Les algorithmes de tri
![Les algorithmes de tri](/images/remos_downloads/id-2336.2336.pdf_thumb_prev.jpg)
Les algorithmes de tri cours avec exemples
...
I - Tri par insertion
1) Version itérative
L’idée est de trier progressivement le tableau: supposant que t [0 : k] est déjà trié, j’insère t [k] à sa place parmi les valeurs de t [0 : k] (en décalant les plus grandes valeurs d’un cran vers la droite si nécessaire) de sorte que t [0 : k + 1] se retrouve trié.
Le principe de modularité pourrait nous conduire à écrire une fonction qui détermine la place de t [k], puis une deuxième fonction qui se charge de l’insertion. On obtient un code plus compact en décalant les valeurs au fur et à mesure de la recherche de la place de t [k] (sans oublier de mémoriser la valeur de t [k], qui risque d’être écrasée très vite !).
Plus précisément, pour k allant de 1 à n − 1 :
- je stocke la valeur de t [k] dans une variable temp et j’initialise j à la valeur k
- tant que j > 0 et temp < t [j − 1] (j’ai une valeur supérieure à temp à gauche de t [j]), je décale t [j − 1] d’un cran vers la droite et je décrémente j
- à la sortie de la boucle j’installe temp à sa place. La fonction de tri peut ainsi s’écrire en Python :
def tri_ins(t):
for k in range(1,len(t)):
temp=t[k]
j=k
while j>0 and temp<t[j-1]:
t[j]=t[j-1]
j-=1
t[j]=temp
return t
Noter que cette fonction modifie le tableau t. Il faut penser si besoin à en effectuer une copie...
Le return t est facultatif, si l’on considère ce programme comme une procédure modifiant t et non comme une fonction renvoyant un tableau.
Le test de la boucle while n’est correct que grâce à l’évaluation paresseuse des expressions booléennes, sans laquelle on risquerait d’accéder à t[−1] (ce qui existe en Python, mais pourrait poser problème dans d’autres contextes).
Justification :
- pour la boucle while, la valeur de j diminue strictement à chaque passage, il y aura donc au maximum k itérations ; terminaison naturelle pour la boucle for ;
- preuve par récurrence de l’invariant de boucle Pk : “après l’exécution de la boucle for pour la valeur k les valeurs t[0], ..., t[k] sont les valeurs initiales rangées par ordre croissant”.
Complexité au pire : n−1E k=1 k = n(− 1) n 2 (obtenue lorsque le tableau est initialement rangé en ordre décroissant !).
Complexité au mieux : n−1E 1 = n − 1 (obtenue lorsque le tableau est initialement rangé en ordre k=1
Complexité en moyenne : en admettant que l’insertion se fait “en moyenne” au milieu du segment balayé, on obtient n−1~ k=1 k
2 n (n − 1)
= 4 (l’étude précise peut se faire à l’aide de la notion d’inversions d’une permutation et conduit au même ordre de grandeur).
2) Version récursive
L’idée de l’algorithme se prête bien à une vision récursive, en écrivant une procédure tri_ins(t,j) qui trie (récursivement) la tranche t [: j] :
- si j = len(t), il n’y a rien à faire
- sinon j’insère t [j] dans la tranche t [: j − 1] (qui à ce stade est triée, cf. l’hypothèse de récurrence dans la preuve) puis je lance l’appel récursif tri_ins(t,j+1).
Pour la modularité, j’écris une procédure récursive qui insère t [j] dans la tranche t [: j − 1] supposée triée.
def insere(t,j):
if j>0 and t[j]<t[j-1]: t[j-1],t[j]=t[j],t[j-1] insere(t,j-1) def tri_ins(t,j=1): if j<len(t):
insere(t,j) tri_ins(t,j+1)
Noter la fonctionnalité de Python, qui permet d’omettre lors d’un appel de fonction un paramètre, pourvu que celui-ci se voie attribuer une valeur “par défaut” lors de la définition de la fonction (ici le j=1 dans la définition de tri_ins). Ainsi l’appel initial naturel tri_ins(t) sera interprété comme tri_ins(t,1). Avec un langage qui n’offre pas cette possibilité, il suffit de définir une fonction auxili¬aire, que la fonction principale appelle avec les paramètres adéquats.
3) Insertion dichotomique
On peut améliorer l’algorithme précédent en effectuant une recherche dichotomique de la place de l’élément à insérer dans la tranche qui le précède, puisqu’elle est triée. Cela permet de ramener le nombre de comparaisons à un O (n lo92 n), mais cela n’évite pas les décalages d’éléments du tableau, qui conduiront à une complexité temporelle quadratique...
