1

CHAPI
TREI
 :MECANI
SATI
ONDEL’
ABSTRATI
ON

Lebutf i
nald’ unedémar chedepr ogrammat i
onestder éaliserunpr ogr
ammepar ticuli
erdans
unlangagepar ticul i
erpourunor dinateurdonné.Cet tedémar cheestuncaspar ti
culi
erd’unedémar chetrès
générale.
L’énoncédécr ituneact i
onàr éali
ser ,ilestdoncsuscept ibl
ed’ êtr
ecompr i
setr éali
sé.Un
énoncés’ appel eal
l gorit
hmeetl ’
entit
écapabl edecompr endredet elsénoncésetdel esexécut éss’ appell
e
processeur .L’exécut ionef f
ect i
vedel ’
al
gor i
thmeparl eprocesseurc’ estunpr ocessus.Unpr ocessusest
caractéri
séparl esobj et
ssurl esquelsils’estagitparl esactionsqui saitdirect
ementr éali
sersurl esobjets.
Onappel l
eobj etmani puléparunpr ocesseurl ’
obj etoulacl assed’ objetsurlaquell
el eprocesseursai t
réal
iserdirectementuneact ion.Onappel l
eainsiact i
onpr imiti
veouél ément air
edupr ocesseur,l’
act i
onque
l
epr ocesseursai tdi rectementr éali
serdèsl orsquil uiestdénoncéunet ell
eact i
onetluiestdési gnél’obj
et
oulesobj etssurl esquel lesel l
epor t
e ;d’
oùl anécessi t
édel adémar chesui vante :
 Dét ermi nerlesobj etsnécessai respourr éalisercett
eact ion ;
 Décomposerl ’
act ion abst r
aite en act i
on pr i
miti
ve( ce quiestexécut é directementparl e
processeur )
.

Exempl
e1 :addi tionner2nombr esent iersà2chi ff
res.
 Actionabst raite :additi
onner2nombr esent i
ersà2chi ff
res.
 Objet s :N1, N2, S.
 Action  :AdditionnerN1etN2( 1)
Exempl
e2 :pr enonsl ecasd’ unerésol utiondel’équati
onduseconddegr é.
 Actionabst raite :r
ésoudr ed’uneéquat ionduseconddegr é.
 Objet s 
: coefficienta,b,c ;racinesx1etx2  ;lediscri
minant.
 Actionspr i
mi tives :
CalculerDi scr i
mi nant(Actioni nter
médi ai
re) 
:-éleverbaucar r
é :b2(
1)
-multiplier4paraetparc  :4ac(2)
-soustrai r
e(2)dans( 1) 
:b¬2–4*a*c( 3)
 Actionpr imitiv
e  :chercherles2r acinesx1etx2àpar t
irdudiscri
minantetauxcondi
ti
onsposées
àceder nier.

Tout
e concepti
ond’unalgor
it
hmenécessitederai
sonnersi
mult
anémentsurlesacti
onsàr éal
iser
,il
s’
agi
tdedécomposeràêt r
een uvre,i
ls’
agi
tdedéter
miner.Ler
ôled’
unedécomposit
ionestdoubl
e :
- Facil
it
élacréat
ivi
téduprogrammeur 
;
- Permettredecontr
ôledecettecr
éat
ivi
té.

Ainsi
, unemét hodedepr ogr
ammat ionapourr ôledesi mplifi
eretderendrer i
goureuseladémarchede
concepti
ond’ unprogramme.Cet t
edémar cheser ésumedel amani èresui
vante :
- Ondéf ini
tenpr emierli
euav ecprécisi
onl ’
abstrait
equ’ i
ls’agi
tder éali
ser :propr
iét
équ’
elledoi
t
véri
fier
,objetsurl
equelel
leporte,
c’estl
aspéci f
ication.
- Ondécomposechaqueact ionabstrai
teenact i
onabst r
ait
eplussimple,c’estladécomposi
ti
on.
- Onr ecommencel esétapes1et2j usqu’
àl ’
obtentiond’acti
onsprimit
ives.

Ladécomposi t
iond’uneact
ionabstr
ait
epeutser
éal
i
seràtr
aver
stroismodèl
esdedécomposi t
ion 
:la
séquence,l
’al
ter
nativ
eoul arépéti
ti
ve.Les3schémasdedécomposit
ionsontsuffi
sant
spourénoncer
n’
importequelalgorit
hme.Toutlangagedeprogr
ammati
onser
acapabledelescoderettoutpr
ocesseur
devraêtr
ecapabledelescomprendre.

I
.1LANGAGEDESPECI
FICATI
ON
Unespéci
fi
cati
onestunedescr
ipt
iond’
uneact
ionent
ermesd’
étati
nit
ialetd’
étatf
inal
.Uneact
ion
spéci
fi
éeestuneabst
ract
ionsurl
aquel
l
eonpeutrai
sonner
.

Lanotiond’ asser
tionper metd’ expri
mercet ter eprésentati
on :
- Lesasser t
ionsquidécr iventlasi t
uationdansl aquelledoitset rouverl’
ensembledesobjets
accessiblesaupr ocesseurpendantl edér oulementdel ’
al
gorit
hmequel ’
onappellecont
exteet
avantsonexécut ion.Cesasser tionsdécr i
ventlescondi tionsquisontnécessai
respourquel’
act
ion
puisses’exécutercorrectement  ;
onl esappellel espréconditi
ons.
- Lesasser ti
onsquidécr i
v entlasituati
ondansl aquell
el ’
acti
ondoitmet tr
elecontexteàl’
i
ssude
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 2

sonexécut
ion.Lesasser
ti
onsdécr
iventl
afonct
ionnal
i
téquedi
trempl
i
rl’
act
ion 
;cesontdes
post
condi
ti
ons,ona 
:

Acti
on :
Nécessit
e{précondi
tions}
Ent
raîne{postcondi
ti
ons}

L’
int
érêtde la spéci
fi
cat
ion estqu’
el
le permetde rendr
e chaque act
ion de l
’
algori
thmique
i
ndépendantdurest
e.Laspécifi
cati
ondécri
tàlapositi
oni
niti
alequel’
acti
onestsupposéetrouveretla
si
tuat
ionfi
nal
eapourf oncti
onderendreler
ésul
tatopti
mall
’
action.

Avant(
étati
nit
ial
)
Act
ion

Apr
ès(
étatf
inal
)

Exempl
e :
addi
ti
onner2nombr
es

Et
atinit
ial
 :2nombr es(
xety
)dontnousdev
onsconnaî
tr
eleur
sval
eur
sàpar
ti
rdesi
nst
ruct
ionsdel
ect
ure.
Act
ion :addit
ionner
Et
atfinal 
:somme← x+y

Act
ion

Pr
écondi
ti
ons Post
condi
ti
ons

Spéci
fi
cat
ion

I.
1.1SPECIFICATIONFONCTI ONNELLE
Onappellespéci
ficati
onfonct
ionnel
l
ed’ uneaction,
ladescr
ipt
ionder
elat
ionAqu’el
l
edoi
tréali
ser
entr
esesi nfor
mationsd’entréesquiconsti
tuentl’ensemblesourceetsesinformat
ionsdesorti
equi
consti
tuentl’
ensembleimage.

{
e} i
{
si}

Dom (
A) I
m(A)

Ilfauttoujoursfair
eunedi sti
nctionentreunespéci fi
cationfoncti
onnel
leetcell
el ogi
que.Cet te
di
sti
nct i
onper metdedécomposerl epr oblèmedeconcept iond’unespéci fi
cat
ionendeuxsouspr oblèmes
pl
ussi mpl es.Laspéci fi
cati
onf oncti
onnel l
edéfini
td’aborddef açoninformell
epuissipossi bl
edef açon
pl
us f or
mel le c’
est -
à-di
re mat hématiquementl af oncti
onnal i
tér empli
e parl ’
acti
on.Cette étape f ai
t
abstr
actiondespr oblèmespr oprementi nformati
questelsquel echoixdut ypedev ari
abl
e,leproblèmede
débordement ,précisi
on,dial
ogued’ E/S,etc.
Laspécificati
onlogiquecompl èt
el adescri
pti
onpr écédenteent er
mesd’ i
nformat
ique,d’i
nterface
d’
échangedel ’
action.

Laspécifi
cationd’uneacti
onestdéfi
nitparuner elationR.Tout eréalisat
iondecett
efoncti
on
déf
ini
tunefoncti
onf  
;laréali
sat
ionFestdit
ecor r
ecteouconf ormeàl aspécificati
onRssiledom (F))
dom (
R).
VeЄdom (R):(e,F(e))ЄR.
Exempl
e:A:Vx,yЄdom ( A):s=x+y/ sЄI
m( A)
R=sommede2nombr esdemêmet ype.
x. A  :+ F =sommedexetyc’ est-
à-di
re(
x+y)
Dom (F)
 ={
x,y}
Dom (R)={
s}
s
y
.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 3

I
.1.
2SPECI
FICATI
ONLOGI
QUE

Onappell
espécificat
ionl ogiqued’uneactionA del ’
algori
thmequi l
aréal
ise 
;ladescri
pti
on 
:
1) desonensembl esour ceent ermesdev ar
iablesinformat i
queset/oudesv aleur
sf our
niesà
l’
acti
onparsonenv i
ronnement .
2) desondomfqui précisel esconditi
onsquedoi trespecterl’
uti
li
sat
ion.
3) desonensembl eimageent ermesdev ari
abl
esi nfor
mat iquesoudev al
eursfourni
esparl’
acti
on
parsonenv i
ronnement .
4) del arelat
ionbi nai
requ’ el
ledoitr éal
i
serent r
el ’
ensembl esourceetl ’
ensembleimagesous
réser
veder espectdel apr écondit
ion.
Exemple 
:E/x,y 
;2ent i
ersour éels
S/s 
:ent
ierouréel

I
.1.
3LANGAGEDESPECI
FICATI
ON

L’écrit
ureeffecti
vedelaspécif
icat
ionlogi
qued’uneacti
onnécessit
e :
- def air
eappar aîtr
elesli
stesdev ari
ableset/
oul esval
eurstr
ansmisesàl ’
act
ionourenduespar
l
’acti
on ;
- depr éciserl
edom dev al
eurs(domf) ;
- décrirelesrel
ationsentr
ev al
eurscontenuesdansdev ar
iabl
eset/ouvaleur
scorr
espondantàdes
E/S ;

Pourfaci
l
iterl
’
écr
it
ure d’
une t
ell
e spéci
fi
cat
ion,on déf
ini
tun l
angage appel
élangage de
spéci
fi
cat
ion.

1. Descr
ipti
ondesv al
eursetensembl edesvaleurs
Lali
stedev ar
iablesesten3par ti
es :
- Lesv ari
ablesenentr
ée(/E)dontl’act
ionexploit
elescont enus.
- Lesv ari
ablesensort
ie(/S)danslaquell
el’
actionmetuncont enu.
- Lesv ari
ablesquinesontpasnienent r
ée,niensortiesignifi
entqu’
el
lessonti
nter
venuesencour
s
delatr
ansformati
ondel’acti
on.
Leurt
ypeestpréci
séainsit
outeslesdéclarat
ionssontfait
es.

Exempl
e :
E/  
:x,
y
S/ :s 
:enti
er

Lesl istesdesv al
eursfai
santl
’obj
etdesE/ Savecl’
env
ironnementsontenl
ect
ureouenécr
it
ure
(pr
écédéesdumotl ectureouécri
tur
e).
Lesdomai nesdev aleurspour
rontêt
redécr
itspardesécri
tur
esmat hémat
iques.
Ex empl e 
: E/ 
:x,y
Lect ure :2nombr esЄN
S/ :s :enti
er
Ecriture 
:sЄN

2. Ecr
it
uresdespéci
fi
cat
ions 
:el
l
essontécr
it
essousf
ormesui
vant
e :

<Nom- de-l’action>
E/Listedesv ar
iablesd’
entrée
Lectur
enombr eetdomai nedesv al
eursd’entr
ées
[Nécessite]{ Asserti
ond’entréeexprimantlaprécondi
ti
onetli
mit
antl
edomaineaut
ori
se}
S/Listety péedev ari
abl
esdesor t
ie
Ecri
turenombr eetdomai nedesv aleur
sdesor tie
[Ent
raîne]{ Asser t
iondesortieexpri
mantetdéf ini
ssantlegr
aphederel
ati
on}

EXERCICE
1.Fai
relamécani
sat
iondel’
abst
ract
ion etl
esdeuxspéci
fi
cat
ionsquipermet
tentdet
rouv
erlasur
face
d’
untri
angl
econt
enudansunrect
angl
econnai
ssantr
ienquel
alongueursel
onl
afigur
eci
-apr
ès 
:

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 4

L Onpose
Base=Longueur(L)
H=Longueur/2( L/2)
CommeS=( Base*H) Connai
ssancedu
/2 pr
oblème
Onaura 
:
S=(L*L/2)/2=L2/4

Mécanisat
iondel ’
abstrati
on
Act
ionabst r
ait
e :cal
cul sur
facedutri
angl
e
Obj
etsmani pulés 
:L,S
Act
ionprimiti
ve :
Cal
culsurface 
- El everlalongueurLaucar r
é(1)
- Di viser(1)par4( 2)

Spécif
icat
ionfonct
ionnel
l
e
Grapheder el
ati
on
Z=*
,/

L. .
S

Dom (
Z) I
m(Z)

Descr
ipt
iondel
arel
ati
onZ

R 
:calculersurf
aceàparti
rdelalongueur
F 
:mul t
ipli
erlal
ongueurparl
alongueurdivi L2/
séepar4( 4)
Dom(R)={ S}
Dom (F)={ L}
S=f(L)

Spéci
fi
cati
onlogique
- EnsemblesourcedeRéel
snonsi
gnésnonnul
-
- Ensembl
eimageder
éel

Ecr
it
ured’
unespéci
fi
cat
ion

<Action:cal
culdel
asur
facedut
ri
angl
e>
E/ 
:L
Lect
ur e
Nécessite{L>0}
S/:S
Ecri
tureS

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 5

2.Fair
el amécanisat
iondel’
abst
ract
ion etl
esdeuxspéci
fi
cat
ionsquiper
met
tentdet
rouv
erl
amoy
enne
ari
thmétiquede15nombr esl
uesauclavi
er.
Nousavons :

Mécani
sationdel ’
abstr
acti
on
Act
ionabstrait
e :calculdelamoy ennear i
thmét
ique
Obj
etsmani pulés :S,X,Moy,n
Act
ionpri
mi ti
ve :
Actionintermédiair
e :
Calcul somme  :
- Addi t
ionnernièmef oi
sX( 15èmef
ois)(
1)
- Act i
onpr i
miti
ve :
- Diviser(1)parnièmefois(par15)(2)

Spéci
fi
cat
ionf
onct
ionnel
l
e

T 
:+
T’
 
:/
X.
.
Mo
.
S. y
n.

Dom(
T) I
m(T) I
m(T’
)

Dom(
T’)

R=cal
cul
delasommeàparti
rdeXetN
R’
=cal
culdel
amoyenneàpart
irdeSetN

F’=Div
iserl
asommeparN(
S/N)
Dom(R) 
:{S}
Dom(R’)
:{Moy}
Dom(F):{
X,N}
Dom(F’)
:{S}
S=f(X,N)
Moy=f (
S)

Spéci
fi
cat
ionl
ogi
que

-Ensembl
eder
éel
ssi
gnésetd’
ent
iernonsi
gnéetnonnul
-
-
Ensembl
eder
éel
signé

Ecr
it
ured’
unespéci
fi
cat
ion
<Calculdelamoyennear
it
hmét
ique>
E/ 
:X
Lect
ureX( Nièmef
ois)ЄR,NЄN
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 6

Nécessit
e{N 
>0}
S/:Moy
Ecri
tur
eMoyЄR

3.Fair
elamécanisat
iondel’
abstr
act
ionetl
esdeuxspéci
ficati
onsainsiquel
’écr
it
ured’unespéci
fi
cat
ion
quidemandedeuxnombresetinf
ormesil
eurpr
odui
testpositi
founégati
fsanscal
culer
.

Résolut
ion
Acti
onabst r
aite 
:affi
cherl’
i
nformati
queparrappor
tde2nombr
es
Objetsmanipulés :
N1, N2,I
nfo
Acti
onpr i
miti
ve :
Af f
icherInfor
mation
- Af f
icherinformati
on=« Posi
ti
f 
»avecN1>0etN2>0ouN1<0etN2<0
- Af f
icherinformati
on=«  
Négati
f 
»avecN1<0etN2>0ouN1>0etN2<0

Spéci
fi
cat
ionf
onct
ionnel
l
e
Q 
:<,
>

N1
. .
Inf
o

Dom (
Q) I
m(Q)

R 
:Affi
cherinfor
mati
onàpar
ti
rdeN1etN2
F 
:TesterN1etN2>0ouN1etN2<0
TesterN1<0etN2>0ouN1>0etN2<0
Dom (R) 
:{I
nfo}
Dom (F) 
:{N1,N2}
I
nfo 
:f(N1,N2)

Spéci
fi
cat
ionl
ogi
que
- Ensemblesourcederéelssi
gnés
- Domf  
:N1,N2ЄR\{ 0}
- Ensembleimaged’i
nformati
onchai
ne

Ecri
tur
ed’unespéci
fi
cat
ion
<I
nformation>
E/:N1,N2
Lectur
eN1, N2ЄR\ {
0}
Nécessit
e{ N1etN2<>0}
S/:I
nfo
Ecri
tur
eInfo

I
.2CONCEPTI
ONETCHOI
XD’
UNESPECI
FICATI
ON

Commentchoisi
rlaspéci
ficat
iond’
uneacti
ondesf
açonsàcequ’
el
lesoi
t 
:
- simpleàcompr endreetàréal
i
ser
- adaptéeàlaconcept i
onauxprogr
ammesfi
ables

Exempl
e :
Equat
ionduseconddegr
é aX2+bX+c=0(a≠0)
:

Cal
cul
erlesracinespeutamener :
- àsel imiterauxéquationsquiontef f
ecti
vement2raci
nesetàanalysertout
eéquati
onnon
dégénéréeouadmettreleséquati
onsdégénér
ées 
;
- soitlorsquelaraci
net r
ouv éeestdoubl
e,mett
relamêmelaval
eurdanschacunedesv
aleur
sde

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 7

r
aci
nesouut
il
iseruni
ndi
cat
euroupr
éveni
rquel
aval
eurpl
acéedansuner
aci
necor
respondàune
r
aci
ne.

