Upload
fernande-da-silva
View
104
Download
0
Embed Size (px)
Citation preview
Structures de donnéesIFT-2000
Abder AlikacemAbder Alikacem
Les graphes
Semaine 5
Département d’informatique et de génie logiciel
Édition Septembre 2009
Première partie
• Introduction• Nomenclature des graphes• Matrice de connectivité• Clôture transitive: algorithme de Warshall• Plus court chemin: algorithme de Floyd
4
25
3
1
Les graphes
Modélisent quoi au juste ?• cartes géographiques : réseaux routiers, de téléphonie, etc.• trajets d’autobus, de trains, d’avions, de commis voyageurs• circuits électriques, réseaux électriques• Gestion d’une ville (transport, feux tricolore, voies à sens unique
etc..)• Etc..
4
25
3
1
Graphe (orienté) G = (S, A)S ensemble fini des sommetsA S x S ensemble des arcs,
i.e., relation sur S
Graphe non orienté G = (S, A)A ensemble des arêtes, relation symétrique
S = { 1, 2, 3, 4, 5 }A = { (1, 2), (1, 3), (2, 3), (3, 2), (4, 4), (4, 5) }
1
2
3
4
5
1 4
2
3
S = { 1, 2, 3, 4 }A = { {1, 2}, {1, 3}, {1, 4}, {2, 4} }
Les graphes: définitions
Les graphes : définitions
• Graphe G (S,A), un graphe orienté (digraphe)• S = {1,2,3,4,5}, A = {1-5,2-1,2-4,4-1,4-3,5-4}
• adjacence d’un nœud V si 1 arc V-W y est relié• chemin suite d’arcs où le dernier d’une paire est le
premier de la paire suivante (chemins simples)• <2-4> et <2-1,1-5,5-4> = 2 chemins de 2 à 4
• ordre d’un chemin nombre d’arcs le composant
4
25
3
1
Les graphes : définitions
• ordre de sortie d’un nœud (arité de sortie)• ordre d’entrée d’un nœud (arité d’entrée) = degré d’un
sommet• circuit chemin où l’origine est égale au dernier nœud
• ex. : <4-1,1-5,5-4>• boucle circuit d’ordre 1• graphe acyclique graphe ne contenant aucun circuit• puits nœud dont l’arité de sortie est 0• source nœud dont l’arité d’entrée est 0• nœud indépendant arité d’entrée = arité de sortie = 0
4
25
3
1
Les graphes : définitions
Graphe connexe :• en oubliant le sens des flèches, un graphe est
connexe s’il existe un chemin entre toutes paires de nœuds
• sinon : graphe à composantes connexes
4
25
3
1
4
25
3
1
Graphe fortement connexe : en tenant compte du sens des flèches, un graphe est
fortement connexe s’il existe un chemin entre toutes paires de nœuds
Ce graphe comporte 5 composantes fortement connexes
Les graphes : définitions
Points d’articulation
Ce graphe non orienté est connexe, c'est-à-dire formé d'une seule composante.
Ce graphe contient quatre points d'articulation, c'est-à-dire un sommet qui, s'il est éliminé, “ casse ” le graphe en deux ou plusieurs morceaux.
Ces points d’articulation sont :
A qui déconnecte B H qui déconnecte I J qui déconnecte K G qui produit 3 composantes.
Un graphe qui ne possède pas de points d’articulation est appelé bi-connexe (ou 2-connexe)
Les graphes : définitions
Les graphes : définitions
à chaque arc valeur (numérique)
4
25
3
10.5
0.2
0.8
0.75 1
14
25
3
1type-de
mange
sur
saveurà-côté
près
à chaque arc valeur (nominale)
Graphe pondéré (valué)
Les graphes orientés et pondérés sont appelés des réseaux
Les graphes : définitions
• Graphe pondéré : à chaque arc valeur (nominale)• Graphe décoré (étiqueté) : à chaque nœud valeur
lasagne
chattapis
pepperoni
paillassontype-de
mange
sur
saveurà-côté
près
Opérations importantes
Connectivité • Existe-t-il un chemin entre V et W ?
