Algo Arithm

Algorithmique Arithmétique
Structures de données, Complexité algorithmique, et Algorithmes pour la

cryptographie
Année universitaire 2020-2021.
3ème année Licence : Algèbre et Cryptographie.

Département d’Algèbre et Théorie des Nombres,
Faculté de Mathématiques,
Université des Sciences et de la Technologie Houari Boumediène.
Contenu :
séance n◦ - (-).
1
Contact : Nedjmeddine Kantour, nadjmeddine.kantour@usthb.edu.com
Contenu de ce cours
• Rappels : Algorithme, Algorithmique, Programmes
• Algorithmes et complexité
• Algorithmes de Tri
• Arbres binaires
• Algorithmes récursifs et Programmation dynamique
• Machines de Turing
• Calculabilité et indécidabilité
2
Rappels : Algorithme,
Algorithmique, Programmes
Qu’est-ce qu’un algorithme ?
• Le terme algorithme provient du nom d’un mathématicien du IXe siècle, Al Kwarizmi

(Abou Jafar Muhammad Ibn Musa al-Khuwarizmi).
Al-Kharezsmi. Né à Bagdad, vers 780 après Jésus-Christ. Il est l’auteur du traité
Kitab al’jabr w’al-muqabala ce qui signifie règles de restaurations et réductions, un titre
qui permet d’identifier l’un des inventeurs de l’algèbre. Par ailleurs, il semble que le mot
algorithme soit une déformation de al Kharezsmi.
3
• Le terme algorithme provient du nom d’un mathématicien du IXe siècle, Al Kwarizmi

(Abou Jafar Muhammad Ibn Musa al-Khuwarizmi).
• Son nom a d’abord donné algorisme, très courant au moyen-âge.

• On raconte que la mathématicienne Lady Ada Lovelace forgea la première le mot
algorithme à partir d’algorisme.
4
En mathématiques et en informatique, un algorithme est une séquence finie

d’instructions élémentaires bien définies permettant d’accomplir une certaine tâche qui,
en considérant un état initial, se termine par un état final reconnaissable correspondant
à son initialisation.
T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein 2 , ont défini un algorithme

comme suit :
Algorithme : Procédure de calcul bien défnie qui prend en entrée une valeur, ou un
ensemble de valeurs, et qui donne en sortie une valeur, ou un ensemble de valeurs.
Un algorithme est donc une séquence d’étapes de calcul qui transforment l’entrée en
sortie.
5
• Un algorithme est une procédure permettant de résoudre un problème.

• Une procédure = une suite d’opérations (actions, tâches élémentaires).
• Un algorithme reçoit en entrée des données (les entrées) et retourne un ou plusieurs
résultats (les sorties).
Exemples : Calculer les solutions d’un système d’équations. Trier un ensemble de réels.
Rechercher un élément dans un liste.
6
Distinction entre Algorithme et Programme
Dans ce cours, les algorithmes sont écrits en pseudo-code ou en langage Algorithmique. Bien
que les deux notions aient des points communs, il ne faut toutefois pas confondre algorithme
et programme.
1. Un programme n’est pas forcément un algorithme. Un programme ne termine pas
forcément de lui-même (c’est souvent la personne qui l’utilise qui y met fin). Un
programme n’a pas forcément vocation à retourner un résultat. Enfin un programme est
bien souvent un assemblage complexe qui peut employer de nombreux algorithmes
résolvants des problèmes très variés.
2. La nature des algorithmes est plus mathématique que celle des pro-grammes et la
vocation d’un algorithme n’est pas forcément d’être exécutée sur un ordinateur. Les
humains utilisaient des algorithmes bien avant l’ère de l’informatique et la réalisation de
calculateurs mécaniques et électroniques. En fait, les algorithmes ont été au cœur du
développement des mathématiques. Pour autant, ce cours porte sur les algorithmes
pour l’arithmétique (appliquée à la cryptographie).
7
Exemples d’algorithme avant l’ère informatique
L’algorithme d’Euclide : En mathématiques le plus connu des algorithmes est certaine-

