04 Tris

1 de 46
Algorithmique
Trouver et Trier
Florent Hivert
Ml : Florent.Hivert@lri.fr
Page personnelle : http://www.lri.fr/hivert
2 de 46
Algorithmes et structures de donnes
La plupart des bons algorithmes fonctionnent grce une mthode

astucieuse pour organiser les donnes. Par exemple, on sait trs
bien, intuitivement, que pour retrouver une carte dans un jeu, il est
trs utile que le jeu soit tri.
Trouver et Trier :
Donald E. Knuth, The Art of Computer Programming
(TAOCP), Volume 3 : Sorting and Searching, Addison-Wesley,
1998.
2 de 46
Algorithmes et structures de donnes
La plupart des bons algorithmes fonctionnent grce une mthode

astucieuse pour organiser les donnes. Par exemple, on sait trs
bien, intuitivement, que pour retrouver une carte dans un jeu, il est
trs utile que le jeu soit tri.
Trouver et Trier :
Donald E. Knuth, The Art of Computer Programming
(TAOCP), Volume 3 : Sorting and Searching, Addison-Wesley,
1998.
Recherche dans un tableau, dichotomie
Recherche dans un
tableau, dichotomie
3 de 46
4 de 46
Algorithme de recherche dun lment dans un tableau
Algorithme
Entre : un tableau tab de taille taille et un lment e.
Sortie : i tel que tab[i] = e ou NonTrouv (ex : 1).
pour i de 0 taille-1 faire
si tab[i] = e alors
retourner i
retourner NonTrouv
Complexit : O(taille) (1).
5 de 46
Recherche dun lment dans un tableau

La complexit prcdente est trop leve, surtout sachant que la
recherche dans un tableau est une opration de base utilise dans
de nombreux algorithmes.
Pour aller plus vite, on peut utiliser les tableaux tris et la
dichotomie (mthode diviser pour rgner) :
Retenir (Ide)
Si le tableau tab est tri, pour tout indice i,
les lments e tab[i] sont dindice i ;
les lments e > tab[i] sont dindice > i.
On essaye avec i au milieu du tableau.
6 de 46
Recherche dichotomique
Algorithme (RechDichoRec : recherche dans un tableau tri)
Entre : un tableau tri tab, un intervalle [min, max] avec
0 min max < taille et un lment e.
Sortie : i tel que tab[i] = e ou NonTrouv (ex : 1).
si min = max alors
si tab[min] = e alors retourner min
sinon
retourner NonTrouv
mid <- (min + max) / 2
si tab[mid] < e alors
retourner RechDichoRec(tab, mid+1, max, e)
sinon
retourner RechDichoRec(tab, min, mid, e)
Complexit : (log2 (taille)).
7 de 46
Recherche dichotomique itrative

Remarque : La recherche dichotomique est rcursive terminale.
Algorithme (RechDichoIt recherche dichotomique itrative)

min <- 0;
max <- taille - 1
tant que min < max faire
si tab[mid] < e alors
min <- mid+1
sinon
max <- mid
sinon
retourner NonTrouv
Complexit : (log2 (taille)).
8 de 46
On peut stopper la recherche plus tt si lon a trouv !

Algorithme (Recherche dichotomique variante)
min <- 0;
max <- taille - 1
tant que min < max faire
si tab[mid] = e alors retourner mid
sinon si tab[mid] < e alors
min <- mid+1
sinon
max <- mid-1
sinon
retourner NonTrouv
Complexit : O(log2 (taille)) (1).
9 de 46
Autre application de la recherche dichotomique

Jeu du nombre inconnu o lon rpond soit plus grand soit
plus petit soit gagn.
Calcul dune racine dune fonction croissante (exemple :
x).
Algorithme de pointage, de vise.

Recherche de lapparition dun bug dans lhistorique dun
programme (commandes hg bisect, git-bisect. . .)
Exemple : 100 modifications, 10 minutes de tests pour chaque
modifications. Lalgorithme naif demande 1000 min16h40 au
lieu de 70min1h10 par dichotomie.
Tableaux tris, algorithmes de tris
Tableaux tris,
algorithmes de tris
10 de 46
Insertion dans un tableau tri

Algorithme (Insert)
Entres :
Tableau tab, max_taille lments allous
lments 0 i < taille < max_taille initialiss.
un lment e.
Prcondition : tab est tri (tab[i] tab[i + 1]).