• Quel est le chemin le plus court entre V et W ?
• avec chaque arc valeur de 1 ?• avec un graphe pondéré ?
4
25
3
1
4
25
3
1
4
25
3
1
•Est-ce qu’un graphe g’ est inclus dans un autre graphe g ?
Explorations Parcours en profondeur, en largeur Tri topologique Composantes fortement connexes, ...
Recherche de chemins Clôture transitive (algorithme de Warshall) Chemin de coût minimal (algorithme de Floyd, Dijkstra,
Bellman-Ford) ...
Arbres recouvrants : Algorithmes de Kruskal et Prim
Réseaux de transport Flot maximal (algorithme de Ford-Fulkerson)
Divers Coloration d'un graphe ...
Algorithmique des graphes
En général, il existe 2 manières pour mettre un graphe en mémoire:
Par chaînage Listes des successeurs
Dans une matrice Matrice de nœuds adjacents
Implantation
1
1
2
2 3123
1
1
22
2
3
28 35123
1
2 3
2
5
2
83
1
2 3
S = { 1, 2, 3 }A = { (1,1), (1, 2), (1, 3), (2, 1), (3, 2)}
Listes des successeurs
Exemple
S = { 1, 2, 3 }A = { (1,1), (1, 2), (1, 3), (2, 1), (3, 2)}
0 1 1M = 1 0 0 0 1 0
V = 0 8 53 0 2 0
M [ i, j ] = 1 ssi j adjacent à i
1
2 3
5
2
83
1
2 3
Matrices d’adjacences
Exemple
Opérations importantes
• graphe orienté
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
Matrice d’adjacence
• graphe non orienté
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5 1
1 1
1
1
1
Opérations importantes
• arité de sortie
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
2
0
2
1
Matrice d’adjacence
• arité d’entrée
1
1 1
1 1
1
1 2 3 4 51
2
3
4
52 0 1 2 1
Opérations importantes
• puits
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
2
0
2
1
4
25
3
1
Matrice d’adjacence
• source
1
1 1
1 1
1
1 2 3 4 51
2
3
4
52 0 1 2 1
Opérations importantes
• boucle
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
Matrice d’adjacence
Opérations importantes
• chemins de longueur 1 = A
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
Matrice d’adjacence
Opérations importantes
• chemins de longueur 2 ?
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
Matrice d’adjacence
Opérations importantes
• chemins de longueur 2 ?
4
25
3
1
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
Matrice d’adjacence
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1 2 3 4 51
2
3
4
5
4
25
3
1
Chemins de longueur 2
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1 2 3 4 51
2
3
4
5
4
25
3
1 1
1 1 1
1
1 1
Chemins de longueur 2 = A2
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1 2 3 4 51
2
3
4
5
4
25
3
1 1
1 1 1
1
1 1
xChemins de longueur 3
1
1 1
1 1
1
1 2 3 4 51
2
3
4
5
1 2 3 4 51
2
3
4
5
4
25
3
1
1 2 3 4 51
2
3
4
5
1
1 1 1
1
1 1
1 1
1 1
1
1
Chemins de longueur 3 = A3
Fermeture transitive des graphes
Définition
Soit G un graphe orienté de n noeuds.
Soit A la matrice de nœuds adjacents correspondant.
Soit Bn-1 = A + A2 + A3 … + An-1
la matrice P est appelée fermeture ou clôture transitive du graphe G (dans notre cas, on a une clôture par produits de matrices).
Complexité ?
Bn-1 P : matrice de booléens qui indique s’il existe un chemin entre toutes paires de nœuds
Exemple
graphe G graphe H
1 2
3
4
1 2
3
4
Fermeture transitive des graphes
H : la fermeture transitive de A.
Algorithme de Warshall{Soit A, un graphe orienté}
1. [Initialisation]P A
2. [Boucle sur tous les sommets intermédiaires]Pour k = 1, 2, ..., n répéter jusqu'à l'étape 4.
3. [Boucle sur les sommets de départ]Pour i = 1, 2, ..., n répéter l'étape 4.