ment l’algorithme d’Euclide (300 av. JC) pour calculer le pgcd de deux nombres entiers.
Étant donnés deux entiers naturels a et b, on commence par tester si b est nul. Si oui,
alors le P.G.C.D. est égal à a. Sinon, on calcule r, le reste de la division de a par b. On
remplace a par b,et b par r, et on recommence le procédé. Le dernier reste non nul est le
P.G.C.D.
Crible d’Ératosthène : Un autre algorithme très connu est le crible d’Ératosthène (IIIe
siècle av.JC) qui permet de trouver la liste des nombres premiers plus petits qu’un entier
donné quelconque.
Pivot de Gauss : Il y a aussi le pivot de Gauss (ou de Gauss-Jordan) qui est en fait une
méthode bien antérieure à Gauss (Analyse numérique).
8
Algorithmes étudiés
La plupart des algorithmes que nous étudierons datent d’après 1945. Date à laquelle John
Von Neumann introduisit ce qui est sans doute le premier programme de tri (un tri fusion).
9
Algorithmique
• L’algorithmique est l’étude mathématique des algorithmes.

• Il s’agit notamment d’étudier les problèmes que l’ont peut résoudre par des algorithmes
et de trouver les plus appropriés à la résolution de ces problèmes. Il s’agit donc aussi de
comparer les algorithmes, et de démontrer leurs propriétés.
10
Passage du problème à l’algorithme, puis au programme
• Un même problème peut être résolu par plusieurs algorithmes.

• Illustration : dans la suite du cours nous présenterons plusieurs algorithmes de tri.
• En général un algorithme est destiné à être traduit en programme.
• Vocabulaire : on dit dans ce cas qu’on implémente l’algorithme (il s’agit d’un
anglicisme).
• Lorsqu’on écrit un algorithme, on le fait de manière indépendante des (nombreux)
langages de programmation dans lesquels il peut être traduit.
• Nous avons donc besoin d’une syntaxe pour décrire nos algorithmes : on parle souvent
de pseudo-code. Cette syntaxe sera présentée dans la suite de ce chapitre.
11
Passage du problème à l’algorithme, puis au programme
• Efficacité : Un algorithme efficace est un algorithme rapide et peu gourmand en

ressources.
• Autrement dit, l’efficacité d’un algorithme se mesure à l’aide de deux critères :
• Le premier est relatif au nombre d’opérations qu’il comporte, c’est-à-dire au temps
d’exécution de ses implémentations. Nous l’appellerons la complexité temporelle.
• Le deuxième est relatif à la ’quantité de données’ qu’il utilise c’est-à-dire à la quantité de
mémoire exigée par ses implémentations. Nous l’appellerons la complexité spatiale.
Dans la suite de ce cours nous présenterons une introduction à l’étude de la complexité
(temporelle).
12
Comment analyser un algorithme ?
• L’algorithme s’arrête-t-il ?
• Est-il correct ?
Autrement dit, la sortie de l’algorithme satisfait-elle toujours la spécification
entrée-sortie que nous souhaitons ?
• Est-il efficace ?
L’efficacité peut être mesurée de plusieurs façons. Par exemple, quel est le temps
d’exécution de l’algorithme ? Quelle est sa consommation de mémoire ?
13
Exemple
Résoudre une équation de premier degré
Entrées: a, b ∈ R.
Sortie : x0 ∈ R, tel que ax0 + b = 0.
début
1. Calculer −b;
2. Diviser le résultat par a;
fin
14
Exemple
Résoudre une équation de premier degré
début
1. Calculer −b;
2. Diviser le résultat par a;
fin
début
1. x0 := −b/a
fin
14
Calcul de P GCD(a, b)
Rappel : Le terme PGCD désigne le Plus Grand Commun Diviseur de deux nombres entiers
positifs.
15
Entrées: a, b ∈ N∗ , et a > b.
Sortie : P GCD(a, b).
début
tant que b > 0 faire
r ← (a mod b);
a ← b;
b ← r;
fin
Retourner a;
fin
16
Entrées: a, b ∈ N∗ , et a > b.
Sortie : P GCD(a, b).
début
tant que a 6= b faire
si a > b alors
a ← a − b;
sinon
a ← b − a;
fin
fin
Retourner a;
fin
17
Calcul de Puissance
Soit (G, ∗) un groupe commutatif dont on note la loi multiplicativement. On veut calculer
an .
Puissance naı̈ve
Entrées: a ∈ G et n ∈ N∗ .
Sortie : an ∈ G.
début
p ← 1;
tant que n > 1 faire
p ← p ∗ a;
n ← n − 1;
fin
Retourner p;
fin
18
Calcul de Puissance : Puissance rapide
Entrées: a ∈ G et n ∈ N∗ .
Sortie : an ∈ G.
début
u ← 1;
v ← a;
tant que n > 1 faire
si n ≡ 0[2] alors
v ← v ∗ v;
n ← n/2;
sinon
u ← u ∗ v;
v ← v ∗ v;
n ← n/2;
fin
fin
Retourner u ∗ v;
fin
19
Crible d’Ératosthène
Entrées: n ∈ N∗ .
Sortie : list : Liste des nombres premier inférieurs à n.
début
list ← [2, 3, . . . , n];
i ← 1;
tant que i < |list| faire
p ← list[i];
m ← 2 ∗ p;
tant que m ≤ n faire
si m ∈ l alors
list ← list\{m};
m ← m + p;
fin
fin
fin
Retourner list;
fin
20
Test de Fermat
Theorem (Petit théorème de Fermat)