Effet : e ajout tab tri.
i <- taille
tant que i > 0 et tab[i-1] > e faire
tab[i] <- tab[i-1]
i <- i-1
tab[i] <- e
taille <- taille + 1
Complexit : O(taille)
11 de 46
12 de 46
Tri par insertion

Algorithme (InsertSort)
Entre : Tableau T de taille taille.
Effet : T tri.
pour i de 1 taille-1 faire
e <- t[i]
// Insrer e sa place dans T[0], ..., T[i-1]
j <- i
tant que j > 0 et T[j-1] > e faire
t[j] <- t[j-1]
j <- j-1
T[j] <- e
Complexit : O(taille2 )
Algorithmes plus efficaces : Diviser pour rgner
Algorithmes plus efficaces :

Diviser pour rgner
13 de 46
14 de 46
Diviser pour rgner
Du latin Divide ut imperes (Machiavel)

On divise un problme de grande taille en plusieurs (deux)
sous-problmes analogues. Diffrentes stratgies :
1
rcursivit sur les donnes : on spare les donnes en deux

parties arbitraires, puis on rsout les sous-problmes, pour
enfin combiner les rsultats.
rcursivit sur le rsultat : on effectue un pr-traitement

pour bien dcouper les donnes, afin que, aprs avoir rsolu les
sous-problmes, les sous-rsultats se combinent deux-mmes.
14 de 46
Diviser pour rgner
Du latin Divide ut imperes (Machiavel)

On divise un problme de grande taille en plusieurs (deux)
sous-problmes analogues. Diffrentes stratgies :
1
rcursivit sur les donnes : on spare les donnes en deux

parties arbitraires, puis on rsout les sous-problmes, pour
enfin combiner les rsultats.
rcursivit sur le rsultat : on effectue un pr-traitement

pour bien dcouper les donnes, afin que, aprs avoir rsolu les
sous-problmes, les sous-rsultats se combinent deux-mmes.
15 de 46
Rcursivit sur les donnes :

On spare les donnes en deux parties arbitraires, puis on rsout les
sous-problmes, pour enfin combiner les rsultats.
Comment obtenir un tableau tri, si lon sait

trier chaque moiti ?
Fusion de tableaux tri !
15 de 46


15 de 46


Fusion de deux tableaux tris

Algorithme (Fusion de tableaux trie)
Entre : Tableaux T1, T2 tris de taille t1, t2,
Tableau T allou de taille t = t1 + t2
Sortie : T avec les contenus T1 et T2 tri
i1 <- 0; i2 <- 0; i <- 0
tant que i1 < t1 et i2 < t2 faire
si T1[i1] < T2[i2] alors
T[i] <- T1[i1]; i++; i1++
sinon
T[i] <- T2[i2]; i++; i2++
si i1 < t1 alors
tant que i1 < t1 faire
T[i] <- T1[i1]; i++; i1++
sinon
tant que i2 < t2 faire
T[i] <- T2[i2]; i++; i2++
Complexit : (t)
16 de 46
Tri par fusion (MergeSort)

Algorithme (TriFusion)
Entre : Tableaux T de taille t, 0 min max < t
Tableau Tmp allou de taille t
Sortie : T tri.
si min <> max alors
mid <- (min+max) / 2
TriFusion(T, min, mid)
TriFusion(T, mid+1, max)
Fusion(T[min..mid], T[mid+1..max], Tmp)
Copie de Tmp dans T[min..max]
Complexit : (t log(t))
17 de 46
18 de 46
Complexit du tri par Fusion (1)

Pour simplifier, on suppose que la taille du tableau est une
puissance de 2.
On note ck = dn le nombre de copies dlments si T est de taille
n = 2k . On trouve
c0 = d1 = 0
c1 = d2 = 2 + 2 (fusion + copie)
c2 = d4 = 2c1 + 4 + 4 = 16 (rec + fusion + copie)
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
18 de 46

puissance de 2.
n = 2k . On trouve
c0 = d1 = 0
19 de 46
Complexit du tri par fusion (2)

Proposition
Le nombre ck de copies dlments effectues par le tri par fusion
dun tableau de n = 2k lments vrifie :
c0 = 0
et
ck = 2(ck1 + 2k ) .
ck = 2k+1 k = 2n log2 (n) .

