Self-assessment quiz
Présentation & objectifs
Les quiz suivants sont là pour vous aider à vérifier que vous avez compris les articles que vous deviez étudier.
Ils sont fournis pour l’auto-évaluation et ne seront ni notés ni stockés.
N’hésitez pas à poser vos questions sur le serveur Discord pour toute précision ou explication !
Quiz
---
secondary_color: lightgray
---
# The traveling salesman problem
En théorie des graphes, le TSP correspond à...
- [ ] Un problème dans lequel on cherche à trouver le plus court chemin d'un sommet u à un sommet v dans un graphe pondéré.
- [ ] L'équipe de soutien PyRat (TSP).
- [x] Un problème dans lequel on cherche à trouver le trajet le plus court passant par tous les sommets d'un graphe pondéré à partir d'un sommet initial.
# The traveling salesman problem
Réduire un problème $P$ à un problème $Q$ consiste à...
- [ ] Trouver les entrées du problème $P$ pour lesquelles $Q$ donne les mêmes sorties.
- [ ] Garder la partie de $P$ qui est plus simple que $Q$.
- [x] Trouver un moyen de résoudre $P$ en utilisant n'importe quel algorithme conçu pour résoudre $Q$.
# The traveling salesman problem
Le TSP traite une entrée qui se décrit le mieux comme...
- [x] Un graphe complet pondéré et un sommet initial.
- [ ] Un arbre non pondéré et un sommet racine.
- [ ] Un tétraèdre.
# The traveling salesman problem
Laquelle des affirmations suivantes définit le problème du voyageur de commerce ?
- [ ] Trouver le cycle le plus court dans un graphe pondéré à partir d'un sommet initial.
- [x] Trouver le trajet le plus court passant par tous les sommets d'un graphe pondéré à partir d'un sommet initial.
- [ ] Trouver un arbre couvrant minimal dans un graphe pondéré à partir d'un sommet initial.
# The traveling salesman problem
Considérons une situation dans laquelle nous nous intéressons à la complexité des algorithmes qui opèrent sur des graphes en fonction de l'ordre $n$ de ces graphes.
Cochez les problèmes suivants qui peuvent être réduits à la recherche d'un plus court chemin entre deux sommets $u$ et $v$ dans un graphe pondéré :
- [x] Trouver un plus court chemin entre deux sommets $u$ et $v$ dans un graphe non pondéré.
- [ ] Le TSP.
- [x] Vérifier s'il existe un chemin entre deux sommets $u$ et $v$ dans un graphe pondéré.
---
secondary_color: lightgray
---
# Bruteforce and backtracking to solve NP-complete problems
Un algorithme de bruteforce...
- [x] Est un algorithme qui trouve des solutions en testant toutes les possibilités de manière exhaustive.
- [x] Est garanti de trouver des solutions exactes.
- [ ] Est un algorithme qui trouve la solution la moins complexe sans vérifier si elle est correcte.
# Bruteforce and backtracking to solve NP-complete problems
Un algorithme de backtracking pour le TSP...
- [x] Examine itérativement les longueurs des trajets et abandonne immédiatement l'examen d'un trajet plus long que le plus court trouvé jusqu'à présent.
- [x] Est garanti de trouver le trajet le plus court.
- [ ] Explore aléatoirement seulement un sous-ensemble de tous les trajets et renvoie le plus court trajet de ce sous-ensemble, mais n'est pas garanti de trouver le plus court trajet parmi tous les possibles.
# Bruteforce and backtracking to solve NP-complete problems
Nous considérons l'utilisation d'un algorithme de backtracking pour le TSP.
Lesquelles des affirmations suivantes sont vraies ?
- [x] La complexité du backtracking peut être linéaire pour certains graphes.
- [x] L'ordre dans lequel les sommets sont explorés a une influence importante sur le temps d'exécution global.
- [ ] Le backtracking est basé sur un BFS.
# Bruteforce and backtracking to solve NP-complete problems
Lors de la résolution du TSP avec backtracking, lesquelles des affirmations suivantes sont vraies ?
- [x] L'exploration de la branche courante est abandonnée si la longueur du trajet partiel est supérieure au meilleur trajet trouvé jusqu'à présent.
- [x] Dans le meilleur des cas, seule la première branche a été entièrement explorée.
- [x] Si les branches sont explorées dans l'ordre décroissant de longueur, alors on explore autant de solutions que la recherche exhaustive simple.
# Bruteforce and backtracking to solve NP-complete problems
Nous considérons l'utilisation d'un algorithme de backtracking pour résoudre le TSP.
Lesquelles des affirmations suivantes sont vraies ?
- [x] Sur un graphe pondéré où tous les poids sont égaux, le backtracking sera au moins aussi coûteux qu'une recherche bruteforce.
- [ ] Si interrompu avant la fin, une solution estimée par backtracking sera toujours strictement inférieure à la vraie réponse.
- [x] L'ordre dans lequel les sommets sont explorés a une influence importante sur le temps d'exécution global.
---
secondary_color: lightgray
---
# Problem complexity & NP-completeness
La complexité d'un problème est définie comme...
- [x] La complexité minimale des algorithmes utilisés pour résoudre le problème.
- [ ] La complexité maximale des algorithmes utilisés pour résoudre le problème.
- [ ] La complexité moyenne des algorithmes utilisés pour résoudre le problème.
# Problem complexity & NP-completeness
Pour résoudre des problèmes NP, vous devez souvent utiliser des algorithmes avec...
- [ ] Une complexité linéaire.
- [ ] Une complexité quadratique.
- [x] Une complexité exponentielle.
# Problem complexity & NP-completeness
Le problème du voyageur de commerce est un problème NP-Complet.
- [x] Vrai.
- [ ] Faux.
# Problem complexity & NP-completeness
Considérons un problème pour lequel nous avons un algorithme de solution avec une complexité $O(n^2)$.
Sélectionnez les affirmations correctes :
- [x] La complexité du problème ne peut pas être supérieure à $n^2$.
- [ ] Il n'existe pas d'algorithme qui puisse résoudre le problème avec une complexité $O(n)$.
- [ ] La complexité du problème est $O(n^2)$.
- [ ] Le problème est au moins aussi difficile que le TSP.
# Problem complexity & NP-completeness
La complexité d'un problème est...
- [ ] La complexité maximale d'un algorithme utilisé pour le résoudre.
- [x] La complexité minimale d'un algorithme utilisé pour le résoudre.