Si p est un nombre premier, alors pour tout a premier avec p, on a :
ap−1 ≡ 1[p].
Test de Fermat
On veut déterminer la liste des entiers inférieur à n, n ≥ 5, qui passent le test de
Fermat pour 2 et 3.
21
Test de Fermat
Test de Fermat
Entrées: n ∈ N∗ .
Sortie : list : La liste des entiers inférieur à n, n ≥ 5, qui passent le test de Fermat pour 2 et 3.
début
list ← [2, 3];
pour k ∈ {5, . . . , n} faire
si 2k−1 ≡ 1[k] et 3k−1 ≡ 1[k] alors
list ← list ∪ {k};
fin
fin
Retourner list;
fin
22
L’orthogonalisation de Gram-Schmidt
L’orthogonalisation de Gram-Schmidt est une procédure qui prend une famille de n vecteurs
linéairement indépendants, et crée un ensemble de n vecteurs orthogonaux. Cela fonctionne en
projetant chaque vecteur sur l’espace orthogonal à l’espace engendré par un sous-ensemble de ces
vecteurs.
Theorem
Soit V un sous-espace vectoriel de dimension n et B = (b1 , b2 , . . . , bn ) une base de V . On considère
la famille de vecteurs (b̃1 , b̃2 , . . . , b̃n ) définie par :
• b̃1 = b1 ,
• b̃i est le projeté de bi orthogonalement au sous-espace vectoriel engendré par les i − 1 premiers
vecteurs de B. En d’autre termes : 
b̃j ·bi
 ||b̃ || si i > j,


 j
X
b̃i = bi − µi,j b̃j , avec µi,j = 1 si j = i,
j≤i−1



 0 sinon.
Alors (b̃1 , b̃2 , . . . , b̃n ) est une base orthogonale de l’espace V , i.e., ∀ i, j ≤ n, i 6= j, b̃i · b̃j = 0.
23
Algorithme de Gram-Shmidt
Ainsi, l’algorithme de Gram-Schmidt transforme une base B = (b1 , b2 , . . . , bn ) d’un sous-espace de

Rn , en une autre base B̃ = (b̃1 , b̃2 , . . . , b̃n ) du même espace vectoriel vérifiant les conditions citées.
Algorithme de Gram-Shmidt
Entrées : une base B = [b1 , b2 , . . . , bn ].