Preuve par rcurrence :
vrai pour k = 0
si ck = 2k+1 k alors
ck+1 = 2(ck + 2k+1 ) = 2(2k+1 k + 2k+1 ) = 2k+2 (k + 1)
19 de 46

Proposition
c0 = 0
et
ck = 2(ck1 + 2k ) .
ck = 2k+1 k = 2n log2 (n) .

vrai pour k = 0
ck+1 = 2(ck + 2k+1 ) = 2(2k+1 k + 2k+1 ) = 2k+2 (k + 1)
19 de 46

Proposition
c0 = 0
et
ck = 2(ck1 + 2k ) .
ck = 2k+1 k = 2n log2 (n) .

vrai pour k = 0
ck+1 = 2(ck + 2k+1 ) = 2(2k+1 k + 2k+1 ) = 2k+2 (k + 1)
20 de 46

appels rcursifs
cot niveau
=
O(n)
+
n
2
n
2
O(n)
+
n
22
n
22
n
22
n
22
O(n)
+
..
.
n
2k
..
.
..
.
n
2k
..
.
k
X
i =0
..
.
2i
n
2i
..
.
..
.
n
2k
k
X
i =0
..
.
+
n
2k
..
.
O(n)
..
.
+
O(k n)
O(n log n)
21 de 46
Tri par fusion / insertion

Nombre de copie dlments (cas le pire) :
k
n
insert
fusion
0
1
0
0
1 2 3
4
5
6
... k
2 4 8 16 32
64 . . . 2k
3 12 42 150 558 2142 . . . (n+1)(n+2)
3
2
4 16 48 128 320 768 . . . 2k+1 k
Retenir
Pour les petites valeurs de n, le tri par fusion fait plus de copies que
le tri par insertion.
De plus, les appels rcursifs induise des cots supplmentaires. . .
21 de 46

k
n
insert
fusion
0
1
0
0
1 2 3
4
5
6
... k
2 4 8 16 32
64 . . . 2k
3 12 42 150 558 2142 . . . (n1)(n+4)
2
4 16 48 128 320 768 . . . 2k+1 k
Retenir
21 de 46

k
n
insert
fusion
0
1
0
0
1 2 3
4
5
6
... k
2 4 8 16 32
64 . . . 2k
3 12 42 150 558 2142 . . .
4 16 48 128 320 768 . . . 2k+1 k
Retenir
22 de 46
Retenir (Tri mixte fusion / insertion)

Pour des petits tableaux le tri par insertion est plus rapide. Il vaut
mieux lutiliser comme cas de base de la rcursion :
si max - min < SEUIL alors
InsertSort(T[min..max])
sinon
mid <- (min+max) / 2
TriFusion(T, min, mid)
TriFusion(T, mid+1, max)
Fusion(T[min..mid], T[mid+1..max], Tmp)
Copie de Tmp dans T
La valeur de SEUIL est dtermin exprimentalement.
23 de 46
Le tri par fusion nest pas en place
On utilise un tableau de taille t supplmentaire (en fait en tant

astucieux, un tableau de taille 2t suffit).
Dfinition
On dit quun tri est en place, sil utilise un emplacement mmoire
constant (O(1)) en plus du tableau pour stocker ses lments.
Les tris par bulles et insertions sont en place ;
Le tri par fusion nest pas en place.
On aimerait bien avoir un tri en n log(n) en place. . .
23 de 46

Dfinition
23 de 46

Dfinition
23 de 46

Dfinition
24 de 46
Rcursivit sur le rsultat

On effectue un pr-traitement pour bien dcouper les donnes, puis
rsoudre les sous-problmes, pour que les sous-rsultats se
combinent deux-mmes la fin.
Comment sparer les lements dun tableau

en deux pour que si lon trie chaque partie le
rsultat soit trie ?
Partition dun tableau !
24 de 46
Rcursivit sur le rsultat