II - Tri par fusion
1) Principe et implémentation
L’idée récursive est naturelle :
- s’il y a au plus une valeur, le tableau est trié ;
- s’il y a au moins deux valeurs, couper le tableau en deux, trier (récursivement) les deux sous-tableaux obtenus, puis fusionner les résultats : la fusion consiste à rassembler dans un seul tableau trié les valeurs contenues dans les deux tableaux triés fournis en paramètre (en respectant bien sûr les répétitions éventuelles : la longueur du résultat de la fusion est la somme des longueurs des deux tableaux initiaux).
D’où le programme Python, en supposant programmée ladite fusion:
def tri(t):
if len(t)<2:
return t
else:
m=len(t)//2
return fusion(tri(t[:m]),tri(t[m:]))
La terminaison est justifiée par la décroissance stricte de n à chaque appel récursif, la correction par récurrence forte sur n.
Noter que la profondeur maximale des appels récursifs est de l’ordre de lo92 (n), ce qui permettra de trier de grands tableaux, même avec Python...
La fusion se prête très bien également à une programmation récursive, avec les avantages et inconvénients habituels : élégante et facile à justifier, mais gourmande en mémoire.
Voici une vision récursive de l’algorithme de fusion de deux tableaux triés t1 et t2 :
- si l’un des deux tableaux est vide, renvoyer l’autre ;
- sinon renvoyer le tableau formé par la plus petite des deux valeurs t1 [0] et t2 [0], suivie de la fusion de t1 et t2, l’un des deux ayant été privé de sa première valeur déjà placée !
D’où ce programme Python séduisant :
def fusion(t1,t2):
if t1==[]:
return t2
elif t2==[]:
return t1
elif t1[0]<t2[0]:
return [t1[0]]+fusion(t1[1:],t2)
else:
return [t2[0]]+fusion(t1,t2[1:])
Notons n1 = len (t1) et n2 = len (t2)La terminaison est justifiée par la décroissance stricte de n1 + n2 à chaque appel récursif, la correction par récurrence sur la valeur de cette somme. La complexité (en nombre de comparaisons d’éléments de tableau) au mieux est min (n1, n2), au piren1 + n2.
Mais le programme ci-dessus souffre de deux gros défauts :
- le nombre de comparaisons est bien un O (n1 + n2), mais la complexité temporelle est quadratique, du fait des recopies de tableaux ;
- la profondeur des appels récursifs est au pire également de n1 +n2, ce qui peut poser problème pour de grands tableaux dans certains langages (notamment Python... ).
D’où l’intérêt d’une version itérative de la fusion, utilisant un tableau local t pour stocker le résultat de la fusion de t1 et t2 ; je fais évoluer deux indices i1 et i2 au fur et à mesure que j’avance dans t1 et t2 :
- initialiser i1 et i2 à 0, t à un tableau vide
- tant que i1 < len (t1) et i2 < len (t2), comparer t1 [i1] et t2 [i2], ajouter la plus petite des deux à la fin de t et incrémenter l’indice correspondant (i1 ou i2)
- à la sortie de la boucle précédente, soit i1 = len (t1), soit i2 = len (t2) ; dans le premier cas, toutes les valeurs de t1 ont été recopiées dans t, il n’y a plus qu’à y recopier la fin de t2 ; idem dans le second cas.
D’où ce nouveau programme Python:
def fusion(t1,t2):
i1,i2,n1,n2=0,0,len(t1),len(t2)
t=[]
while i1<n1 and i2<n2:
if t1[i1]<t2[i2]:
t.append(t1[i1])
i1+=1
else:
t.append(t2[i2])
i2+=1
if i1==n1:
t.extend(t2[i2:])
else:
t.extend(t1[i1:])
return t
On notera les “bonnes pratiques” :
- utiliser les variables n1, n2 plutôt que de recalculer sans cesse len (t1) et len (t2)
- utiliser i+=1 plutôt que i=i+1 (la première version incrémente “en place”, tandis que la seconde crée une nouvelle instance de i avant de laisser le ramasse-miettes nettoyer l’ancienne... )
- utiliser t.append(x)plutôt que t=t+[x] (la première version “ajoute” x à la fin de t, tandis que la seconde recopie toutes les valeurs de t dans une nouvelle instance de t avant d’y adjoindre x... )
- de même, utiliser t.extend(u) plutôt que t=t+u.
2) Complexité du tri par fusion (en nombre de comparaisons d’éléments de tableau)
Cet algorithme est typique du paradigme “diviser pour régner” ; ici, la partition ne nécessite aucune comparaison et nous avons vu que l’on peut implémenter la fusion de deux tableaux contenant en tout n cases en O (n). Ainsi, le coût C (n) du tri d’un tableau de taille n vérifie la relation de récurrence :
C (n) = C (Ln/2]) + C ([n/21) + O (n)
d’où l’on peut déduire :
C (n) = O (n lo92 n) .
NB : plus précisément, C (n) = C (Ln/2]) + C ([n/21) + A.n donne C (n) — An lo92 n.
