CH 3 Dimension Technologique Du SIAlgorithme

Langage Algorithmique
Konan Marcellin BROU

marcellin.brou@inphb.ci
2020-2021
Sommaire
 Architecture d’un ordinateur
 Etapes de résolution d’un
problème
 Concepts de base du langage
 Structure d’un algorithme
 Les sous-algorithmes
 Les structures de données
 Le langage C
 Bibliographie
INP-HB/DFRMI/K. M. BROU Langage algorithmique 2
2
Sommaire
 Objectifs
 Comprendre le fonctionnement
d’un ordinateur
 Connaitre les concepts de base du
langage algorithmique
 Savoir écrire un algorithme
I. Architecture d’un ordinateur

 1.1. Présentation Instructions
Unité de
 Un ordinateur comporte deux Commande et de
1
Unité
parties : Contrôle (UCC)
3
Mémoire Centrale
2 4 centrale (UC)
 Un élément central appelé Unité (MC)
Unité Arithmétique Données
Centrale (UC)
et Logique (UAL) 5
 Des organes d’entrées/sorties
Résultats
appelés aussi unités périphériques.
Unité Unité
d’échange d’échange
Unités
périphériques
Imprimante Clavier Ecran Disque Souris Scanner
Légende
Flux d’informations
Ordres de l’UCC
4
 1.2. La mémoire centrale Mot mémoire
 Elle sert à stocker toutes les A code 65 0 1 0 0 0 0 0 1 Adresse 0

données en provenance des # code 35 0 0 1 0 0 0 1 1 Adresse 1
organes d’entrée ainsi que les

programmes de traitement de ces Adresse N
données.
 Elle est formée d’un grand  Les mots sont numérotées
nombre de cellules ou mots  L’UCC connaît chaque mot par
mémoires. Chaque mot peut son numéro appelé adresse.
contenir une information (donnée
ou instruction).

 Capacité mémoire de la machine  MC volatile
 C’est l’ensemble des mots  Informations chargées en
 Exprimée en des multiples du kilo mémoire sont effacées lorsque la
octet (Ko). machine n’est plus alimentée en
 1 Ko = 210 octets = 1024 octets courant électrique.
 1 Mo = 220 octets = 1024 Ko
 1 Go = 230 octets = 1024 Mo
 1 To = 240 octets = 1024 Go
6
 MC en Lecture/Ecriture  MC appelée RAM
 Opération de lecture : elle  Random Access Memory
consistes à véhiculer les  Signifie mémoire à accès
information des périphériques aléatoire
d’entrée (tel que le clavier) vers la  Cela veut dire que l’UCC peut
MC. accéder à n’importe quel mot
 Opération d’écriture : elle consiste mémoire grâce à son adresse.
à véhiculer les informations de la
MC vers les périphériques de sortie
(tel que l’écran).
MC
opération d’entrée opération de sortie
Périphérique Périphérique
d’entrée de sortie

 Mémoires associés à la MC :  Exercice
 ROM (Read Only Memory) :  Un disque dur d’une capacité de
 Mémoire en lecture seule 10 Go est occupé à 85%. Peut-on
 Ou mémoire morte parce qu’il est encore y stocker deux logiciels de
impossible de modifier son 750 Mo et 1024 Mo ? Justifiez
contenu. votre réponse.
 Elle contient les programmes de
base nécessaires au
fonctionnement de l’ordinateur.
 PROM : Programable ROM (ROM
programmable)
 EPROM : PROM effaçable
8
 1.3. L’UAL  Table de vérité
 Unité Arithmétique et Logique A B A ET B A OU B NON A SI(x >= 0) ALORS
0 0 0 0 1 Calculer racine
 Renferme tous les circuits 0 1 0 1 1 SINON
électroniques nécessaires à 1 0 0 1 0 Erreur
1 1 1 1 0
l’exécution des opérations
arithmétiques et logiques.  Possède un ou deux registres de
 Partie arithmétique travail
 Effectue les opérations d’addition,  appelés accumulateur pour
de multiplication, etc. stocker les résultats
 Exemple : s = 4 * 7 + 15 intermédiaires.
 Partie logique
 Exécute les opérations de prise de
décision afin de modifier
éventuellement la séquence
d’exécution des instructions.

 1.4. L’unité de commande et  Format d’une instruction :
de contrôle  Constitué d’un code opérateur, et
de une ou deux adresses pour les
 Commande et supervise opérandes.
l’ensemble de tout l’ordinateur.  Format d’une instruction à deux
 Décode une à une les instructions adresses
des programmes et active les Code opérateur Adresse du Adresse du
éléments impliquées dans 1er opérande 2ème opérande
l’exécution de ces instructions :  Format d’une instruction à une
 MC, UAL, périphériques adresse
d’entrées/sortie….
Code opérateur Adresse du
2ème opérande
 l’accumulateur contient l’adresse

du premier opérande et le
résultat.
10
 Exemples de code opérateur 1. Extraction de la MC de la
nouvelle instruction à exécuter
Code opérateur opérateur 2. Analyse de cette instruction et
(HEXA)
00 chargement
établissement des connexions
01 rangement électriques nécessaires dans
02 addition l’UAL
03 soustraction
04 multiplication 3. Extraction de la MC des
05 division opérandes sur lesquels portent
l’instruction
 Fonctionnement 4. Déclenchement du traitement de
ces données par l’UAL
 L’UCC travaille de façon
séquentielle selon le cycle 5. Rangement éventuel des
suivante : résultats dans la MC
6. Puis le cycle recommence en (1)
11

 Exemple sur une machine à une
adresse
 a = 2, b = 3
 r=a+b
 Le système de numération est la
base 8 (système octal).
Adresse Instruction Commentaire

Code op adresse
0015 00 0043 Charge b dans l’accu
0016 02 0041 Addition de a à l’accu
0017 01 0101 Ranger a + b dans la mémoire de travail
0020
…
0041 02 Valeur de a
0043 03 Valeur de b
0101 05 Mémoire de travail
12
 1.5. Les unités périphériques  Unités de communication
 Ou périphériques  Assurent le dialogue entre l’UC et
l’extérieur. Trois sortes :
 Ce sont toutes les unités qui ne
 Unités d’entrées : permettent de
font pas partie de l’UC. rentrer dans l’ordinateur les
 Deux sortes de périphériques : informations à traiter
 Unités de communication  claviers, souris, cameras,
 Mémoires secondaires scanners
 Unités de sortie : permettent à
l’ordinateur de communiquer les
informations au monde extérieur
 écrans, imprimantes
 Unités d’entrées/sortie : à la fois
unité d’entrée et unité de sortie
 disque, écran…
13

 Mémoires secondaires  Unités d’échange
 Ou mémoires auxiliaires ou  Les unités périphériques sont
mémoires de masse reliées soit à l’UC, soit
 Servent à stocker de grandes directement à la MC par
quantités d’informations de façon l’intermédiaire d’unités
quasi permanente. d’échange ou canaux.
Mémoire secondaire Capacité  Spécialisées dans la gestion
Disquette 1.44 Mo rapide des transferts
Disque 100 Go d’informations entre l’UC (très
CD ROM 650 Mo
DVD 4.7 Go
rapide, vitesse évaluée en ns) et
Pen drive 4Go, 8Go, 16Go les périphériques (très lents,
vitesse évaluée en ms).
14
II. Etapes de résolution d’un problème
 2.1. Eres de la programmation  Langage Machine
 En binaire (base 2)
 1950-1960 : L’âge du Chaos
000100111011000101001010101010
 Langage machine et Assembleur 010000101010101010101010101010
 Temps de programmation  En hexadécimal (base 16)
considérable et programmes peu
41 30 C1 A4
fiables. 3A 20 C1 A8
 Exemple : A  B + C x D 1A 30 C1 A0
50 30 C2 A4
 Langage Assembleur
LDA C
MUL D
ADD B
STO A
 Avantage : rapidité d’exécution
15

 1973-1980 : L’âge de la structure  1990 et +: L’âge des objets
 Langage évolué ou structuré  LO ou LOO
 Temps de programmation  Baisse du temps de
considérable et problème de programmation et réutilisation de
réutilisation. logiciels.
 Langages : Pascal, Fortran,  Langages C++, Java, Python
python, C  Exemple : A  B + C x D
 Exemple : A  B + C x D  En C++
 En C class Calcul {
int void main() { private int A, B, C, D;
int A, B, C, D; int void main() {
scanf("%d%d%d",&B,&C,&D); scanf("%d%d%d",&B,&C,&D);
A=B+C*D A=B+C*D
printf("%d",A) printf("%d",A)
} }
}
 Avantage : maintenance aisée

16
 2.2. Programmation  Qu’est-ce qu’un algorithme ?
 Production d’un programme  Terme d’origine arabe
 But essentiel dans la résolution  Suite finie d’opérations
d’un problème en informatique. élémentaires, dont le
 Partie la plus importante = déroulement dans un ordre prévu
Analyse à l’avance, résout, en un temps
fini, une classe donnée de
 L’analyse consiste à concevoir et à problèmes, i.e. fait passer d’un
écrire un algorithme correct. ensemble de données à un
ensemble de résultats.
Analyse Codage
Problème
à Algorithme Programme
résoudre
 Une fois l’algorithme mis au point,

il faut le coder dans le langage de
programmation choisi, pour
obtenir le programme demandé.
17

 Exemple d’algorithme  Présenter le résultat sous la forme
 Soient un point d’eau et de 2 suivante :
bidons : B de 5 litres et b de 3
Solution 1 :
litres.
N° Opérations (B, b)
 On voudrait obtenir exactement 4 1
litres d’eau dans le bidon B. 2
 Opérations permises : 3
4
1. Remplir un bidon : RB(bidon) 5
2. Vider un bidon : VB(bidon) 6
3. Transvaser le contenu d’un bidon 7
8
à un autre (arrêt quand un bidon
est vide ou l’autre plein) :
TB(bidon1, bidon2).
18
 Résolution  La Solution 2 comporte moins
d’opérations, donc s’exécutera
Solution 1 : 8 opérations Solution 2 : 6 opérations beaucoup plus rapidement que la
N° Opérations (B, b) N° Opérations (B, b) Solution 1.
1 RB(b) (0, 3) 1 RB(B) (5, 0)
2 TB(b, B) (3, 0) 2 TB(B, b) (2, 3)  Un bon algorithme doit minimiser
3 RB(b) (3, 3) 3 VB(b) (2, 0) au maximum le nombre
4 TB(b, B) (5, 1) 4 TB(B, b) (0, 2) d’opérations à effectuer.
5 VB(B) (0, 1) 5 RB(B) (5, 2)
6 TB(b, B) (1, 0) 6 TB(B, b) (4, 3)
7 RB(b) (1, 3)
8 TB(b, B) (4, 0)
19

 Exercice
 Soient un point d’eau et de 3
bidons : B2 de 3 litres, B3 de 7
litres et B7 de 10 litres.
 On voudrait obtenir exactement 5
litres d’eau.
 Opérations permises :
1. Remplir un bidon
2. Vider un bidon
3. Transvaser le contenu d’un bidon à
un autre (arrêt quand un bidon est
vide ou l’autre plein).
20
 Correction
Solution 2 : 9 opérations
Solution 1 : 10 opérations N° Opérations (B1, B2, B3)
N° Opérations (B1, B2, B3) 1 RB(B1) (3, 0, 0)
1 RB(B1) (3, 0, 0) 2 TB(B, B3) (0, 0, 3)
2 TB(B1, B2) (0, 3, 0) 3 RB(B1) (3, 0, 3)
3 RB(B1) (3, 3, 0) 4 TB(B1, B3) (0, 0, 6)
4 TB( B1 dans B2 (0, 6, 0) 5 RB(B1) (3, 0, 6)
5 TB( B2 dans B3 (0, 0, 6) 6 TB(B1, B3) (0, 0, 9)
6 RB(B1) (3, 0, 6) 7 TB(B3, B2) (0, 7, 2)
7 TB(B1, B2) (0, 3, 6) 8 RB(B1) (3, 7, 2)
8 RB(B1) (3, 3, 6) 9 TB(B1, B3) (0, 7, 5)
9 TB(B1, B2) (0, 6, 6)
10 TB(B3, B2) (0, 7, 5)
21

