apic.py

Created by bilouclic

Created on December 15, 2024

1.99 KB


# Question 1 : Raisonnement par  
# l'absurde pour montrer que  
# le pic est unique.  
# Hypothèse : Supposons qu’il  
# existe deux pics p1 et p2  
# avec p1 < p2.  
# Par définition, les valeurs  
# d’indice p1 à n-1 sont  
# décroissantes et celles  
# d’indice 0 à p2 sont  
# croissantes. Cela crée une  
# contradiction, car les  
# valeurs entre p1 et p2  
# seraient à la fois  
# croissantes et  
# décroissantes.  
# Conclusion : L’hypothèse est  
# fausse, donc le pic est  
# unique.  

# Question 2 : Cas de base.  
# Si le tableau contient un  
# seul élément, cet élément est  
# un pic car il est plus grand  
# ou égal aux éléments  
# inexistants à gauche et à  
# droite.  

# Question 3 : Algorithme de  
# la fonction pic_dpr.  
# Entrée : un tableau tab de  
# n éléments, indices i (début)  
# et j (fin).  
# Cas de base :  
# - Si la zone est vide ou  
# invalide, retourner None.  
# - Si la zone contient un seul  
# élément, retourner i.  
# Cas récursif :  
# - Calculer k = (i + j) // 2.  
# - Si tab[k] < tab[k+1],  
# rechercher dans la moitié  
# droite.  
# - Sinon, rechercher dans la  
# moitié gauche.  

def pic_dpr(tab: list,  
            i=0, j=None) -> int:  
    '''Recherche un pic dans  
    un tableau.'''  
    if j is None:  
        j = len(tab) - 1  
    if i > j or i < 0 or  
       j > len(tab) - 1:  
        return None  
    if i == j:  
        return i  
    k = i + (j - i) // 2  
    return pic_dpr(tab, k + 1, j)  
    if tab[k] < tab[k + 1] else  
    pic_dpr(tab, i, k)  

# Question 4 : Implémentation  
# et tests  
# Tests des cas limites et des  
# exemples :  
assert pic_dpr([]) is None  
assert pic_dpr([2]) == 0  
assert pic_dpr([1, 4, 6,  
                2, 0]) == 2  
assert pic_dpr([1, 4, 6,  
                2, 0], 1, 4) == 2  

# Question 5 : Complexité  
# À chaque appel,  
# l’algorithme divise la zone  
# à examiner par deux :  
# C(n) = C(n/2) + O(1). Par  
# résolution de la récurrence,  
# C(n) = O(log n).  

During your visit to our site, NumWorks needs to install "cookies" or use other technologies to collect data about you in order to:

With the exception of Cookies essential to the operation of the site, NumWorks leaves you the choice: you can accept Cookies for audience measurement by clicking on the "Accept and continue" button, or refuse these Cookies by clicking on the "Continue without accepting" button or by continuing your browsing. You can update your choice at any time by clicking on the link "Manage my cookies" at the bottom of the page. For more information, please consult our cookies policy.