4. [Boucle sur les sommets adjacents]Pour j = 1, 2, ..., n répéterPij Pij ou (Pik et Pkj)
5. [Fin de l'algorithme]Stop
Algorithme de Warshall
Complexité ?
P0 = 0 1 0 1 0 0 1 0 0 1 0 1 1 1 0 0
P1 =
P2 =
P3 =
P4 =
34
1 2
0 1 0 1 0 0 1 0 0 1 0 1 1 1 0 1
0 1 1 1 0 0 1 0 0 1 1 1 1 1 1 1
0 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Algorithme deWarshall
34
1 2
34
1 2
34
1 2
34
1 2
pour k = 1 à n faire
pour i = 1 à n faire
pour j = 1 à n faire
C [i, j] MIN { C [i, j] , C [i, k] + C [k, j] } ;
k c
i b a
k j
MIN { a, b + c }Ck =
i ja
kb c
Algorithme de Floyd
P0 = 0 1 0 1 0 0 1 0 0 1 0 1 1 1 0 0
P1 =
P2 =
P3 =
P4 =
34
1 2 0 1 0 1 0 0 1 0 0 1 0 1 1 1 0 1
0 1 1 1 0 0 1 0 0 1 1 1 1 1 1 1
0 1 1 1 0 1 1 1 0 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
Warshall
P0 = 1 1 1 1 1 1 1
P1 =
P2 =
P3 =
P4 =
1 1 1 1 1 1 1 2 1 2 1 1 1 2 1 1 1 2 2
1 2 1 2 1 2 1 2 1 1 1 2 2
2 1 2 1 3 2 1 2 2 1 2 1 1 1 2 2
Floyd
P 1 =
P 2 =
P 3 =
P 4 =
0 1 0 1 0 0 1 0 0 1 0 1 1 1 0 0
1 1 1 0 0 1 0 1 1 1 1 0 0 1 1 1
0 2 1 2 1 1 1 0 0 2 1 2 1 2 1 1
2 3 2 1 0 2 1 2 2 3 2 1 1 3 2 2
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2 1 2 1 3 2 1 2 2 1 2 1 1 1 2 2
C
A
L
C
U
L
M
A
T
R
I
C
I
E
L
Algorithme de Floyd{Soit A, un graphe orienté.}
1. [Initialisation]C A
2. [Boucle sur les sommets intermédiaires]Pour k = 1, 2, ..., n répéter jusqu'à l'étape 4.
3. [Boucle sur les sommets de départ]Pour i = 1, 2, ..., n répéter l'étape 4.
4. [Boucle sur les sommets adjacents]Pour j = 1, 2, ..., n répéterCij MIN (Cij , Cik + Ckj)
5. [Fin de l'algorithme]Stop
Algorithme de Floyd
Complexité ?
C0 = W =
9
240 78
1
0 1 8 0 4 7 0 9 0 2 0
C1 = 0 1 8 0 4 7 0 9 0 1 0
C2 = 0 1 5 8 0 4 7 0 9 0 1 5 0
C3 = 0 1 5 8 0 4 13 7 0 9 0 1 5 0
C4 = 0 1 5 8 13 0 4 13 9 7 0 9 0 1 5 0
34
1 2
Matrice des poids :
W [i,j] = 0 si i = jv((i,j)) si (i, j) A sinon
Algorithme de Floyd et les distances
C0 = W =
0 1 8 0 4 7 0 9 0 2 0
C1 = 0 1 8 0 4 7 0 9 0 1 0
C2 = 0 1 5 8 0 4 7 0 9 0 1 5 0
C3 = 0 1 5 8 0 4 13 7 0 9 0 1 5 0
C4 = 0 1 5 8 13 0 4 13 9 7 0 9 0 1 5 0
- 1 - 1 - - 2 - - 3 - 3 4 4 - -
P1 =
P2 =
P3 =
P4 =
P0 =
- 1 - 1 - - 2 - - 3 - 3 4 1 - -
- 1 2 1 - - 2 - - 3 - 3 4 1 2 -
- 1 2 1 - - 2 3 - 3 - 3 4 1 2 -
- 1 2 1 4 - 2 3 4 3 - 3 4 1 2 -
9
240 78
1
34
1 2
Matrice des prédécesseurs Pk [i, j] = prédécesseur de j sur un plus court chemin de i à j dont les sommets intermédiaires sont tous k
Algorithme de Floyd et les chemins
C4 = 0 1 5 8 13 0 4 13 9 7 0 9 0 1 5 0
P4 =
- 1 2 1 4 - 2 3 4 3 - 3 0 1 2 -
Exemple de chemin
distance de 2 à 1 = C4[2,1] = 13
P4[2,1] = 4 ; P4[2,4] = 3 ; P4[2,3] = 2 ;
2 34
49
10
9
240 7
8
1
34
1 2
Algorithme de Floyd
Deuxième partie
