[TP.05] Utilisons le tri - suite - [LINFO1103] Introduction à l'algorithmique

[TP.05] Utilisons le tri - suite

On dispose d’un ensemble de données pluviométriques de 2019 en Belgique. Chacune de ces données est composée d’une date et du nombre de mm d’équivalence en eau par $m^2$ . On souhaite également pouvoir déterminer le niveau pluviométrique le plus fréquemment observé. C’est ce que l’on appelle, en statistiques, le mode.

Pour votre implémentation, basez-vous sur une implémentation du tri par insertion.

Paste this command into your terminal:

The password to connect is

Question 1: [Validation] Un exemple du mode

Supposons le relevé de mesures suivant, identifiez le mode correspondant.

mesures = [6, 2, 7, 4, 5, 6]

Question 2: Calcul du mode

Vous êtes chargés d'implémenter la fonction suivante en Python. Pour préparer votre code, vous pouvez télécharger le fichier mode.py qui contient la signature de la fonction et quelques exemples de tests.

Note: Lorsqu'il vous est demandé d'implémenter une fonction, vous êtes invités à ne remplir que le corps de la fonction à implémenter.

Note: Vous pouvez, dans le corps de la fonction, faire appel aux fonctions et modules importés dans le template fourni.

def mode(values):
    """
    pre: `values` est un tableau (list) d objets comparables, len(values) >= 1
    post: renvoie le mode du tableau (ou le mode de plus petite valeur si plusieurs modes),
          le tableau `values` ne peut pas être modifié
    """

return -1

 
return -1

Question 3: Complexité temporelle

Quelle est la complexité temporelle de l’algorithme ? Choisissez la borne la plus simple et la plus stricte possible.

On suppose que vous n'effectuez pas d'opérations inutiles.

$O(n^2)$

$\Omega(n^2)$

$\Theta(n^3)$

$\Omega(n^3)$

$O(n^3)$

$\Theta(n^2)$

Author(s)	Vincent Branders, Pierre Dupont
Deadline	19/03/2025 14:00:00
Submission limit	No limitation

Information

Sign in