3) Version procédurale
Le lecteur attentif aura remarqué que la fonction présentée au § 1) effectue des copies des deux “moitiés” du tableau au moment des appels récursifs. Cela est moins gênant que pour la recherche dichotomique, car la complexité temporelle globale vérifie une relation de récurrence du même type que ci-dessus, puisque lesdites copies se font en temps linéaire.
Toutefois, on peut éviter ces recopiages en optant pour des procédures qui modifient le tableau à trier. Il reste recommandé d’utiliser un tableau auxiliaire pour la fusion, mais un seul tableau doit suffire, donc pas d’inflation de la complexité spatiale. Cf. le TD 2.
III - Tri rapide (ou “quicksort”, par C.A.R. Hoare — 1960) 1) Principe et implémentation
L’idée consiste à partitionner d’abord le tableau t à trier autour d’un pivot : on choisit l’une des valeurs du tableau (ledit pivot), par exemple t [0] et l’on construit deux tableaux avec les t [i] pour i > 0 (où l’on peut retrouver le pivot si sa valeur figure pour plusieurs indices... ) :
- le premier t1 avec les valeurs correspondant aux indices i tels que t [i] < pivot
- le second t2 avec les valeurs correspondant aux indices i tels que t [i] > pivot
Il n’y a plus qu’à trier (récursivement !) t1 et t2 et à renvoyer les valeurs triées de t1, suivies de la valeur du pivot et des valeurs triées de t2 ! On obtient ainsi les valeurs de t triées (preuve immédiate par récurrence forte).
L’algorithme se termine bien puisque les longueurs des tableaux t1 et t2 transmis lors des appels récursifs sont strictement inférieures à la longueur du paramètre initial t, par construction. Notons toutefois que – contrairement à la situation du tri par fusion – t1 et t2 peuvent être de tailles déséquilibrées, ce qui fait que la complexité de ce tri peut-être quadratique dans le pire des cas (voir ci-dessous).
Mais sa complexité en moyenne est en n lnn et sa mise en œuvre s’avère très rapide, d’où son nom !
L’implémentation en Python est naturelle:
def quicksort(t): if t == []:
return [] else:
pivot = t[0]
t1 = []
t2 = []
for x in t[1:]:
if x<pivot:
t1.append(x)
else:
t2.append(x)
return quicksort(t1)+[pivot]+quicksort(t2)
Où l’on voit que la partition est facile à faire avec les “tableaux-listes” de Python.
La programmation dans des langages moins sophistiqués (et parfois plus efficaces) se fait classiquement “en place”, c’est-à-dire en permutant les éléments du tableau t tout en déterminant la place définitive du pivot. Voici une implémentation possible, où la fonction partition reçoit comme paramètres deux indices g et d, renvoie un indice p et réorganise la tranche t [g : d] de sorte que les post-conditions suivantes soit satisfaites :
- pour i tel que g < i < p, t [i] < pivot
- t [p] = pivot
- pour i tel que p < i < d, t [i] > pivot
Pour cela, je procède de la façon suivante :
- p est initialisé à g et pivot reçoit la valeur t [g]
- pour k allant de g + 1 à d −1 (le reste de la tranche), si t [k] < pivot j’incrémente p et j’échange t [p] et t [k]
- j’échange t [g] et t [p] pour mettre le pivot à sa place et je renvoie la valeur de p qui indique où se fait la partition
def partition(t,g,d):
p=g
pivot=t[g]
for k in range(g+1,d):
if t[k]<pivot:
p+=1
t[p],t[k]=t[k],t[p]
t[p],t[g]=t[g],t[p]
return p def quicksort(t): def tri(g,d):
if g<d:
p=partition(t,g,d) tri(g,p)
tri(p+1,d)
tri(0,len(t))
La fonction tri se justifie facilement par récurrence forte, en admettant la correction de la fonction partition...
Exercice : justifier la fonction partition !
2) Complexité du tri rapide (en nombre de comparaisons d’éléments de tableau)
Ici, la “fusion” ne coûte rien, la partition d’un tableau de n valeurs se fait au prix de n−1 comparaisons. Mais nous n’avons pas de relation de récurrence du type “diviser pour régner”, car le partage ne se fait a priori pas toujours en deux sous-tableaux de tailles égales.
Ainsi, dans le pire des cas (par exemple lorsque le tableau est initialement trié ! Alors t1 est toujours vide et t2 de taille n − 1), le coût C (n) vérifie
Pour ce qui est de la complexité en moyenne, encore notée C (n), en supposant – à chaque étape – les différentes tailles de t1 et t2 comme équiprobables, outre C (0) = C (1) = 0, j’obtiens successivement pour n > 2 :
…
On peut en déduire que C (n) — 2n ln n = (2ln 2) n log2 n.