AX2+BX+C=0

A=0,
B<>0,
C<>0 A<>0,
B<>0,
C<>0

BX+C=0 ON2ndDEGRE
EQUATI

A=0,
B=0,
C<>0

Del
ta=0:r
aci
ne Delt
a>0:2
B=0 doubl
e raci
nes

C=0 Solut
ioni
mpossi
ble
Sol
uti
on C<>0
Tri
vi
ale

I
.2.
1SI
MPLI
FICATI
OND’
UNESPECI
FICATI
ON

a)Limitat
ionaprior
idudomaineautor i
sédesinformationsd’ent r
ée.Consi
dér
onstouj
oursl’
exemple de
l
’exempled’uneéquat
ionduseconddegré.
-Sil’
équati
onestdégénér
éeenéquationdupremierdegr é,cal
culersaraci
neuni
quequiestX=-c/b.
-S’i
ls’
agitd’
uneéquati
ondedegré,f
aitessav
oirsicell
e-ciesttr
ivial
eouimpossi
ble.

La spéci
fi
cat
ion estlongue etl’al
gori
thme estcompl exe.Dans ce cas,ilestpr éf
érabl
e de
décomposerl ’
act
ionabst
rait
eetdedéf ini
runeoupl usi
eurspseudosprimi
ti
fsetpseudoabstracti
on.Siau
contr
air
e,onneconnaî tl
edegr éréeletsil’
onsouhaiteconnaî
trecedegré,onsépareral
’act
iond’analyse
dudegr é.Celasef era 
:soitent rai
tantlecal culdudegrédansl ’al
gori
thmeousoi tendéf ini
ssant
séparémentunpseudopr i
miti
fquiévalueledegr
éouunpseudopr imi
ti
fcorr
espondantàchacundescas.

Doncunpseudopri
mit
ifdoi
taut
antquepossi
bleàuneuniqueacti
onabstr
ait
e.Uneprécondi
ti
on
estut
il
iséepourél
i
minerl
esdomainesd’
ent
réepourl
esquel
sl’
act
ionabst
rai
tenepeutêt
reréal
i
sée.

b)Part
it
ionnementdudomai nedesort
ie,ceciestl
ecas 
:
-Sil’
éval
uationdelaprécondi
ti
onestaussicomplexequel
ui-
même.
-Silapossibil
i
tédel’
exécuti
ondel’
acti
ondépenddescondit
ionsext
éri
eur
es.

I
.2.
2CONCEPTI
OND’
UNESPECI
FICATI
ON

Lesél ément sconst i

tuantunespéci fi
cationd’ act
ionsontdéf i
nisprogr
essiv
ementens’ appuyant
surdesnot ati
onsdepl usenpl uspréci ses.
1°)Aparti
rdur ôlequel ’i
nv eutr emplirparuneact i
on, ondégage  :
- desi nformat ionsdesor ti
equ’ ell
edoitprodui re ;
- desi nformat ionsd’ entréequel ’
indoitluifour nir 
;
- lesdomai nesauxquel sdoi ventappar tenirsesi nfor
mat i
ons ;
- larelati
onquedoi tréaliserl
’act i
on.
2°)Onpasseensui teauni veaul ogiqueetl ’onchoi sicommentsesi nf
irmati
onsdoiventêtretr
ansmises,
soitparl
’
intermédi air
edesv ar
iablesi nformatiques, soitparl ’
i
ntermédiai
red’E/Savecl’
envi
ronnement.
3°)Onétudieenf i
nl espr opriétésdel ar elat
ionquedoi tréal
iserl’
acti
on.

Exemple 
:Equati
onduseconddegr é
 Spéci f
icat
ionfonctionnel
le
Inf
ormati
ond’entr
ée :a, b,
c :
coeffi
ci
ent
sЄ R
Inf
ormati
ondesor ti
e :x1,x2 
:raci
nesЄR
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 8

x1,x2=f (
a,b,c)
Précondi
tions 
: {
a≠0, b≠0, c≠0}
Postconditi
ons :2raci
nesdist
inct
es 
:{
D>0}
Raci
nedouble :
{D=0}
Pasder acine 
:
{D<0}

 Spéci fi
cati
onlogique
E/coeffici
ent
sdel ’équation :
a,b,cЄR
Lect
urecoef f
icient
sdel ’équati
on{ a≠0,b≠0, c≠0}
DЄR  :D=b¬2-4ac  :acti
oni nt
ermédiai
re
S/x1,x2ЄR
Ecri
turex1etx2si D>0
x1=x2si D=0
{pasder aci
nesi D<0}
EXERCICES
Enoncé 
:écr
irel’
algor
ithmest ructuréenpassantparl
aMA, SF,
SL,
CCS,
ES 
.

1.

2.

si

3.

4.

5.

6.

7.

8.

9.L’ent
repriseOli
vi
erMADI LAsouhaiteautomatisersonsy stèmederémunér
ati
ondesesv endeur
sàl’
ai
de
d’untableurExcel
.Chaquer epr
ésentantperçoi
tunsal ai
refixede1000€parmoi s,etunecommissi
onen
foncti
onduchi ff
red’aff
air
esetdel’anci
ennetédansl’entr
epr i
se.
Vousdi sposezdesinformati
onssuivantesenannexe.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 9

10.Soitl
aTVAàdécai sser=TVAcol lectée–( TVAdéductibl
esuri
mmobili
sati
on+TVAsurachatdebi
ens
etser
v i
ces).
L’
entr
epriseOlivi
erMADI LAv oustransmetl esinfor
mat i
onssuiv
ant
espourl
emoi sdeJanvi
er2021.
 Chi ffr
ed’ aff
airesHT: (t
auxdeTVA: 19,6%)100000$
 Achat sd’immobi li
sationsHT: (
tauxdeTVA: 19,6%)40000$
 Achat sdebi ensetser viceHT: (tauxdeTVA: 19,
6%)20000$
11.Soitl
abaseamor t
issable=Val eurd’acquisi
ti
onHTouVal eurbr
ute–Valeurrési
duel
l
e
A.Modeamor ti
ssementl i
néaire
Pri
ncipedecalcul

L’
entr
epri
seOMM af ai
tl’
acqui
si
ti
ond’unemachi
nepour50000€HT,d’
uneduréed’
uti
l
isat
ionpr
obabl
ede
5ans,dated’
acqui
sit
ionetdemi seenservi
ce:le01/03/
2021etl
etaux=20%.Moded’amorti
ssement
l
inéai
re.

12.Lasit
uati
ondelasociét
éMaxsarlseprésent
edelamanièr
eci–aprèsau31décembre2010 
:ter
rai
ns
7 
000 000FC,Const
ruct
ions25 
000 
000FC,Matéri
eletmobi
l
ierdubur
eau5000000FC,Char
gesà répar
ti
r
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 10

1 000 
000FC,Mar chandi
ses10 000 000FC,Créancessurlescl
ients5 
000 000FC ;Banque19 
500 
000FC,
Caisse 250 000FC,Capitalsoci
al50  000 
000FC,Det t
e commer ci
ale 13 
250 000FC,Dett
ef i
nanci
ère
rembour sabl
een5ans9  500 
000FC
Travai
l demandé:Ecri
reunalgori
thmeper met
tantdedresserl
ebiland’
ouvert
uredeMaxau31décembr e
2018.

Algorit
hmebi lan_ ouver ture
TableaulibelA( i
),li
bel P( i
)enchai ne
Tableaumont A( i
),mont P( i
)ennumer ique
Variablena,np, tot alA, total P,ben, pert eennumer i
que
Debut
/*cal culdut ot alact i
f*/
total
A← 0
affi
cher( ‘
’saisi rlenombr ed’ act i
f ’
’
)
li
rena
pouri← 1j usquanaf aire
l
irel i
bel A( i)
l
iremont A(i)
totalA← t otalA+mont A( i
)
fi
npouri
affi
cher( ‘
’let otalact i
fvaut  :
’’
, totalA)
/*cal cult otalpassi f*/
total
P← 0
affi
cher( ‘
’saisi rlenombr edepassi f
’’
)
li
renp
pouri← 1j usquanpf aire
l
irel i
bel P( i)
l
iremont P(i)
totalP← t otalP+mont P( i
)
fi
npouri
affi
cher( ‘
’let otalpassi fvaut  :
’’,total
P)
/*compar aisont otalact i
faut ot alpassif*/
SitotalA=t ot alPal ors
Afficher( ‘
’Bilanestéqui li
br é’’
,Tot al
A,‘’
 =’’
,
Tot
alP)
Sinon
Sit otal A>t otalPal ors
Af fi
cher (‘
’ i
lyabénéf ice’’)
ben←t ot alA–t ot alP
afficher( ‘’
lebénéf ice=‘ ’,ben)
sinon
af fi
cher( ‘
’ilyaper te’
’)
per te← t otalA–t otalP
afficher( ‘’
laper te=‘ ’,
perte)
finsi
fi
nsi
fi
n

13.Soi
tlesél
ément
sci
-apr
èsdel
’
entrepr i
seOliv
eMadspr lenFC :
Fondsdecommer ce 400000
Mat éri
elsdel’
usine 335000
0
Mar chandises 225000
0
Cli
ents 115000
0
Mobi l
ierdebureau 620000
0
Empr unts 600000
0
Banque 500000
0
Caisse 290000
0
Caissechèquepost aux 175000
0
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 11

Four
nisseur
s 500000
0
Etat 720000
Ecartdeconv ersi
onacti
f 550000
Dett
ehy pothécair
e 700000
Découvertbancaire 30000
TD 
:Ecr
ir
eunal
gor
it
hmeper
met
tantder essor
tirlebil
anetendét
erminerl
ecapi
tal

14.Unmagasindegrosprésenteau01j anv ier2018l ’i

nvent
aireci-
après 
:
Bât imentadmi nistratif 15000000
Bât imentcommer cialetdêpot 25000000
Cami onsdet ranspor tdes 75000000
mar chandi ses
Aut resmat éri
el sdet ransport 30000000
Mobi liersetmat ériel 8000000
Mar chandi sesauxdépôt set 17300000
dansl esr ay ons 0
Mat i
èr esconsommabl es 15420000
Embal lagescommer ciaux 5000000
Mar chandi sesencour sder oute 58000000
0
Débi t eursdi ver s 3600000
Client sdi v ers 74000000
Effet sàr ecev oir 15000000
Banques 7490415
Cai sses 2309585
Four nisseur s 70000000
Crédi teursdi vers 20000000
Empr unt 50000000
TD :Ecr
ir
eunalgor
it
hmeper mettantder epr ésent ercet tesi
tuati
onensachantquel
adi
ff
érencedes
ressour
cesappar
ti
entenpropreauxpr opr i
ét ai
r esdumagasi ncommecapi t
al.

15.Soi
tlet
abl
eauci
-apr
ès 
:
Prix Taux
Quant
it uni
tai
re Mont
an Montan de
Dési
gnat
ion é HT tHT tTTC TVA 19,
6%
1 Br
ouet
tecl
assi
que 5 37        
2 Tai
l
leher
beàf
il 2 89    
3 Bêchepourj
ardi
n 10 20    
4 Gant
sdejardi
nage 20 2,
5   
Tr
onçonneuse
5
él
ect
ri
que 5
67    
Netà
payer  
Ecr
ir
eunal
gor
it
hmest
ruct
uréper
met
tantdecal
cul
erl
enetàpayersui
vantl
amécani
sat
iondel
’
abst
ract
ion.

16.Soi
tlet
abl
eaudepaiesui
vant
 :
Nom Fonct
ion Sal
air
ede NB. Taux I
NS All
ocati
o Pr
im Soi
ns netà
Base Enf
ant J S n e Médicau payer
Famil
ial
e x
HANS Dir
ecteur   11 900        
EMMANUE Technici
en   3 900        
L
ESTHER Compt able   6 900        
PATRICK Secrét
ai r
e   6 900        
DANIELLA Magasi ni
er   4 900        
JOSEPHIN Caissi
er   5 900        

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 12

E
OLI
VER Recouv r
eu   6 900        
r
CRI
SPIN Animateur   9 900        
ANDRE Chauffeur   1 900        
Ecri
reunalgor
it
hmest r
ucturésachantque:
- esal ai
redebase  :tauxJ*26
- Al l
ocati
onf amili
ale=2000f c/enf ant
- Unepr i
mede200000FcauDi recteur,150000aut echni
cien,100000aurecouvr
eur,50000au
secrét
air
eetauchauf feuretenfi
n30000pourl esautr
esfoncti
ons
- I NSS=5%surl esalair
edebasepourl eDi r
ecteuret3%pourletechnici
enetr
ecouvr
euret2%pour
lesautr
esfonct i
ons.
- Soi nsmédicaux
 Di r
ecteur=123000Fc
 Techni ci
enetRecouv r
eur=98700Fc
 Etlesaut res56780Fc
- Netàpay er=Salairedebase+Al locationFamilial
e+Prime+Soinsmédicaux–INSS

17.Soi
tlet
abl
eaudepai
e
I
nd.de
Ag anci
ennet I
NS Tr
ans Prime S.
ne
Prenoms e é Fonct
ion S.br
ut S . d'
Anci
ennet
é t
34500
Blai
se 45 12 Inf
ormat icien 0       
56790
Timot hé 74 55 Compt abl e 0       
45300
Zachar i
e 67 50 Logisti
cien 0       
19800
Justine 66 33 Huissier 0       
Admi nist
rat eu 78000
Cedr i
ck 34 16 r 0       
87500
Oliv
ier 35 8I nf
ormat icien 0       
34560
Lamber t 67 40 Technicien 0       
56840
JerkOl i
vi
er 40 20 Compt abl e 0       
Ecr
ir
eunal gori
thmest
ruct
urésachantque:

 I
NSS :5%pourl ’
Informatici
ensurlesalai
redebase,3%pourl ecomptabl
eetlel
ogisti
cienet2%
pourlesautres.
 I
ndemni t
édet r
anspor t
 :75000pourl’
admini
strat
eur,70000pourl’
inf
ormat
ici
enetl
el ogi
sti
cienet
l
esaut r
es45000.
 Primeancienneté :1750/An( parr
apportl
’
anciennet
éauser v
ice).
 S.Net
=S.Br ut+I nd.Transport+Pr
imeAncienneté–INSS.

18.Soitàf
air
eunal
gor
it
hmequi
cal
cul
eetaf
fi
chel
asommet
otal
eenFcetl
asommeen$àpar
ti
rdece
tabl
eau.

PERCEPTI
ONTAXESJOURNALI
ERES
MP
TD
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 13

DATEJOUR MONTANTPERÇU TAUX 

:1600Fc
1 01/
10/2018 755000FC
2 02/
10/2018 128500FC
3 03/
10/2018 255000FC
Compt
euri
4 04/
10/2018 305000FC
… … …
31 31/
10/2018 456000FC
TOTALEN
FC MF
TOTALEN$ MD

Sol
uti
on
Mécanisati
ond’ abst
raction
Acti
onabst r
ait
e : calculsomme_
tot
ale
Objet
smani pulés :i,MF, MD,
TD,MP
Acti
onabst r
ait
e :
ème
Addit
ionMPi f oi
s( 1)
Di
viser(1)parTD( 2)
Spéci
fi
cation
a. Spéci f
icati
onfonct ionnell
e

R 
:Addit
iondeMPnièmefoi
s( cal
cul
deMF) ,
div
isi
ondel’addi
ti
onduMPi
èmef
oisparl
eTD(
cal
cul
deMD)
F 
:cal
culdeMFàparti
rdei,
MPetCal cul
duMDàpar t
irdei,MP,TD
Dom(R) 
:{MF,MD}
Dom (
F):{I
,MP,TD=1600}
MF=f (
i,MP)etMD=f(i,
MP, TD=1600)
Z=+,
/

MP.
i.
.
MF
TD=1600. .
MD

b.Logi
que
 Ensemblesourcederéel
setent
ier
snonsignésetnonnul
s

 Ensemblederéelsetent
ier
snonsignés

Ecri
tured’unespécif
icat
ion
<cal
cul sommet otal
e>
E/ 
:MP, TD=1600
Lectur
e aveciЄ[
1,31]
Nécessite 
:{MP>0}
S/ 
:MF, MD
Ecri
tureMFЄN, MDЄR
Entr
aine :MF,MD>0
MF=f (i,MP)
MD=f (
i,MP,TD=1600)
Grapheder el
ati
on
Z=+,
/

MP.
i. .
MF
TD=1600. .
MD

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 14

Concept
ionetchoi
xd’
unespéci
fi
cat
ion
MP

MP<=0 MP>0

«
 Veui
l
lezsai
sirl
e MP>0 
»

Al
gor
it
hme
Al
gorithmeSomme_ t
otale
Vari
ablei,MP, MFenent i
er
Vari
ableMDenr eel
ConstanteTD← 1600
Debut
/*ini
ti
ali
sati
ondel avari
ableMF* /
MF← 0
Pouri← 1j usqua31f ai
re
Sai
sir(MP)
SiMP>0al or
s
MF← MF+  MP
Sinon
Affi
cher(‘’
Veuil
lezsai
si
rMP>0’
’
)
Fi
nsi
Finpouri
MD← MF/ TD
Affi
cher(‘
’l
emont antenFc=’ ’
,MF)
Affi
cher(‘
’l
emont anten$=‘ ’
,MD)
Fi
n

4.ALGORI
THMESRECURSI
FSAVECAPPROCHEDANSLESMATHEMATI
QUESFI
NANCI
ERES

GENERALI
TESSURLESALGORI
THMESRECURSI
FS

Lesalgor
ithmesrécursi
fsetlesfonct
ionsr
écur
siv
essontf
ondament
auxeni
nfor
mat
ique.Un
al
gor
it
hmeestditr
écursi
fs'
i
ls'appel
l
elui-
même.

Onopposegénéral
ementlesalgor
ithmesrécursi
fsauxal
gor
it
hmesdi
tsi
mpér
ati
fsoui
tér
ati
fsqui
s'
exécut
entsansi
nvoquerouappel
erexpli
ci
tementl'
algor
it
hmelui
-même.

Unexempl
epl
usmat
hémat
ique 
:laf
act
ori
ell
e

Pr
enonsmai nt
enantun exempl
ei ssu desmat hémat
iques,cel
uide l
afact
ori
ell
e.Cel
l
e-cise déf
ini
t
i
ntui
ti
vementpourdesent
ier
sposi
ti
fsparlafonct
ionsui
vante 
:

L'
i
déedel
arécur
siv
itéestd'
uti
l
iserunedéf
ini
ti
onéqui
val
ent
e,àsav
oirunesui
ter
écur
rent
e:

Pr serquef
éci act
ori
ell
e(0)=1estfondament
al 
:sanscelal
afonct
ionneser
aitpasdéfini
e
etl
'
algor
it
hmes'
i
nvoquer
aiti
ndéfi
niment.Lecas n=0 estappel é casdebase.Sanssapr ésence,
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 15

l
'
algori
thmenepeutpasset
ermi
ner
.L'
aut
r écasdepr
ecasestappel opagat
ionc'
estl
uiquicont
ientl
'
appel
r
écursi
f.

Exer
cices

1.Ecri
reunal
gor
it
hmer écur
sifpourl
ecal
culdel
afact
ori
ell
ed’
unnombr
eent
ierposi
ti
fsachantquet
out
e
fact
ori
ell
ede0et1vaut1.

2.Ecr
ir
eunal
gor
it
hmer
écur
sifpourl
ecal
cul
det
out
esl
esdér
ivéedel
af meAXBav
or ecBdi
ff
érentde0.

3.Soi
entl
esexpr
essi
onsci
-apr
ès 
:

X0=2,11
X1=2,1111
X2=2,111111
X3=2,11111111
Ecr
ir
eunal gori
thmerécur
sifàpar
trunnièmet
i erme 
:
Connaissanceduprobl
ème
Données I
nconnu Opérat
ions Résul
t at
X0=2,11 e X0=211.10-2 Xn
X1=2,1111 Xn= ? X1=211.10-2+11.
10-4
X2=2,111111 X2=211. -
2
10 +11.10-4+11.
10-6
X3=2,11111111 X3=211. -
2
10 +11. -4
10 +11.10-6+11.
10-
8

…
Xn=
Raisonnementi
nfor
mat
ique
Posons :
2,
11=B
11=X
POSONS  :
2n+2=E
10=t
D’oùXn=

Al
gor
it
hme
Al
gorit
hmeal gori
thmer écur
sif
_1
Vari
ableB, En,t,
E,K,Xn, i
ennumerique
Debut
B←2, 11
t← 10
EN←0
aff
icher(‘
’sasirlelaval
eurdenaucl
avi
er’
’
)
sai
sir(n)
pouri ← 1jusquanf ai
re
E← i *2+2
K← T^ 2
EN← EN+11/ K
Xn← B+EN
Affi
cherX
Finpouri
Fi
n

4.Soientlesexpr
essi
onsci
-après 
:
Z1=3
Z2=3, 3
Z3=3, 33
Z4=3, 333
Ecri
reunal gor
it
hmerécur
sifàpart
irunnièmet
erme 
:

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 16

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 17

1.
1DESGENERALI
TESAL’
APPLI
CATI
ONDESUITESETSERI
ESGEOMETRI
QUESENMATHEMATI
QUES
FI
NANCIERES

A. GENERALI
TESSURLESSUI
TESGEOMETRI
QUES

1°)Déf
ini
ti
on 
:
Unesuit
e estunensembl
eor donnédenombr es.L’
i
ndi cede
chaquetermedesuit
eindi
quelaposi
ti
onoul’
ordr
edanslequelsetr
ouv eunedonnéespécif
ique.Par
exemple,
lasui
te{
1,4,7,
10,13,
…}dif
fèr
edel
asuite{13,
10,
7,4,1,…},mêmesilestermessembl entl
es
mêmes.

2°
)Déf
ini
ti
on 
:

Unesui
te estdi
tesui
tegéomét
ri
queder
aisonrsicest
ermes
sat
isf
ontàlaf
ormul
eder
écur
rence.

Exempl
e :

 Lasuit
e{ 1,
3,9,27,81,
…}estunesuit
egéomét
ri
queder
aison2pui
squechaquet
ermeestobt
enu
duprécédentenlemult
ipl
i
antpar2.

 Lasui
te{
20,
10,
5,2.
5,1.
25,
…}estunesui
tegéomét
ri
queder
aison½.

For
mest
andar
d

Engénér
al,l
eter
me d’
unesui
tegéomét
ri
queenf
onct
ionderetdut
ermei
nit
ial parl
a
f
ormul
e.

NB.Unesui
tegéomét
riqueest
 :
 Croissant
esi
etseulementsi
r>1

 Décr
oissant
esi
etseul
ementsi
0<r<1.

Concept
iondesal
gor
it
hmesr
écur
sif
s

Déf
ini
ti
on
Lesal
gori
thmesrécursi
fsetlesf
onct
ionsrécur
sivessontf
ondament
auxeninf
ormati
que.Un
al
gori
thmeestditr
écursi
fs’
i
ls’appel
lelui
-mêmeens’appuyantsurlemécani
smedecont
rôl
eit
érat
ifc’
est
-
à-di
relesboucl
esi
tér
ativ
esoui t
érat
ives.

Mét
hodesder
ésol
uti
on

Nouspr
oposonsladémarcheci-apr
ès 
:
- Ressort
irlaconnai
ssancedupr obl
èmeoul ’uni
ver
sdeconnaissancec’
est
-à-di
repr
ésent
erl
a
résol
uti
onmathématique(Données,
Inconnues,opér
ati
ons,
résul
tat
)

- Puis,
lerai
sonnementi
nfor
mat
ique 
:ils’
agi
tdecréerunpontent
rel
aconnai
ssanceduproblèmeet
l
’al
gori
thmequiseramiseenplace.Ici
,onpasseparlabasedel ’
i
tér
ati
on(basei)j aunième
usqu’
ter
medel ’
it
érat
ion.

- Ensui
te,
l’
al
gor
it
hmeycor
respondant

- Enf
in,
présent
erl
avar
iat
ionav
ecl
eMsExcel
.

Exempl
esurl
essui
tes

1.Lesact
ionsd’
unecompagni
esonti
nit
ial
ementémi
sesaupr
ixde10$.At
out
esl
esannées,l
aval
eur

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 18

d’uneacti
ons’
accroi
tde25%.Montr
erquel
avaleurd’
uneacti
onprodui
tunesui
tegéomét
ri
que.Cal
culerl
a
valeurdel’
act
ion10ansdesonémissi
on.Tr
acerlacourbedesvari
ati
onsdelaval
eurdel’
act
ionsurune
périodede10ansdesonémissi
on.

Sol
uti
on
Connai
ssancedupr
obl
ème

Données I
nconnue Opér
ati
ons
a0=10 a10= 
?
Accroi
ssementannuel 25%
an=an–1+0, 25an–1 =1,
25an–1
r=1,25{ avecr>1}
onrecour sàl aformest
andard
n
an=a0r
10
a10=10(1,25) avecn=10(10ans)
=10*9, 313
=93,13
Résul
tat
a10=93,
13

Rai
sonnementi
nfor
mat
ique

For
mest
andar
d

pourcepr
obl
ème,
labasei=10av
eci
=0c’
est–à–di
rea0=10
0
i
=0 a0=10(
1,25)=10
1
i
=1 a1=10(
1,25)=12,50
2
i
=2 a2=10(
1,25)=15,63
3
i
=3 a3=10(
1,25)=19,56

…
n
i
<=n an=10(
1,25)

Posonsi=compteurdel’
it
érat
ion
n :
lafi
ndel’
it
érati
on
a0 
:val
euri
nit
ial
e
r 
:rai
sondelasuit
e

Ceci
about
ità 
:
 connaî
trel
aval
euri
nit
ial
eoul
abasedel
’
itér
ati
on(
B)

 connaî
tr
elav
aleurdef
indel
’
itér
ati
on(
n)

 connai
tr
elar
aison

 ut
il
iserl
aboucl
eit
érat
ivepouraf
fi enièmet
cherl erme(
AN)

Al
gorit
hmer écur
sif
Al
gorit
hmesui t
e1
Vari
ablei,n enent i
er
B,r,An enreel
Debut
Lir
eB
Lir
en
Lir
er
Pouri← 0Jusquan Fair
e
An← B*r^i
Affi
cherAn

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 19

i
Sui
vant
Fi
n

Var
iat
ionenExcel

2.l
esréservesdepétr
oleenAlbert
adiminuentde10%àchaqueannée.Sachantque100000MI
consti
tuai
entlesr
éserv
esini
ti
alesmont r
erquelesréser
v esdepétrol
edécri
ventunesui
tegéomét
ri
que
décroi
ssanteetentr
ouverl
araison.Quelvol
umer est
e-t-ilquat
reannéespl
ustard 
?

Données I
nconnue Opérati
ons
a0=100000 a4= 
? Deccroi
ssementannuel 10%
n=4 an=an–1-0, 10an–1 =0,
90an–1
r=0,90{ avec0<r<1}
onrecour sàl af
ormestandard
n
an=a0r
4
a4=10000( 0,90)avecn=4( 4ans)
=100000*0, 6561
=65610

Résul
tat

a4=65610(
ilr
est
e65610depét
rol
edansl
esr
éser
vesapr
èsquat
reannées.

Rai
sonnementi
nfor
mat
ique

For
mest
andar
d

Pourcepr
obl
èmel
abasei=100000av
eci
=0c’
est
-à-di
rea0=100000
0
i
=0 a0=100000(
0,90)=100000
1
i
=1 a1=100000(
0,90)=90000
2
i
=2 a2=100000(
0,90)=81000
3
i
=3 a3=100000(
0,90)=72900
4
i
=4 a4=100000(
0,90)=65610
…
n
i
<=n an=100000(
0,90)

Posonsi
=compt
eurdel
’
itér
ati
on
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 20

n :
lafi
ndel’
it
érati
on
a0 
:val
euri
nit
ial
e
r 
:rai
sondelasuit
e

Ceci
about
ità 
:
 connaî
trel
aval
euri
nit
ial
eoul
abasedel
’
itér
ati
on(
B)

 connaî
tr
elav
aleurdef
indel
’
itér
ati
on(
n)

 connai
tr
elar
aison

 ut
il
iserl
aboucl
eit
érat
ivepouraf
fi enièmet
cherl erme(
AN)

Al
gor
it
hmer
écur
sif

Al
gorit
hmesui t
e2
Var
iablei,n enent
ier
B,r,
An enreel
Debut
Lir
eB
Lir
en
Lir
er
Pouri← 0Jusquan Fair
e
An← B*r^i
Af
ficherAn
iSuiv
ant
Fin

VARI
ATI
ONENEXCEL

3.Soi
tlet
abl
eaupr
ésent
antl
echi
ff
red’
aff
air
e :

Evol
uti
onduchi
ffr
ed'
aff
air
edel
asoci
été
Dacost
eenMill
i
ersd'
eur
os

Chiff
re
Moi
s d'
affai
res
2010
1 Janv
ier 1500
2 Fév
rier 1600
3 Mar
s 1750
4 Av
ril 2000
5 Mai 2100
6 Jui
n 2500
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 21

7 Jui
l
let 1800
8 Août 1700
9 Sept
embr
e 1500
1
0 Oct
obr
e 2000
1
1 Nov
embr
e 1850
1
2 Décembr
e 2000
Chif
fred'
Aff
air
esTot
al  
Chif
fred'
Aff
air
es
Maximum  
Chif
fred'
Aff
air
es
Mini
mum  
Chi
ff
red'
Aff
air
esMoy
en  

Lamêmesoci ét
éconnaitunaccr
oissementde7%duchif
fred’
affai
reàparti
rde2010j
usqu’
à2021etun
décr
oissementde3,5%de2021à2025.Compl ét
erl
etabl
eauci-dessousett
racezl
egr
aphe
d’
int
erprét
ati
ondurésul
tat.
Chi
ff
red'
aff
air
es
Année

2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025

4.Lemini
stèredesantéetl’
équi
peder i
posteontconstat
épourlav i
l
ledeKinshasapourl
emoi
sdeJanv
ier
untot
al 
de20cas.Pourl esaut
resmoi s,i
lsontconstat
éunaccroissementde2,01% :
a. Quelssontlescasdecov i
d19auboutd’ uneannée?
b. Dresserl’
al
gori
thmecorrespondant.
c. Présenterl
acourbedecontami nati
on

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 22

CHAPI
TREI
I 
:CONCEPTI
ONDESALGORI
THMES

I
I.
2CONCEPTI
ONDESALGORTHMESDETRI

A. TRIABULLE

L’
al
gorit
hmeconsi st
eài ni
ti
ali
sati
onunev ari
abl
ebool éenneoudecont r
ôleavantdecommencerl a
comparai
sonentre2élément
ssuccessifsaucoursd’uneétapedonnée.Lor
squeles2élémentscomparés
nesontpasdansl ebonordr
e(c’est
-à-
dir
elor
squel ’
él
émentdegaucheestsupér i
euràl’
élémentdedroit
e
encasdetricr
oissant
),i
l
ssontpermutésenentraî
nantlechargementdesval
eursdelavar
iabl
ebooléenne.

Al afi
nd’uneétape,lavari
ablebool
éennedéter
minesiondoitpasseràlasuiv
ant
eétapeoupas.En
eff
et,onpasseàl ’
étapesuivantelor
squelavari
abledecontr
ôleàchangerd’ét
ataucoursd’
uneétape,
danslecascontr
air
e,l’
algor
it
hmes’ ar
rêt
eetlet
ableauestcomplèt
ementtr
ié.

Ex 
:considér
onsl’exempledelarésol
uti
onparal
gor
it
hmedet
riàbul
l
ede5él
ément
sdansunt
abl
eau.A
[
5]:A[1]=5:A[2]=3:A[3]=8:
A[ 4]=1:
A[5]=4.

Jeud’
essai

1èreét
ape 5 3 8 1 4
B=f
aux 3 5 1 4 8
B=v
rai

2èmeét
ape
B=f
aux 3 1 4 5 8
B=v
rai
ème
3 ét
ape
B=f
aux 1 3 4 5 8
B=v
rai
ème
4 ét
ape
B=f
aux 1 3 4 5 8

Concevoi
runprogr
ammequil
i
t5nombr
es5ent
ier
saucl
avi
eretquiper
metdel
esr
angerdans
l
’ordr
ecr oi
ssantparl
etr
iàbul
l
e.
Algor
ithme
Algorit
hmet ri
abulle
VariableA :Tab[ 1..
5]deent i
er
B :booleen
X,i
 
: entier
Debut
Ecri
re( ‘r
empl ir5nombr esàpar t
irdev ot
reclavi
er’
) 
Pouri← 1j usqua5f ai
re
Lir
eA[ i
]
Finpouri
//ci-aprèsl’algori
thmedet r
iabul l
e
Repeter
B← Faux
Pour← 1j usqua5f aire
Si (
A[i
]>A[ i
+1])alor
s
X← A[i]
A[
i]
← A[i+1]
A[
i+1]←X
B← Vrai
Fi
nsi
Finpouri
Jusqua( B=Faux)
Pouri← 1j usqua5f ai
re
Ecri
re( ‘voi
ci l
et ableautri
é :
’
,A[i]
) 
Finpouri
Fin

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 23

B. TRIPARINSERTION
Cetal
gori
thmer éal
iseletr
in-1étapesurunt ableauàunnél ément.Lepr inci
peconsisteàun
élémentdonnéàtousceuxqui l
eprécèdentpartantdu2èmeélémentauder nier
.Si l
’
élémentconsidér
éàune
étapedonnéeestinf
éri
eureàundesél ément squil
eprécèdent,iloccuperalaplacedecelui-
cipendantque
l
er est
edesél ément
sser adécal
éd’unpasv er
sladroi
teàpar t
irdel’endroi
toùl ’
onfaitl
’i
nsert
ionjusqu’
à
l
’élémentsetr
ouvantavantsaposit
ionini
ti
ale.

Consi
dér
onsunt
abl
eaua5él
ément
s :
5,1,
3,2,
4.Fai
reunt
ripari
nser
ti
on

5 1 3 2 4
1èreét
ape 1 5 3 2 4

2èmeét
ape 1 3 5 2 4
ème
3 ét
ape 1 2 3 5 4
ème
4 ét
ape 1 2 3 4 5

Al
gor
it
hme

Al
gori
thmet r
inserti
on
VariableA :Tab[1..5]deentier
X,i,j 
:entier
Debut
Ecrir
e( ‘rempli
r5nombr esàpar ti
rdevot
recl
avi
er’
) 
Pouri ← 1jusqua5f air
e
Lir
eA[ i]
Finpouri
//ci-aprèsl’al
gor i
thmedet riàinser
ti
on
Pouri ← 2jusqua5f ai
re
Pourj ← 1To( i
-1)fair
e
Si(A[i
]<A[ j
])alors
X← A[ i]
A[i
]← A[j]
A[j
]←X
Finsi
Finpourj
Finpouri
Pouri ← 1jusqua5f air
e
Ecrir
e( ‘voi
ci l
etableaut r
ié 
:
’,A[i
])
 
Finpouri
Fi
n

I
I.
3CONCEPTI
ONDEPROGRAMMEDERECHERCHE

A. Recher cheDi chotomi que( Rechercheparl amét hodedeBi parti

tion)
Cet temét hodeconsi steàdi viserchaquef oisl ’
interv
all
eder echercheen2par ti
es.Silav al
eur
recher chéecoï ncideàl av aleurmi li
eu,lepr obl
èmeestr ésolu.Silav aleurrecherchéeestsupér i
eureàl a
valeurmi lieu,oni gnorelapar t
ieinféri
eureetonconsi dèr elaparti
esupér i
eureàl ’
élémentmi l
ieucomme
i
nter vall
eder echer che.Leder nierseraàsont ourdivi
séendeuxetai nsi desuite.
Sil av aleurrecherchéeestsupér ieureàl avaleurmi li
eu,onignor elapar t
iesupéri
eureetonr eti
ent
l
apar tieinférieurecommei nterv
al l
eder echerche.Ceder nierseraàsont ourdivi
séendeuxetai nside
suite.Lamét hodeder echerchedi chotomi ques’appl
iqueseul ementàunt ableaudéjàt r
ié.
Consi dér onsunt ableaudéj àtr
iéay antcomme6él ément ssui
v ants 
:2, 5,8,9,15,17.Recher
chons
parexempl el’
él ément17.