Sortie : une base B ∗ = [b̃1 , b̃2 , . . . , b̃n ] et la matrice M = (µi,j )i,j≤n .
pour i = 1 à n faire
b̃[i] ← b[i];
pour j = 1 à i − 1 faire
b̃[j] · b[i]
µ[i, j] ← ;
norme(b̃[j])
b̃[i] ← b̃[i] − µ[i, j]b̃[j];
fin
fin
Retourner B̃, M ;
norme(u) est la norme (i.e., ||u||) du vecteur u. Proposez un algorithme pour le calcul de la norme
24
euclidienne d’un vecteur de dimension quelconque.
Test de primalité
Considérons le problème suivant :
”étant donné un entier positif N, décider s’il est premier ou non.”
Un nombre N (autre que 1) est premier s’il est divisible par 1 et N lui-même seulement.
Un algorithme de test de primalité se contentera alors à chercher un diviseur d de N ,
différent de 1 et N .
Si un tel diviseur (candidat) existe, N est non premier. Sinon, N est premier. Nous
proposons trois algorithmes pour résoudre le problème de test de primalité :
• Le premier algorithme va chercher un candidat depuis 2 jusqu’à N − 1.

N
• Le second algorithme cherchera un candidat depuis 2 à 2.
√
• Le troisième algorithme va chercher un candidat p entre 2 et N.
Que remarquez vous ? Quel est L’intérêt de ces variantes ?

25
Test de primalité : Algorithme 1
Test de primalité
Entrées: d ∈ N, d > 1.
Sortie : V ∈ {0, 1}, variable logique.
début
V ← 0;
pour d = 2 à N − 1 faire
si N divisible par d alors
V ← 1;
Retourner V ;
fin
fin
Retourner V ;
fin
26
Test de primalité
début
V ← 0;
pour d = 2 à N/2 faire
V ← 1;
Retourner V ;
fin
fin
Retourner V ;
fin
27
Test de primalité
début
V ← 0;
√
pour d = 2 à [ N ] faire
V ← 1;
Retourner V ;
fin
fin
Retourner V ;
fin
28
Bits réguliers
• Soit S une source d’information qui émet un message M = {m1 , m2 , . . . , mk }, avec

mi ∈ {0, 1}n , ∀i ∈ {1, . . . , k}, n > 1.
• Les ensembles M0 et M1 dites ensembles d’indices des variables régulières. Les
ensembles d’indices des informations régulières sont donnés par :
n o
M0 = j ∈ {1, . . . , n} | ∀i ∈ {1, . . . , k}, ∀mi ∈ M, mji = 0 ,
n o
M1 = j ∈ {1, . . . , n} | ∀i ∈ {1, . . . , k}, ∀mi ∈ M, mji = 1 .
• On veut écrire un algorithme qui génère les ensembles M0 et M1 pour un message M

quelconque (i.e., k et n quelconques).
Pk
Indication. L’idée est de vérifier si i=1 mji ∈ {0, 1}, ∀j ∈ {1, . . . , k}.
• Puis, écrire un algorithme qui génère les ensembles Mi , ∀i ∈ {1, . . . t}, avec t en entrée,
pour un message M quelconque (i.e., k et n quelconques).
29
Bits réguliers
Entrées: un message en binaire M = {m1 , m2 , . . . , mk }, avec mi ∈ {0, 1}n , ∀i ∈ {1, . . . , k}, n > 1.
Sortie : Les ensembles d’indices des bits réguliers M0 et M1 .
début
M0 ← ∅; M1 ← ∅;
V ← {0}n ;
pour i = 1 à k faire
pour j = 1 à k faire
V [i] ← V [i] + m[j][i]; % m[j][i] ≡ mji
fin
si V [i] = 0 alors
M0 ← M0 ∪ i;
sinon
si V [i] = k alors
M1 ← M1 ∪ i;
fin
fin
fin
Retourner M0 , M1 ;
fin
30
Générateurs de nombres pseudo-aléatoires
Un générateur de nombres pseudo-aléatoire, pseudorandom number generator (PRNG) en anglais,

est un algorithme qui génère une séquence de nombres présentant certaines propriétés du hasard.
Générateur à Congruences Linéaires (GCL)
Ces générateurs produisent la suite de nombres (Xn )n≥0 Définis par la relation de récurrence
suivante : pour tout n > 1
Xn+1 = (aXn + b) mod m

où m est un entier positif (le module), a, c et X0 sont des entiers compris entre 0 et m
respectivement appelés multiplicateur, incrément et graine.
On remarque que la suite (Xn ) ainsi définie est périodique à partir d’un certain rang.
Exemples. Générateur IBM Xn+1 = (75 Xn ) mod 231 − 1 de période 220 , générateur Maple
Xn+1 = (427419669081 Xn ) mod 999999999989 de période 229 .
31
Entrées: X0 , a, b, m ∈ N avec 0 < a, b, X0 < m et n le nombre d’entiers à générer.

