 | Programme d’études 2019-2020 | English | |
| Structures de données | |||
Activité d'apprentissage |
| Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
|---|---|---|---|---|
| S-INFO-105 |
|
|
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
|---|---|---|---|---|---|---|---|
| Français | Français | 30 | 15 | 0 | 0 | 0 | Q1 |
| Modalités d'organisation des évaluations à distance de fin de Q3 2019-2020 (Covid-19) |
|---|
|
| Description des modalités d'évaluation à distance de fin de Q3 2019-2020 (Covid-19) |
| Si les examens sont à distance, examen écrit sur Moodle à cours ouvert. Si les examens sont en présentiel, examen écrit à cours fermé. |
Contenu de l'AA
Algorithmique avancée et structures de données élaborées pour la recherche, l'insertion et la suppression d'une donnée dans un ensemble de données, ainsi que le tri d'un ensemble de données.
Etude approfondie des arbres binaires de recherche, des arbres AVL, des B-arbres, des tables de hachage, du tri par tas, du tri rapide, des tris optimaux. Etude de l'exactitude des algorithmes, ainsi que la complexité en moyenne et dans le pire des cas.
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Introduction to algorithms, by Thomas H. Cormen, Charles E. Leiserson, Ronald L.Rivest (1991). The MIT Press, Mc Graw-Hill.
Mode d'enseignement
- Face à face
Types d'activités
- Cours magistraux
- Exercices dirigés
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend