Programme d’études 2018-2019English
Structures de données II
Unité d’enseignement du programme de Master en sciences informatiques à la Faculté des Sciences
CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-MC-SCINFO-047-MUE ObligatoireBRUYERE VéroniqueS829 - Informatique théorique
  • BRUYERE Véronique

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français300300066.00Année

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-INFO-020Structures de données II300000Q1
S-INFO-820Projet de structures de données II003000A

Note globale : les évaluations de chaque AA donnent lieu à une note globale pour l'unité d'enseignement.
Unité d'enseignement

Objectifs par rapport aux acquis d'apprentissage du programme

  • Avoir acquis des connaissances hautement spécialisées et intégrées et des compétences larges dans les diverses disciplines des sciences informatiques, qui font suite à celles relevant du niveau de bachelier en sciences informatiques
  • Gérer des projets de développement informatique d'envergure
    • -Etre capable d'appliquer, de mobiliser, d'articuler et de valoriser les connaissances et les compétences acquises en vue de contribuer à la conduite et à la réalisation d'un projet
    • -Etre capable de mener un projet à son terme en maîtrisant sa complexité et en tenant compte des objectifs, des ressources allouées et des contraintes qui le caractérisent
    • -Faire preuve d'autonomie et être capable de travailler seul ou en équipe
  • Gérer des travaux de recherche, de développement ou d'innovation
    • -Etre capable d'appréhender une problématique inédite relevant des sciences informatiques et de ses applications
  • Maîtriser les techniques de communication
    • -Pouvoir communiquer de façon claire, structurée et argumentée, tant à l'oral qu'à l'écrit, ses conclusions, ses propositions originales ainsi que les connaissances et principes sous-jacents
  • Développer et intégrer un fort degré d'autonomie
    • -Etre capable d'acquérir seul de nouveaux savoirs
    • -Poursuivre sa formation et développer de nouvelles compétences de façon autonome
  • Appliquer une méthodologie scientifique
    • -Faire preuve de rigueur, d'autonomie, de créativité, d'honnêteté intellectuelle, de sens éthique et déontologique.

Acquis d'apprentissage UE

Comprendre comment résoudre efficacement des problèmes de gestion de dictionnaire et de tri, grâce à des structures de données adaptées. Etre capable de les mettre en oeuvre dans la résolution d'un problème.

Contenu de l'UE

Algorithmique avancée et structures de données élaborées pour la recherche, l'insertion et la suppression d'une donnée dans un ensemble de données, ainsi que le tri d'un ensemble de données.
Etude approfondie des arbres binaires de recherche, des arbres AVL, des B-arbres, des tables de hachage, du tri par tas, du tri rapide, des tris optimaux. Etude de l'exactitude des algorithmes, ainsi que la complexité en moyenne et dans le pire des cas.

Projet par groupe de deux ou trois étudiants portant sur un problème à résoudre algorithmiquement de façon efficace en utilisant des structures de données adéquates. Implémentation des algorithmes conçus.

Compétences préalables

Algorithmique et structures de données de base

Types d'évaluations Q1 pour l'UE

  • Examen oral

Commentaire sur les évaluations Q1 de l'UE

Examen oral (2/3 des points)
Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement

Types d'évaluations Q2 pour l'UE

  • Présentation et/ou travaux

Commentaire sur les évaluations Q2 de l'UE

Présentation et travaux (1/3 des points)
Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement

Types d'évaluation Q3 pour l'UE

  • Présentation et/ou travaux
  • Examen oral

Commentaire sur les évaluations Q3 de l'UE

Examen oral (2/3 des points)
Présentation et travaux (1/3 des points)
Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement

Types d'évaluation rattrapage BAB1 (Q1) pour l'UE

  • Néant

Commentaire sur les évaluations rattr. Q1 de l'UE

Sans objet

Types d'activités

AATypes d'activités
S-INFO-020
  • Cours magistraux
S-INFO-820
  • Préparations, travaux, recherches d'information

Mode d'enseignement

AAMode d'enseignement
S-INFO-020
  • Face à face
S-INFO-820
  • Mixte

Supports principaux

AA
S-INFO-020
S-INFO-820

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-INFO-020Sans objet
S-INFO-820Sans objet

Supports complémentaires

AA
S-INFO-020
S-INFO-820

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-INFO-020Sans objet
S-INFO-820Sans objet

Autres références conseillées

AAAutres références conseillées
S-INFO-020Introduction to algorithms,Thomas H. Cormen, Charles E. Leiserson, Ronald L.Rivest, The MIT Press, Mc Graw-Hill, 1991.
S-INFO-820Sans objet
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre
Date de génération : 02/05/2019
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be