Sortie : X vecteur de nombres pseudo-aléatoires de taille n.
début
X[0] ← X0 ;
X[i] ← aX[i − 1] + b;
X[i] ← X[i] mod m;
fin
Retourner X;
fin
32
Le GCL précédent permet de générer des entiers entre 0 et m − 1. Afin de se ramener à des
réels compris entre 0 et 1, on étudie la suite Un = Xmn
Entrées: X0 , a, b, m ∈ N avec 0 < a, b, X0 < m et n le nombre d’entiers à générer.

Sortie : X vecteur de nombres pseudo-aléatoires de taille n.
début
X[0] ← X0 ;
X[i] ← aX[i − 1] + b;
X[i] ← aX[i] mod m;
fin
Retourner X/m;
fin
33
Analyse des fréquences (chiffre de César)
• La méthode la plus élémentaire pour chiffrer un message est de remplacer chaque lettre par
une autre selon une règle fixe.
• Le chiffre de César consiste simplement à décaler les lettres de l’alphabet de quelques crans
vers la droite ou la gauche.
• On reconnaı̂t la une congruence modulo 31 : On commence par remplacer a par 1, b par 2, . . . ,
z par 26, ’espace’ par 27, ‘,’ par 28, ‘.’ par 29, ‘?’ par 30 et ‘:’ par 0.
Cette convention permet d’effectuer des calculs sur le texte.
Par exemple, décalons les lettres de 3 rangs vers la gauche, comme le faisait Jules César (d’où
le nom de ce chiffre). Le système César consiste simplement à effectuer une addition de 3
modulo 31. De manière générale :
y ≡ (x + d)[31].
avec d = 3, ou même,
Chiffrement : E(x) ≡ (x + d)[31],

Déchiffrement : D(x) ≡ (x − d)[31].
34
Analyse des fréquences
Par sa simplicité et par sa force, ce système a dominé la technique des écritures secrètes pendant
tout le premier millénaire. Il a résisté aux cryptanalystes jusqu’à ce que le savant arabe Abu Yusuf
Ya’qub ibn Is’haq ibn as-Sabbah Omran ibn Ismaı̈l al-Kindi mette au point, au IXème siècle, une
technique appelée Analyse des fréquences.
”Al-Kindi rédige sa méthode dans son plus important traité intitulé Manuscrit sur le déchiffrement
des messages cryptographiques. C’est le premier manuscrit connu faisant mention des fréquences
d’apparition des lettres. Il explique que la façon d’élucider un message crypté, si nous savons dans
quelle langue il est écrit, est de nous procurer un autre texte en clair dans la même langue, de la
longueur d’un feuillet environ, et de compter alors les apparitions de chaque lettre. Ensuite, nous
nous reportons au texte chiffré que nous voulons éclaircir et relevons de même ses symboles. Nous
remplaçons le symbole le plus fréquent par la lettre la plus fréquente du texte clair, le suivant par la
deuxième, le suivant par la troisième, et ainsi de suite jusqu’à ce que nous soyons venus à bout de
tous les symboles du cryptogramme à résoudre”.
35
• Cette technique ne fonctionne bien que si le

cryptogramme est suffisamment long pour avoir des
moyennes significatives.
• Les tableaux qui vont suivrent ont été construits en
comptant les fréquences dans un texte français de
100000 lettres composé de textes de Gustave Flaubert
(20600 lettres), de Jules Verne (19438) et de trois
articles de l’Encyclopedia Universalis, le premier
consacré à Bruges (8182), le deuxième à l’artillerie
(25078) et le dernier à la population (26702).
36
37
• On peut remarquer que la lettre ’E’ est la