Jeud’
essai

I=1,M+1=4,M+1=6
M(mili
eu)
=I+J/
2=3,5,
6
J=6

17estr
etr
ouv
élaposi
ti
on6c’
est–à-di
requandM=6

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 24

Algori
thmer echer chedi chot omique
TableauA[ 1..6]ennumer ique
variabl
e B enbool een
X, M, J, I
 ennumer ique
Debut
Ecrire( ‘r
empl ir6nombr esàpar t
irdevot
reclavi
er’
) 
Pouri ← 1j usqua6f air
e
LireA[ i
]
Finpouri
//ci -apr esl ’alogorithmeder echerchedi
chotomique
B← Vr ai
Ecrire( ‘
li
rel av aleuràr echercherdansletabl
eau’)
Lire( X)
I← 1
j
←6
Repet er
M← ( I+J)/2
Si (I<=J)al ors
Si (A[ M]=X)al or s
B← Faux
Ecrire( ‘l
av aleur’,
X, ‘
esttrouvéeàlaposit
ion’
,M)
Sinon
Si (X>A[ M] )alor
s
I← M+1
Si non
Si (
X<A[ M])alors
J← J- 1
Finsi
Finsi
Finsi
Finsi
Jusqua( B=Faux)
Finr epet er
Fi
n

B. Recher
cheséquent
iel
l
e

Ils’agitde r ésoudr
eàl ’ai
de d’un al
gor
it
hme de recherche séquenti
ell
e où l’
on par cour
t
systématiquementlesél ément
sdutableauenl
escompar
antàlav al
eurspécif
iée.Sil
av al
eurestr
etrouvée
dansl etableau,oni ndiquesaposit
ion.Danslecascont
rai
re,onaf fi
cheunmessagesel onlequella
recherchen’estfr
uctueuse.

Lepr
ogr
ammecor
respondantàl
arecher
cheséquent
iel
l
eestl
esui
vant
 :

Al
gorit
hmer echer chesequent i
elle
Vari
ableA :Tab[ 1..10]deent i
er
X,I 
:entier
B :booleen
Debut
PourI← 1j usqua10f aire
LireA[ I
]
FinpourI
Ecrire(‘
li
relav al
euràr echer cher
’)
Lir
eX
B← Faux
PourI← 1j usqua10f ai
re
Si A[I
]=Xal ors
Ecri
re( ‘
lavaleur’
,X,‘estretr
ouvéeàl
aposi
ti
on’
,I
)
B← Vr ai
Finsi
FinpourI
SiB=Fauxal ors
Ecr i
re(‘
lav al
eur’,X,
‘n’’
existepas’)
Finsi
Fi
n

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 25

CHAPI
TREI
II
:STRUCTURESDEDONNEES

4.
1ARBREBI
NAI
RE

Eni nformatique,unarbrebinair
eestunest r
ucturededonnéesquipeutser eprésentersousla
formed' unehi ér
archiedontchaqueél émentestappel
énud,l enudi ni
ti
alét ér
antappel aci
ne.Dansun
arbrebi nai
re,chaqueél émentpossèdeaupl usdeuxél émentsfi
lsauniveaui nf
éri
eur
,habituell
ement
appelésgaucheetdr oit
.Dupoi ntdev uedecesél émentsfil
s,l
'
élémentdontilssontissusauni veau
supérieurestappelépèr e.

Auniveauleplusélevéilyadoncunnudr aci
ne.Auniveaudi
rect
ementinf
éri
eur,i
lyaauplus
deuxnudsf i
l
s.Encont i
nuantàdescendr
eauxniveauxi
nfér
ieur
s,onpeutenav
oirquatr
e,pui
shui
t,sei
ze,
etc.C'
est-
à-di
relasui
tedespuissancesdedeux.

20

21

22

2N

Unnudn'ayantaucunfil éf
sestappel euil
le.Lenombredeniveauxt
otal
,aut
rementdi
tladi
stance
ent
rel
af eui
l
lel
apl
uséloignéeetlar
aci
ne,estappeléhaut
eurdel
'ar
bre.

A. Leni
veaud' épr
unnudestappel ofondeur
.

Lesarbr
esbinai
respeuv
entnot
ammentêt
reut
il
isésent
antqu'
arbr
e bi
nai
reder
echer
cheouent
antque
tasbi
nai
re.

B. Typesd'
arbr
ebi
nai
re

 Unarbr
ebinai
re(
oubi
nai
re-
unai
re)estunar
breav
ecr
aci
nedansl
equelchaquenudaaupl
us
deuxf
il
s.

 Unar
brebi
nai
reent
ierestunar
bredontt
ousl
esnudspossèdentzér
ooudeuxf
il
s.

 Unarbr
ebinair
eparf
aitestunarbr
ebi
nair
eenti
erdansl
equelt
out
esl
esf
eui
l
les(
nudsn'
ayant
aucunf
il
s)sontàl
amêmedi st
ancedel
araci
ne.

L'ar
brebi
nair
eparf
aitestparf
oisnomméarbr
ebinair
ecomplet
.Cependantcer
tai
nsdéfi
nissentun
ar
brebi
nair
ecompletcommeét antunarbr
ebi
nai
reenti
erdansl
equell
esfeui
ll
esontpourpr
ofondeurnou
n-
1pourunndonné.

C. Repr
ésent
ati
ond’
unar
brebi
nai
resousunt
abl
eau

Lesar
bresbi
nai
respeuv
entaussiêt
rer
angésdansdest
abl
eaux,etsil
'
arbr
eestunar
brebi
nai
re

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 26

compl et
,cettemét hodenegaspi l
lepasdepl ace,etladonnéest ructur
éer ésul
tant
eestappel éeunt as.
Danscetar r
angementcompact ,unnudauni cei
ndi ,et(l
et abl
eauét antbasésurdeszér os)sesf il
sse
tr
ouv entauxi ces2i
ndi +1et2i +2,tandisquesonpèr esetrouv e(s'i
lexist
e)àl '
i cef
ndi loor
((i
-1)/
2).Cette
mét hodeper metdebénéf ici
erd' unencombrementmoi ndre,etd' unmei l
leurréfér
ençage,enpar ti
culi
er
durantunpar courspréfi
xe.Tout efoi
s,el
lerequiertunemémoi r
econt igüe,ell
eestcoût euses'ils'
agit
d'
étendrel'arbreetl'
espaceper du(danslecasd' unarbr
ebi nair
enoncompl et
)estproport
ionnelà2h -n
pourunar bredepr ondeurhav
of ecnnuds.

4.
2Par
cour
spr
éfi
xe(
préor
dre)
,inf
ixe(
inor
dre)etpost
fi
xe(
postor
dre)

A.PARCOURSPREFI
XE

Soi
tl’
arbr
ebi
nai
reci
-apr
ès 
:

2 9

3 4 1 1

5 6 7 8 1 1 1

Lepar
cour
spr
éfi
xédecetar
brebi
nai
redonne 
:1,
2,3,
5,6,
4,7,
8,9,
10,
12,
13,
11,
14.

Soi
tunestr
uctur
eAr br
edontlar acineest1etuner
éfér
encegaucheetdr
oit
eàsesdeuxf
il
s.Nous
pouv
onsécr
ir
elesfonct
ionssui
vantes :

Parcourspr éf
ixe
Vi
siter
Préfixe(Arbre1){
Visi
ter
(1)
SiNon_Vi de(gauche(1))
Visit
erPr éf
ixe(gauche(1)
)
SiNon_Vi de(droit
e(1))
Visit
erPr éf
ixe(droi
te(
1))
}

Ceciaf
fi
chelesv
aleur
sdel
'
arbr
eenor
drepr
éfi
xe.Danscetor
dre,
chaquenudestv
isi
téai
nsiquechacun
desesfi
ls.

B.PARCOURSI
NFI
XE

2 9

3 4 1 1

5 6 7 8 1 1 1

Lepar
cour
sinf
ixédecetar
brebi
nai
redonne 
:5,
3,6,
2,7,
4,8,
1,12,
10,
13,
9,11,
14.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 27

Br
inal
gor
it
hmi
quedupar
cour
sinf
ixé
Vi
siter
Infi
xe(Arbre1){
SiNon_Vide(gauche(1))
Visit
erI
nfixe(
gauche(1))
Visi
ter
(1)
SiNon_Vide(droi
te(1)
)
Visit
erI
nfixe(
droit
e(1))
}

Unparcour
si nf
ixé,commeci -
dessus,visi
techaquenudent relesnudsdesonsous-ar
brede
gaucheetlesnudsdesonsous- arbr
ededr oi
te.C'
estunemanièreassezcommunedepar
cour
irunarbr
e
bi
nairederecher
che,carildonnel
esvaleur
sdansl '
ordr
ecroi
ssant
.

C.PARCOURSPOSTFI
XE

2 9

3 4 1 1

5 6 7 8 1 1 1

Lepar
cour
spostf
ixédonne 
:5,
6,3,
7,8,
4,2,
12,
13,
10,
14,
11,
9,1

Parcourspostf
ixe
Vi
siter
Postfi
xe(Arbre1){
SiNon_Vide(
gauche( 1))
Visit
erPost
fixe(
gauche( 1)
)
SiNon_Vide(
dr oi
te(
1))
Visit
erPost
fixe(
droite(
1))
Visi
ter
(1)
}

Dansunpar
cour
spost
fi
xe,
onaf
fi
chechaquenudapr
èsav
oiraf
fi
chéchacundesesf
il
s.

UTI
LISATI
ONDESOPERATI
ONSARI
THMETIQUESPARLEPROCESSEURAPARTI
RDESARBRES
BINAI
RES

Ici,onuti
l
isebeaucoupplusl
epar
cour
sinf
ixét
outenr
espect
antl
epr
inci
ped’
unesui
tede
0 1 2 N
pui
ssance2c’est-
à-di
re2,2, 2, 
…,2.

EX 
:Soi
tcet
teexpr
essi
onmat
hémat
iqueci
-apr
ès 
:2+3-
4*9*
12/
7-1+89^
10

- -

+ * / +

2 3 4 9 1 7 1 ^

8 1

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 28

Touscesal gori
thmesrécur
sif
sutil
isentunepi l
emémoi repropor ti
onnel
l
eàl aprof
ondeurdesarbres.Si
nousr aj
out
onsdanschaquenuduner éférenceàsonpar ent,alorsnouspouvonsimpl
émentertousces
parcoursenutil
i
santdesespacesmémoi resuniquementconstantsetunalgori
thmeit
érat
if
.Laréférence
aupar entoccupecependantbeaucoupd' espace ;el
l
en'estr éel
lementuti
l
equesiel l
eestparai ll
eurs
nécessit
éeousi lapi
l
emémoi r
eestpar t
iculi
èrementli
mit
ée.

4.
2LI
STE

Eninf
ormati
que,uneli
steestunest
ruct
urededonnéesper
mettantder
egrouperdesdonnéesde
mani
ère à pouvoi
ry accéderlibrement(
cont
rai
rementaux f
il
es etaux pi
les,dontl'
accès se f
ait
r
espect
ivementenmodeFI FOetLIFO).

Lali
steestàl
abasedestructuresdedonnéespl
uscompl
exescommelapi
l
e,l
afi
l
e,l
esarbr
es,et
c.
L'
i
mport
ancedel ali
stecommest ructur
ededonnéesestt el
l
equ'ell
eestàlabasedulangagede
pr
ogr
ammationLISP(
del'
angl
aisListProcessi
ng)
.

Pr
imi
ti
vesdel
ist
es

Voi
cil
esprimi
ti
vescommunémentuti
li
séespourmani
pul
erdeslistes.I
ln'
exi
stepasdenormali
sat
ionpour
l
espri
mit
ivesdemanipul
ati
ondel
i
stes.Leur
snomssontdoncindiquésdemani èr
einf
ormel
le.

a. Pr
imi
ti
vesdebase 
:

 « 
Insér
er 
» :aj
outeunél émentdanslalist
e.Termeanglai
scor r
espondant
 :« 
Add ».
 « 
Retir
er 
» 
: r
etir
eunél émentdelali
ste.Termeangl
aiscorrespondant 
:« 
Remov e 
».
 « 
La li
ste est-
ell
ev i
de ?
 » 
:renvoi
e«  vr
ai 
»silal i
ste estv i
de,« f
aux »sinon.Terme angl
ais
corr
espondant :« 
Isnil
 
».
 « 
Nombr ed'élément sdansl al
ist
e »
 :renvoi
elenombr ed'élémentsdanslal i
ste.Ter
meanglais
corr
espondant :« 
Length ».

b. Pr
imi
ti
vesauxi
l
iai
resf
réquemmentr
encont
rées 
:

 « 
Premi er
 » 
:retournelepremi erél
émentdanslalist
e.Termeanglai
scor r
espondant :« 
First
 ».
 « 
Dernier 
» :r
etourneleder nierélémentdanslali
ste.Termeanglai
scorrespondant 
:« Last »
.
 « 
Prochain » 
:retourneleprochai nélémentdanslalist
e.Ter
meangl ai
scorrespondant :
« Next »
.
 « 
Précédent » 
:r etourne l'
élémentquipr écède dans lalist
e.Ter me anglais corr
espondant 
:
« 
Previ
ous ».
 « 
Cherche » 
:cher chesiunél émentprécisestcontenudanslali
steetretournesaposi t
ion.Terme
angl
aiscor r
espondant  :
« Find  »
.

Typesdel
ist
e

Uneli
steestunconteneurd'
élément
s,oùchaqueél
émentcont
ientladonnée,ai
nsiqued'aut
res
i
nfor
mat
ionspermett
antlarécupér
ati
ondesdonnéesauseindelal i
ste.Lanature(l
estypes)deces
i
nfor
mat
ionscar
actér
iseunt
ypediff
érentdel
ist
e.

Onpeutdi
sti
nguer
,demani
èregénér
ale,
deuxt
ypesdel
i
ste 
:

 l
est
ableaux
,
 l
esl
i
steschaînées.

A. Tabl
eau

Unt
abl
eauàunedi
mensi
on,
composéde7él
ément
s.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 29

L'
accèsàunél
émentsef
aitàl
'
aided'
uni
ndexquir
epr
ésent
el'
empl
acementdel
'
élémentdansl
a
st
ruct
ure.

Lesdonnéespr ésentesdansunt abl

eausontcont i
guësenmémoi re.Celaindui
tunet ail
l
ede
t
abl
eauf i
xe,c'est
-à-di
renechangeantpas.Cependantcertai
nsl angagesdehautniveaufour
nissentdes
t
abl
eauxquimodi fientl
eurtail
leenfonct
iondel
eurut
il
isati
on,onpar l
ealor
sdetableauàtai
ll
edy namique.
Mai
sleurimplément ati
onutil
i
seleprinci
pedesl
ist
eschaînées(voirpl
usbas).

Lest abl
eauxpeuventégalementavoirplusieur
sdimensions,repr
ésentéesparuneséquence
d'i
ndi
ces.Danscecas,sinestladimensi
ondutableau(oùnestunent i
ernat
urelnonnul
),l
esélément
sdu
tabl
eaudedi mension1(le1er i
ndi
cedel aséquence)point
entchacunv er
sunaut re(sous-
)t
abl
eaude
di onn-
mensi 1.

B. Li
stechaî
née

Uneli
steestunest
ructureli
néai
recontenantdif
fér
ent
sél
ément
sli
ésent
reeux.Cesi
nfor
mat
ionssont
l
iéesàpar
ti
rdespoi
nteurs,
onv apar
lerdeli
stechai
née.

Repr
ésent
ati
ondemémoi
res

Lal
i
stechai
néeseprésentesouventsousfor
medestableauxpar
all
èles 
:
 l apart
ieI
NFO,lacasecontenantlesi
nfor
mat
ions
 l apart
ieLI
NK, cont
enantl’
adressedunudsuivant.Gr
aphi
quement,
ell
esepr
ésent
edel
amani
ère
suiv
ante 
:

START I
nfo1 I
nfo2 I
nfo3

Ni
l I
nfon Li
nk4

NB.Deuxinst
ruct
ionsdoi
ventêt
reut
il
iséespourconst
it
uerl
ali
stechai
née 
:STARTpourl
edébut
del
ali
steetNI
Lpourlafi
ndelali
ste.

I
lexi
stedeuxgr
andst
ypesdel
i
stechaî
née 
:

 l
esl i
stessimplementchaînées :chaqueélémentdi
sposed'unpointeursurl'
él
émentsuivant(ou
successeur)delal
iste.Leparcourssefai
tdansunseulsens ;
 l
esl ist
esdoublementchaî nées 
:chaqueélémentdi
sposededeuxpoi nt
eurs,r
espect
ivementsur
l
'élémentsuivant(
ousuccesseur )etsurl'
él
émentprécédent(oupr
édécesseur)
.Leparcourspeut
alorssef air
edansdeuxsens,mut uell
ementopposés :desuccesseurensuccesseur ,oude
prédécesseurenprédécesseur.

START A Back B Back C Back

Àcelaonpeutaj
outerunepropr
iét
é :l
ecycl
e.Cett
efois-cilali
stechaînéef
ormeuneboucl
e.Dès
qu'
onatt
eintl
a"f
in"del
alist
eetqu'ondési
reconti
nuer
,onseret rouvesurle"premi
er"él
émentdel
ali
ste.
Danscecas,l
anoti
ondedébutoudef i
ndechaînen'
aplusderaisond'être.

Pi
l
e

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 30

Unepileestgér éeenLasti n,fi

rstout.Eni nformatique,unepile(enangl sst
ai ack)estunest ruct
urede
donnéesf ondéesurlepr inci
pe«  derni
erar
ri
vé, pr
emi ersort
i 
»(ouLI FOpourLastIn,Fi
rstOut)
,cequiv eut
dir
equel esderniersélément sajoutésàlapil
eser ontlespremiersàêtrer
écupérés.Lefoncti
onnementest
cel
uid'unepi l
ed'assiett
es :onaj outedesassiett
essurl apile,etonlesrécupèredansl'or
dreinverse,en
commençantparl adernièreajoutée.

