2026_TD1_DEV51_Qualite_Algo/COMPTE_RENDU.md

Compte rendu — Optimisation de l'analyseur de mots

R5.A.04 — Qualité algorithmique

Adrien RABOT — Théo ANASTASIO

1. Objectif et méthode

Réduire le temps d'exécution sans modifier les résultats, sur un texte fixe contenant 250 000 mots et 5 866 mots distincts retenus.

Les temps sont mesurés avec gcc -O0, sans -pg. Le profil est obtenu séparément avec gcc -O0 -pg et gprof, car l'instrumentation ralentit le programme.

2. Analyse et pistes prioritaires

Le profil initial conduit aux priorités suivantes, classées par gain attendu :

1. Accélérer la recherche des mots. La recherche linéaire provoque 296 656 203 appels à egales. Une recherche dichotomique ou une table de hachage permet de réduire ces comparaisons.
2. Calculer la moyenne une seule fois. longueur_moyenne est appelée 5 867 fois, car la variance recalcule la même moyenne pour chaque mot.
3. Supprimer les parcours répétés des chaînes. longueur est appelée 36 009 819 fois au total. Mémoriser les longueurs et les positions de fin évite de reparcourir les mots, les lignes et le rapport.
4. Remplacer le tri à bulles. Ses 17 202 045 appels à doit_echanger justifient un tri en O(n log n).

3. Optimisations et gains mesurés

Chaque gain est relatif à la version précédente. Les deux premières étapes reposent sur une mesure ponctuelle ; les étapes 03 à 05 utilisent la médiane de cinq exécutions par version, les étapes 06 et 07 celle de dix exécutions, et la normalisation celle de cinquante exécutions. Chaque comparaison est faite sur la même machine ; les conditions peuvent varier entre les étapes.

Optimisation	Modification	Avant	Après	Temps gagné
Recherche dichotomique	Tableau maintenu trié, recherche en O(log n)	2,80 s	1,45 s	≈ 48 %
Moyenne	Un seul calcul, transmis au calcul de variance	1,46 s	0,88 s	≈ 40 %
Table de hachage	Recherche et insertion en O(1) en moyenne	0,888 s	0,831 s	6,4 %
Longueurs et chaînes	Champ taille, arrêt sur \0, position de fin conservée	0,832 s	0,362 s	56,5 %
Tri par tas	Tri en O(n log n), sans tableau supplémentaire	0,367 s	0,113 s	69,3 %
Bigrammes	Deux lettres précédentes conservées, aucun appel à est_lettre	0,1252 s	0,1123 s	10,3 %
Mots vides	Filtre par longueur et index de hachage séparé	0,1007 s	0,0543 s	46,1 %
Normalisation	Table de conversion des octets, comparaison sur le même PC	0,0569 s	0,0508 s	10,7 %

Le programme utilise le hachage à la place de la dichotomie. Son gain supplémentaire reste limité car la recherche était déjà efficace.

Tous les appels à longueur sont supprimés. Le tri ne fait plus que 129 602 appels à doit_echanger, soit environ 133 fois moins. Le classement reste par fréquence décroissante, puis par ordre alphabétique.

La recherche des mots vides passe de 12 045 671 à 202 444 appels à egales. Les appels à est_lettre et en_minuscule sont supprimés. Le gain de normalisation a été confirmé sur salle235-06 : la nouvelle version est plus rapide dans les 50 paires de mesures, en temps réel et CPU.

4. Bilan et validation

Le bilan global ci-dessous a été mesuré après le tri par tas (étape 05), sur cinq exécutions par version dans les mêmes conditions. Les gains des étapes suivantes sont mesurés séparément dans le tableau précédent.

Mesure	Version initiale	Après le tri par tas
Temps réel	2,81 s	0,11 s
Pic mémoire résident (RSS)	6 664 Kio	6 668 Kio

Après le tri par tas, le programme est environ 25,5 fois plus rapide, soit 96,1 % de temps en moins sur ce jeu de données.

Le rapport et la sortie console sont identiques octet par octet. L'empreinte reste 1d53de903efd2b7c.

Sources : notes, ordre des profils, profil initial, profil actuel, mesures du bilan après tri et comparaison de normalisation.