 Qu’est-ce que programmer ?  Langage de programmation :
 C’est un code de communication,
 Programmer c’est donner à
permettant à un être humain
l’ordinateur une liste d’action à
(programmeur) de dialoguer avec
effectuer ou un schéma de
une machine en lui soumettant
traitement pour résoudre un
des instructions et en analysant
problème donné.
les données matérielles fournies
 Programmation : processus de par l’ordinateur.
réalisation d’un programme.
 Constitué d’un vocabulaire et de
 Programme ou logiciel : suite règles syntaxiques servant à
d’actions que doit effectuer exprimer les algorithmes dans
l’ordinateur pour obtenir un une forme exploitable par
ensemble de résultats à partir l’ordinateur (le programme).
d’informations initiales.
 Langages C, Fortran, Java, Visual
Basic, Python
22
Etape 2 : Recherche d’un
 2.3. Résolution d’un problème 
algorithme
en 4 étapes :  Rechercher une méthode de
 Etape 1 : Etude solution
 Il faut formuler le problème à  Traduire cette méthode en une
résoudre en des termes clairs et suite d’actions à effectuer pour
précis (pas d’ambiguïté). résoudre le problème :
 Exemple : Rechercher le maximum  on obtient un algorithme.
de 3 nombres entier a, b, c.  A un problème donné peut
correspondre plusieurs
algorithmes.
23
II. Les étapes de la programmation

 Un algorithme est une suite finie Solution 1
a>b ?
d’instructions, dont le faux vrai
déroulement dans un ordre prévu
à l’avance, résout, en un temps b>c ? a>c ?
fini, une classe donnée de faux vrai faux vrai
problèmes.
max = c max = b max = c max = a
 A un problème donné peut
correspondre plusieurs algos.
 Exemple : Solution 2
 Recherche du maximum de 3 a>b ?
faux vrai
nombres entiers.
Solution 1 : 3 comparaisons max=b max=a
 c>max ?
 Solution 2 : 2 comparaisons faux vrai
max reste max = c

inchangé
24
ALGORITHME maximum1 ALGORITHME maximum2
VAR a, b, c, max : ENTIER VAR a,b,c, max : ENTIER
DEBUT DEBUT
ECRIRE('Entrer 3 nombres entiers : ‘’) ECRIRE('Entrer 3 nombres entiers : ')
LIRE(a, b, c) LIRE(a, b, c)
SI(a > b) ALORS SI(a > b) ALORS
SI(a > c) ALORS max  a
max  a SINON
SINON max b
max  c SI(c > max) ALORS
SINON SI (b > c) ALORS max  c
max  b ECRIRE('Maximun de', a, b, c, ' = ', max)
SINON FIN
max  c
ECRIRE('Maximun de', a, b, c, ' = ', max)
FIN
25

 2.4. Étape 3 : Programmation #include <stdio.h>
 Traduire l’algorithme dans un
langage de programmation. void main() /*programme maximun2*/
{int a,b,c, max ;
 C’est-à-dire un langage
printf("Entrer 3 nombres entiers : ");
compréhensible par la machine. scanf("%d%d%d", &a, &b, &c);
 On obtient un programme. max = a > b ? a : b;
 Exemple : algorithme maximum2 if(c > max)
en langage C (maxi.c). max = c ;
printf("Maximun de %d %d %d = %d\n", a, b, c, max);
}
26
 2.5. Etape 4 : Mise au point  Compilateur :
 Saisir le programme puis le faire  Logiciel de traduction qui traduit
exécuter plusieurs fois avec des globalement les textes sources
données différentes. (en langage source) en langage
machine (souvent binaire
 Permet de vérifier qu'il résout bien
exécutable par la machine).
le problème posé.
 Exemple : C/C++, …
 Tout code écrit dans un langage
de programmation doit être  Avantage : Rapidité
traduit pour être compris par la  Inconvénient : Pas de portabilité
machine.
 C’est le rôle des compilateurs et
interpréteurs .
Code source Code en

du Traducteur langage
Programme machine
27

Algorithme
 Interpréteur : Programme
 Logiciel identique au compilateur

Saisie
mais la traduction s’effectue ligne
d’instruction par ligne Messages
Programmes sources
d’instruction. d’erreurs
Exemple : maxi.c
 Exemple : VBA, Python, …
non Bibliothèque
 Avantage : Portabilité des Compilation ok ? Autres code
applications oui Programmes objets objets (.obj)
Exemple : maxi.obj
 Inconvénient : Lenteur
 Langage pseudo-compilé oui
non
 Programme à la fois compilé puis Edition de liens ok ?
interprété. oui Fichier exécutable
(Ex. : maxi.exe)
 Exemple : Java, Python, …
 Avantage : Portabilité, multi Données
non
plates-formes (Windows, Unix) Exécution ok ?
oui
 Inconvénient : Lenteur
INP-HB/DFRMI/K. M. BROU Langage algorithmique Résultats 28
28
 2.6. TP : éditeur de Dev C++  Faire l’édition de lien : Menu
Execute/Run
 Créer un dossier de travail
 Exécuter le programme
 Lancer Dev C++
 Vérifier les fichiers générés
 Menu File/New/Source File
 maxi.c, maxi.obj, maxi.exe
 Saisir le programme maximum
 Le sauvegarder sous le nom
maxi.c dans le dossier de travail
 Faire la compilation : Menu
Execute/Compile
 Corriger les erreurs éventuelles
29
III. Concepts de base du langage

 3.1 Présentation  Concis : doit tenir en une page ;
 Pour écrire un algorithme, il faut  Modulaire : découpage en sous-
algorithme
un langage algorithmique
constitué d’un vocabulaire et de  Typé : numérique, chaîne de
caractères…
règles syntaxiques.
 Ce langage doit être :
 Spécialisé : pour écrire des
algorithmes
 pas des poèmes ni des recettes de
cuisine ;
 De haut niveau : déchargé de
détails techniques
 Pas un langage de
programmation ;
30
 3.2 Qualités d’un algorithme  Validité ou justesse:
 Qualité d'écriture :  Le résultat doit répondre au
problème posé.
 Il doit être structuré, indenté,
modulaire, avec des  Remarque : un jeu d'essais ne
commentaires pertinents, etc. prouve jamais qu'un programme
est correct.
 Il doit être lisible et maintenable ;
 Il peut seulement prouver qu'il est
 Terminaison : faux ;
 Le résultat doit être atteint en un
 Performance :
nombre fini d'étapes,
 Etude du coût (complexité) en
 Il ne faut donc pas de boucles
temps et en mémoire.
infinies,
 Coût le plus faible possible
 Il faut étudier tous les cas
possibles de données, ... ;
31

 3.3 L’alphabet du langage
 Constitué de caractères
utilisables dans l’écriture d’un
algorithme :
 les lettres de l’alphabet : a - z ou
A- Z;
 les chiffres : 0 - 9 ;
 les caractères spéciaux : #, $, ;.
32
 3.4 Codage de l’information  Le langage de l’ordinateur :
 Le langage humain :  Ordinateur : machine électronique
ayant un alphabet limité.
 Permet aux hommes de
communiquer entre eux.  Il ne peut distinguer que deux
états :
 Comporte beaucoup de symboles
(cf. alphabet du langage)  le courant passe (1) , le courant le
courant ne passe pas (0).
 Bit (BInary digiT) :
 plus petite information manipulée
par un ordinateur
33

 Chaque symbole de l’alphabet
humain est représenté par un
codes qui pourra être converti en
bit.
 Le code ASCII :
 Code sur 8 bits (256 symboles ).
 Prend en compte les caractères
graphiques et les lettres
accentués ou non.
Lecture du tableau
A : code
= 41 en hexadécimal
= 65 en décimal
= 01000001 en binaire
34
 Le code étendu (en hexa)
35

 Le code Vidéotex :  Code à 7 bits, se compose de 127
 Procédé de télécommunication caractères alphanumérique,
permettant à un usager de graphique et de contrôle répartis
recevoir des messages sur un en deux tables :
écran vidéo de type MINITEL.  G0 : permet de coder les chiffres
 Il utilise la norme française et les lettres comme en ASCII
TELETEL. standard
 G2 : permet de coder les accents
et quelques symboles particuliers.
 G1 : permet de coder les
caractères alphamosaïques qui
servent à faire de dessins à
l’écran.
36
 Le code ANSI (American National  Le code EBCDIC
Standard Institute)  Extended Binary Coded Decimal
 Code utilisé par le système Interchange Code
d’exploitation Windows ;  Utilisé principal par IBM, code 8
 Il reprend en grande partie le bits ou 9 bits (1 bit d’imparité).
code ASCII, et propose des  Le code UNICODE
extensions différentes selon le  Utilisé par Windows 95 et +.
code de page.
 Code universel codé sur 16 bits.
 Code page 850 :jeu de caractères
 But : coder le plus grand nombre
multilingues
possible de symbole en usage
 Code page 864 :jeu de caractères dans le monde.
arabe
 Permet de coder 65535 caractères
 Code page 865 :jeu de caractères différents.
nordique
37

 Exercice 1 :
 Un fichier contient les
informations suivantes :
4C 65 20 42 54 53 20 65 6E 20 55 43
41 50 20 65 73 74 20 75 6E 65 20 22
65 78 63 65 6C 6C 65 6E 74 65 22 20
46 6F 72 60 61 74 69 69 6F 6E 2E 22
 Convertissez ces codes en ASCII.
 Exercice 2 :
 Coder le texte suivant en
hexadécimal :
 Technologie 1989 "Leçon sur
les codes"
38
 Réponse Exercice 1
 Le BTS en UCAP, est une
"excellente formation."
 Réponse Exercice 2
 54 65 63 68 6E 6F 6C 6F 67 69 65
20 31 39 38 39 20 22 4C 65 87 6F
6E 20 73 75 72 20 6C 65 73 20 43
4F 44 45 53 22 2E
39

 3.5. Les opérateurs  Opérateurs relationnels :
 Opérateurs arithmétiques : Opérateur Symbole
Egalité =
Opérateur Symbole
Différence 
Addition +
Infériorité stricte <
Soustraction -
Infériorité large 
Multiplication *
Supériorité stricte >
Division entière //
Supériorité large 
Division réelle /
Modulo %  Opérateurs de manipulation de
chaînes de caractères :
 Opérateurs logiques
Opérateur Symbole Opérateur Symbole
Et ET Concaténation &
Ou OU +
Négation NON
40
 3.6 Les identificateurs  Il doit être expressif, i.e., choisi
 Mots choisis par le concepteur de de telle sorte qu’il désigne bien
l’algorithme pour représenter les l’objet qu’il représente.
objets de l’algorithme :  Exemple : prixTTC, valeurMax,
deuxPI, _2PI
 nom de l’algorithme, nom de
variable, …  Contre exemple : 2PI
 Constitué d’une suite de  Il n’y a pas de distinction entre
caractères alphanumériques minuscule et majuscule.
 Le premier caractère est  PrixTTC, PRIXTTC, prixttc
désignent le même objet.
obligatoirement une lettre de
l’alphabet ou le caractère de
soulignement.
41

 3.7. Les mots réservés  Remarque :
 Identificateurs prédéfinis du  Par convention, les mots réservés
langage algorithmique. seront écrits en majuscules ainsi
que le premier caractère des
 Ils ne doivent pas être utilisés
constantes.
comme identificateur dans un
algorithme.
 Exemples :
 ALGORITHME, FONCTION,
TANTQUE, POUR
42
 3.8. Les nombres
 Deux types de nombre : les
entiers et les réels.
 Exemples :
 125 : entier
 3.1459 : réel
 15 E-3 (réels, notation
scientifique).
43

 3.9. Les commentaires
 Inséré dans un algorithme afin de
faciliter sa lecture et sa
maintenance.
 Exemple :
 (* prixTTC désigne le prix Toute
Taxe Comprise *)
44
CONST N = 2 (* objets globaux *)
 3.10. Structure d’un
algorithme FONCTION max(D x, y, z :ENTIER) :ENTIER
VAR m: ENTIER
 Un algorithme comprend 5 DEBUT
SI (x > y) ALORS
parties : mx
1. Déclaration d’objets globaux SINON
my
(facultatif) SI (z > m) ALORS
2. Déclaration de sous-algorithme mz
(facultatif) max  m
FIN
3. Tête de l’algorithme
ALGORITHME maximum
4. Déclaration des objets VAR a, b, c, m : ENTIER
(facultatif) DEBUT
ECRIRE('Entrer 3 nb entiers :' )
5. Corps de l’algorithme : contient
LIRE(a,b,c)
les instructions exécutables m  max(a,b,c)
ECRIRE(‘Maximum = ', m)
 Exemple : Calcul du maximum de ECRIRE('N =', N)
trois nombres FIN
45

 Tête de l’algorithme  Tout objet manipulé par
 Il s’agit de donner un nom à l’algorithme doit être déclaré
l’algorithme précédé du mot avant son utilisation dans le corps
réservé ALGORITHME. de l’algorithme.
 Ce nom doit avoir une relation  Les différents objets sont : les
avec le but de l’algorithme constantes, les types, et les
 Exemple : variables.
ALGORITHME maximum
46
IV. Partie déclaration
 4.1. Déclaration de constante  Exemple :
 Espace mémoire représenté par ALGORITHME declareConst
un identificateur et utilisé pour CONST Pi = 3.1459
désigner une valeur fixe d’un NbreMois = 12
ensemble donnée. Ecole = 'INP-HB'
Omega = 100 * Pi
 Cette valeur reste inchangée tout DEBUT
au long de l’exécution de FIN
l’algorithme.
 Syntaxe :
 CONST identificateur = expression
47