plus fréquente, suivi par les lettres ’A’ et
’S’.
• Ainsi, en appliquant l’analyse des
fréquences sur un texte chiffré par le
chiffre de César, on peut éventuellement
(très probablement, dans le cas ou le
texte est assez long) un couple de lettres
(0 E 0 , y) (resp. (5, y)) avec E(0 E 0 ) = y
(resp. E(5) = y). Donc, le décalage (clé
de chiffrement) sera facilement déduite.
38
DM 1 (2 semaines)
Devoir maison :
Répondez à une question de votre choix :
• Analyse des fréquences : Écrire un algorithme qui effectue une analyse des
fréquence sur un message chiffré par le chiffre de César (en sortie : la clé de
chiffrement, et le texte en déchiffré ou en clair).
• Informations régulières : Écrire un algorithme qui génère les ensembles de
variables réguliers Mi , ∀i ∈ {0, . . . t}, avec t en entrée, pour un message M
? quelconque (i.e., k et n quelconques), M = {m1 , m2 , . . . , mk }, avec
mi ∈ {0, . . . , t}n , ∀i ∈ {1, . . . , k}, n > 1.
• Générateurs de nombres pseudo-aléatoires : On veut affecter de manière
aléatoire s sujets à k binômes. Écrire un algorithme qui permet de réaliser une
telle affectation, en considérons le cas où le nombre de binôme est supérieur au
nombre de sujet, i.e., k > s.
39

Langue

Algo Arithm

Transféré par

Informations du document

Description :

Titre original

Copyright

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Algo Arithm

Titre original :

Transféré par

Description :

Droits d'auteur :

Algorithmique Arithmétique

Structures de données, Complexité algorithmique, et Algorithmes pour la

Année universitaire 2020-2021.

3ème année Licence : Algèbre et Cryptographie.

• Rappels : Algorithme, Algorithmique, Programmes

• Algorithmes récursifs et Programmation dynamique

• Le terme algorithme provient du nom d’un mathématicien du IXe siècle, Al Kwarizmi

• Le terme algorithme provient du nom d’un mathématicien du IXe siècle, Al Kwarizmi

• Son nom a d’abord donné algorisme, très courant au moyen-âge.

En mathématiques et en informatique, un algorithme est une séquence finie

T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein 2 , ont défini un algorithme

• Un algorithme est une procédure permettant de résoudre un problème.

L’algorithme d’Euclide : En mathématiques le plus connu des algorithmes est certaine-

• L’algorithmique est l’étude mathématique des algorithmes.

• Un même problème peut être résolu par plusieurs algorithmes.

• Efficacité : Un algorithme efficace est un algorithme rapide et peu gourmand en

Résoudre une équation de premier degré

Résoudre une équation de premier degré

Theorem (Petit théorème de Fermat)

Ainsi, l’algorithme de Gram-Schmidt transforme une base B = (b1 , b2 , . . . , bn ) d’un sous-espace de

Entrées : une base B = [b1 , b2 , . . . , bn ].

Considérons le problème suivant :

”étant donné un entier positif N, décider s’il est premier ou non.”

• Le premier algorithme va chercher un candidat depuis 2 jusqu’à N − 1.

Que remarquez vous ? Quel est L’intérêt de ces variantes ?

• Soit S une source d’information qui émet un message M = {m1 , m2 , . . . , mk }, avec

• On veut écrire un algorithme qui génère les ensembles M0 et M1 pour un message M

Un générateur de nombres pseudo-aléatoire, pseudorandom number generator (PRNG) en anglais,

Générateur à Congruences Linéaires (GCL)

Xn+1 = (aXn + b) mod m

Générateur à Congruences Linéaires (GCL)

Entrées: X0 , a, b, m ∈ N avec 0 < a, b, X0 < m et n le nombre d’entiers à générer.

Générateur à Congruences Linéaires (GCL)

Entrées: X0 , a, b, m ∈ N avec 0 < a, b, X0 < m et n le nombre d’entiers à générer.

Chiffrement : E(x) ≡ (x + d)[31],

• Cette technique ne fonctionne bien que si le

• On peut remarquer que la lettre ’E’ est la

Centres d'intérêt liés

Vous aimerez peut-être aussi