes[j][1] < sommes[min_index][1]:
+                min_index = j       
+        sommes[i], sommes[min_index] = sommes[min_index], sommes[i]
+        tableau[i], tableau[min_index] = tableau[min_index], tableau[i]
+    
+    return tableau
+
+# Exemple d'utilisation je ne suis pas sur pour l'algo
+tableau = [[0, 3, 2], [9, 4, 5], [4, 1, 3]]
+resultat = trier_par_somme(tableau)
+print(resultat)