 4.2. Déclaration de type  Hiérarchie des types
 Un type est constitué par un Type
ensemble de valeurs et par des
opérateurs définis sur cet
ensemble. Simple Structuré Pointeur
 Syntaxe :
TYPE identificateur = nom du type Standard Manufacturé Statique Dynamique
- CAR - Intervalle - Tableau - Pile

 Exemple : - TEXTE - Enuméré - Enregistrement - File
- BOOLEEN - Liste
ALGORITHME declareType
- ENTIER - Ensemble
CONST N = 3
- REEL - Fichier
TYPE Vecteur = TABLEAU[1..N] DE REEL
DEBUT
FIN
48
 4.3. Les types simples  Type caractère (CAR)
 Type entier (ENTIER)  Ensemble de la table ASCII.
 Ensemble des entiers relatifs.  Une constante caractère est
délimitée par de simples ou
 Opérateurs : opérateurs
double quotes.
arithmétiques et relationnels
 Opérateurs : opérateurs de
 Type réel (REEL) concaténation et relationnels
 Ensemble des nombres réels.  Il existe une relation d’ordre dans
 Opérateurs : opérateurs la table ASCII.
arithmétiques et relationnels  Exemple :
 sauf les opérateurs // et %.  'a' < 'b' < 'c' < … 'z'
 'a' + 'b' + 'c' donne la chaîne de
caractères 'abc'
49

 Type chaîne de caractères  Type booléen (BOOLEEN)
(TEXTE)  Ensemble constitué des deux
 Ensemble des chaînes de valeurs VRAI et FAUX.
caractères délimitées par de  Opérateurs sont les opérateurs
simples ou double quotes. logiques.
 Opérateurs : opérateurs de  Exemple : table de vérité
concaténation et relationnels.
 Exemple : A B A ET B A OU B NON A
VRAI VRAI VRAI VRAI FAUX
 'omega' < 'valeur'
VRAI FAUX FAUX VRAI FAUX
 "omega" < "valeur" FAUX VRAI FAUX VRAI VRAI
 'informatique' > 'Informatique' > FAUX FAUX FAUX FAUX VRAI
'Information'
 'INP-' + 'HB' donne la chaîne de
caractères 'INP-HB'
50
 4.4. Les types manufacturés  Deux sortes :
 Types construits par le  Type énuméré
concepteur de l’algorithme.  Type intervalle.
 Intérêt
 définir de façon très précise le
champ de validité des objets
utilisés.
51

 Type énuméré  Opérateurs : opérateurs
 Ensemble constitué par relationnels.
l’énumération des constantes  Exemple :
symboliques.  Orange < Vert < Rouge
 Syntaxe :
TYPE
identificateur = (valeur1, valeur2, …, valeurn)
 Exemple :
TYPE
Feux = (Orange, Vert, Rouge)
Banque = (BICICI, SIB, SGBCI, BIAO, BHCI, BCEAO)
Jour = (lundi, mardi, mercredi, jeudi, vendredi,
samedi, dimanche)
52
 Type intervalle
 Sous-type des types déjà définis.
 Opérateurs : ceux du type père.
 Syntaxe :
TYPE
Identificateur=borneInférieure..borneSupérieur
 Exemple :
TYPE
Chiffre = 0..9
Lettre = 'a'.. 'z'
Boulot = lundi..vendredi
Repos = samedi..dimanche
53

 4.5. Le types tableau  Variable indicée :
 Présentation  Chaque élément du tableau
 Il possède un nom et un type fixe,  Référencé par le nom du tableau
suivi par un ou plusieurs indices.
 Il est associé à un ensemble de
valeurs.  Indice :
 Il permet de représenter des  Correspond à une dimension du
ensembles de valeurs ayant des tableau.
propriétés communes.  Leurs valeurs appartiennent à un
 Exemple : vecteur et matrice en sous-ensemble des entiers.
mathématique.
 Définition
 Structure de données regroupant
une suite d’éléments de même
type rangés dans des cellules
mémoires contigües.
54
 Tableau à une dimension :  Syntaxe 2 :
Vecteur TYPE
 Adresse d’une variable indicée : Identificateur = TABLEAU[indiceInf..indiceSup] DE type T
VAR
Identificateur2 : Identificateur
adr + (i – IndiceInf)*p
 avec :
 Chaque élément du tableau est
 adr : adresse du premier élément référencé par le nom du tableau
 P : nombre de mot occupé par un suivi par un indice.
élément
 i : indice d’un élément
 indiceInf : indice inférieur
 Syntaxe 1 :
VAR
Identificateur : TABLEAU[indiceInf..indiceSup] DE type T
55

 Exemple :  Accès au éléments du tableau :
 tableau de 5 éléments de type  On utilise un seul indice.
entier (notes d’un élève)  t[1] : le 1er élément du tableau
VAR t
t : TABLEAU[1..5] DE ENTIER
ou  t[2] représente le 2ième
TYPE élément du tableau t
Vecteur = TABLEAU[1..5] DE ENTIER
VAR  t[i] représente le iième élément
t : Vecteur du tableau t
56
 Tableau à deux dimensions :  Exemple :
Matrice  Matrice de 3 lignes et 2 colonnes
 Syntaxe 1 : d’éléments de type réels c’est-à-
dire 6 éléments (Colonne 1 : note,
VAR colonne 2 : coefficient).
Identificateur :
TABLEAU[indiceInf1..indiceSup1, VAR
indiceInf2..indiceSup2] DE type T m : TABLEAU[0..2, 1..2] DE REEL
ou
TYPE
 Syntaxe 2 : Matrice = TABLEAU[0..2, 1..2] DE REEL
VAR
TYPE m : Matrice
Identificateur =
TABLEAU[indiceInf1..indiceSup1,
indiceInf2..indiceSup2] DE type T
VAR
Identificateur2 : Identificateur
57

 Accès aux éléments du tableau m :  Adresse de m[i, j]
 On utilise deux indices : un pour  M : nombre de ligne
les lignes (1er indice) et un autre  p : taille en octet d’un élément
pour les colonnes (2ième indice).  Adresse de m[1, 1] : (adr + M*p)
 m[0, 1] : élément situé à est égal à
l’intersection de la ligne 0 et de la  = adr + (i*M + j-1)p
colonne 1 est avoir (intégrer boneInf)
 m[1, 2] : élément situé à
 Tableau à plusieurs dimensions :
l’intersection de la ligne 1 et de la
colonne 2 Tenseur
 m[i, j] : élément situé à  Syntaxe :
l’intersection de la ligne i et de la
colonne j TYPE
Identificateur =
TABLEAU[indiceInf1..indiceSup1,
indiceInf2..indiceSup2, indiceInfn..indiceSupn]
DE type T
58
 4.6. Déclaration de variable  Exemple
 Définition VAR
dividende, diviseur, quotient, reste : ENTIER
 Une variable est un espace
prix_TTC : REEL
mémoire désigné par un J : Jour
identificateur et utilisé pour
désigner une valeur quelconque
d’un ensemble donné.  Corps de l’algorithme
 Sa valeur peut changer tout au
 Partie qui contient les instructions
long de l’exécution de
exécutables de l’algorithme.
l’algorithme.
 Affectation
 C’est en fait une adresse mémoire
où l’on range une valeur.  Lecture/Ecriture
 Structures de contrôle
 Syntaxe :
 Fonction
VAR  Cette partie est délimitée par les
Identificateur : type de la variable mots réservés DEBUT et FIN.
59
V. Instructions exécutables
 5.1. L’affectation  Syntaxe :
 Instruction la plus élémentaire  Identificateur  Expression
 Cette instruction se lit :
 Elle consiste à affecter à une
 Identificateur reçoit la valeur de
variable la valeur d’une
Expression
expression de même type ou de
 ou
type compatible.
 Ranger la valeur de Expression
dans Identificateur
60
 Exemple :  Evolution des variables dans la
ALGORITHME affectation
MC
Var Variables i j k b
i, j, k : ENTIER après (1) ? 2 ? ?
b : BOOLEEN après (2) ? 2 3 ?
DEBUT après (3) 5 2 3 ?
j2 (1) après (4) 7 2 3 ?
k3 (2) après (5) 8 2 3 ?
i  j + k (3) après (6) 8 2 3 FAUX
i  i + j (4) après (7) 8 2 3 ERREUR
i  i + 1 (5)
b  i = j (6)
bi (7)
FIN
61
 Exercices :  Exercice 2 : Déterminer les valeur
 Exercice 1 : Déterminer les des tableaux t1 et t2 après
valeurs des variables a, b, c et d exécution de cet algorithme.
après exécution de cet algorithme
ALGORITHME affectation1
ALGORITHME affectation2
VAR a, b, c, d : ENTIER
TYPE Vecteur = TABLEAU[1..3] DE ENTIER
DEBUT
VAR t1, t2 : Vecteur
a1
DEBUT
b3
t1[1]  1
ca+b
t1[2]  2
da-b
t1[3]  3
ac+2*b
t2[1]  t1[1] + t1[2]
bc+b
t2[2]  t1[1] + t1[3]
ca*b
t2[3]  t2[1] + t1[3]
db+d
t2[1]  t2[3] - t1[1]
ad*c
t1[2]  2 *t2[1] + t1[2]
SI (c > d) ALORS
t1[1]  t2[2] + t1[1]
ca-d
FIN
SINON
cb-d
FIN
62
 5.2. Instruction d’écriture  Syntaxe 1 :
 Ecriture : opération permettant  ECRIRE(v1, v2, …, vn)
de véhiculer les données de la MC  où les vi sont des variables et/ou
vers l’extérieur des constantes.
 Après l’écriture de vn, le curseur
 Exemple : écran
reste après vn
 Syntaxe 2 :
MC
 ECRIRE
 Permet au curseur de passer à la
Périphérique de sortie
ligne suivante
63
 Exemple 1 :  Exemple 2 :
ALGORITHME ecriture ALGORITHME ecriture
CONST Pi = 3.14 CONST Pi = 3.14
VAR omega : REEL VAR omega : REEL
DEBUT DEBUT
omega  100 * Pi omega  100 * Pi
ECRIRE('Valeur de PI = ', Pi) ECRIRE('Valeur de PI = ', Pi)
ECRIRE('Valeur de omega = ', omega) ECRIRE
FIN ECRIRE('Valeur de omega = ', omega)
FIN
Après Exécution
Valeur de PI = 3.14Valeur de omega = 314
Après Exécution
Valeur de PI = 3.14
Valeur de omega = 314
64
 5.3. Instruction de lecture  Exemple 1 : lecture d’un nombres
entier
 Lecture : opération permettant de ALGORITHME lecture
véhiculer les données de d’un VAR x : ENTIER
DEBUT
périphérique d’entrée vers la MC.
ECRIRE('Entrer un entier : ')
 La donnée lue est affectée à une LIRE(x)
variable. ECRIRE(‘valeur lue = ‘, x)
FIN
 Exemple : clavier
 Exemple 2 : addition de 2
MC
nombres entiers
ALGORITHME lecture
Périphérique d’entrée
VAR x, Y, res : ENTIER
 Syntaxe DEBUT
 LIRE(v1, v2, …, vn) ECRIRE('Entrer deux entiers : ')
LIRE(x, y)
 où les vi sont des variables res  x + Y
 Les données lues seront affectées ECRIRE(x,' + ‘, y, ' = ', res)
aux vi. FIN
65
 Exercices :  Exercice 4 : Sans changer les
instructions de l’Exercice 3
 Exercice 1 : Ecrire un algorithme
ajoutez d’autres instructions afin
permettant d’afficher le message
d’afficher le message suivant :
"Bonjour Fatou" à l’écran.
 Exercice 2 : Ecrire un algorithme Bonjour M. BROU Konan
Votre devoir est vraiment facile
permettant de lire le nom de <<<<<<<<<<>>>>>>>>>>>>
l’utilisateur et de l’afficher à
l’écran précédé du mot  Exercice 5 : Ecrire un algorithme
"Bonjour". qui calcule la somme de 2 réels
 Exercice 3 : Ecrire un algorithme saisis au clavier.
permettant d’afficher le message  Exercice 6 : Ecrire un algorithme
suivant : qui calcule l’expression suivante :
Bonjour M. BROU x*y +5, x et y sont saisis au
<<<<<<<<<<<<
clavier.
66
 5.4. Nature séquentielle d’un  Bloc
algorithme  Ensemble d’instructions
séquentiellement chaînées
 Un algorithme se déroule en délimitées par les mots réservés
séquence DEBUT et FIN.
 C’est-à-dire que les instructions
sont exécutées l’une après l’autre, DEBUT
 sauf contre indication. instruction1
instruction2
 Instructions sont …
séquentiellement chaînées : instructionn
FIN
 La fin de l’exécution d’une
instruction déclenche l’exécution
de celle qui la suit  Remarque :
immédiatement.  Si un bloc contient une seule
instruction, on peut omettre
DEBUT et FIN
67
 Les structures de contrôle
 Un algorithme est dit structuré
s’il est écrit à l’aide des trois
structures de contrôle de base :
 L’affectation
 L’instruction conditionnelle
 L’instruction itérative ou boucle
68
 5.5. L’alternative  Syntaxe 2 : l’alternative
complexe
 Ou instruction conditionnelle
SI (condition) ALORS
 Elle permet de faire un test
Bloc1
 i.e. évaluer une expression SINON
logique et enchaîner vers telle ou Bloc2
telle autre instruction selon la
valeur trouvée.
 Syntaxe 1 : l’alternative simple
Condition vérifiée ? FAUX
SI (condition) ALORS
Bloc VRAI
Bloc1 Bloc2
Condition vérifiée ? FAUX
VRAI Suite de l’algorithme