Pr
imi
ti
ves

Voi
ciles pr
imi
ti
ves communémentuti
l
isées pourmani
pul
erdes pi
l
es.Iln'
exi
ste pas de
normal
isati
onpourlespri
miti
vesdemanipul
ati
ondepi l
e.Leur
snomssontdoncindi
quésdemani ère
i
nformell
e.

 «
 Empil
er 
» 
:ajout
eunél émentsurlapil
e.Ter
meangl aiscorrespondant 
:« 
Push 
».
 «
 Dépi
l
er »
 :enl
èveunél émentdelapil
eetlerenv
oie.Ter meanglaiscorr
espondant
 :«
 Pop 
».
 «
 Lapi
leest-
ell
evide ?
 » :
renv
oievrai
silapil
eestvide,fauxsinon.
 «
 Nombred'él
ément sdelapil
e »
 :r
envoiel
enombr ed'élémentsdansl apil
e.

Al
gor
it
hme
Procédur
ePUSH( objet:el
ement)/ /aj
out
erunél
émentsurl
api
l
e
Début
Sisommet<maxAl ors
sommet<-sommet+1
pil
e[sommet ]<-el
ement
Sinon
Af
ficher"Pi
leplei
ne"
Fi
nSi
Fi
n

Fonct
ionPOP( ):objet / /enlevéunél
émentdel
api
l
eetl
erenvoyer
obj
et:element
Début
Sinonvide()Alors
element<-pi l
e[sommet ]
Sommet<-Sommet-1
Sinon
Affi
cher"Pilevide"
Fi
nSi
Retournerelement
Fi
n

Appl
icat
ions

 Dansunnavi
gat
eurweb,
unepi
l
eser
tàmémor
iserl
espagesWebvi
sit
ées.L'
adr
essedechaquenouvel
l
epage
vi
sit
éeestempi l
éeetl'
uti
li
sat
eurdépi
l
el '
adr
essedel apageprécédent
eencl i
quantlebouton« Af
fi
cherla
pagepr écédente 
».
 L'
évaluationdesexpressi
onsmathémati
quesennotat
ionpost-
fi
xée(oupolonaiseinver
se)ut
il
iseunepil
e.
 Lafonct i
on«  Annul
erlaf r
appe 
»(enanglai
sUndo)d' untr
ait
ementdet ext
emémor isel
esmodi fi
cati
ons
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 31

appor
téesaut
ext
edansunepi
l
e.
 Unalgor
it
hmeder echercheenprof
ondeuruti
li
seunepi
l
epourmémori
serl
esnudsvi
sit
és.
 Parexemple,onpeutt
rèssimplementi
nverserl
esél
ément
scont
enusdansunt
abl
eauoudansunechaî
nede
caractères( pourtesterunpalindr
ome)enut il
isantunepil
e.Ilsuff
itd'empil
erl
esélément ssurunepilepuisde
reconst i
tuerletableau(oulachaîne)inverseendépi l
antlesélément s.
 Lesal gorit
hmesr écursi
fsadmi sparcertainslangages(LISP,Algol,Pascal
,C,et
c.)ut
il
isentimpli
cit
ementune
pil
ed' appel.Dansunl angagenonr écursif(FORTRAN parexempl e),onpeutdonct oujour
ssi mulerla
récursivi
téencr éantlespr i
miti
vesdegest iond'unepil
e.

4.
3FI
LE

Eni
nfor
mat
ique,
unef
il
e('
queue'
enangl
ais)estunest
ruct
urededonnéesbaséesurl
epr
inci
pedu
Pr
emi
erent
ré,pr
emi
ersor
ti
,enangl
aisFI Fi
FO( r
stI
n,Fi
rstOut
),cequiv
eutdi
requel
espr
emi
ersél
ément
s
aj
out
ésàlafi
l
eserontl
espremiersàêtr
erécupér
és.Lef onct
ionnementressembl
eàunef
il
ed'
att
ent
e :l
es
pr
emièr
esper
sonnesàarr
iversontl
espremi
èrespersonnesàsor t
irdel
af i
le.

Appl
icat
ions

Cet
test
ruct
ureestut
il
iséeparexempl
e :

 Engénér al
,pourmémor isert emporairementdest ransacti
onsquidoi ventatt
endrepourêtre
tr
ait
ées.
 Lesserveursd'
impression, quidoiventtrait
erlesrequêtesdansl '
ordredanslequelell
esar
ri
vent
,et
l
esinsèrentdansunef i
l
ed' at
tente(ouunequeue) .
 Cert
ainsmot eursmul t
itâches,dansunsy st
èmed' exploit
ati
on,quidoi ventaccorderdutemps-
machineàchaquet âche, sansenpr i
vi
légieraucune.
 Unalgori
thmedepar cour senl argeurutil
iseunefil
epourmémor i
serlesnudsv isi
tés.
 Pourcréertout
essortesdemémoi r
est ampons( enanglaisbuffers)
.

Pr
imi
ti
ves

Voi
cil
esprimi
ti
vescommunémentuti
li
séespourmani
pul
erdesfil
es.I
ln'
exi
stepasdenormal
i
sat
ionpour
l
espri
mit
ivesdemanipul
ati
ondef
il
e.Leur
snomssontdonci
ndiquésdemanièrei
nfor
mel
le.

 « 
Enfi
ler
 » 
:ajouteunélémentdansl afil
e.Termeanglaiscorrespondant
 :« 
Enqueue 
».
 « 
Défi
ler
 » 
:r envoiele prochain élémentde l af i
le,etl er et
ir
e de laf i
le.Ter
me angl
ais
cor
respondant :« 
Dequeue ».
 « 
Lafil
eest-ell
evide 
? 
» :r
envoie« vr
ai »sil
afil
eestvide,« 
faux »si
non.
 « 
Nombr ed'él
ément sdanslafil
e » 
:renvoi
elenombred' él
ément sdanslafi
le.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 32

CHAPI
TREI
V :COMPLEXI
TEDESALGORI
THMES

1. Not
iond’
al
gor
it
hmeetd’
espacemémoi
re

L’
obj
ecti
fini
ti
alde l
’
inf
ormat
ique estde f
our
nirdesal
gor
it
hmesper
met
tantde r
ésoudr
e un
pr
obl
èmedonné.

- Al gorit
hme:ensembl eder èglesopératoir
esdontl’
appli
cationpermetder ésoudreleproblèmeau
moy end’unnombr efini
d’opérat
ionsproblème: t
empsd’ exécut
iondestrait
ement sàmi ni
mi ser
- Espacemémoi re:tai
l
ledesdonnéesut i
liséesdansletr
aitementetlareprésentat
ionduprobl ème
- pr oblème: espacemémoi reoccupéàmi ni
miser.
Lesnot
ionsdet r
aitementsetd’espacemémoi r esontli
ées.Cesdeuxcr it
èresdoi ventser
virdegui deau
choi
xd'
uner eprésentat
iondedonnée.

2. Compl
exi
téent
emps(
etmémoi
re)

Sil’
onsouhai t
ecompar erlesper for
mancesd’algor
it
hmes,onpeutconsi dérerunemesur ebasée
surleurtempsd’exécution.Cet t
emesur eestappel
éelacompl exit
éent empsdel ’algor
it
hme.Onut i
li
sela
noti
ondi te«deLandau»quit rait
edel ’
ordr
edegr andeurdunombr ed’opérationseffectuéesparun
al
gor i
thmedonné.Onut il
i
sel anot ati
on«O»quidonneunemaj orat
iondel’
ordredegr andeurdunombr e
d’
opér at
ions.
Pourdéter
mi nercettemaj oration,
ilf
aut 
:
- connaî t
rel
at ail
lendel adonnéeenent r
éedupr obl
ème( ex.nombrededonnéesàt rait
er,
ledegré
d’unpol
ynôme, tail
led’unf i
chier,l
ecodaged’
unent i
er,l
enombr edesommet sd’
ungr aphe,et
c.).
- dét er
minerlesopér ati
onsf ondament al
esquii
ntervi
ennentdanscesal gorithmesetquisontt ell
es
quelestempsd' exécutionser ontdir
ect
ementproporti
onnelsaunombr edecesopér ati
ons.

Lacompl
exi
tédecetal
gor
it
hmeestent
empsl
i
néai
reO(
n)

Remar
que1:l
esper
for
mancesdel
amachi
nen’
i
nter
viennentpasdi
rect
ementdansl
’
ordr
edegr
andeurde
l
acompl
exi
té.

Remar
que2:l
athéor
iedel
acompl
exi
téapourbutdedonneruncont
enuf
ormelàl
anot
ioni
ntui
ti
vede
di
ff
icul
téder
ésol
uti
ond’
unpr
obl
ème.

3. Ty
pedecompl
exi
téal
gor
it
hmi
que

Onconsi dèr edésor mai sunal gor i

thmedontl etempsmaxi mal d’exécut i
onpour
Unedonnéedet aillenenent réeestnot éeT( n) .
Chercherlacompl exi t
éaupi re–dansl asi t
uat ionl apl usdéf av orable–c’ estexactementexpr i
merT( n)en
généralennot at ionO.Parexempl e:
 T( n)=O( 1), tempsconst ant:tempsd’ exécut ioni ndépendantdel at ail
ledesdonnéesàt r
aiter .
 T( n)=O( log( n)),tempsl ogar i
thmi que:onr encont regénér alementunet ell
ecompl exitél orsquel’al
gor i
thme
casseungr ospr obl
èmeenpl usieur spetits,desor t
equel ar ésoluti
ond’ unseuldecespr obl èmescondui tàl a
solut
iondupr oblèmeinitial
.
 T( n)=O( n) ,tempsl i
néaire:cet t
ecompl exitéestgénér alementobt enuel or
squ’untravailent empsconst ant
esteffect uésurchaquedonnéeenent rée.
 T( n)=O( n.log( n)):l’
algorit
hmesci ndel epr obl èmeenpl usieur ssouspr oblèmespl uspet itsquisontr ésol us
demani èr ei ndépendant e.Lar ésol ut
iondel ’ensembl edecespr obl èmespl uspet i
tsappor telasoluti
ondu
probl
èmei nitial.
 T( n)=O( n²),t empsquadr atique:appar aîtnot ammentl or squel ’algori
thmeenvi saget out eslespairesde
donnéespar mil esnent rées( ex.deuxboucl esi mbriquées)
 Remar que:O( n3)tempscubi que
 T( n)=O( 2n) ,tempsexponent iel:souventl erésul tatder echer chebr ut al
ed’unesolution.
Ondistingueégal ementd’ autrest ypesdecompl exit
é:l acompl exit
éenmoyenneetl acompl exitéamor t
ie.
Lacompl exi t
éenmoy ennenécessi t
euneconnai ssancedel adi str
ibutionprobabi listedesdonnées.
Lacompl exitéamor t
iemesur equantàel lemesur elacompl exi témoy enned’ uneopér ationquandcel le-ci
estexécutéepl usi eur sf oi
sdesui te.C’ estensommel acompl exitédansl epirecasd’ uneopér ati
onquand
el
leestexécut éepl usi eursfois.Cet temesur epr endencompt el ef aitquel esdonnéespeuv entchangerde
posi
tions`lorsdel ’exécut i
ond’ uneopér ati
onpl usi eursf ois.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 33

4. Compl
exi
téenpl
acemémoi
re

L'anal
ysedelacomplexitéenpl
acemémoirerevi
entàév al
uer
,enfonct
iondelatai
l
ledeladonnée,
l
apl acemémoi renécessair
epourl '
exécut
iondel '
al
gori
thme,endehor sdel '
espaceoccupéparles
i
nstr
uct i
onsdupr ogr
ammeetdesdonnées.
Conclusion: I
ls'
agi
tdoncd’obteni
rlemei
ll
eurcompromisespace-t
emps.

5. St
ruct
urededonnéesetcompl
exi
té

Implant ati
oncont iguëdel i
ste(tableau)
Lapr emièrereprésentat i
ond'unobj etdet ypel i
steconsi steàpr endr
eunezonedemémoi re
contiguë, etàymet tr
elescont enusdespl acessuccessi vesdelal i
ste.
Onpeutconst aterquecet tereprésentati
onper metuneimpl ément at
ionsi
mpl e:
compl exitéconst ante(indépendant edel alongueur)desopér ati
onsd’ accès:v=L[i
],vprendlaval
eurdui-
èmeél ementdut abl
eauLl 'i
nser t
iond'unél émentàl ak-ièmepl aceent r
aîneundépl acementdetousles
élément ssi tuésderri
èrelui,
doncN- k+1déplacement s.
Lasuppr essi ond'unélémentsi tuéàl ak-ièmepl aceentraîneledépl acementdetousl esélément
ssitués
derri
èrel ui,doncN- kdéplacement s.
Lacompl exit
édesopér ationsd'i
nser t
ionetdesuppr essionestdoncaumi eux( casdelafi
ndel a
l
iste)enO( l
), aupire(
casdudébutdel i
ste)enO( n),etenmoy enne
enO( n/ 2).

I
mpl
ant
ati
onchaî
néedesl
i
stes

Unelist
echaînéeconsist
eàl ierentr
eell
esdeszonesdemémoire,chacuned'
el
lescont
enantla
repr
ésentat
iond'unélémentdelali
ste,etunpoint
eurv
ersl
asuiv
ante.
Onpeutconst at
erquecet tereprésentat
ionpermetuneimplant
ati
onsi
mpl edesopérati
onspremier
,
successeur
,insérer
,suppr
imerunélément: O(l
)

Parcontr
elesaccèsparlerangnepeuventplusêtr
eobtenusqueparunpar
coursséquent
iel
,donc
ontunecomplexi
téaumieux(débutdeli
ste)enO(l
),aupir
e(fi
ndelist
e)enO(n)
,enmoyenneenO(n/2).

Remar
que:

-Unel
i
steestunest
ruct
ureor
ient
éev
ersl
est
rai
tement
sséquent
iel
s.
-Lespiles(LI
FO)etlesfil
es(FI
FO)sontdescaspar
ti
culier
sdel
i
stequiontdesr
epr
ésent
ati
onscont
iguësouchaî
nées
eff
icaces.
-Lesfichi
ersséquenti
elssontunecer
tai
nefor
medel i
ste.

St
ruct
uresar
bor
escent
es

Lesst r
uct
uresarbor
escentessontlesst
ructur
esdedonnéeslesplusimportant
eseninformati
que.
Lanotiond'arbr
eestunenoti
onut i
l
iséedansl av
iecourant
e,ail
l
eursqu'
eni nf
ormati
que:Lesr ésul
tat
sd'untournoide
tenni
s.
Touterecherched’
unélémentparcomparaisonàl’él
émentraci
neseraproport
ionnel
l
eàl ahaut
eurdel’ar
breO(log(n))
.

Recher
chedansunel
i
stequel
conque

L'al
gori
thmederecherched’unélémentdansunel
ist
equelconqueaunecomplexi
tépropor
ti
onnel
l
eaur
ang
del
'
élémentrecher
ché.
Onpeutenconclur
equelarechercheestal
orsaumieuxenO(l
),enmoyenneenO(
n/2)
,etaupir
eenO( n)
.

Ar
bresder
echer
che

Si onpeutordonnerunel i
ste,i
lestpossibled’uti
li
serlarecherchedichotomique.
Lar echercheestal orsenO( l
og2n) ,l
esadjoncti
onsetsuppr essionssontenO( n),cequiestunf rei
nimportantàcette
représent ation.
Lepr i
nci
pemêmedel adi chotomieper metl astructurat
ionenar brebinair
edel '
ensembl edesél éments:
l
'élémentder ang(i
+j)
/2estplacéàl araci
ne,ceuxquil eprécèdentsontmi sdanslesous-arbregauche,etceuxquile
suiventdanscel uidedroit
e.Onr épèterécursi
vementcet teopér ati
onsurchacundessous-ar bres.
Det elsar bressontappelésarbr esbinair
esder echerche,eti lsconduisentàdesopér at
ionssimplesetef fi
caces
(compl exitéent empslogari
thmiqueenmoy enne, l
inéair
edansl epire)
.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 34

Ar
bresH-
équi
l
ibr
és

Lesopér
ati
onssurlesar
bresbinai
ressontd'unecomplexit
émoy enneO(logn)
,maisi lpeutexi
sterdesarbres
pourlesquel
slacomplexi
téestenO( n)(peigne)
.Ilpeutarri
verquel '
onnepui sseaccepterlescasdéf avorabl
es.
Commecescassontdusàdegr andesv ar
iat
ionsdansleslongueursdesbranchesdel'
arbre,onpeutessay erd'
évi
ter
cesvari
ati
ons.

Conclusi
on
Unalgorit
hmepeutav oirunecomplexit
éf ai
ble,maisdanslapr ati
quepr ésenterdest empsd' exécuti
ons
prohi
biti
fs.
Lacompl exit
éd'unalgori
thmeesttoujoursr el
ativ
eàuneoupl usieursopér ati
onsf ondamentalesqu'ilf
aut
préci
seraupr éalable.Ell
edépenddel atail
ledesdonnées,etpourunet ail
l
edonnée,del aconfi
gurati
ondeces
données.
Lesseul
sal gori
thmesprati
quementuti
l
isablessontceuxdontlacompl exi
téesti nfér
ieureàn2.Entren2etn3
onnepeutt rai
terquedespr oblèmesdetail
l
emoy enne.Au- del
à,onnepourratrait
erquedespr obl
èmesdet rèspetit
e
tai
ll
e.
L'
améli
orationdesperfor
mancesdesmachi nesnechangepasf ondament alementl '
effi
caci
téd'
unal gori
thme.