Remarque : le lecteur avisé aura compris que le choix du pivot est déterminant ; le choix de la première valeur (utilisé ci-dessus) s’avérant catastrophique pour un tableau initialement (presque) trié. D’autres stratégies sont possibles mais leur étude dépasse le cadre du programme officiel... Cf. le TD 2.
3) Application : calcul de la médiane d’une série statistique
Supposons des valeurs numériques stockées dans un tableau t de taille n (indexé de 0 à n − 1). Nous cherchons un indice i tel que :
- au moins la moitié des valeurs sont inférieures ou égales à t [i]
- au moins la moitié des valeurs sont supérieures ou égales à t [i]
On dit dans ce cas que m = t [i] est une médiane de la série statistique (il existe d’autres définitions de la médiane permettant d’assurer son unicité dans le cas d’un nombre pair de valeurs... ).
Un algorithme évident pour déterminer une telle médiane est de trier le tableau t et de renvoyer t [n//2] ! Mais cet algorithme a le même coût que le tri du tableau, donc en moyenne au mieux de l’ordre de nlnn...
L’idée de partition du tri rapide permet d’élaborer un algorithme linéaire en moyenne (sans trier le tableau !).
Tant qu’à faire, donnons un algorithme recevant un tableau t et un entier k (avec la pré-condition 0 < k < len (t)) et renvoyant la valeur d’indice k dans la liste triée des valeurs initialement stockées dans t.
Cet algorithme récursif utilise la fonction partition du § 1) ; pour déterminer k_ieme(g, d), valeur d’indice k dans la liste triée des valeurs initialement stockées dans t [g : d] (pré-condition g < k < d !) :
- p reçoit l’indice renvoyé par partition(g, d), dont l’exécution réorganise les valeurs de la tranche t[g : d]
- si p = k, renvoyer t [p] ; si p > k, renvoyer k_ieme (g, p) et si p < k, renvoyer k_ieme (p + 1, d) (appels récursifs)
Suivant ce principe, on ne réorganise que certaines tranches de t, sans les trier complètement, mais en préservant le fait que la valeur cherchée se trouve dans la tranche t [g : d] (d’où la justification par récurrence forte sur la valeur de d − g... ).
Voici une implémentation en Python:
def quick_ieme(t,k):
def k_ieme(g,d):
p=partition(t,g,d)
if p==k:
return t[p]
elif p>k:
return k_ieme(g,p)
else:
return k_ieme(p+1,d)
return k_ieme(0,len(t))
Comme pour le tri rapide, la complexité au pire est quadratique (par exemple si l’on cherche la plus grande valeur d’un tableau initialement trié !).
Toutefois on peut montrer que la complexité en moyenne est linéaire.
Pour cela, je note T (n) le maximum, pour k = g, ..., d − 1, des nombres moyens de comparaisons effectuées lors de l’appel de k_ieme(g, d), lorsque d − g = n (nombre d’éléments traités).
Un appel à partition(t, g, d) effectue d − g − 1 comparaisons, soit n − 1 comparaisons ; le nombre de comparaisons entraînées par l’appel de k_ieme(g, d) est par conséquent au plus égal à n − 1...
- ... plus 0 si l’on trouve le k-ième élément dès le premier appel ;
- ... plus T(d − p − 1) si la fonction de partition renvoie p < k (appel de k_ieme(p + 1, d)) ;
- ... plus T(p − g) si elle renvoie p > k (appel de k_ieme(g, p)).
En supposant ces différents cas équiprobables, j’obtiens pour majorant du nombre moyen de comparai¬sons nécessitées par l’appel de k_ieme(g, d), en réindexant convenablement :
~ ~1 (d−g−1 d−g−1 )j
T(p − g) ≤ n − 1 + max E T(i) + E T(i)
g<k<d n
i=d−ki=k−g+1
or ce dernier majorant est indépendant de k, c’est donc un majorant de T (n).
J’en déduis que T (n) ≤ 4n par récurrence forte sur n : en effet, T(1) = 0 ≤ 4 et, si je suppose n ≥ 2 tel que, pour tout j < n, T(j) ≤ 4j, alors l’expression entre crochets ci-dessus est majorée par (en posant r = k − g ∈ [0, n[) :
n
(n−1 n−1 E i + E i = n «n − 1)n − (n − r − ~)(n − r) − r (r 2 1»
i=n−r i=r+1 2 ~n2 − n + 2r (r + 1 − n)~
= 4n − 4 − n
= 2n − 2 + 4r (n − 1 − r)n ,(S)2
2 ,ce maximum valant (le produit dedeux facteurs de somme constante est maximum lorsque les deux facteurs sont égaux). Il en résulte :
ce qui achève la démonstration par récurrence. En conclusion :
∀n ≥ 1 T(n) ≤ 4n.