Bloc
Suite de l’algorithme
69
 Exemple 1 : égalité de 2 nombres  Exemple 2 : test complet d’égalité
entiers lus au clavier. de 2 nombres entiers lus au
clavier.
ALGORITHME egalite
VAR a, b : ENTIER
DEBUT ALGORITHME egalite
ECRIRE('Entrer deux nombres entiers : ' ) VAR a, b : ENTIER
LIRE(a, b) DEBUT
SI (a = b) ALORS ECRIRE('Entrer deux nombres entiers : ' )
ECRIRE('Les deux nombres sont égaux’) LIRE(a, b)
FIN SI (a = b) ALORS
ECRIRE('Les deux nombres sont égaux')
SINON
ECRIRE('Les deux nombres sont différents')
FIN
70
 Exemple 3 : maximum de deux
nombres réels saisis au clavier.
ALGORITHME Maximum
VAR a, b : REEL
DEBUT
ECRIRE('Entrer deux nombres réels : ' )
LIRE(a, b)
SI (a = b) ALORS
ECRIRE('Les deux nombres sont égaux')
SINON SI (a > b) ALORS
ECRIRE(a, ' > ', b)
SINON
ECRIRE(b, ' > ', a)
FIN
71
 5.6. Le choix multiple  Syntaxe :
 ou aiguillage CHOISIR (expression) PARMI
 C’est une généralisation de valeur1 : Bloc1
valeur2 : Bloc2
l’alternative complexe. …
 Il permet de choisir une valeurn : Blocn
instruction à exécuter parmi [AUTRE : Blocn+1]
FIN
plusieurs selon la valeur d’une
expression.
 Si la valeur de expression est
égale à une des valeursi, le bloci
correspondant est exécuté.
 Dans le cas contraire, le blocn+1
est exécuté.
72
 Exemple 1 :  Avec SI ... ALORS
 Ecrire un algorithme permettant ALGORITHME ChiffreLettre
d’afficher les 3 premiers chiffres VAR chiffre : ENTIER
en toute lettre. DEBUT
ECRIRE('Entrer un chiffre : ' )
LIRE(chiffre)
ALGORITHME ChiffreLettre
SI(chiffre=0) ALORS
VAR chiffre : ENTIER
ECRIRE('zéro')
DEBUT
SINON SI(chiffre=1) ALORS
ECRIRE('Entrer un chiffre : ' )
ECRIRE('un')
LIRE(chiffre)
SINON SI(chiffre=2) ALORS
CHOISIR (chiffre) PARMI
ECRIRE('deux')
0 : ECRIRE('zéro')
SINON
1 : ECRIRE('un')
ECRIRE('Chiffre non demandé')
2 : ECRIRE('deux')
FIN
AUTRE : ECRIRE('Chiffre non demandé')
FIN
FIN  Le choix multiple est préférable à
l'alternative lorsqu'il y a trop
d'imbrications de SI ... SINON SI
73
 Exemple 2 :
 La valeur de expression peut être
de type : ENTIER, CAR, TEXTE,
intervalle ou énuméré.
ALGORITHME Intervalle
VAR c : CAR
DEBUT
ECRIRE('Entrer un caractère : ' )
LIRE(c)
CHOISIR (c) PARMI
'A'.. 'Z', 'a'.. 'z' : ECRIRE('Lettre')
'0'.. '9' : ECRIRE('Chiffre')
'+','-', '*', '/' : ECRIRE('Opérateur arithmétique')
AUTRE : ECRIRE('Caractère spécial')
FIN
FIN
74
 Exercices :  Exercice 3 : Ecrire un algorithme
qui transforme, les notes de 0 à
20 d’un devoir en une notation
qui lit le nom et le genre de
par lettre. Après avoir lu la note,
l’utilisateur puis affiche le
la moyenne m et l’écart-type 
message Bonjour M. (ou Mme
des notes de la classe, on
selon la nature du genre) suivi du
applique le barème suivant :
nom de l’utilisateur.
 Notes  [0, m - [ : C
 Exemple : "Bonjour M. Toto"
 Notes  [m - , m +  [ : B
 Notes  [m + , 20] : A
qui lit un réel a, et imprime un
résultat b tel que, si a > 20 alors
b=a/2 ; si a< 0 alors b = 0 ;
sinon b = 2a.
75
 Exercice 4 : Ecrire de deux façons  Exercice 5 : Ecrire un algorithme
différentes (alternative et choix qui lit trois nombres entier x, y et
multiple) un algorithme z et permet de tester si x, y et z
permettant de simuler une peut être les longueurs de 3 côtés
calculette effectuant les d’un triangle. C’est le cas si et
opérations arithmétiques seulement si on a
élémentaires (+, -, *, /). Les simultanément :
opérandes et l’opérateur sont  x>0
entrés au clavier.  y>0
 z>0
 x + y >z
 x+z>y
 y+z>x
76
permettant résoudre une
équation du second degré de la
forme ax2 + bx + c = 0 dans
l’ensemble des nombre
complexes C. Les coefficients a, b
et c sont des réels. On envisagera
tous les cas possibles.
77
 Les instructions itératives  On distingue 3 types de boucles :
 ou boucles  POUR : on connaît le nombre
d’itération à faire
 Elles permettent de spécifier
 REPETER..JUSQUA : on ne connaît
l’exécution d’un bloc d’instruction pas le nombre d’itération à faire
un certain nombre de fois.  TANTQUE : on ne connaît pas le
nombre d’itération à faire
78
Syntaxe 2 : pas décroissant
 5.7. La boucle POUR 
 Instruction itérative à bornes FAUX

POUR i  i2, i1, i3 i  i1 ?
définies Bloc
VRAI
 Syntaxe 1 : pas croissant i3 < 0
Bloc
Suite de
FAUX i = i + i3
POUR i  i1, i2, i3 l’algo
Bloc
i  i2 ?  Avec :
VRAI
i3  0  i : variable de la boucle
Bloc
 i1 : valeur initiale de i
Suite de
i = i + i3
l’algo  i2 : valeur finale de i
 i3 : appelé pas > 0 (pas croissant)
ou < 0 (pas décroissant)
 valeur à ajouter à i à chaque
itération
 = 1 par défaut (pas croissant)
 i1  i2
79
 Exemple 1 : Afficher le message  Exemple 2 : Factorielle d’un
"Bonjour Fatou" 10 fois à l’écran. nombre.
 Pas croissant
 n ! = 1 x 2 x 3 x…x n
ALGORITHME Salutation ALGORITHME Salutation
CONST N = 10 ALGORITHME FactorielleCroissant
CONST N = 10
VAR i : ENTIER VAR i, n, fact : ENTIER
VAR i : ENTIER
DEBUT DEBUT
DEBUT
POUR i  1, N ECRIRE('Entrer un entier positif :' )
POUR i  1, N, 1
DEBUT LIRE(n)
DEBUT ou
ECRIRE('Bonjour Fatou' ) SI (n = 0) OU (n = 1) ALORS
ECRIRE('Bonjour Fatou' )
ECRIRE fact  1
ECRIRE
FIN SINON
FIN
FIN DEBUT
FIN
f act 1
POUR i  2, n
fact  fact * i
FIN
ECRIRE(n, ' ! = ', fact)
FIN
80
 Exemple 2 : Factorielle d’un ALGORITHME FactorielleDecroissant
nombre. VAR i, n, fact : ENTIER
DEBUT
 Pas décroissant ECRIRE('Entrer un entier positif :' )
 n ! = n x (n-1) x (n-2) x … x 2 x 1 LIRE(n)
SI (n = 0) OU (n = 1) ALORS
fact  1
SINON
DEBUT
f act 1
POUR i  n, 2, -1
fact  fact * i
FIN
ECRIRE(n, ' ! = ', fact)
FIN
81
 4.8. La boucle TANTQUE  Exemple :
 Afficher le nom et le prénom de
 On l’utilise quand on n’est pas sûr
l’utilisateur précédé du mot
que le corps de la boucle doit être
Bonjour autant de fois qu’il le
exécuté au moins une fois.
désire.
 Syntaxe : ALGORITHME Salutation
TANTQUE (condition) VAR nom, prenom : TEXTE
Bloc reponse : TEXTE
DEBUT
 Tant que la condition est vérifiée, reponse  'oui‘
le corps de la boucle (Bloc) est ECRIRE('Entrer votre nom et votre prénom :' )
exécuté. LIRE(nom, prenom)
TANTQUE(reponse = 'oui')
FAUX DEBUT
Condition vérifiée ? ECRIRE('Bonjour ',nom, ' ', prenom)
VRAI ECRIRE
ECRIRE('Continuer oui/non : ')
Bloc
LIRE(reponse)
Suite de FIN
INP-HB/DFRMI/K. M. BROU
l’algorithme Langage algorithmique FIN 82
82
Le corps de la boucle est exécuté
 5.9. La boucle 
jusqu’à ce que la condition soit
REPETER..JUSQUA vérifiée.
 On l’utilise quand on est sûr que  Remarque
le corps de la boucle doit être  Pour transformer une boucle
exécuté au moins une fois. TANTQUE en une boucle
 Syntaxe : REPETER..JUSQUA et vice versa, il
suffit de prendre la négation de la
REPETER
condition.
Bloc
JUSQUA(condition)
TANTQUE(condition)
Bloc
Equivalent à
Bloc
REPETER
Condition vérifiée ? VRAI
Bloc
FAUX JUSQUA(NON condition)
Suite de l’algorithme
83
 Exemple : ALGORITHME Salutation
 Afficher le nom et le prénom de VAR nom, prenom : TEXTE
l’utilisateur précédé du mot reponse : TEXTE
Bonjour autant de fois qu’il le DEBUT
ECRIRE('Entrer votre nom et votre prénom :' )
désire.
LIRE(nom, prenom)
REPETER
ECRIRE('Bonjour ',nom, ' ', prenom)
ECRIRE
ECRIRE('Continuer oui/non : ')
LIRE(reponse)
JUSQUA(reponse = 'non')
FIN
84
 Exercices :  Exercice 4 : Ecrire un algorithme
n
permettant de calculer :
S (i  2)
permettant de calculer la somme i 0
de n nombres lus au clavier (n  Exercice 5 : Ecrire un algorithme

est une variable). permettant de calculer n!
 Exercice 2 : Ecrire un algorithme  Exercice 6 : Ecrire un algorithme
permettant de calculer somme permettant de calculer les
des n premiers nombres paires. coefficients du binôme de
Exercice 3 : Ecrire un algorithme Newton: p
 n!
 C n p!(n p)!
permettant de calculer la somme
du carré des 100 premiers  Exercice 7 : combien de termes
nombres. sont-ils nécessaires à la série
pour que la condition suivante
soit satisfaite. N
1
 i  limite
i 1
85
 Exercice 8 : Résistance  Exercice 8.3 : Exercice 8.1 et
Exercice 8.2 dans le même
équivalente
algorithme.
 Ecrire un algorithme permettant
 n et la valeur des résistances sont
de calculer la valeur de la
lus au clavier.
résistance équivalente à n
résistances placées :
 Exercice 8.1 : en série
n
Rs   Ri R1 R2 Rn
i 1
 Exercice 8.2 en parallèle
R1
1
Rp  n
1 R2
 Ri
i 1
Rn
86
 Exercice 9 : Les nombres  Exercice 11 : suite de Fibonacci
premiers  Ecrire un algorithme permettant
 Ecrire un algorithme permettant de calculer le nième .terme de la
de déterminer les nombres suite de Fibonacci définie par : U1
premiers inférieurs à 100 (un = 1, U2 = 2 et Un = Un-1 + Un-2 (n 
nombre est premier s’il a deux 3)
diviseurs : 1 et lui-même).
 Exercice 10 : Les nombres
parfaits
 Un nombre parfait est un entier
naturel égal à la somme de tous
ses diviseur, 1 inclus (mais lui-
même exclu). Ex. 6 = 1 + 2 + 3.
Ecrire un algorithme permettant
de déterminer en les comptant les
nombres parfaits compris entre 6
et 10000.
87
Exercice 13 ALGORITHME mystere2
 Exercice 12 : 
VAR x, y, z, u : ENTIER
DEBUT
ALGORITHME mystere1
LIRE(x, y)
VAR x, y : ENTIER
ux
DEBUT
z0
x0
TANTQUE(u  0)
REPETER
DEBUT
LIRE(y)
zz+y
SI( y > x) ALORS
uu-1
xy
FIN
JUSQUA(y = 0)
ECRIRE(z)
ECRIRE(x) Questions :
 FIN
FIN
 1. Que fait cet algorithme ?
 Questions :  2. Que se passe t-il si x < 0 ?
 Que fait cet algorithme ?  3. Proposer une solution
 Remplacer la boucle  4. Proposer une solution pour les
REPETER..JUSQUA par une boucle valeurs de x et de y de signe
TANTQUE quelconque.
88
VI. Les sous-algorithmes
 6.1. Présentation  Besoins de réduction du code
machine :
 Besoins de clarté et de
 Eviter de réécrire plusieurs fois un
maintenance : bloc d’instructions qui intervient
 Décomposer un algorithme plusieurs fois dans un même
complexe ou volumineux en algorithme ;
plusieurs unités logiques ou
 Ce bloc est écrit une seule fois
modules plus simples que
sous forme d’un sous-algorithme
l’algorithme initial.
 Il peut être appelé n’importe où
 Ces différents modules sont
dans un algorithme.
appelés sous-algorithmes.
89