On effectue un pr-traitement pour bien dcouper les donnes, puis
rsoudre les sous-problmes, pour que les sous-rsultats se
combinent deux-mmes la fin.
Comment sparer les lements dun tableau

en deux pour que si lon trie chaque partie le
rsultat soit trie ?
Partition dun tableau !
25 de 46
Problme de partition dun ensemble

Retenir
Soit un ensemble E et un prdicat P(e) sur les lements de E :
Alors
et
PE PE =
E = PE PE
o
PE := {e E | P(e) est vrai }
PE := {e E | P(e) est faux }
On dit que (PE , PE ) est une partition de E .
Exemple : E = {1, 2, . . . 10}, P(e) = e est pair.
Partition et tris
Pour obtenir un algorithme de tri on peut :

1
effectuer une partition du tableau en plaant les petits

lments au dbut et les grands la fin.
trier chacune des parties indpendemment.
Tri rapide (QuickSort) !
26 de 46
Partition et tris

1

26 de 46
Partition et tris

1

26 de 46
27 de 46
Partition dun tableau (1)
Algorithme (PartitionnerPredicat)
Entre : Tableaux tab[taille], prdicat P sur les lments
de tab.
Sortie : entier 0 c < taille
Effet : change les lments de telle sorte que :
les lements du tableau qui vrifient P sont dans
tab[0] . . . tab[c 1] ;
les lements du tableau qui ne vrifient pas P sont dans
tab[c] . . . tab[taille 1].
28 de 46

0
c
P(e) vrai
n1
j
P(e) faux
c <- 0
tant que c < taille et P(tab[c]) faire
c <- c + 1
pour j de c+1 taille-1 faire
si P(tab[j]) alors
changer tab[c] et tab[j]
c <- c+1
retourner c
Complexit : (taille).
28 de 46

0
c
P(e) vrai
n1
j
P(e) faux
c <- 0
tant que c < taille et P(tab[c]) faire
c <- c + 1
pour j de c+1 taille-1 faire
si P(tab[j]) alors
c <- c+1
retourner c
Complexit : (taille).
29 de 46
Partition dun tableau (2 bis)
PartitionnerPredicat fait beaucoup de dplacement dlments.

0
c
P(e) vrai
n1
j
P(e) faux
En particulier dans certains cas dgnrs, il effectue taille

change l o un seul est ncessaire.
Par exemple, si P(tab[0]) est faux, mais P(tab[i]) est vrai pour
tous les i > 0 alors PartitionnerPredicat dcale tout le tableau
alors quil suffirait dchanger le premier avec le dernier lment.
30 de 46
Partition dun tableau (variante)

0
i
P(e) vrai
j
?
n1
P(e) faux
Algorithme (PartitionnerPredicatDeux)
i <- 0
j <- taille-1
tant que i < j faire
tant que P(tab[i]) faire i <- i+1
tant que non P(tab[j]) faire j <- j-1
si i < j alors
changer tab[j] avec tab[j]
i <- i+1; j <- j-1
retourner i
30 de 46

0
i
P(e) vrai
j
?
n1
P(e) faux
i <- 0
j <- taille-1
si i < j alors
i <- i+1; j <- j-1
retourner i
30 de 46

0
i
P(e) vrai
j
?
n1
P(e) faux
Algorithme (PartitionnerPredicatDeux FAUX)

i <- 0
j <- taille-1
si i < j alors
i <- i+1; j <- j-1
retourner i

Attention ! Lalgorithme PartitionnerPredicatDeux ne
marche pas si tous ou aucun des lments ne vrifient le
prdicat P.
En effet, si tous les lments vrifient le prdicat, la ligne
sort du tableau.
Inversement, si aucun des lments ne vrifie le prdicat,
sort du tableau.
Comment corriger lalgorithme ?
31 de 46

prdicat P.
sort du tableau.
sort du tableau.
31 de 46

prdicat P.
sort du tableau.
sort du tableau.
31 de 46

i <- 0
j <- taille-1
tant que i < taille et P(tab[i]) faire i <- i+1
tant que j >= 0 et non P(tab[j]) faire j <- j-1
si i < j alors
i <- i+1; j <- j-1
retourner i
32 de 46
Partition dun tableau avec pivot
Partition dun tableau

avec pivot
33 de 46
34 de 46
Adaptation du partitionnement au tri rapide
Algorithme (Spcification de PartitionnerPivot)