• Parcours d’un graphe par contagion (ou largeur)• Parcours d’un graphe par sondage (ou profondeur)• Description d’un graphe en terme de type abstrait• Implantation
4
2
5
3
1
De nombreux algorithmes relatifs aux graphes nécessitent une procédure qui permet l'examen systématique des noeuds et des arêtes (arcs) d'un graphe G donné, une et une seule fois.
La procédure consiste à classer les sommets en 3 catégories:
• La catégorie A des sommets déjà visités.• La catégorie B des sommets adjacents à ceux de la catégorie
A mais pas encore visités (sommets qui peuvent être atteints).• La catégorie C des sommets invisibles qui n'ont pas encore
été rencontrés du tout (qui ne peuvent pas être atteints depuis un sommet déjà visité).
Défilement d’un graphe
Les différentes variantes de parcours dépendront de la manière dont on fait passer les sommets de la catégorie C à la catégorie B et de la B dans la A.
On construit l'état initial en plaçant le sommet de départ dans la catégorie B et tous les autres dans la catégorie C.
On répète alors :
faire passer un sommet x de la catégorie B à la catégorie A; mettre dans la catégorie B tous les sommets de catégorie C
adjacents à x.
Marquer les nœuds (Petit-Poucet)
Il existe deux manières standard d'exécuter ces opérations: Parcours par contagion ou par largeur Breadth-First Search
ou BFS Parcours par sondage ou en profondeur(Depth-First Search
ou DFS)
Au cours de l'exécution de nos algorithmes, chaque noeud N de G sera dans l'un des trois états suivants :
STATUS = 1 : (Prêt) État initial du noeud N
STATUS = 2 : (Attente) Le noeud N est soit empilé, soit dans la file d'attente, en attente d'être traité.
STATUS = 3 : (Traité) Le noeud N a été traité.
Marquer les nœuds (Petit-Poucet)
Noter qu’au lieu de marquer les nœuds par 1, 2 ou 3, peut simplement le faireen utilisant un booléen:
•vrai : le nœud est soit traité soit en attente d’être traité (status =1 ou 2)•Faux: le nœud n’a pas été parcouru (status = 1)
A
BCF
D
J K
GE
Exemple
Défilement d’un graphe
Parcours par contagion
Questions • Est-ce que tout graphe peut être parcouru par
cet algorithme ?
4
2
5
3
1
4
2
5
3
1
• Comment modifier l’algorithme pour que tout graphe soit parcouru ?
• Comment est-ce que l’algorithme s’arrêtera ?
• Pourquoi est-ce que ça marche bien pour trouver le chemin le plus court ?
• Quelle est la complexité de l’algorithme de parcours par largeur?L’algorithme prend un temps O(n+m)
Parcours par sondage
Questions
• Peut-on parcourir tout un graphe avec ce type de parcours ?
• Est-ce que ce parcours peut être utilisé pour trouver le chemin le plus court ?
• Quelle est la complexité de l’algorithme de parcours en profondeur?