 Exemple : maximum de 4  Les trois traitements sont
identiques sauf les variables qui
nombres entiers.
changent.
ALGORITHME maximum
VAR a, b, c, d, max1, max2, max : ENTIER
DEBUT
ECRIRE('Entrer 4 nombres entiers : ')
LIRE(a,b,c,d)
max1  a
SI(b > max1) ALORS Traitement 1
max1  b
max2  c
SI(d > max2) ALORS Traitement 2
max2  d
max  max1
SI(max2 > max) ALORS Traitement 3
max  max2
ECRIRE('Maximum = ',max)
FIN
90
 6.2. Définition
 Un sous-algorithme assure de
manière autonome un traitement
particulier.
 Ce traitement peut alors être
répété dans l’algorithme principal
ou dans un autre sous-algorithme
par simple appel du sous-
algorithme.
 On distingue deux sortes de sous-
algorithmes :
 les procédures et les fonctions.
91

 6.3. Procédure  Structure d’une procédure
 Elle est semblable à celle d’un
 La notion de procédure comporte algorithme ;
2 aspects :
 Elle comporte une tête, une partie
 Déclaration de la procédure : c’est déclaration et un corps.
la définition de la procédure
 La tête de la procédure :
 Appel de la procédure : c’est
 Commence par le mot réservé
l’utilisation de la procédure.
PROCEDURE
 Déclaration d’une procédure  Suivi du nom de la procédure et
 Elle se situe en dehors d’un d’une liste de paramètres placée
algorithme. entre parenthèses.
 Syntaxe :  Les paramètres assurent la
PROCEDURE identificateur(liste de paramètres) communication entre les
[Déclaration d’objets locaux] différents modules d’un
DEBUT algorithme.
(* corps de la procédure *)
FIN
92
 Exemples :  Notion de paramètres ou
 Paramètres de type D et R d’arguments :
 Ils assurent la communication
PROCEDURE maximum (D x, y : ENTIER , R max : ENTIER)
entre les différentes parties d’un
DEBUT
max  x algorithme.
SI (y  max) ALORS  3 sortes de paramètres :
max  y  Paramètre de type Donnée ou
FIN
d’entrée
 Paramètres de type DR  Paramètre de type Résultat ou de
sortie
PROCEDURE echange(DR x, y : ENTIER)  Paramètre de type Donnée-
VAR temp : ENTIER
Résultat ou d’Entrée-Sortie
DEBUT
temp  x
xy
y  temp
FIN
93

 Paramètre de type Donnée :  Paramètre de type Résultat :
 Chaque paramètre est précédé de  Chaque paramètre est précédé de
D. R.
 Il sert à véhiculer les données de  Il sert à véhiculer les résultats de
l’extérieur (algorithme ou sous- l’intérieur du sous-algorithme
algorithme) vers l’intérieur du vers l’extérieur
sous-algorithme  Exemple : paramètres max dans la
 Exemple : paramètres x et y dans procédure maximum.
la procédure maximum.
94
 Paramètre de type Donnée-  Appel d’une procédure
Résultat :  Il s’effectue à l’intérieur d’un
 Chaque paramètre est précédé de algorithme ou d’un sous-
DR. algorithme appelant.
 Combinaison des paramètres de  Exemple :
type Donnée et de type Résultat.
 Il sert à véhiculer les données de
l’extérieur (algorithme ou sous-
algorithme) vers l’intérieur du
sous-algorithme.
 Après le traitement, il sert à
véhiculer les résultats de
l’intérieur du sous-algorithme
vers l’extérieur.
 Exemple : paramètres x et y dans
la procédure echange.
95

 Appel de la procédure maximum
PROCEDURE maximum (D x, y : ENTIER , R max : ENTIER)
ALGORITHME maximum DEBUT
VAR a, b, c, d, max1, max2, max : ENTIER max  x
DEBUT SI (y  max) ALORS
ECRIRE('Entrer 4 nombres entiers : ') max  y
LIRE(a,b,c,d) FIN
max1  a
2 3 3
SI(b > max1) ALORS Traitement 1
max1  b ALGORITHME plusGrand
max2  c VAR a, b, c, d, max1, max2, max : ENTIER
SI(d > max2) ALORS Traitement 2 DEBUT
max2  d ECRIRE('Entrer 4 nombres entiers : ')
max  max1 LIRE(a,b,c,d)
SI(max2 > max) ALORS Traitement 3 (*appel de la procedure maximum*)
max  max2 maximum(a, b, max1)
ECRIRE('Maximum = ',max) maximum(c, d, max2)
FIN maximum(max1, max2, max)
ECRIRE('Maximum = ', max)
FIN
96
 Appel de la procédure echange PROCEDURE echanger (DR x, y : ENTIER)
VAR temp : ENTIER
DEBUT
max  x
SI (y  max) ALORS
max  y
FIN
2 3
3 2
ALGORITHME plusGrand
VAR a, b : ENTIER
DEBUT
ECRIRE('Entrer 2 nombres entiers : ‘)
LIRE(a,b)
(*appel de la procedure echange*)
ECRIRE('Avant échange : ', a, ' ',b)
echanger(a, b)
ECRIRE('Avant échange : ', a, ' ',b)
FIN
97

 Procédure sans paramètre
 Déclaration
PROCEDURE affMessage
DEBUT
ECRIRE('Bonjour Fatou, comment vas-tu ? ‘)
FIN
 Appel de la procédure
ALGORITHME salutation
DEBUT
affMessage (*appel de la procedure affMessage*)
FIN
98
 Exercices
 Ecrire une procédure fact
permettant de calculer la
factorielle d’un nombre.
 Ecrire algorithme permettant de
calculer les coefficients du binôme
de Newton
n!

p
C n
p! x ( n  p )!
99

 5.4. Fonction  Déclaration d’une fonction
 Sous-algorithme similaire à la  Elle se situe en dehors d’un
algorithme.
procédure mais qui calcule une
Syntaxe :
valeur d’un type donné. 
 Cette valeur sera retournée à FONCTION identificateur(liste de paramètres) : Type

l’algorithme appelant à travers le [Déclaration d’objets locaux]
DEBUT
nom de la fonction. (* corps de la fonction *)
 Le nom de la fonction est donc un identificateur  expression
FIN
paramètre résultat
100
 Exemple :  Appel d’une fonction
 Maximum de deux entiers  Il s’effectue à l’intérieur d’un
algorithme ou d’un sous-
FONCTION maximum(D x, y : ENTIER) : ENTIER algorithme appelant.
VAR max : ENTIER  Exemple :
DEBUT
max  x
SI (y  max) ALORS ALGORITHME PlusGrand
max  y VAR a, b, max : ENTIER
maximum  max DEBUT
FIN ECRIRE('Entrer 2 nombres entiers : ')
LIRE(a,b)
(* appel de la fonction maximum *)
max  maximum(a, b)
ECRIRE('Maximum de ',a, ' et ', b, ' = ', max)
FIN
101

 Différences entre procédure et  Fonctions et procédures
fonction prédéfinies
 au niveau de la déclaration :  Il existe des procédures et
 une fonction retourne une valeur fonctions prédéfinies, exemples
(donc possède un type) par Procédure ou fonction Signification
l’intermédiaire de son nom qui est EXP(x) Exponentielle
un paramètre résultat ; SQRT(x) Racine carrée
 au niveau de l’appel : ABS(x) Valeur absolue
ARRETER Met fin à un programme
 le nom d’une fonction peut
apparaître dans le membre droit
d’une affectation.
102
 Exercices
 Ecrire une fonction fact
permettant de calculer la
factorielle d’un nombre.
 Ecrire algorithme permettant de
calculer les coefficients du binôme
de Newton
n!

p
C n
p! x ( n  p )!
103

 Exercice : Ecrire un algorithme  Exercice : Ecrire un algorithme
permettant d’effectuer les permettant d’effectuer les
traitements suivants sur un traitements suivants sur une
vecteur de 10 réels : matrice de 10 réels (5 lignes, 2
 Lire les élément du vecteur colonnes) :
 Afficher les élément du vecteur  Lire les élément de la matrice
 Rechercher le minimum et le  Afficher les élément de la matrice
maximum des éléments du  Rechercher le minimum et le
tableau. maximum des éléments du
 Calculer la moyenne des éléments tableau.
du tableau.  Calculer la moyenne des éléments
 Rechercher la présence d’un du tableau.
élément dans le vecteur.  Rechercher la présence d’un
 NB : ces traitement seront écrits élément dans la matrice.
sous forme de sous-algorithmes.  NB : ces traitement seront écrits
sous forme de sous-algorithm
104
 Ecrire un sous-algorithme  Soient le deux suites U et V
permettant de calculer an pour définies par :
tout a réel et tout n entier  U1 = 1, U2 = 2 et Ui = Ui-1 + Ui-2 et
(positif, négatif ou nul).  Vi = Ui/Ui-1 (i  3)
 a = 0 et n > 0 p = 1  La suite V tend vers une limite
 a = 0 et n < 0 p est indéfinie approchée appelée nombre d’or.
 a  0 et n < 0 p = 1/an  On supposera que le nième terme
de la suite V soit Vn donne une
 a  0 et n > 0 p = an
valeur approchée du nombre d’or
 Ecrire un algorithme permettant avec la précision E, dès que
de calculer le nième terme de la
suite de Fibonacci définie par :  Ecrire une permettant de calculer
 U1 = 1, U2 = 2 et la valeur du nombre d’or avec une
 Un = Un-1 + Un-2 (n  3) précision E, et le rang du terme de
la suite V considéré comme égal
au nombre d’or = 1  5
2
105

 5.5. Portée des variables  Variables locales
 Variables déclarées dans la partie
 Variables globales déclaration de tout algorithme ou
 Variables déclarées en dehors de sous-algorithme.
tout algorithme ou sous-
 Ces variables ne sont accessibles
algorithme.
que dans les algorithmes ou sous-
 Ces variables sont accessibles à algorithme où elles ont été
tout algorithme ou sous- déclarées.
algorithme.
 A la sortie de l’algorithme ou
 Leur durée de vie est celle de sous-algorithme, la zone de
l’algorithme principal mémoire qui leur a été allouée est
libérée.
 Leur durée de vie est celle de
l’algorithme ou sous-algorithme
où elles ont été déclarées.
106
 Exemple :  v1 et v2 : globale
 v3 : local
VAR v1, v2 : REEL
PROCEDURE modif(D v : REEL)

DEBUT
v1  v1 + v * v
FIN
ALGORITHME vGlobale
VAR v3 : REEL
DEBUT
ECRIRE('Entrer 2 nombres réels : ')
LIRE(v1, v2)
v3  v1 + v2
ECRIRE('Avant modification ',v1,v2)
modif(v3)
ECRIRE('Après modification ',v1,v2)
FIN
107
VI. La récursivité
 6.1. Présentation
 Deux sortes de récursivité :
 Récursivité indirecte : deux
fonctions s’appellent
mutuellement.
 Récursivité directe : Un sous-
algorithme qui s’appelle lui-
même.
108
 6.2. Récursivité indirecte  Exécution : flop(4)
 Un algorithme A appelle un
flop(4) FLOP
algorithme B qui lui-même
appelle A. flip(3) FLIP
 Exemples : flop(2) FLOP
PROCEDURE flop(D m : ENTIER) flip(1) FLIP

DEBUT flop(0) Arrêt
ECRIRE(‘FLOP’)
SI(m>0) ALORS
flip(m-1)
FIN
PROCEDURE flip(D n : ENTIER)
DEBUT
ECRIRE(‘FLIP’)
SI(n>0) ALORS
flop(n-1)
FIN
109
Exemple : n!
 6.3. Récursivité directe 
 On parle de récursivité directe : 0! 1