Entre : un tableau tab, un intervalle [min, max] avec
0 min max < taille
Effet : le tableau est rordonn de sorte que pour un certain
min c max, on ait
si min i < c alors tab[i] tab[c] ;
si c < i max alors tab[i] tab[c].
min
ep
Sortie : la position c du pivot
c
p
max
ep
Adaptation du partitionnement au tri rapide

Algorithme (PartitionnerPivot)
Entre : un tableau tab, un intervalle [min, max]
Sortie : la position du pivot
pivot <- tab[max]
c <- min
tant que tab[c] < pivot faire c <- c+1
pour j de c+1 max-1 faire
si tab[j] < pivot alors
c <- c+1
changer tab[c] et tab[max]
retourner c
35 de 46
36 de 46
Partition dun tableau avec pivot (variante)

min
i
e pivot
j
?
max 1 max
e pivot pivot
Algorithme (PartitionnerPivotDeux)
pivot <- tab[max]
i <- min; j <- max-1
repeter
tant que tab[i] < pivot faire i <- i+1
tant que tab[j] > pivot faire j <- j-1
si i < j alors
changer tab[i] avec tab[j]
i <- i+1; j <- j-1
sinon
changer tab[i] avec tab[max]
retourner i
36 de 46
Partition dun tableau avec pivot (variante)

min
i
e pivot
j
?
max 1 max
e pivot pivot
Algorithme (PartitionnerPivotDeux)
pivot <- tab[max]
i <- min; j <- max-1
repeter
tant que tab[i] < pivot faire i <- i+1
tant que tab[j] > pivot faire j <- j-1
si i < j alors
changer tab[i] avec tab[j]
i <- i+1; j <- j-1
sinon
changer tab[i] avec tab[max]
retourner i
Le tri rapide
37 de 46
Le tri rapide
Le tri rapide
38 de 46
Algorithme du tri rapide

Charles Antony Richard HOARE 1961.
0
ep
n1
ep
Retenir (Ide)
choisir un lment p appel pivot ;
placer gauche les lments infrieur p ;
placer droite les lments suprieur p ;
trier rcursivement la partie de droite et celle de gauche.
Le tri rapide
39 de 46
Complexit du QuickSort
Retenir
La complexit du partitionnement dun tableau de taille n est (n).
Dans le cas le pire, cest--dire
si le pivot est le plus grand lment et donc est plac la fin
aprs le partitionnement,
ou si le pivot est le plus petit lment et donc est plac au
dbut aprs le partitionnement,
Retenir
Dans le cas le pire, la complexit du QuickSort est (n2 ).
Le tri rapide
39 de 46
Retenir
Retenir
Le tri rapide
39 de 46
Retenir
Retenir
Le tri rapide
Influence du choix du pivot
Retenir
Pour avoir des bonnes performances dans QuickSort, il est
important que le pivot soit bien choisi.
En pratique, sur une permutation au hasard, le pivot coupe le
tableau peu prs en deux :
Retenir
En moyenne, le QuickSort une complexit de (n log(n)).
40 de 46
Le tri rapide
Retenir
Retenir
40 de 46
Le tri rapide
Retenir
Retenir
40 de 46
Le tri rapide
41 de 46
Influence du choix du pivot, en pratique
Retenir
Plusieurs stratgies sont proposes :
choisir un lment au milieu du tableau ;
choisir un lment au hasard dans le tableau ;
choisir la mdiane du premier, de celui du milieu et du dernier.
Le tri rapide
42 de 46
Bilan
Avantages du QuickSort :
en place, avec une petite utilisation de pile pour les appels
rcursifs. ;
bonne complexit en moyenne n log(n) ;
boucle intrieur trs courte ;
trs bien compris thoriquement.
Dsavantages du QuickSort :
rcursif, difficile implanter dans les environnements o la
rcursion nest pas possible ;
mauvaise complexit dans le cas le pire n2 ;
fragile : beaucoup de possibilit pour faire une erreur subtile en
limplantant.
Peut-on faire mieux que O(n log(n)) ?
Peut-on faire mieux