Tabl
eaudecompl
exi
té

Temps Temps
Temps Temps Temps Temps Temps
Typede Tempspour pour pour Probl
ème
Not
ati
on pour pour pour pour pour
complexi
té n 
= 1 
000 n 
= 10 
00 n 
= 1 
0 exemple
n 
= 5 n 
= 10 n 
= 20 n 
= 50 n 
= 250
0 00 
000

complexi
té
O(
1) 10ns 10ns 10ns 10ns 10ns 10ns 10ns 10ns Accèst
abl
eaux
const
ante

complexi
té
O(
µl n)
og( ) 10ns 10ns 10ns 20ns 30ns 30ns 40ns 60ns Di
chot
omi
e
l
ogari
thmique

complexi
té Parcour
sde
O(
n) 50ns 100ns 200ns 500ns 2.
5µs 10µs 100µs 10ms
l
inéai
re l
ist
e

complexit
é Trisdontl
eTr
i
O(
nl n)
og( ) 40ns 100ns 260ns 850ns 6µs 30µs 400µs 60ms
quasi
-l
inéai
re fusi
on

complexit
é
2.8 
heu
n2)
O( quadrat
ique 250ns 1µs 4µs 25µs 625µs 10ms 1s
res
(pol
ynomiale)

complexi
té
2.
7 heur
e 316
n3)
O( cubi
que 1.
25µs 10µs 80ms 1.
25ms 156ms 10s
s ans
(pol
ynomial
e)

complexi
té
1020 
an
nlog(n))
O( quasi
- 30ns 100ns 492ns 7µs 5ms 10s 3.
2ans
s
pol
ynomiale

Décomposi t
ion
en pr odui
t de
complexi
té facteur s
en)
O( exponent
iel
l
e
320ns 10µs 10ms 130j
our
s 1059 
ans .
.. .
.. .
..
premi ers
(cassage de
cryptage)

O(
n!) compl
exi
té 1.
2µs 36ms 770ans 1048 
ans .
.. .
.. .
.. .
.. Pr
obl
ème du

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 35

voy
ageur de
f
act
ori
ell
e
commerce

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 36

Chapi
tr
eV 
:CONCEPTI
ONORI
ENTEEOBJET

V.
1GENERALI
TES

Aucour sdes35der nièr

esannées,l esconcept eursdemat érielinformatiquesontpassésde
machi nes de l at ail
le d'un hangarà des or di
nat eurs por t
ables léger s basés surde mi nuscules
mi croprocesseur s.
Laréut i
li
sat
ionestaussiunev oi
ev er
sl acr éati
ondemei ll
eursl ogici
els.Aujourd'huiencore,les
dév eloppeursdel ogiciel
sensontt oujoursàpar ti
rd' unecer tai
nef ormedesabl eetàsui vr
el esmêmes
étapesquel escentainesdepr ogrammeur squilesontpr écédés.Ler ésultatestsouv entexcel l
ent,mai sil
pour raitêtr
eamél i
oré.Lacr éat iondenouv ell
esappl i
cat i
onsàpar t
irdecomposant sexistants,déjàtestés,
at out esleschancesdepr odui reuncodepl usf i
able.Depl us,el
lepeutser évél
ernettementpl usr apideet
pluséconomi que,cequi n'estpasmoi nsimpor t
ant.
"
La programmat i
on pr océdur alet r
aitelespr ogrammescommeun ensembl ededonnéessur
l
esquel l
es agi ssentl es pr océdur es.Cet te mani ère de concev oirle pr ogramme consi steàt r
aiter
i
ndépendammentdedonnéesetl espr ogr
ammes.
Un modul eestunensembl edescodesbi enspéci fi
ésetspéci fi
ques ;ilser tàdécouperun
probl ème à de sous pr obl èmes pl us facil
es dontchacun de ces sous pr oblèmes doi tse f aire
i
ndépendammentdesaut respourenf inav oi
runesol uti
ongl obaleàpar ti
rdel asommedesol uti
onsde
chaquesouspr obl
ème.Ledécoupagedoi tsefaireselonl epr i
ncipeinf
ormat i
que«  
Diviserpourrégner  
».

Ex 
:Gest
iondeSt
ock
Gest
ion

Mouv
ementEnt
rée Mouv
ementSor
ti
e

A B C D E

F G

Unepr
ogr
ammati
ondoitrépondreauxpréoccupat
ionssui
vant
es 
:
 Apti
tude 
:fi
able,
flexi
bil
i
té

 Robust
esse 
:rési
stanceauxer
reur
s

 Por
tabi
l
ité 
:accept
abl
eàt
ousl
esSy
stèmesd’
Expl
oit
ati
on

 Ef
fi
caci
té 
:sommedet
empsd’
exécut
ion(
Compl
exi
té)

 Réut
il
isabi
l
ité 
:ut
il
isabl
epard’
aut
resappl
i
cat
ions

 Faci
li
téInt
erf
aceHommeMachi ne(
IHM)
 :mécani
smequiper
metl
acommuni
cat
ion
entr
el’
uti
li
sat
euretl
amachi
ne.

Les3pr
inci
pesmodulai
ressont
 :
 Encapsulati
on :cachercequiestpr
opr
eaul
ogi
cieletdonneraucl
i
entcequiest
nécessai
re.

 Abstract
ion 
:décomposerl
epr
obl
èmequiendehor
sdepr
obl
èmegl
obal(
div
iserpour
régner)
.

 Faibl
ecouplage 
:c’
estminimiserl
esi
nter
connexi
onsent
remodul
eetaussidét
ail
l
er,
séparerl
’
échangeàl’
int
éri
eurdemodul
es.

V.
2Lesmét
hodesobj
et
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 37

Lamodél i
sati
onobj etconsisteàcr éerunereprésentationinformatiquedesél émentsdumonde
réelauxquel
sons' i
ntéresse,sanssepr éoccuperdel'
i
mpl ément ati
on,cequisi gnif
ieindépendammentd'un
l
angagedepr ogrammat i
on.Ils'
agitdoncdedét ermi
nerlesobj etsprésentsetd' i
solerleur
sdonnéesetles
foncti
onsquilesut i
li
sent.Pourcel adesmét hodesontét émi sesaupoi nt.Entre1970et1990,de
nombr euxanal
ystesontmi saupointdesappr ochesori
entéesobj ets,sibienqu'en1994i lexi
stai
tpl
usde
50mét hodesobjet.Toutefoi
sseules3mét hodesontvér
itabl
ementémer gé:

 hodeOMTdeRumbaugh
Lamét
 Lamét 93deBooch
hodeBOOCH'
 hodeOOSEdeJacobson
Lamét

Apartirde1994,RumbaughetBooch( r
ejoint
sen1995parJacobson)ontunil eur
seffor
tspour
mettr
eaupoi ntlelangagededescr i
pti
onUML( Unifi
edModelingLanguage),quipermetdedéf i
nirun
l
angagestandardeni ncorpor
antlesavant
agesdesdi ffér
ent
esmét hodesprécédentes(ai
nsiquecell
es
d'
autr
esanalystes)
.Ilpermetnotammentde" pr
ogrammer "enti
èrementuneapplicat
ionavecunlangage
quimodél
i
set outeslescomposantesdufut
urprogramme.

V.
3Lanot
iond'
obj
et

L'
approcheobj etestuneidéequiadésormai sfai
tsespr euves.Si
mulaaétél
epr emi
erlangagede
programmat i
on ài mpl émenterleconceptde cl asses en 1967 !En 1976,Smallt
alkimplémentel es
conceptsd'encapsulat
ion,d'agr
égati
on,etd'
héri
tage( l
espri
nci pauxconcept
sdel'
approcheobjet)
.D'aut
re
part,
denombr euxlangagesor i
ent
ésobjetsontétémi saupoi ntdansunbutuniv
ersi
tair
e(Ei
ffelObj
, ecti
ve
C,Loops,etc.)
.

Ladiff
icult
édecet temodél i
sat
ionconsisteàcréeruner epr
ésent
ationabst
rai
te,sousforme
d'
obj
et s,d'
enti
tésay antuneexi
stencematéri
ell
e( chi
en,v
oit
ure,ampoule,.
..
)oubienv i
rt
uel
le(sécur
it
é
soci
ale,temps,..
.)
.

Unobj
etestun(
e) 
:

 Uni
tédebasedemodul ar
isat
ion(
enst
ructur
eetencompor tement)
 Conceptquiseréfèr
eàunechose( r
éell
eounon)i dent
if
iableparl’
uti
li
sateureti
lades
car
actér
ist
iquesdécr
itesparsonétat(l
ocal)etdesopérationsquichangentlesyst
ème
l
ocalement.

Unobj
etestcar
act
éri
séparpl
usi
eur
snot
ions 
:

 Lesatt
ri
buts:Ils'agi
tdesdonnéescar
act
éri
santl
'
obj
et.Cesontdesv
ari
abl
esst
ockantdes
i
nfor
mat i
onsd'
étatdel'
objet

 Lesmét hodes( appel

éespar f sf
oi onctionsmembr es):Lesmét hodesd'unobj etcaractéri
sentson
compor tement,c'est-
à-di
rel'ensembledesact i
ons( appeléesopér ati
ons)quel 'objetestàmêmede
réal
iser.Cesopér ati
onsper mettentdefaireréagirl'
objetauxsol li
cit
ati
onsext ér
ieures(oud' agirsurles
autresobj et
s).Depl us,lesopér at
ionssontét roit
ementl i
éesauxat t
ri
buts,carl eursactionspeuv ent
dépendr edesv al
eursdesat t
ributs,
oubienlesmodi f
ier
 L'
identi
té:L'objet possède une i denti
té,quiper met de l e disti
nguer des aut res objets,
i
ndépendammentdesonét at.Onconst rui
tgénér al
ementcet teidenti
tégrâceàuni denti
fi
antdécoul ant
naturel
lementdupr obl
ème( parexempl eunpr oduitpour raêtrerepéréparuncode,unev oiture parun
numér odesér ie,
etc.)

V.
4not
iondecl
asse

Onappel
leclasselastructur
ed' unobj et
,c'
est
-à-
dir
eladéclarati
ondel'
ensembledesent
itésqui
composerontunobjet.Unobj etestdonc«  i
ssu »d'
uneclasse,c'
estleprodui
tquisortd'
unmoul e.En
réal
i
téondi tqu'
unobjetestunei nstanciati
ond'unecl
asse,c'
estlaraisonpourl
aquel
leonpourr
apar l
er
i
ndiff
éremmentd'obj
etoud'instance(éventuell occur
ementd' r
ence).

Unecl
asseestcomposéededeuxpar
ti
es 
:
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 38

 Lesat
tri
but
soupropr
iét
és(par
foi
sappelésdonnéesmembr es)
 :i
ls'
agi
tdesdonnéesr
eprésent
ant
l
'ét
atdel'
obj
et
 Lesméthodesoucomport
ements(par
foi éesf
sappel onct
ionsmembr es)
:ils'
agi
tdesopérati
ons
appl
icabl
esauxobjet
s

Mais,i
ls’
aj
out
eaussidesr
elat
ionscommunesav
ecd’
aut
resobj
etsetai
nsiqu’
unesémant
ique
commune.

Une cl
asse décr
itles mét hodes.Cett
e méthode estune foncti
on pouvantcompor
terdes
par
amèt
resetunev al
eurder etour 
;lenom del améthode,l
etypedev aleurret
ournéeetl
etypedes
par
amèt
ress’
appel
l
entlasignaturedelaméthodeparexemple 
:moyenne()
,total
(),
…

Exempl
e :
ClasseEt
udi
ant

- Att
ri
but 
:nom, Postnom, promotion
- Méthodes 
:EvaluerCours()
, Cal
culerMoyenne(
),
…
- I
denti
té 
:Kasongo, I
lunga
- Comportement :passerint
er r
o,présent
eraucours,
…
- Et
at :
etudi
antenv acance,absent ,
…

Siondéf ini
tlaclassev oi
ture,l
esobjetsPeugeot406, Renaul
t18ser ontdesinstanci
ati
onsdecette
cl
asse.Ilpourr
aév entuell
ementexi st
erplusi
eursobjetsPeugeot406,dif
férenci
ésparleurnumér odeséri
e.
Mieux:deuxinstanciati
onsdecl assespour r
ontav oirtousleursatt
ri
butségauxsanspouraut antêtr
eun
seuletmêmeobj et.C'estlecasdansl emonder éel,deuxT-shir
tspeuventêtrestri
ctementident
iqueset
pourt
antilssontdisti
ncts.D'ai
l
leurs,enlesmélangeant ,
ilser
aiti
mpossibl
edel esdisti
nguer.
..

Ledi
agr
ammedecl asseou structur
est at
iquepermetdedécr ir
esast r
uctur
estati
qued’
un
systèmeentermesdecl assed’ obj
etsetder el
ati
onsentr
ecl asses.I
lestpossi
bledecomplét
erun
di
agr ammedeclasseav
ecundi grammed’ obj
etsmont r
antl
esinstancescompat
ibl
esetlesl
i
ensquil
es
unissent
.

V.
5Const
ruct
eur

A.Créat
iond’uneinstance
Lacréati
onef fect
ivedel ’
i
nstancesef ai
tensuiteàl ’
ai
dedel’opérateurspécif
iquenew.L’
obj
etcr
ée
parl
’
opérateurnewestr eprésentéparunecasedansl aparti
edroi
teduschéma.
Unconst r
ucteur(pourl’ut
il
isateurdelaclasse)estappelépourconst rui
reunei nst
ancedecl
asse.
L’
obj
ecti
fd’unconstructeurestd’i
niti
ali
serlescar
actérist
iquesdel’
objetcrééparl’opér eurnew.
at

Synt
axe :vari
abl
e<inst
ance>← newNomDeLaClasse() 
;
Ou
Vari
abl
e<i nst
ance> ← newNomDeLaClasse( par
amèt
res)
 ;

Enc#,nousavons:
cl
assevari
abl
e=newcl
asse(
argument
s..
.)
;

Lesobj
etsdoi
ventêt
rei
nit
ial
i
sésav
antdepouv
oirêt
reut
il
isés.Parexempl
e,l
avar
iabl
edat
ed1est
i
nit
ial
i
séeparleconst
ruct
eur
.

Exempl
e :

PRODUI T
RefProd :chai
ne
Design :chai
ne
qteStock:enti
er
unit
e: chai
ne
prod:produit

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 39

+Aff
icher
()
+Enr
egist
rer
()
#Suppri
mer()

Al
gorit
hmeI ntance
Vari
able:RefProd:chai ne;
Design:chaine;
QteStock :enti
er 
;
Unit
e :chaine ;
Prod :produit
 ;
Debut
Refprod← Newchai ne(“
Pooo1” );
Design← Newchaine(“Disquedurexter
ne 120Go 
») 
;
Qtestock← Newent i
er(123)  
;
Unite← Newchaine(« Pièce 
») 
;
prod← NewProduit(Refprod,Desi
gn,
qtestock,
uni
te)
;
Fi
n

Et
atdel
amémoi
reexempl
eN°
2

Al
gor
it
hmeI
nst
ance

Etatdelamémoi
re I
nst
ance
Vari e
abl I
nst
ance
«
 Pooo1 
»
Ref
prod

(
“Di
squedur
Desi
gn

59
Qt
est
ock
Lar
éfér
encePr
odui
t
Uni
te Dési
gnati
on
Quant
it
éSt ock
Uni
té

Pi
èce

B.Appeld’
unemét
hode

Lesinstancesdoi
ventêtrei
maginéescommedesent i
tési
ndépendantes.Pouracti
verune
i
nstance,
ilfautl
uienvoyerunmessage :cel
uidéclenchealor
sl ’
acti
vit
édel ’
i
nstance(l
edéroulementdela
méthodeassociée)
.Unmessageestl esignalenvoyéàunei nstanceparti
culi
èreavecousansparamètres
etunemét hode,appli
quéeàunei nstancepart
iculi
ère,estl
’exécut
iond’unalgorit
hmedéclenchéparun
message.

Synt
axesil
amét
hoder
etour
nevi
de 
:

i
nst
anceDeCl
asse.
met
hode(
) 
;

Synt
axesil
amét
hoder
etour
neuneval
eur
 :

Resul
tat← i
nst
anceDeCl
asse.
met
hode(
) 
;

Car
act
éri
sti
ques
- Vérif
ierquev ousav ezmi sle«  .
 »etquelavari
abl
eplacéedev antcepoi ntappart
ientbi
enà
uneclassequi possèdel amét hodeut il
isée.
- Vérif
ierquev ousn’ avezpasoubl i
édesparamètrespourut i
li
serl amét hode.Mêmesans
paramètre ;i
lfautmet t
redespar ent hèses.
- Lamét hoder etournevideouaut rechose(unenti
er,uncaractère,etc.
) :pensezàmet t
rel
a
val
eurr etournéedansunev ariable.Cer t
aineser
reurssontclassiques,retrouvez-lesdanscet
exemplepourl eséviterparlasui t
e :

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 40

Exempl
ed’
uti
l
isat
ion

Revenonsànot r
eproblèmedegesti
ondesproduit
s.Ecr
ivonsl
esdeuxal
gori
thmespermettantde
sai
siretdev i
sual
iserlesproduit
s,st
ockerl
esétudiant
s,nousav onsànotredi
sposit
ionlestableaux.
Déf
inissonsd’abor
dl ’
al
gori
thmedesaisi
edesnotespourunseulPr tPr
odui odpasséenpar amèt
re.

Fonct
ionEnregistrer(Prod :Produit
) 
:vide
Vari
able 
:Refprod,Desi gn,Unite 
:Chaine
Qt estock :enti
er
Debut
Li
re(Refprod)  
;
Li
re(Design) ;
Li
re(Qtestock) ;
Li
re(Unite)
 ;
Pr
od.Pr oduit.Enregistr
er(Refprod,
Desi
gn,
QteSt
ock,
Uni
te)
Fi
n

Pourplusi
eursproduits,I
lsuffi
tdepar couri
rletabl
eaudespr oduitsetdesai
sirl
esél
ément
sde
chacund’
eux.
Fonct
ionEnregi
str
er(Li
ste 
:tabl
eaudepr odui
t[]
.NbreProduit
 :enti
er)
 :Vi
de
Vari
able 
:numero 
:enti
er
Debut
Numero ← 0
Tant
que(Numero<Nbr eProduit
)fai
re
Enr
egister(Li
ste[numero]
) ;
Numer o← Numer o+ 1 ;
Fi
nTantque
fi
n

Pouraff
icherl
esprodui
ts,i
lsuf
fi
tdeparcouri
rlet
abl
eauetd’
uti
l
iserl
améthodeaf
fi
cher()
delaclassePr
oduitpourobteni
runechaine,surl
aquell
eonappli
quelaméthodeecr
ir
e()delaclasse
chaî
ne.