Si un algorithme contient un ou n!  
n! n * (n  1)!n  0

plusieurs appels à lui-même.
 Ce principe est parfois utilisé
dans la vie courante :
 "Yao descend de Kouacou soit si
Kouacou est le père (ou la mère)
de Yao, soit si le père (ou la mère)
de Yao descend de Kouacou".
 En mathématique de nombreuses
fonctions sont définies suivant ce
principe.
110
 Analyse récursive  Etape 3 : Décomposition du cas
général : décomposer le cas
 Permet d’éviter des appels infinis,
général afin de le ramener à un
comporte trois étapes :
problèmes, plus simples (de
 Etape 1 : Paramétrage du tailles plus petites).
problème : déterminer les
différents éléments dont dépend
la solution du problème (en
particulier la taille du problème).
 Etape 2 : Recherche d’un cas
trivial (test d’arrêt) : rechercher
un cas particulier qui donne la
solution directement sans appel
récursif. Ce sera souvent le cas ou
la taille du problème est égale à 0,
ou égale à 1, etc.
111
FONCTION fact(D n :ENTIER) : ENTIER
 6.4. Quelques algorithmes DEBUT
récursifs simples SI(n=0) ALORS
fact  1
 Factorielle d’un nombre SINON
 Analyse du problème : soit fact la fact  n*fact(n-1)
fonction factorielle FIN
 Paramétrage
 n: Nombre entier positif, nombre  Exécution : fact(4)
dont on veut calculer la factorielle.
 Recherche d’un cas trivial fact(4)= 4*3*2*1 = 24
*
 SI(n=0) ALORS fact(n) = 1 4 fact(3) =3*2*1
*
 Décomposition 3 fact(2)= 2*1
 fact(n) = n  fact(n-1)  n > 0 *
2 fact(1)=1*1
*
1 fact(0)=1
1
112
 Exemple 2 : La tour d’Hanoi  Règles
 Les prêtres d’une secte ont à  On ne peut déplacer qu’un seul
résoudre le problème suivant : disque à la fois.
 Le jeu est constitué d’une  Il est interdit de poser un disque
plaquette de bois où sont plantées plus grand sur un disque plus
trois tiges. petit.
 Sur la 1ère tige sont enfilés 64  La fin du monde
disques de diamètres tous  Elle coïncidera avec la fin du
différents. transfert des 64 disques.
 Transférer tous ces disques sur la
2ème tige.
 La 3ème tige est la tige de
manœuvre.
113
114
 Analyse du problème  Décomposition du cas général
 Soit hanoi le nom de la procédure  Transférer récursivement (n-
récursive. 1) disques du sommet de x
(tige de départ), sur z (tige de
 Soit deplacer la procédure de
manœuvre ), y (tige d’arrivé)
transfert d’un disque d’un socle à
sera utilisé comme tige de
un autre.
manœuvre :
 Paramétrage :
hanoi(n-1,x,z,y)
 n: Nombre de disque de type
 Déplacer le disque qui reste en
entier
x (le plus grand) sur y :
 x: Socle de départ deplacer(x,y)
 y: Socle d’arrivé  Transférer récursivement les
 z: Socle intermédiaire (n-1) disques de z en y avec x
 Recherche de cas triviaux : comme socle intermédiaire :
 SI(n=0) ALORS ne rien faire hanoi(n-1,z,y,x)
 SI(n=1) ALORS deplacer(x,y)
115
Algorithmes
 Analyse du problème 
 Soit hanoi le nom de la procédure

PROCEDURE hanoi(D n, x, y, z : ENTIER)
récursive. DEBUT
 Soit deplacer la procédure de transfert SI(n>0) ALORS
DEBUT
d’un disque d’un socle à un autre. hanoi(n-1, x, z, y)
 Paramétrage : deplacer(x, y)
hanoi(n-1, z, y, x)
 n: Nombre de disque de type FIN
entier FIN
 x: Socle de départ
 y: Socle d’arrivé PROCEDURE deplacer(D x, y : ENTIER)
 z: Socle intermédiaire DEBUT
ECRIRE(‘Déplacez un disque de ‘,x,’ à ‘,y)
 Recherche de cas triviaux : FIN
 SI(n=0) ALORS ne rien faire
 SI(n=1) ALORS deplacer(x,y)
116
 Exécution : hanoi(3, A, B, C)
hanoi(3,A,B,C)
h1(2,A,C,B) d(A,B) h2(2,C,B,A)
h1(1,A,B,C) d(A,C) h2(1,B,C,A) h1(1,C,A,B) d(C,B) h2(1,A,B,C)
d(A,B) d(B,C) d(C,A) d(A,B)

h1(0,A,C,B) h2(0,C,B,A) h1(0,B,A,C) h2(0,A,C,B) h1(0,A,C,B) h2(0,C,B,A) h1(0,B,A,C) h2(0,A,C,B)
117
 Fin du monde  N = 64
 Calcul de la complexité  T(10) = 210 -1 = 1 023
 T(20) = 220 - 1 = 1 048 575
1 si n  1
T (n)    T(32) = 232 - 1 = 4 294 967 295
1  2T (n  1) si n  1  T(64) = 264 - 1 = 18 446 744 073 709
551 615  0,21020 unité de temps
 Prenons comme unité de temps la
seconde.
 1 an=31536000 s, 1 siècle  0,31010 s
 Pour T(64) il faudrait environ 1010
siècles.
 Ce qui n’est pas loin de la fin
du monde.
118
 Exercice 1 :  Exercices 3 :
 Transformer une boucle en une  On veut réaliser des opérations
procédure récursive. d’addition et de multiplication dans
PROCEDURE afficher1() un environnement qui n’offre que les
VAR i:ENTIER 2 opérateurs inc(incrémentation) et
DEBUT
POUR i  1, 10
dec(décrémentation).
ECRIRE('Bonjour Fatou')  x=inc(2)  x=3
FIN  x=dec(2)  x=1
 Exercices 2 :  Ecrire les sous-algorithmes récursifs

pour d’addition et la multiplication
 Transformer deux boucles en une de 2 entiers positifs.
procédure récursive.
PROCEDURE afficher2()
 Exercice 4 : Suite de Fibonacci
VAR i:ENTIER  ={
DEBUT
POUR i  1, 10  Ecrivez un sous-algorithme récursif
POUR j  1, 3
ECRIRE('Bonjour Fatou')
calculant Fibo(n).
FIN
119
 Exercices 5 : PGCD  Exercice 6 :
 Ecrire un sous-algorithme récursif  Ecrire une fonction récursive
permettant de calculer le pgcd de permettant de rechercher de façon
deux nombres entiers x et y. dichotomique une donnée dans un
 Méthode 1 : tableau trié par ordre croissant.
 SI x = y, alors pgcd = x  Principe :
 SI x<y, alors pgcd = pgcd de x et y–x  Décomposer le tableau t en 2 sous
 SI x > y, alors faire comme en 2 en tableaux, 3 cas possibles :
remplaçant x par y.  Si x = t[milieu] alors x est trouvé et
 Méthode 2 : Algorithme d’Euclide 300 la recherche est terminée.
av. JC  Si x < t[milieu] alors chercher x dans
 Soient 2 entiers naturels x et y, si y est la partie gauche du tableau t.
nul, alors le PGCD est égal à x. Sinon,  Si x > t[milieu] alors chercher x dans
on calcule z, le reste de la division de x la partie droite du tableau t.
par y. On remplace x par y, et y par z,  Conditions d’arrêt : t[milieu] = x ou
et on recommence le procédé. Le dimension de sous tableau = 0.
dernier reste non nul est le PGCD.
120
VII. Méthode d’analyse des algorithmes
 7.1. Présentation  Il s’agit de décomposer le
problème complexe initial en des
 Entre un problème à résoudre et
sous-problèmes dont le niveau
un programme, l’intermédiaire
de complexité est moins élevé
indispensable est un algorithme.
 diviser pour régner.
 La phase la plus difficile de la
programmation n’est pas la  Deux méthodes d’analyse :
traduction de l’algorithme dans  Analyse descendante
un quelconque langage  Analyse ascendante.
 Mais plutôt la conception de
l’algorithme.
 On désigne cette étape sous le
nom d’analyse.
121

 7.2. Analyse descendante A
 Cette méthode consiste à partir
du problème initial, à descendre A1 A2 A3
étape par étape vers des
combinaisons de sous-problèmes A11 A12 A22 A31 A32
de plus en plus simple à résoudre.
A121 A122 A311
 On procède en quelque sorte par
affinements successifs ;
 c’est la méthode la plus utilisée
en programmation car naturelle et
facile à mettre en œuvre.
122
 Exemple  Illustration : recherche de 21 dans le
tableau suivant
 Trouver un élément dans un
tableau non trié par la recherche 14 21 25 37 41 71 84 91 94
dichotomique.
 La recherche dichotomique 21 < 41
accélère la recherche d’un élément
dans un tableau trié. 14 21 25 37
 Principe
 On compare l’élément cherché à 21 = 21
l’élément qui se trouve au milieu
du tableau.
 S’il y a égalité, la recherche
s’arrête.
 Sinon on poursuit la recherche
dans la moitié inférieure ou dans sa
moitié supérieure selon le résultat
de la comparaison.
123

 Algorithme ALGORITHME Recherche
CONST N = 10
TYPE
Vecteur = TABLEAU[1..N] DE REEL
Recherche VAR x : REEL
indice : ENTIER
lireVect triBulles dicho t : Vecteur
DEBUT
lireVect(t) (* Saisie des éléments du tableau t*)
echange ECRIRE('Entrez l’’élément cherché : ')
LIRE(x)
triBulles(t) (* Tri du tableau t *)
indice  dicho(t, x) (* Appel de la fonction dicho *)
SI(indice > 0) ALORS
ECRIRE('Elément ', x, ' a été trouvé, 'son indice est ', indice)
SINON
ECRIRE('Elément ', x, ' n''a pas été trouvé')
FIN
 On détaille ci-dessous les

différents sous-algorithmes
124
 Procédure de saisie des éléments
d’un tableau
PROCEDURE lireVect(DR t : Vecteur)

VAR i : ENTIER
DEBUT
POUR i 1, N
DEBUT
ECRIRE('Enter t[',i, '] = ')
LIRE(t[i])
FIN
FIN
125

 Procédure de tri des éléments  Principe
d’un tableau par la méthode du tri  On compare chaque paire
bulles d’élément consécutif ; si ces
 Il s’agit de ranger les éléments du éléments sont dans l’ordre, on
tableau dans un ordre croissant passe à la paire suivante, sinon
(ou décroissant) on procède à leur permutation
avant de traiter la paire suivante.
 On parle de tri bulles par analogie
au fait que les éléments les plus
petits viennent au début de la
liste comme les bulles qui
remontent à la surface de l’eau.
126
 Procédure tri par bulles  Procédure de permutation de deux
valeurs
PROCEDURE triBulles(DR t : Vecteur)

VAR i, j : ENTIER PROCEDURE echange(DR x, y : REEL)
fini : BOOLEEN VAR temp : REEL
DEBUT DEBUT
i1 temp  x
fini  FAUX xy
TANTQUE((i < N) ET (NON fini)) y  temp
DEBUT FIN
fini  VRAI
POUR j  i + 1, N
SI(t[i] > t[j]) ALORS
DEBUT
echange(t[i], t[j])
fini  FAUX
FIN
i i+1
FIN
FIN
127

 Fonction de recherche dichotomique
FONCTION dicho(D t : Vecteur ; D x : REEL) : ENTIER
VAR i, j, m : ENTIER
DEBUT
i1
jN
REPETER
m  (i + j) // 2 (* Calcul de l’indice du milieu du tableau t *)
SI(x > t[m]) ALORS
i  m + 1 (* Recherche dans la moitié supérieure du tableau t *)
SINON
j  m – 1 (* Recherche dans la moitié inférieure du tableau t *)
JUSQUA((t(m) = x) OU i > j)
SI(t[m] = x) ALORS
dicho  m
SINON
dicho  -1
FIN
128
 7.2. Analyse ascendante
 On dispose d’outils (sous-
algorithmes) réalisant des
travaux élémentaires
 On les compose pour résoudre un
problème de plus haut niveau.
 Cette méthode est adopte une
démarche bidirectionnelle :
 De haut en bas pour découper le
travail en tâches plus élémentaires
 De bas en haut pour réaliser les
tâches élémentaire à l’aide des
outils disponibles.
129