L’algorithme prend un temps O(n+m)
Spécifications de l’interface du type Graphe
Description en termes de types abstraits
1. ajouter un sommet à un graphe 2. ajouter un arc/arête à un graphe3. ôter un sommet du graphe et tous les arcs/arêtes associés4. ôter un arc/arête 5. consulter un sommet 6. voir si un chemin existe entre 2 sommets7. trouver le chemin le plus court (# arêtes/arcs, distance)8. trouver tous les chemins entre 2 sommets• Etc..
Implantation
Il existe deux principales méthodes de modélisation des graphes en tant que type abstrait:
les matrices et les listes dites de connectivité ou d'adjacence.
Le choix entre elles se fera en fonction de la densité du graphe. Par densité, on entend la proportion d'arcs effectifs par rapport au nombre maximum d'arcs ou d’arêtes possibles:
NbArcs / NbSommets2 dans le cas de graphe orienté.NbAretes / (NbSommets(NbSommets-1)/2) dans le cas d’un graphe non orienté
Interface
template <typename T>class Graphe {public:/** Constructeur (graphe vide)*/ Graphe(); /** Constructeur à partir des sommets et arcs/arêtes*/ Graphe(vector<T> sommets, vector<Arete> aretes); Graphe (const Graphe&); Graphe(const Graphe&g, const std::vector<T>&sommets); ~Graphe (); Graphe& operator = (const Graphe&); void ajouterSommet(const T& s); void ajouterArc (const T& s1, const T& S2); void enleverArc (const T& s1, const T& s2); void enleverSommet ( const T& s); bool sommetExiste(const T& s) const; int nbSommets() const; // etc... private: //…
class Arete{public: int u; int v; Arete(int u, int v) {this->u = u; this->v = v; }}
class Sommet{public: …getData(); void setData(..); //etc..
private: … data; int no; int tag; bool pres;}
Classe Graphe
template <typename T>class Graphe {public: //..private:
int nbSommets;T* sommets;
int **mat; //implémentation dans une matrice} // de sommets adjacents
4
25
3
1
Cas d’un graphe orienté
Implantation dans une matrice d’adjacence
Classe Graphe
template <typename T>class Graphe {public: //..private:
int nbSommets;T* sommets;
int **mat; // trop de perte mémoire!!
}
Cas d’un graphe non orienté
4
25
3
1
Implantation dans une matrice d’adjacence
Linéariser la matrice
Classe Graphe
template <typename T>class Graphe {public: //..private:
int nbSommets;T* sommets;
int *mat; // tableau à une dimension
}
Cas d’un graphe non orienté
4
25
3
1
Implantation dans une matrice d’adjacence
1
1 1
1 1
1
0
1
2
3
4 1
1 1
1
1
1
11 11 11
( i + 1 ) * i / 2 + j
STL : Standard Template Library
Conteneurs: En C++, une classe contenant un ensemble d’éléments d'un certain type est appelée conteneur. Ce sont donc eux qui contiendront les informations que l’on veut stocker.
Itérateurs: utilisés pour parcourir les items qui se retrouvent dans les conteneurs, ils jouent un peu le rôle de pointeurs sur des éléments d’un conteneur.
Algorithmes: utilisés pour faire des traitements sur les éléments qui se retrouvent dans les conteneurs.
http://www.sgi.com/tech/stl/
Conteneurs Séquentiels
vector: tableau dynamique - extensible
- accès direct en O(1)- insertions et retraits à la fin en O(1)- insertions et retraits lents au milieu
list: liste doublement chaînée- insertions et retraits n’importe où en O(1)
- accès au début et à la fin en O(1)- accès lent aux autres éléments
STL : Standard Template Library
http://www.sgi.com/tech/stl/
Liste (list) et vecteur (vector)
Méthodes communes à vector et listpush_back():Ajoute x à la fin du conteneur. pop_back(): Enlève le dernier objet du conteneurback(): Retourne l'objet situé à la fin du conteneurfront(): Retourne l'objet situé au début du conteneur
Pour les conteneurs de type list seulementpush_front(): Ajoute x au début du conteneurpop_front(): Enlève le premier objet du conteneur
Pour les conteneurs de type vector seulement
operator[] : Retourne l'objet situé à la position i du conteneurat (): Comme le précédent mais déclenche une exception out of range lorsqu'un indice est incorrect.resize(): Redéfini la taille du conteneurcapacity(): Retourne la capacité du conteneurreserve(): Redéfini la capacité du conteneu
Les itérateurs
Un itérateur peut être vu comme un pointeur sur un élément d’un conteneur.