Foncti
onAf f
icher(Li
ste :t
abl
eau[]deprodui
t.Nbr
eProdui
t 
:ent
ier) 
:Vide
Vari
able 
:numer o 
:entier
Debut
Numer o← 0
Tantque( Numer o<NbreProdui
t)f
air
e
List
e[Numero].Aff
icher
().Ecr
ir
e()
 ;
Numer o← Numer o+1
Fintantque
Fi
n

C. Lemenu

I
lestcependantf
aci
l
eetagr
éabl
e,mêmeenmodet
ext
ed’
assembl
erl
esf
onct
ionspr
écédent
es.

Pl
utôtqued’
écr
ir
edeuxf
oisl
emenudansl
’
algor
it
hmepr
écédentdel
emet
tr
edansunef
onct
ionàpar
t.

Enf
inl
’
algor
it
hmequi
gèr
elespr
odui
ts 
:

Exempl eenr apportav eclacl

assePr oduit
Al
gorit
hmeI nstance
Vari
able 
:List
eProduit
 :Tabl
eau[
]deProduit ;
Debut
ListeProdui
t← NewProdui
t[2] 
;
ListeProdui
t[0]←NewRef Prod(« Pooo1 
»,
NewDesi
gn(
“Di
squedur
ext
erne120Go”
,Newqt
eSt
ock(
59,
New

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 41

Uni
te(“
Piece”)
)))
;
Li
steProdui
t[1]← NewRef
Prod(
« Pooo2 
»,
NewDesi
gn(
“Baf
fl
e”,
Newqt
eSt
ock(
24,
NewUni
te(
“Pi
ece”
)))
);
Menu(List
eProduit
,3)
;
Fi
n

D. Décl
arat
iond’uneclasse
Ondécl areuneclassededeuxmani
ères 
:ladécl
arat
ionUMLetl
adécl
arat
iont
ext
uel
l
e
sel
onl
asy nt
axeci-après 
:

Exempl
e :

PRODUIT ClasseProdui
t
Refprod :chai ne[10] Debut
Design: chaine[ 40] //Attr
ibut
s
Qtestock: entier
Unit
e:chai ne[15] Refpr
od,Desi
gn,Uni
te:
Chai
ne;
+Pr oduit() Qtest
ock:ent
ier
+ Pr oduit(Refprod, Desi
gn, qt
est
ock,
unit
e) /
/Const
ruct
eur
s
+Af fi
cher ()
+Enr egistrer(
) Pr
odui
t(
)
#Suppr i
mer () Pr
odui
t(
Refpr
od,Desi
gn,Uni
te:
chai
ne)
Pr
odui
t(qt
est
ock:ent
ier
)

/
/Met
hodes

Aff
icher
():chaine
Enregi
str
er():
Booleen
Suppri
mer():\booleen

Fi
n
E. L’
i
nst
ancecour
ant
eetl
’
opér
ateurt
his

L’
inst
ancesurl aquel
lel’
opér
ationporteestspéci
fiéeparl’
opér
ateurt
his.Lesattr
ibut
setles
méthodes de l
’
inst
ance courant
e sontprécédés parthi
s.I lestf
acul
tati
f(mais pl
us cl
airetdonc
r
ecommandé)def ai
relesattr
ibut
setlesméthodespar« 
thi
s ».

Exempl
econcer
nantl
acl
assePr
odui
t 
:

Cont
ruct
eurdel
acl
assePr
odui
t

Cl
assePr oduitcompor t
e met
hodeproduit(
Ref
prod,
Desi
gn,
Uni
te 
:Chai
ne)
Produi
t(qtest
ock  :
enti
er)
Debut
This.Refprod← Ref Prod ;
This.Design ← Desi gn ;
This.Unit
e ← uni t
e ;
This.Qtestock ← Qt est
ock ;
Fi
n

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 42

F. Lesaccesseur
s

i
. Accesseurenl
ect
ure
Unaccesseurenlectureestuneméthodepermettantdeconnaî
tr
elaval
eurd’
unat tr
ibut.Lavaleur
ret
ournéeestdut y
pedel ’
attr
ibut
.Lasynt
axeutil
i
séeestcelledul
angageJava 
:i
lsuf
fitdefaireprécéderle
nom del’at
tri
butàrécupérerparl
etermeget.
Parexemple,l
aclasseDatepossède3attri
but
s :
jour,moi
setanneedetypeenti
er.Lesaccesseur s
enlectur
eassociésseront 
:

Al
gorit
hmef actures
Var
iable 
:f.f
acture ;
Numf act :Ent
ier 
;
Datefact 
:date ;
Numcl i
 :Chaine ;
Debut
f ← Newf
acture(
1,12/05/2015,
C0001)
 ;
numfact← f
.getnumfact() 
;
datef
act← f
.getdatef
act()
 ;
numcli← f
.getnumcli
()
 ;

Fi
n

i
i
. Accesseurenécr
it
ure
I
lestunemét hodeper mett
antdemodi fi
erl
av al
eurd’
unat
tr
ibutenl uipassantl
anouvell
ev al
eur
paramètre.Lasy ntaxeutil
i
séeestcel lelangageJav a 
:ilsuf
fi
tdefair
epr écéderlenom del ’
att
ri
butà
changerparlet ermeSet .Parexempl e,laclasseDatepossède3attr
ibut
s :jour,moisetannéedet ype
enti
er.Lesaccesseursenécr i
tureassociéssont :

Al
gorit
hmef actures
Vari
able :f.facture  ;
Numfact  :Entier 
;
Datef
act  
:dat e ;
Numcli :Chai ne ;
Debut
f← Newf acture(1,
12/05/2015,
C0001)
 ;
f.Setnumf act( 2) 
;
f.Setdat efact (12/06/2015)
 ;
f.Setnumcl i(C0001)  
;

Fi
n
Car
act
éri
sti
quesdesaccesseur
s
- Lenom desaccesseurssedédui tautomatiquementdunom del ’
att
ri
butassoci
é :i
lsuf
fi
tdefai
re
précéderl
enom del’at
trbutpargetpourl
i alect eetparsetpourl
ur ’
écri
tur
e.
- Lamét hodegetr et
ournelav al
eurdel ’at
tri
butsanslamodi f
ier
,lamét hodesetlamodifi
e(et
retour
nevide)
.
- Lesaccesseurssontuti
li
sabl
esparl’uti
l
isat
eurdel acl
asse.

V.
6Ecr
ir
edescl
assesav
ancées

Laconcept i
ond’unl ogici
elestavanttoutunproblèmed’ ar
chit
ectur
e.Vousconnaissezl
esouti
ls,
l
esclasses,etvousdev ezl esmet t
reenrelat
ionpourconstr
uireunensembl eharmoni
euxquisoitl
eplus
si
mplepossible.Ilexi
stequat r
et ypesderel
ati
onsentrelesclasses(cel
lesquevousuti
l
iser
ezetcell
esque
vousi
nventerez).Nousallonsl esdécri
repourque,l
emomentv enu,vousfassi
ezlebonchoix.

A. Associ
ati
on

Associ
ati
onsi
mpl
e

Lapremièrerel
ati
onentreclassesestl ’
associ
ati
on.Sonutil
isat
ionestnat urel
le.Lor squev ous
choi
sir
ezl escl
assesàut i
li
serpourconcevoiruneappli
cati
on,i
lestinévi
tabl
equecer tainesd’ entr
eel l
es
soi
entconceptuell
ementassoci
ées.
Pr
enonsl’exempl
eclassi
quedesét udiantsetdeleur
scours.Lesdeuxcl assesassoci éesn’onta
pri
orir
ienencommun.Lamat i
èreseracaractéri
séeparexempleparsoni nt
it
ulé,etl’
étudiantser adéfini
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 43

parsonnom etnumérod’ét
udiant
.Enaj
outantunecontrai
ntesuppl
émentair
e,àsavoi
rqu’
unét
udi
antdoit
choisi
rchaque année ent
re 5 et10 mati
ères di
ff
érentes,cet
te associ
ati
on peutêt
rerepr
ésent
ée
graphi
quementenUML.

N.
B.La mul t
ipl
i
citéi
ndi
que surun schéma UML l
es l
i
mit
es i
nfér
ieur
es etsupér
ieur
es du nombr
e
s’
associ
ati
onentr
edeuxcl
asses.

Cl
assed’
associ
ati
on

L’associ
ati
on estune r elati
on uti
le pui
squ’
el
le permetde st
ructurerles cl
asses entr
e elle,
notammentgr âceàdescl assesd’ associ
ati
on.Laconcepti
ondedeuxcl assesenr el
ati
ond’associat
ion
peutêtr
ecompl ét
éeparl’existenced’ unetr
oisi
èmeclasse,appel
éecl
assed’ associ
ati
on,quipermetde
spéci
fi
erlesfoncti
onnal
it
ésdel aliai
son.

B. Agr
égat
ion

Siunecl asseestunepar ti
ed’uneaut re,ils’agi
tlàd’uneconceptionut i
l
isant uner el
ation
d’
agrégat
ionentr
el anouvell
eclasseetlaclasseattri
but.Lesdeuxobjet
sn’ontpasl amêmei mport
ance
dans cett
erelat
ionditealorsdissymétr
ie.Deuxcl assessontli
éesparuner elat
ionlorsquelapremière
permetdecréerl
adeuxi ème :l
’
ancienneclassefaitdel anouv
ell
eclasseetlesdeuxcl assesnesontpas
aumêmeni veau 
:uneclassecontientl
’
autre.

L’
objetagr
égat éaussiobj
,appel etcomposit
e,estcel
uiquicont
ientcommeat t
ri
butunaut
reobj
et
etl
’
obj
etagr
égéappeléaussiobj
etcomposant
,estcelui
quiestcont
enudansl’obj
etagr
égat
.

Pourl’
i
mmédi at
,il
semblejudi
ci
euxdepl aEmpl
acerdansl oi
DuTempsunat
tr
ibutdet
ypet
abl
eaude
sal
l
edecours 
:c’
estunesolut
iond’
implément
ati
ondelarel
ati
ond’
agrégat
ion.

C. Composi
ti
on

Larelati
ondecomposi t
ionestl aplussimpleàut i
liserpendantl aphasedeconcept i
onde
nouv
ell
esclasses.Toutcommel ’
agrégati
on,l
acomposit
ionpermetd’ ut
il
iserdescl
assescommeat t
ribut
s
d’
unenouvell
eclasse.Larel
ati
ondecomposi ti
onestunerelat
iond’agrégati
ondutypeuncontenantdans
uncont
enu.Lacomposi t
iondedeuxobj et
simpli
quel’
exi
stencedel ’
unn’aurai
tpasdesenssansl’
autr
e.

Ladif
férenceentr
el’
agr
égat
ionetlacompositi
ondépenddespropr
iét
ésdel ali
aisonentrel
esdeux
objets.Lorsdel acompositi
on,
l’
obj
etagrégatconti
entunnombredéter
minéd’objetsagrégés(engénér
al,
unseul )
.L’objetagrégénedoitsonexistencequepourassur ercel
lede l’agrégat
.Réci pr
oquement,
l
’existencedel’agrégatn’
apl
usdesenssansl’obj
etcomposant.

Leconceptd'
encapsul
ati
on

L'encapsul
ationestunmécanismeconsi stantàrassemblerl
esdonnéesetlesmét hodesausei
n
d'
unestructureencachantl'
impl
ément at
iondel'objet
,c'
est-
à-di
reenempêchantl'
accèsauxdonnéespar
unautr
emoy enquelesservi
cesproposés.L'
encapsulati
onpermetdoncdegarant
irl
'i
ntégr
it
édesdonnées
cont
enuesdansl '
objet.

Lemasquagedesi
nfor
mat
ions

L'
util
isat
eurd'uneclassen'apasf orcémentàsav oi
rdequel lefaçonsontst r
uctur
éeslesdonnées
dansl 'obj
et ,celasignif
iequ'un uti
lisateurn'apasàconnaî t
rel'i
mpl ément at
ion.Ainsi,en int
erdi
sant
l
'ut
il
isateurdemodi fi
erdirect
ementl esat tr
ibuts,etenl'obl
igeantàut il
iserlesfoncti
onsdéf i
niespourles
modifier( appeléesinterf
aces),onestcapabl edes' assurerdel '
intégrit
édesdonnées( onpour r
apar
exempl es' assurerquel etypedesdonnéesf ourni
esestconf or
meànosat t
entes,ouencor equel es
donnéesset rouventbiendansl'i
nter
valleattendu).

L'
encapsul
ationpermetdedéf ini
rdesni
veauxdev i
sibi
l
itédesélémentsdelacl
asse.Cesniveaux
devisi
bil
i
tédéfini
ssentlesdroit
sd'accèsauxdonnéessel onquel '
onyaccèdeparunemét hodedel a
cl
asseell
e-même,d'uneclassehéri
ti
ère,oubi
end'
uneclassequelconque.I
lexi
stet
roi
sniv
eauxdev i
sibi
li
té
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 44

d’
unat
tri
but:

Synt
axe 
:

<Vi
sibi
li
té><Nom d’
Att
ribut> 
:<Type>=<Val
eurini
ti
ale>.Où<Vi
sibil
it
é>estl
apor
téedel
’
att
ri
butc’
est
-à-di
rer
espect
ant
l
eprinci
ped’encapsul
ation(sépar
ati
oni
nter
faceetl’
i
mpl ément
ation).

Vi
sibi
l
itésdesclasses,despr
opr
iétésetdesopér
ati
ons
 Publ i
c :
pr opr
iétéoul
’
opérati
onpeutêt
reaccédéparn’
i
mpor
tequel
l
ecl
asse(
+)

 Pr
ivat
e :
propr
iét
éoul
’
opér
ati
onnepeutêt
reaccédéqueparl
acl
asseel
l
e-même(
-)

 Pr
otected 
:pr
opriét
é ou l
’
opér
ati
on ne peutêtr
e accédé que pardes cl
asses quihér
it
ent
di
rect
ementouindir
ect
ementdelacl
assequi
déf
ini
tlapr
opri
étéoul’opér
ati
on(
#)

A. Lanot
iond'
hér
it
age

L'héri
tage( enangl si
ai nheri
tance)estunpr i
ncipepropr
eàl aprogrammationor i
entéeobj et
,
permet t
antdecr éerunenouv ell
eclasseàpar ti
rd'uneclasseexi
stant
e.Lenom d' "héri
tage"( pouvant
parfoisêtreappel édéri
vati
ondecl asse)pr ov
ientduf aitquelacl
assedériv
ée( l
aclassenouv ell
ement
créée)contientlesatt
ri
butsetlesmét hodesdesasuper cl
asse(
lacl
assedontelledér
ive).L'
intér
êtmaj eur
del'héri
tageestdepouv oi
rdéfi
nirdenouv eauxattri
butsetdenouvel
lesméthodespourl aclassedér i
vée,
quiv i
ennents'ajout
eràceuxetcel l
eshérit
ées.

Hi
érar
chi
edescl
asses

I
lestpossibleder eprésent
ersousf ormedehi érarchi
edecl asses,parf
oisappeléearborescence
declasses,larelat
iondepar entéquiexist
eent relesdiff
érentescl
asses.L'arborescencecommencepar
uneclassegénér al
eappel éesuper cl
asse(parf scl
oi assedebase,cl asseparent,classeancêtr
e,classe
mèreoucl assepèr e,lesmétaphoresgénéalogiquessontnombr euses).Puislesclassesdéri
vées( cl
asse
fi
ll
eousous- classe)deviennentdepl usenpl usspéci al
isées.Ai
nsi,onpeutgénér alementexpri
merl a
rel
ati
onqui l
ieunecl assefi
ll
eàsamèr eparlaphrase"estun"(del'
anglais"i
sa").

Exemple 
:Soi
tdeuxCl
asses 
:l
acl
assemèr
eMoy
endeTr
anspor
tetl
acl
assef
il
lev
oit
uredonnéesparcet
te
str
uct
ure

Car
act
éri
sti
quesdeconcept
iond’
unecl
asseparhér
it
age

Quat reopér ati

onssontobligatoir
espourconcev oi
runhér itage.Ilbi
ensûrnécessairedeconnaître
l
acl
assemèr e(sesat t
ri
butsetsesmét hodes,publi
csetprot égés).
1. Lacl asse àécr ir
edoi trépondr eàl aquest i
on :«  
unobj etdemacl assefi
ll
eest -ilunobjet
par t
iculi
erdel aclassemèr e ? 
»( parexempl e,unev oit
ureestunv éhicul
eparti
culi
er,unepomme
estunf rui
tparti
culi
er,
etc.)
2. Quel ssontl esattri
butsspécifi
quesàl aclasse fi
llequin’existepasdansl acl
assemèr e ?i
lfaut
alorsl esintr
oduir
edansl aclassef i
ll
e.
3. Lesconst r
ucteursdelacl assef i
ll
edoi v
entêt reredéfini
s :l’
opér eursuperser
at atoujour
sutil
isé
pourcel a.
4. Il
f autpr endrechaquemét hodedel amèr e,etuneparune, décidersi 
:
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 45

- Lamét hodeseraut i
li
séet ell
equelledansl acl assef i
ll
e.L’
hér
it
agenousdi spense
al
orsdel aredéfi
nir(ceser ai
td’ai
ll
eur suneer reur).
- Lamét hodenepeutpasêt r
eidentiquedansl acl assefil
l
e(sisonactionestdiff
érente,si
el
ledoitmet t
reàj ourunnouv elat
tribut,
etc.).ilfautalor
sobli
gatoi
rementlaredefi
nir
.
- Quel
lessontl esmét hodesspéci f
iquesàl acl assef i
ll
equin’exi
stentpasdansl aclasse
mère ?ilf
autalorslesintroduiredansl aclassef i
lle.

 Déf
ini
ti
ondupol
ymor
phi
sme

Lenom depol ymorphismevientdugr ecetsi

gni
fequipeutpr
i endr
epl usi
eursformes.Cett
e
caract
érist
iqueestundesconcept sessent
iel
sdelaprogr
ammat i
onori
ent
éeobjet.Alor
squel '
hér
it
age
concernelesclasses(
etleurhiérar
chi
e),
lepoly
morphi
smeestrel
ati
fauxmét
hodesdesobjets.