 7.3. Critiques  On peut être amené à reprendre
l’application à tous les niveaux à
 Analyse descendante la suite d’une remise en cause
 Avantages d’un des choix initiaux
 L’approche est systématique du  Exemple : structure de
général au particulier ; données dynamique et non
 L’aspect hiérarchique de l’analyse un tableau.
facilite la compréhension.  Il y a un risque de redondance de
 Inconvénients certains traitements
 sous-algorithmes identiques qui
 Elle effectue des choix conceptuels apparaissent dans plusieurs
de très haut niveau qui peuvent niveaux.
être délicats à réaliser au niveau  On doit attendre d’écrire tous Les
inférieur. sous-algorithmes avant de tester tout
l’algorithme.
130
 Analyse ascendante  Inconvénients
 Avantages  Elle ne relève pas d’une
 La réutilisation des sous- démarche systématique dans le
algorithmes existants ce qui processus d’analyse du
accroît la vitesse de problème ;
développement, réduit la taille de  On note dérive possible de la
l’algorithme et facilite les tests ; résolution vers celle d’un autre
 En choisissant des outils validés, problème.
on est sûr de leur opérationnalité  Conclusion :
finale (moins de tests).  Dans la pratique, on fait un
 facilité de prototypage compromis entre ces deux
(construction rapide d’application à méthodes.
partir d’outils existants même si
ces outils sont trop généraux ou de
performance faible)
131

 Exercice
 On veut produire un algorithme
de résolution d’un système
linéaire régulier de N équations,
de la forme :
 On peut résoudre ce système en
deux étapes :
 d’abord on le transforme en
système triangulaire par
élimination progressive des
variables,
 puis on résout le système
triangulaire.
132
VIII. Structures de données dynamiques
 8.1. Les pointeurs  Notation
p : désigne la variable qui contient
 Variable contenant l’adresse d’une 
l’adresse de la variable c1 ;
autre variable.
p  Cette variable peut être utilisée dans
la partie droite ou gauche d’une
p
affectation concernant des adresses.
c1 a
 p : appelée variable pointée, désigne
 p : variable de type pointeur qui l’objet dont l’adresse est rangée dans
contient l’adresse de la variable c1 p;
(contient la valeur a).  p peut apparaître dans la partie
 Déclaration de pointeur droite ou gauche d’une affectation

concernant des objets de même type.
TYPE Exemple :
TYPE_PTR =  objet VAR
p1
VAR c1, c2 : CAR
nom_ptr : TYPE_PTR i : ENTIER p1
ou p1, p2 :  CAR c1 a
VAR p3 :  ENTIER
nom_ptr :  objet
 Objet étant de type simple ou structuré

133

 2.2. Opérations sur les pointeurs Variables MC Adresses
 Opérateur adresse c1 'a' c1 a 07
c2  'b' c2 b 08
 Noté &. i2 i 2 09
 Permet d’affecter l’adresse d’une … P1 07 10
variable à un pointeur. p1  &c1 08
P2 12
p2  &c2
 Syntaxe p3  &i
P3 09 14
 indentificateur1  &identificateur2
 identificateur1 : un pointeur p1
 identificateur2 : une variable
p1
 Exemple : c1 a
p2
p2
c2 b
p3
p2
i 2
134
 Affectation entre pointeurs  Affectation entre valeurs pointées
 p1  p2  p1  p2
 Cette affectation permet d’obtenir :  Cette affectation permet d’obtenir :
p p
p1 p2 1 2
p p
p1 p2 b1 b2
a b
 Remarque :
p1
p2  a n’existe plus (alors que,
p1 p2 précédemment, il existait toujours,
a mais n’était plus accessible).
b
 b existe en deux exemplaires ; l’un
des exemplaires a une adresse
 Remarque : pointée par p1 et l’autre a une
 a n’est plus accessible, car on a perdu adresse pointée par p2.
son adresse qui se trouvait dans p1.
135

 Affectations illicites
 Affectations entre pointeurs de valeurs
pointées de types différents.
 p1  p3
 p1  p3
 Valeur d’adresse NUL
 NUL : pointeur ne contenant aucune
adresse d’objet.
 Permet d’initialiser les autres
pointeurs.
 Exemple :
 p  NUL
 Remarque :
 p n’est défini que si p  NUL
136
 2.3. Représentation d’une cellule  La cellule contient deux champs :
Champ info : contient une information de
 Utilisation d’une SD de type 
type T ;
ENREGISTREMENT  Champ suivant : contient une adresse.
TYPE Variable p : contient l’adresse de la


TYPE_PTR
 =  Cellule cellule.
Cellule = ENREGISTREMENT
info : T  On dira, cellule d’adresse p ou cellule
suivant : TYPE_PTR pointée par p.
FIN  T est un type simple, ou structuré
VAR
 TYPE_PTR est un type pointeur
p :  Cellule
 Si p  NUL, p.info permet d’accéder
p à l’information de la cellule d’adresse
p
p.
 p.suivant permet d’accéder à
info suivant l’adresse contenue dans la cellule

d’adresse p.
137

 2.4. Gestion dynamique de la Zone Explication
zone de 256 octets réservée par le système
mémoire d’exploitation pour contenir des informations
Un programme qui s’exécute est sur le programme (adresse de premier
 PSP
segment libre suivant le programme,
chargé en MC comme suit : adresse de branchement après l’exécution
du programme, etc.)
MC contient le code machine des instructions du
zone de code
Limite Préfixe de segment de programme.
inférieure programme (PSP) Contient les données, elle est divisée en
quatre zones :
Code
 La zone de variables globales ou
Variables globales ou statiques
statiques  Le stack ou la pile contient les variables
Variables locales locales lors de l’exécution d’un sous-
zone de données
Données
(stack ou pile) programme.

Variables  Le heap correspond à la zone mémoire
dynamiques (heap) utilisée pour l’allocation de variables
dynamiques
Limite Réserve (far heap)
 Le far heap est une réserve pour
supérieure l’allocation dynamique.
138
 Deux sortes de pointeurs :
 Pointeurs contenant une adresse 16
bits : pointeur de type NEAR
 Pointeur contenant une adresse 32
bits : pointeur de type FAR
 Deux primitives de travail sur le tas :
 RESERVER(p) : permet à chaque appel
d’obtenir une nouvelle cellule dont
l’adresse sera retournée dans la
variable p.
 LIBERER(p) : rend la cellule d’adresse
p au réservoir.
139

 3.1. Les piles
 Définition
 SD dynamique homogène à un seul ajout retrait
point d’accès. D sommet
 Ajout et retrait des données par C
l’intermédiaire d’une tête d’accès B
appelée sommet de la pile. A
 Gestion LIFO
 LIFO : Last In First Out
 La dernière donnée entrée est la
première à sortir.
 Analogie avec une pile d’objets.
140
 3.2. Applications des piles  Calcul arithmétique
 Appels de fonctions  Une application courante des piles se
fait dans le calcul arithmétique :
 Quand une fonction est appelée, les
l'ordre dans la pile permet d'éviter
paramètres (incluant l’adresse de
l'usage des parenthèses.
retour) doivent être passés à la
 La notation postfixée (polonaise)
fonction appelante.
consiste à placer les opérandes
 Si ces paramètres sont sauvegardés
devant l'opérateur.
dans une mémoire fixe, alors la
 La notation infixée (parenthésée)
fonction ne peut pas être appelée
récursivement du moment que la consiste à entourer les opérateurs par
première adresse va être écrasée par leurs opérandes.
le deuxième retour d’adresse avant  Exemple :
que la première ne soit utilisée.  Notation infixée : (3+5)*2.

 Les piles sont souvent nécessaires  Nécessiter l'utilisation de parenthèses
pour rendre itératif un algorithme pour éviter toute ambiguïté :
récursif. 3+(5*2).
 Notation postfixée : (3+5 *2 s'écrira :
35+2*
INP-HB/DFRMI/K. M. BROU Langage algorithmique  3 + (5 * 2) s'écrira
141 :352*+
141

 Propriétés :
 3.3. Spécification fonctionnelle
 Soient p : PileT et x :T
 Soit le type PileT, ou pile d’objets de
type T pileVide(creerPile) = VRAI creerPile crée une pile vide.
pileVide(empiler(p, x)) = FAUX si on ajoute un élt à une pile, la
 Opérateurs : pile résultante n’est pas vide.
depiler(empiler(p, x),x) = p si on ajoute un élt et on l’enlève,
creerPile :  PileT Crée une pile vide
on retrouve la pile initiale.
pileVide : PileT  BOOLEEN Teste si la pile est vide ou
dernier(empiler(p, x)) = x on récupère les élts dans l’ordre
non
inverse de celui où on les a mis.
empiler : PileT  T PileT Ajoute un élément au
sommet de la pile
depiler : PileT  T  PileT Supprime l’élément au
sommet de la pile
dernier : PileT  T Retourne le sommet de la
pile
142
 3.4. Description logique
TYPE
 Sommet : élément le plus récent Pile = VIDE | PileNonVide
d’une pile. PileNonVide = ENREGISTREMENT
 Corps : la pile amputée du sommet. sommet : T
corps : Pile
FIN
Nouveau
sommet
Nouvelle
pile Nouveau Ancienne
corps Ancien pile
corps
143

 Les fonctions
FONCTION creerPile : Pile FONCTION depiler(DR p : Pile) : Pile
DEBUT DEBUT
creerPile  VIDE SI(pileVide(p)) ALORS
FIN Erreur
SINON
FONCTION pileVide(p :Pile) :BOOLEEN depiler  corps(p)
DEBUT FIN
pileVide  p = VIDE
FIN FONCTION dernier(D p : Pile) : T
DEBUT)
FONCTION empiler(DR p : Pile ; x : REEL) : Pile SI(pileVide(p)) ALORS
DEBUT Erreur
SI(NON pileVide(p)) ALORS SINON
empiler(p.corps, p.sommet) dernier  p.sommet
p.sommet  x FIN
empiler  p
FIN
144
 3.5. Représentation physique  Représentation chaînée
 Deux représentations physiques :
 Représentation contiguë (Tableau) :
tête A
éléments de la pile rangés de façon
pile
contiguë ; tête B
 Représentation chaînée (pointeurs) : corps tête C
corps
élément de la pile rangés à des corps tête D queue
endroits quelconques corps vide
 Représentation contiguë
tête A
B
pile
corps
C
D
145

 Mise en œuvre d’une pile par tableau  Exemple
1
file[1] tête 0 0 0 0 0 enpiler
Partie file[2] t, q 1 2 3 0 0
utilisée queue 1 2 3 t q
I= 0
dépiler I= 3
pile = ()
Partie pile = (1, 2, 3)
inutilisée
1 2 3 0 0 enpiler 1 2 3 6 9
N t q t q
6 9 11
I= 2
I= 5
pile = (2, 3)
pile = (2, 3, 6, 9)
146
TYPE PROCEDURE erreur FONCTION depiler(RD p : Pile) : Pile
Iindice = 1..N DEBUT DEBUT
Vecteur = TABLEAU[Indice] DE T ECRIRE(‘Erreur’) SI(pileVide(p)) ALORS (* pile vide *)
Pile = ENREGISTREMENT FIN erreur
sommet :ENTIER SINON
t : Vecteur FONCTION empiler(RD p : Pile ; x :T) : Pile p.sommet  p.sommet - 1
FIN DEBUT dépiler  p
SI(p.sommet = N) ALORS (* pile pleine *) FIN
FONCTION creerPile : Pile erreur
VAR p : Pile SINON FONCTION dernier(p : Pile) : T
DEBUT DEBUT DEBUT
p.sommet  0 p.sommet  p.sommet + 1 SI(pileVide(p)) ALORS (* pile pleine *)
creerPile  p p.t[p.sommet]  x erreur
FIN FIN SINON
empiler  p dernier  p.t[p.sommet]
FONCTION pileVide(p : Pile) :BOOLEEN FIN FIN
DEBUT
SI(p.sommet = 0) ALORS
pileVide  VRAI
SINON
pileVide  FAUX
FIN
147

 Mise en œuvre d’une pile par une
représentation chaînée
sommet suivant
nbElt infoN infoN-1 info1
tête Pile
 Chaque donnée de la pile contient une
valeur et un pointeur sur la donnée
précédemment empilée.
148
TYPE FONCTION pileVide(p : PtrTete) : BOOLEEN FONCTION dépiler(RD p : ptrTête) : ptrTête
PtrPile =  Pile DEBUT VAR ptr :PtrPile
PtrTete =  TETE SI((P.nbElt = 0) OU (p.sommet=NUL)) ALORS DEBUT
pileVide  VRAI SI(pile_vide(p)) ALORS
TETE = ENREGISTREMENT SINON erreur
nbElt : ENTIER pileVide  FAUX SINON
sommet : PtrPile FIN DEBUT
FIN ptr  p.sommet
FONCTION empiler(RD p:ptrTête ; x:T) : ptrTête p.sommet  ptr.suivant
Pile = ENREGISTREMENT VAR ptr :PtrPile p.nbElt  p.nbElt - 1
info :T DEBUT LIBERER(ptr)
suivant :PtrPile RESERVER(ptr) FIN
FIN ptr.info  x dépiler  p
ptr.suivant  p.sommet FIN
p.sommet  ptr
p.nbElt  p.nbElt + 1
empiler  p
FIN
149