Chaque conteneur fourni un type d’itérateur.
Exemple le type list<int> donne un itérateur de type :
list<int> :: iterator.
Tous les conteneurs offrent les mêmes fonctions de base permettant aux itérateurs d’accéder aux éléments:
begin() retourne un itérateur pointant au premier élément du conteneur
end() retourne un itérateur pointant après le dernier élément du conteneur
Les itérateurs
#include <list>#include <iostream> using namespace std;
int main( ) { list <int> list1;
for (int i = 1; i<=40; i++) list1.push_back(i+i);
list <int> :: iterator i; //reverse_iterator //const_iterator
for (i = list1.begin( ); i!=list1.end( ); i++) cout <<*i << “ “ ; return 0 ;}
Les principaux opérateurs sont * donnant accès à la valeur, ++ et -- pour incrémenter et décrémenter une valeur.
-Opérateur * : Retourne l’élément de la position courante
-Opérateur ++ : Fait pointer l’itérateur à l’élément suivant
-Opérateur == : Indique si 2 itérateurs pointent sur le même élément
-Opérateur = : Assigne un itérateur
Retour à la classe Graphe
template <typename T>class Graphe {public: //..private:
vector<T> sommets; // Les sommets vector< vector<int> > voisins; // Les sommets adjacents
}
Implantation dans une matrice d’adjacence
Utilisation de vector de la STL
Classe Graphe
template <typename T>class Graphe { public: //.. private:
private:class Noeud{ public:
T data; /* au lieu de T data, on peut avoir T* ou int */Noeud * suivant; /* chaînage des sommets adjacents */
};/* le noeud typique du graphe */int nbSommet; /* nombre de sommets dans le graphe */int nbSommetMax; /* nombre total possible de sommets */T * sommet; /* tableau représentant les sommets*/Noeud** listeSommet; /* les listes de sommets adjacents*/
}
Implantation dans une liste de sommets adjacents
2 3123
1
1
2
1
2 3
Classe Graphe
template <typename T>class Graphe { public: //.. private:
class Noeud { public: T data; //données
// dans un sommet list<int> voisins; };
vector<Noeud> listeSommets;}
Implantation dans une liste de sommets adjacents
Utilisation de vector et list de la STL
Classe Graphe
Implantation dans une liste de sommets adjacents
Cas d’un graphe non orienté
La liste des sommets adjacents
soufre de la même redondance que
nous avons rencontrer avec les matrices de sommets adjacents.
Classe Graphe
template <typename T>class Graphe { public: //.. private:
class AreteNode { public:
int sommet[2]; AreteNode * lien[2];
}; typedef AreteNode * AretePtr;
class Noeud { public: T data; AretePtr first; };vector<Noeud> listeSommets;
}
Cas d’un graphe non orienté
Solution: liste des arêtes
BB
4
2 3123
1
2 3
Laboratoire #5
template <typename T>class Graphe {public:
//Les méthodes publiques
private:
class Noeud { public:
T sommet; /*!< l'étiquette d'un sommet */Noeud * suivant; /*!< pour le chaînage dans les listes de noeuds adjacents */
};
int nbNoeud; /*!< nombre de sommets dans le graphe */ int nbNoeudMax; /*!< nombre total possible de sommets */ T * tableauSommet; /*!< tableau représentant les sommets (i.e. les étiquettes)*/ Noeud** listeNoeud; /*!< structure pour les listes de noeuds adjacents*/
};
1
1
2
Exercice
Gestion d’une seule file• insertion se fait selon la priorité• éléments toujours triés selon leur priorité
in
file
41 84 1in
file
11 44 8
Files prioritaires
Exercice
p1
pile
debutcpt
cpt
tab
suiv
nœud... en-tête(header)
114 4 3
Pile, modèle hybride