que O(n log(n)) ?
43 de 46
44 de 46
La complexit O(n log(n)) est optimale !
Thorme
Pour tout algorithme de tri fonctionnant en comparant les donnes
la complexit dans le cas le pire est (n log(n)) (au moins n log(n)).
Preuve : Arbres de dcision binaire + formule de Stirling.
45 de 46
Arbre de dcision binaire
a<b
a<c
b<c
a<c
abc
acb
b<c
bac
cab
bca
cba
Proposition
La profondeur de larbre est au moins dlog2 (n)e o n est le nombre
de feuille.
Permutations et formule de Stirling
Il y a n! manires de permuter un tableaux de n nombres.

James Stirling (16921770) :

n n
1
1
139
+
n! = 2n
1+
+
+
e
12n 188n2 51840n3
On en dduit
log(n!) = n log(n) n + O(n)
46 de 46


n n
1
1
139
+
n! = 2n
1+
+
+
e
12n 188n2 51840n3
On en dduit
46 de 46


n n
1
1
139
+
n! = 2n
1+
+
+
e
12n 188n2 51840n3
On en dduit
46 de 46

04 Tris

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

04 Tris

Transféré par

Droits d'auteur :

Formats disponibles

1 de 46

Algorithmes et structures de donnes

La plupart des bons algorithmes fonctionnent grce une mthode

Algorithmes et structures de donnes

La plupart des bons algorithmes fonctionnent grce une mthode

Recherche dans un tableau, dichotomie

Recherche dans un tableau, dichotomie

Algorithme de recherche dun lment dans un tableau

Recherche dans un tableau, dichotomie

Recherche dun lment dans un tableau

Recherche dans un tableau, dichotomie

Recherche dans un tableau, dichotomie

Recherche dichotomique itrative

Algorithme (RechDichoIt recherche dichotomique itrative)

Recherche dans un tableau, dichotomie

On peut stopper la recherche plus tt si lon a trouv !

Recherche dans un tableau, dichotomie

Autre application de la recherche dichotomique

Algorithme de pointage, de vise.

Tableaux tris, algorithmes de tris

Tableaux tris, algorithmes de tris

Insertion dans un tableau tri

Prcondition : tab est tri (tab[i] tab[i + 1]).

Tableaux tris, algorithmes de tris

Tri par insertion

Algorithmes plus efficaces : Diviser pour rgner

Algorithmes plus efficaces :

Algorithmes plus efficaces : Diviser pour rgner

Diviser pour rgner

Du latin Divide ut imperes (Machiavel)

rcursivit sur les donnes : on spare les donnes en deux

rcursivit sur le rsultat : on effectue un pr-traitement

Algorithmes plus efficaces : Diviser pour rgner

Diviser pour rgner

Du latin Divide ut imperes (Machiavel)

rcursivit sur les donnes : on spare les donnes en deux

rcursivit sur le rsultat : on effectue un pr-traitement

Algorithmes plus efficaces : Diviser pour rgner

Rcursivit sur les donnes :

Comment obtenir un tableau tri, si lon sait

Fusion de tableaux tri !

Algorithmes plus efficaces : Diviser pour rgner

Rcursivit sur les donnes :

Comment obtenir un tableau tri, si lon sait

Fusion de tableaux tri !

Algorithmes plus efficaces : Diviser pour rgner

Rcursivit sur les donnes :

Comment obtenir un tableau tri, si lon sait

Fusion de tableaux tri !

Algorithmes plus efficaces : Diviser pour rgner

Fusion de deux tableaux tris

Algorithmes plus efficaces : Diviser pour rgner

Tri par fusion (MergeSort)

Algorithmes plus efficaces : Diviser pour rgner

Complexit du tri par Fusion (1)

Algorithmes plus efficaces : Diviser pour rgner

Complexit du tri par Fusion (1)

Algorithmes plus efficaces : Diviser pour rgner

Complexit du tri par Fusion (1)

Algorithmes plus efficaces : Diviser pour rgner

Complexit du tri par Fusion (1)

Algorithmes plus efficaces : Diviser pour rgner

Complexit du tri par Fusion (1)