FONCTION dernier(p : ptrTête) : T PROCEDURE lire(RD p : ptrTête) PROCEDURE afficher(p) Exécution
DEBUT VAR fini :BOOLEEN VAR n : ENTIER
SI(pile_vide(p)) ALORS i :ENTIER ptr : PtrPile ALGORITHME stack
erreur rep :CAR DEBUT VAR p :PtrPile
SINON DEBUT n  p.nbElt DEBUT
dernier  p.sommet.info fini  FAUX ptr  p.sommet p  créerPile
FIN i1 ECRIRE(‘Nombre d’’élément=‘, n) lire(p)
TANTQUE(NON fini) TANTQUE(n > 0) (ou ptr  NUL) afficher(p)
FONCTION creerPile : ptrTête DEBUT DEBUT ECRIRE(dernier(p))
Var p : ptrTête ECRIRE(‘Entrez x’, i) ECRIRE(ptr.info) p  dépiler
DEBUT LIRE(x) ptr  ptr.suivant afficher(p)
RESERVER(p) P  empileR(p,x) nn-1 FIN
p.nbElt  0 ECRIRE(‘Nouvelle info O/N :’) FIN
p.sommet  NUL LIRE(rep) FIN
creerPile  p SI(rep = ‘N’) ALORS
FIN fini  VRAI
SINON
i  i+1
FIN
FIN
150
 Exercices :
 Exercice 1 : Ecrire un algorithme de
conversion d’un nombre N dans une
base B quelconque.
 par un tableau
 par une structure chaînée
permettant de gérer une pile
d’élèves :
 par un tableau
 par une structure chaînée
151

 4.1. Les files  Application :
 Définition  File d’attente devant une caisse de
supermarché.
 Une file est une structure à une tête de
 File d’attente d’une imprimante.
lecture et une tête d’écriture, accès
séquentiel.
 Sa gestion est telle que la première
information entrée est la première à
sortir(FIFO : Fist In Fist Out).
 Analogie avec une file d’attente devant
un guichet.
Ajout Retrait
D C B A
queue tête
152
 Soit le type FileT, ou file d’objets de
type T
 Opérateurs :
creerFile :  FileT Crée un file vide
fileVide : FileT  BOOLEEN Teste si la file est vide ou non
enfiler : FileT  T FileT Ajoute un élément à la queue
de la file
defiler : FileT  T  FileT Supprime le premier de la file
premier : FileT  T Retourne le premier de la file
 Propriétés :
 Soient f : FileT et x :T
filevide(créerfile)=VRAI creerFile crée une file vide.
fileVide(enfiler(f, x))=FAUX si on ajoute un élément à une file, la
file résultante n’est pas vide.
defiler(enfiler(f, x),x)=f si on ajoute un élément et on
l’enlève, on retrouve la file initiale.
premier(enfiler(f, x))=x on récupère les éléments dans l’ordre
de celui où on les a mis.
153

 Sommet : le premier élément d’une TYPE
file. File = VIDE | FileNonVide
FileNonVide = ENREGISTREMENT
 Corps : la file amputée du sommet. tete : T
corps : File
tête FIN
Ancienne Ancien
file corps
Nouveau Nouvelle
corps file
Nouvelle
queue
154
 Les fonctions
FONCTION defiler(DR f : file) : file
FONCTION creerFile : File DEBUT
DEBUT SI(fileVide(f)) ALORS
creerFile  VIDE Erreur
FIN SINON
f  f.corps
FONCTION fileVide(f :File) :BOOLEEN defiler  f.corps
DEBUT FIN
fileVide  f = VIDE
FIN FONCTION premier(D f : file) : T
DEBUT)
FONCTION enfiler(DR f : file ; x : REEL) : File SI(fileVide(f)) ALORS
DEBUT Erreur
SI(fileVide(f)) ALORS SINON
f.tete  x premier  f.tete
SINON FIN
enfiler  File(enfiler(f.Corps, x), f.tete)
enfiler  f
FIN
155

 3.5. Représentation physique  Représentation contiguë
 Deux représentations physiques : sommet A
 Représentation contiguë (Tableau) : B
éléments de la pile rangés de façon pile
corps
C
contiguë ;
D
 Représentation chaînée (pointeurs) :
élément de la pile rangés à des
endroits quelconques.  Représentation chaînée
sommet
A
pile sommet B
corps
sommet C
corps
sommet D
corps
corps vide
156
 Représentations contiguë FONCTION défiler(F : FileAt) : FileAt
DEBUT
CONST N = 10 FONCTION fileVide(f : FileAt) : BOOLEEN SI(fileVide(F)) ALORS
TYPE DEBUT erreur
Taille = 1..N SI(f.tête = f.queue) ALORS SINON
vecteur = TABLEAU[Taille] DE T fileVide  VRAI f.tete  f.tete + 1
SINON FIN
FileAt = ENREGISTREMENT fileVide  FAUX
tab : vecteur FIN FONCTION enfiler(f : FileAt ; x : T) : FileAt
tete :Taille DEBUT
queue :Taille FONCTION premier(f : FileAt) :T SI(f.queue > N) ALORS
FIN DEBUT erreur
SI(fileVide(f)) ALORS SINON
FONCTION creerFile : FileAt erreur DEBUT
VAR f : FileAt SINON fF.tab[f.queue]  x
DEBUT premier  f.tab[f.tete] f.queue  f.queue + 1
f.tete  1 FIN FIN
f.queue 1 FIN
creerFile  f
FIN
157

 Représentations chaînée
TYPE
queue PtrFile = Cellule
PtrTete = FileAt
tete suivant
nbElt info1 info2 infoN
FileAt = ENREGISTREMENT
nbElt : ENTIER
f File tete :PtrFile
queue :PtrFile
FIN
Cellule = ENREGISTREMENT
info :T
suivant :PtrFile
FIN
158
FONCTION creerFile: PtrFile FONCTION enfiler(f : PtrFile ; x) : PtrFile FONCTION défiler(f : PtrFile) : PtrFile
VAR F : Ptr_File VAR fp :PtrFile VAR fp : PtrFile
DEBUT DEBUT DEBUT
RESERVER(F) F.longueur  f.longueur + 1 SI(fileVide(f)) ALORS
f.longueur  0 RESERVER(fp) erreur
F.tête  NUL fp.info x SINON
f.queue  NUL SI(f.queue = NUL) ALORS DEBUT
creerFile  f DEBUT fp.  f.tete
FIN fp.suivant  f.tete f.tete  fp.suivant
FONCTION fileVide(f:PtrFile) :BOOLEEN f.tete  fp LIBERER(fp)
DEBUT f.queue  fp FIN
SI(f.queue = f.tête) ALORS FIN SI(f.nbElt =1) ALORS
fileVide  VRAI SINON f.queue  NUL
SINON DEBUT défiler  f
fileVide  FAUX fp.suivant  f.queue.suivant FIN
FIN f.queue.suivant fp
FONCTION premier(f:PtrFile) :T f.queue  fp
DEBUT FIN
SI(fileVide(F)) ALORS enfiler  f
erreur FIN
SINON
premier  f.tete.info]
FIN
159

 5.1. Les listes
 Ensemble ordonné et extensible
d’éléments de même type auxquels
on accède séquentiellement, et où
l’on d’insérer ou d’enlever un élément
à n’importe quel niveau de la
structure.
 Généralisation des Piles et des Files.
 Exemple :
 L = (l1, l2…ln)
 Liste d’élèves…
160
 Soit une liste d’objets de type T
 Opérations
 creerListe :  Liste
 suivant : T  Liste  T
 insérerAvant : T  T  Liste  Liste
 supprimer : T  Liste  Liste
 premier : Liste  T
161

 Une liste peut être vide ou non ;
 une liste non vide peut être
décomposée en deux parties :
 Début de liste
 Reste de la liste.
162
Bibliographie
 Livres  [MEY] : "Méthodes de
 [ALR] : "Structure de données et programmation", B. Meyer et C
algorithmes", Alfred Ano, John Baudoin, Eyrolles
Hopcroft, Jeffrey Ullman, InterEdition  Christine PORQUET : ENSICAEN -
 [BOR ] : "Initiation à la 1ère année – 2nd semestre –
programmation", Collection Sciences Algorithmique avancée :
et pratique de l’informatique, Bordas Poly_Algo_avancee_debut.pdf
Informatique
 [COU] : "Initiation à l’algorithmique
et aux structures de données, 1, 2
Récursivité et structures de données
avancées", J. Courtin, I. Kowarski,
Dunod Informatique
 [GUY] : "Arbre Table et Algorithmes",
J. Guyot, C. Vial, Eyrolles
163
Bibliographie
 Webographie
 http://brassens.upmf-
grenoble.fr/IMSS/limass/algoprog/al
gocours.html
 http://www-math.univ-
fcomte.fr/pp_Annu/FLANGROGNET/E
NSEIGNEMENT/Hachage_2007.pdf
 http://aqualonne.free.fr/dossiers/al
go5.html
 Christine PORQUET : ENSICAEN - 1ère
année – 2nd semestre –
Algorithmique avancée :
Poly_Algo_avancee_debut.pdf
 http://email.ini.dz/~hidouci/mcp/3_
Divise_Resoudre.pdf
164

CH 3 Dimension Technologique Du SIAlgorithme

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

CH 3 Dimension Technologique Du SIAlgorithme

Transféré par

Droits d'auteur :

Formats disponibles

Langage Algorithmique

Konan Marcellin BROU

INP-HB/DFRMI/K. M. BROU Langage algorithmique 2

INP-HB/DFRMI/K. M. BROU Langage algorithmique 3

I. Architecture d’un ordinateur

INP-HB/DFRMI/K. M. BROU Langage algorithmique 4

 Elle sert à stocker toutes les A code 65 0 1 0 0 0 0 0 1 Adresse 0

organes d’entrée ainsi que les

INP-HB/DFRMI/K. M. BROU Langage algorithmique 5

I. Architecture d’un ordinateur

INP-HB/DFRMI/K. M. BROU Langage algorithmique 6

INP-HB/DFRMI/K. M. BROU Langage algorithmique 7

I. Architecture d’un ordinateur

INP-HB/DFRMI/K. M. BROU Langage algorithmique 8

I. Architecture d’un ordinateur

 l’accumulateur contient l’adresse

INP-HB/DFRMI/K. M. BROU Langage algorithmique 10

INP-HB/DFRMI/K. M. BROU Langage algorithmique 11

I. Architecture d’un ordinateur

Adresse Instruction Commentaire

0101 05 Mémoire de travail

INP-HB/DFRMI/K. M. BROU Langage algorithmique 12

INP-HB/DFRMI/K. M. BROU Langage algorithmique 13

I. Architecture d’un ordinateur

INP-HB/DFRMI/K. M. BROU Langage algorithmique 14

 Avantage : rapidité d’exécution

INP-HB/DFRMI/K. M. BROU Langage algorithmique 15

II. Etapes de résolution d’un problème

 Avantage : maintenance aisée

 Une fois l’algorithme mis au point,

II. Etapes de résolution d’un problème

INP-HB/DFRMI/K. M. BROU Langage algorithmique 18

INP-HB/DFRMI/K. M. BROU Langage algorithmique 19

II. Etapes de résolution d’un problème

INP-HB/DFRMI/K. M. BROU Langage algorithmique 20

INP-HB/DFRMI/K. M. BROU Langage algorithmique 21

II. Etapes de résolution d’un problème

INP-HB/DFRMI/K. M. BROU Langage algorithmique 22

INP-HB/DFRMI/K. M. BROU Langage algorithmique 23

II. Les étapes de la programmation

max reste max = c

INP-HB/DFRMI/K. M. BROU Langage algorithmique 25

II. Les étapes de la programmation

INP-HB/DFRMI/K. M. BROU Langage algorithmique 26

Code source Code en

INP-HB/DFRMI/K. M. BROU Langage algorithmique 27

II. Les étapes de la programmation

 Logiciel identique au compilateur

INP-HB/DFRMI/K. M. BROU Langage algorithmique 29

III. Concepts de base du langage

INP-HB/DFRMI/K. M. BROU Langage algorithmique 30

INP-HB/DFRMI/K. M. BROU Langage algorithmique 31

III. Concepts de base du langage

INP-HB/DFRMI/K. M. BROU Langage algorithmique 32

INP-HB/DFRMI/K. M. BROU Langage algorithmique 33

III. Concepts de base du langage

INP-HB/DFRMI/K. M. BROU Langage algorithmique 35

III. Concepts de base du langage

INP-HB/DFRMI/K. M. BROU Langage algorithmique 36

INP-HB/DFRMI/K. M. BROU Langage algorithmique 37

III. Concepts de base du langage

INP-HB/DFRMI/K. M. BROU Langage algorithmique 38

INP-HB/DFRMI/K. M. BROU Langage algorithmique 39