Ondi
sti
nguegénér
alementt
roi
sty
pesdepol
ymor
phi
sme 
:

 Lepol
ymor
phi
smeadhoc( ementsur
égal chargeouenangl aisoverl
oadi
ng)
 Lepol
ymor
phi
smepar
amét ri
que( ementgénér
égal ici
téouenangl st
ai empl
ate)
 Lepol
ymor
phi
smed'
héri
tage(égalementredéfi
nit
ion,spéci
ali
sat
ionouenangl sov
ai err
idi
ng)

Nousall
onsmaintenanttenterdedéfi
nirpl
uspréci
sémentt
outcel
a,mai
silesti
mport
antdenot
er
quebeaucoupdeconf
usionsexistentlor
squ'
i
ls'agi
tdedif
fér
enci
ert
ouscesty
pesdepolymor
phisme.

Lepol
ymor
phi
smeadhoc

Lepolymorphi
smeadhocper metd'av
oirdesfoncti
onsdemêmenom,av ecdesfonct
ionnali
tés
simil
aires,dansdesclassessansaucunrappor
tentreel
l
es(sicen'
estbi
ensûrd'
êtr
edesfil
l
esdel aclasse
objet)
.Parexempl e,l
acl assecomplex
e,laclasseimageetlaclasseli
enpeuventavoi
rchacuneune
foncti
on" affi
cher"
.Cel
aper mett
radenepasav oiràsesouci
erdutypedel'
obj
etquel'
onasionsouhai te
l
'affi
cheràl '
écran.

Lepol ymorphi
smeadhocper metainsidedéfinirdesopérat
eursdontl
'
uti
li
sat
ionseradi
ff
érente
selonlet ypedespar amètr
esquileursontpassés.I lestdoncpossi bl
eparexempledesurcharger
l
'opérateur+etdel uifai
reréal
i
serdesacti
onsdiffér
ent essel
onqu'ils'
agi
td'
uneopérat
ionent
redeux
entier
s( addit
ion)ouentr
edeuxchaî
nesdecaractèr
es(concaténat
ion)
.

Lepol
ymor
phi
smepar
amét
ri
que

Lepoly
morphi
smepar amétr
ique,appel
égénéri
ci
té,repr
ésentelapossi
bil
i
tédedéfi
nirpl
usieur
s
foncti
onsdemêmenom mai spossédantdespar amètresdif
férent
s(ennombr eet/
ouent ype).Le
polymor smepar
phi amétri
querendai
nsipossibl
elechoi
xautomat i
quedelabonneméthodeàadopteren
foncti
ondutypededonnéepasséeenparamètre.

Ai
nsi,onpeutparexempl
edéf
ini
rpl
usi
eur
smét mes addi
hodeshomony ti
on(
)ef
fect
uantune
sommedevaleur
s.

 hodei
Lamét ntaddit
ion(i
nt,int
)pourrar
etournerl
asommededeuxentier
s
 hodef
Lamét l
oataddit
ion(
float,fl
oat
)pourr
ar et
ournerl
asommededeuxflot
tant
s
 hodecharaddi
Lamét ti
on(char,char
)pourr
adéf i
niraugr
édel
'aut
eurl
asommededeuxcar
act
ères

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 46

 et
c.

esi
Onappel
l gnat
urelenombreetletype(st
ati
que)desar
gument
sd'
unef
onct
ion.C'
estdoncl
a
si
gnat
ured'
uneméthodequidét
ermi
nelaquel
l
eseraappelée.

Lepol
ymor
phi
smed'
hér
it
age

Lapossibili
téder edéfi
niruneméthodedansdescl asseshérit
antd'
uneclassedebases'appell
ela
spéciali
sat
ion.Il
estal orspossi
bled'appel
erlaméthoded'unobjetsanssesoucierdesontypeint
ri
nsèque:
i
ls'agitdupolymor phismed'héri
tage.Cecipermetdefair
eabstract
iondesdétai
lsdesclassesspéci
ali
sées
d'
unef amil
led'objet,enlesmasquantparunei nter
facecommune( quiestl
aclassedebase).

I
maginonsunj eud'écheccompor t
antdesobj sr
et oi,r
eine,fou,cavali
er,t
ouretpion,
hér
it
ant
chacundel' etpi
obj èce.
Lamét hodemouv ement( )pourr
a,gr
âceaupol ymorphi
smed'héritage,eff
ectuerlemouvementappr
opr
ié
enfoncti
ondelacl assedel '
obj
etréf
érencéaumomentdel '
appel.Celapermet t
ranotammentau
progr
ammededi epi
r ece.mouvementsansavoi ràsepréoccuperdel aclassedel api
èce.

Lepolymorphi
smepermet,gr
âceàl
’hér
it
age,d’
uti
l
iserunei
nst
ancedecl
assesousdeux 
aspect
s :
cel
uidesaclasseassoci
éeetcel
uidesacl
assemère.

NB.Lepol
ymor
phi
smef
onct
ionnedansunseul
sens parexempl
euneDat
en’
estpasuneDat
eHi
stor
ique
par
ti
cul
ièr
e.

Pol
ymor
phi
smeetmét
hodes

Le deuxi
ème aspectde pol y
mor phi
sme estencore pl
us i
ntér
essant 
:l ’
appelde la mét
hode
cor
respondaut ypedel ’
i
nstance,etnon aut ypedel avar
iabl
equilar éf
érence.LesclassesDateet
Dat
eHistoi
ri
quen’ontpaslamêmemét hodeDateEnChai
ne(
).Anal
ysonsl’
exemplesuivant
 :

Cl
asseAbst
rai
te
Uneclasseabstraitenepeutêt r
ei nst
anciée.El
leaét éconçuedansl eseulbutdeconst rui
reunou
deshéri
tages.Lasouplessed’util
i
sationdepl usieur
ssous-cl assesestindéni
able.Ilsuffi
tdeconnaî t
rela
cl
assemèr epouri mmédi atementmaî tr
iserenpar ti
el’uti
l
isationdesescl assesf il
les,sansoubl i
erles
avant
agesdupol y
mor phisme.L’héri
tageestdoncunet echniquedeconcept i
onsipui ssantequecer t
aines
cl
assesneser ontplusconçuespourêt reinstanci
ées,mai suni quementpourf acil
iterl
’ut
il
isati
onetl a
cohér
encedusy st
èmegr âceàl ’
hérit
age.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 47

Chapi
tr
eVI
 :PROGRAMMATI
ONORI
ENTEEOBJETAVECJAVA

Génér
ali
tés

Laprogrammati
onor ient
éeobjetconsi
steàmodél i
serinf
ormati
quementunensembl ed'
éléments
d'
uneparti
edumonder éel(quel'
onappelledomaine)enunensembl ed'
enti
tésinf
ormati
ques.Cesenti
tés
i
nfor
matiques sontappelées objet
s.Ils'agitde données inf
ormati
ques regr
oupantles pri
nci
pales
car
actér
ist
iquesdesél
ément sdumonder éel(t
ail
l
e,coul
eur,.
..
).

Opér
ati
ond’
unecl
asse
Lesclassesetlesint
erfacespeuv entposséderlesopér
ati
ons.Uneopérat
ionaunnom etl es
par
amèt
resetpeutlev
erdesexceptions.Lesparamètressontt
ypésetontunsens(
in,
out,
inout
,ret
urn)
.

Ex 
:

+ajouterPersonne(inp:Per
sonne)
+suppr i
mer Personne(i
np:Personne)
+rechercherPersonnesParNome( i
nnom:
str
ing)
:
+l
ister
Per sonnes():Per
sonnes[*]
+Reper t
oire()
:Personnes[*
]

Unobj
etinstancedel
aclasseoudel
’
int
erf
aceestr
esponsabl
edel
aréal
i
sat
iondesopér
ati
ons
déf
ini
esdansl
aclasseoudansl
’i
nterf
ace.

Silesensd’ unparamètredel’
opér at
ionesti
n,l
’objetappelantl
’
opérati
ondoitfournirlavaleurdu
paramètre.Silesensd’ unparamètr
edel’opérati
onestout,l’
objetr
esponsabledel’
opérationdoitfournirl
a
valeurdupar amètre.Silesensd’ unparamèt redel’
opérati
onesti nout,l
’
objetappelantl’opérat
iondoit
fourni
rlavaleurdupar amètr
e, mai
scel
le-
ci peutêtr
emodifiéeparl’
objetr
esponsabl
edel ’opérati
on.

Unseulparamèt repeutavoi
rret
urncommesens,eti ln’estal
orspasnécessairedepréci
serle
nom decepar amètr
e.Siuneopér ati
onpossèdeunpar amètr
edontl esensestr et
urn,cel
asigni
fi
eque
l
’objetresponsabledel’opérati
on r
endcet
tevaleurcommerésult
atdel ’
opér
ation.L’
apportdel
adirecti
on
returnparr appor
tàladi recti
onoutestdefaci
li
terlacombinai
sondef onct
ion.Pourfini
r,l
esexcepti
ons
d’uneopér ati
onsonttypées.

I
lestimport
antdesoulignerquelesopérat
ionsUMLnedéf ini
ssentpaslecomportementqui
seraréali
sé l
ors de l
’i
nvocat
ion de l
’
opérat
ion.Nous ver
rons dans l
a suit
e du cour
s commentce
comportementestint
égrédanslemodèle.Lesopér
ationsd’
unecl
asseoud’ uneint
erf
acesereprésent
ent
dansl
er ect
angl
e.

Exempl
e :

C’
estunmodèl
egénér
ati
ondecodes/
Rever
se
Ex1 
:Pr
odui
rel
escodesJav
aàpar
ti
rdecet
tecl
asse«
 Et
udi
ant
 »

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 48

Publ
i
cCl
assEtudi
ant
{
Publ
icintMatr
Etud;
Publ
icStri
ngnom;
Publ
icStri
ngPstnom;
Publ
icDateDatenai
s;
Publ
icStri
ngLieu;
Pri
vat
eVoi dAf
fi
cher
nom (
Str
ingnom)
{
}
}
Cfrr
èglesN°
1,3,4
Ex2 
:Ecri
rel
ecodegénér
édeces2cl
assesBi
bli
othèqueetDocument
,donnéesparl
ast
ruct
ureci
-apr
ès 
:

Publ
i
cCl
assBibl
iothèque
{
Publ
icjava.Util
.Arrayl
istdoc=newj ava.Ut
il
.Ar
ray
li
st 
;
Publ
icVoidAj outerDocument (
)
{
}
Prot
ectedVoi dListeDocument (
)
{
}
}
Publ
i
cCl
assDocument
{
Publ
icintid_doc 
;
Publ
icStri
ngTi tr
e ;
Publ
icintEtat;
Pr i
vateVoiddef i
nir
Etat(i
ntEt
at)
{
}
}

Ex 
:Ecr
ir
elecodegénér
édansl
ecasdel
agénér
ali
sat
ion/
spéci
ali
sat
ion

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 49

Publ
icClassCDextendsDocument
{
Publi
cIntCapaci
te;
}
Publ
icClassLi
vreextendsDocument
{
Publi
cStri
ng Mai
son_ ed;
}
Publ
icClassRevueextendsDocument
{
Publi
cDateDate_Sortie;
}

Ex 
:Ecr
ir
elecodegénér
édansl
ecadr
edel
aréal
i
sat
ion

Publ
i
cCl
assCDext endsDocumentreal
i
zeOeuvre
{
Publi
cIntCapacite;
}
PublicClassLivr
eextendsDocumentr
eali
zeoeuv
re
{
Publi
cStr i
ng 
Maison_ed;
}
PublicInt
er f
aceOeuvre
{
}

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 50

Exer
cices
1. Soientdeuxclasses Pati
entetFiche_médi
cal
e.Les pr
opr
iét
és sontr
espect
ivement(
codepat
ient
,nom,
pr
enom,age,sexe,
dat
enais)et(numfi
che,
dateet
abl
it
,numagent
).

o Repr
ésent
ergr
aphi
quementcescl
assesetat
tri
buer
,parl
ebonsens,
lespr
opr
iét
ésai
nsi
quel
eurt
ype.

o Rel
i
erchacunedescl
assesav
ecsoni
nter
face 
:

2.Même t r
avai
ldemandé pourles cl
asses Aut
eur(codeauteur
,nom,sexe),Liv
re( codeli
vre,I
ntit
ulél
i
vre,
année_
edi
t,nbr
epage,
nomaut
eur
),maison_
édit
ion(NumBoit
epostal
e,nom_mai
son,
adresse,tel
,rai
son_soci
ale)

3. Soi
tlacl
asseci
-apr
ès 
:

Sicet t
e classe possède des opér
ati
ons 
Recher
cher
par
nom(
),suppr
imer
vendeur
(),Aj
out
erv
endeur
(),
I
mprimerFi
cheVendeur
(),Rechercherpar
Age(
).
Tr
avail
demandé
 Pr oposerlesparamètrestypés.

 Ecr
ir
elecodegénér
épourcet
tecl
asse

4. Mani
fest
erl
’
hér
it
ageent
resescl
assesetl
escodesgénér
és 
:

o Ensei
gnant(
Mat
rEnsei
gnant
,nom,
post
nom,
Age,
grade)

o Pr
ofesseur(
Spéci
ali
sat
ion,
annéeObt
Dipl
ome)

o Assi
stant
1(Dat
e_mécani
sat
ion,
dépar
tement
)

o Assi
stant
2(Dat
e_mécani
sat
ion,
fonct
ion,
nbr
epubl
i
cat
ion,
dépar
tement
)

o Chef
de_
trav
aux(
dat
e_mécani
sat
ion,
nbr
epubl
i
cat
ion,
sect
ion,
fonct
ion)

5.Soi
entl
esclassesci-dessous 
:Mi
l
itai
re,Pol
ici
er,Général
,Colonel
,Lieut
enant
.Pr
oposerl
’
hér
it
agedeces
cl
assest
outeni
nfl
i
geantàchacunedecescl
asseslespropri
étéscor
respondant
es.

6.Soi
tdeuxcl
assesci
-apr
èssous-st
ruct
ureJAVA 
:

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 51

packagecom. et eks.t
est ;
/**
*
*@aut horDOSS
*/
publ i
ccl assCompt e{
pri
v atef loatsol de;
pri
v ateSt ri
ngi dent i
fi
ant ;
publ i
cCompt e( Stri
ngi dentif
iant
,floatdepot
)
{
this. i
dent ifi
ant =ident i
fi
ant;
this. sol de=depot ;
}
publ i
cSt ri
ngget Identi
fiant()
{
retur nt his.i
dent i
fi
ant ;
}
publ i
cf loatget Sol de()
{
retur nt his.sol de;
}
}
cl
assCompt eEpar gneext endsCompt e
{
pr i
v at ef loatt aux;
pr i
v at ei ntannees;
publ i
cCompt eEpar gne( Str
ingidenti
fi
ant,
fl
oatdepot
,fl
oatt
aux)
{
super( ident ifi
ant,depot);
this. taux=t aux;
}
publ i
cv oi dset Annees( i
ntannees)
{
i
f( annees>=0)
this. annees=annees;
}
publ i
ci ntget Annees( )
{
retur nt his.annees;
}
publ i
cdoubl eget Taux( )
{
retur nt his.taux;
Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 52

}
@Ov erride
publi
cf l
oatget Solde()
{
f
loatsol de=super .
getSol
de()
;
f
or (
inti=0; i
<this.annees;
i++)
solde* =1f+t his.t
aux;
r
eturnsol de;
}

publi
cstat
icvoi
dmai n(Stri
ng[]args){
//TODOcodeappl i
cationlogicher e
CompteCompt e1=newCompt e("A01"
,1000f
);
CompteEpargneCompt e2;
Compte2=newCompt eEpargne("E99",
1000f,
0.1f
);
Compte2.
setAnnees(5);
Comptec;

Str
ingmessage="L'
argentquidor
tnerapport
erien:
";
c=Compte1;
message+="\n\
u25aaSol decompten\u00b0"+c.getI
dent
if
iant
()+"
:"+c.
get
Sol
de(
)+"\u20ac";
c=Compte2;
message+="\n\
u25aaSol decompten\u00b0"+c.getI
dent
if
iant
()+"
:"+c.
get
Sol
de(
)+"
\u20ac";
j
avax.swi
ng.
JOptionPane.showMessageDi
alog(
null
,message);
}

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022
 53

NOTESBI
BLI
OGRAPHI
QUES

 Chri
sti
anMICHEL,
Algor
it
hmeetPr
ogr
ammat
ionOr
ient
éeObj
etJAVA,
uni
ver
sit
éLoui
sPast
eur
St
rasBour
g.

 MaudeMANOUVRI
ER,
Spéci
fi
cat
ionetConcept
ionenUML,
uni
ver
sit
édePar
isDAUPHI
NE.

 J.Gabay
,Mer
ise.Ver
sOMTetUML,
Int
erÉdi
ti
ons,
1998.

 N.Ket
tani
,D.Mi
gnet
,P.Par
éetC.Rosent
hal
-Sabr DeMERI
oux, SEàUML,
Eyr
oll
es,
1998

 M.Lai
,Penserobj
etavecUMLetJava,
Int
erÉdi
ti
ons,
1998.

 M.Lai
,UML:Lanot
ati
onuni
fi
éedemodél
i
sat
ionobj
et–DeJavaauxEJB,
Dunod,
2000

 N.Lopez,
J.Mi
guei
setE.Pi I
chon,nt
égr
erUMLdansvospr
ojet
s,Ey
rol
l
es,
1997.

 Morl
ey,B.Lebl UMLpourl
ancetJ.Hugues, '
anal
ysed'
unsyst
èmed'
i
nfor
mat
ion–Lecahi
erdes
char
gesdumaî t
re,
d'
ouvrage,
Dunod,
2000.

 P.
-A.Mul
l
erModél
, i
sat
ionobj
etavecUML,
Eyr
oll
es,
1998

 P.RoquesetF.Val
l UMLenact
ée, ion–Del
’
anal
ysedesbesoi
nsàl
aconcept
ionenJava,
Eyr
oll
es,
2000.

 Sout Obj
ou, et-
Rel
ati
onnelsousOr
acl
e8,
Modél
i
sat
ionavecUML,
Eyr
oll
es,
1999.

Cour
sd’
Algo,
etMét
hodedepr
ogr
ammat
ionG2I
G CTOl
iv
ierMADI
LA22-
2022