Programme d’études 2019-2020English
Structures de données
Unité d’enseignement du programme de Master en sciences informatiques (Charleroi (Hor. décalé)) à la Faculté des Sciences

Les étudiants sont invités à consulter les fiches ECTS des AA pour prendre connaissance des modalités d’évaluation prévues pour la fin du Q3

CodeTypeResponsable Coordonnées
du service
Enseignant(s)
US-M1-INFO60-009-CUE ObligatoireBRUYERE VéroniqueS829 - Informatique théorique
  • BRUYERE Véronique
  • MASLOWSKI Dany

Langue
d’enseignement
Langue
d’évaluation
HT(*) HTPE(*) HTPS(*) HR(*) HD(*) CréditsPondération Période
d’enseignement
  • Français
Français301500055.001er quadrimestre

Code(s) d’AAActivité(s) d’apprentissage (AA) HT(*) HTPE(*) HTPS(*) HR(*) HD(*) Période
d’enseignement
Pondération
S-INFO-105Structures de données3015000Q1100.00%

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
  • Réaliser des travaux de développement ou d'innovation en informatique
    • -Etre capable d'appliquer, de mobiliser, d'articuler et de valoriser les connaissances et les compétences acquises en vue de contribuer à la réalisation d'un travail de développement ou d'innovation
  • Développer et intégrer un grand degré d'autonomie
    • -Etre capable d'acquérir seul de nouveaux savoirs

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 utiliser.

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.

Compétences préalables

Algorithmique et structures de données de base

Types d'évaluations Q1 pour l'UE

  • Examen écrit

Commentaire sur les évaluations Q1 de l'UE

Examen écrit 100%

Types d'évaluation Q3 pour l'UE

  • Examen écrit

Commentaire sur les évaluations Q3 de l'UE

Examen écrit 100%

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-105
  • Cours magistraux
  • Exercices dirigés

Mode d'enseignement

AAMode d'enseignement
S-INFO-105
  • Face à face

Supports principaux

AA
S-INFO-105

Supports principaux non reproductibles

AASupports principaux non reproductibles
S-INFO-105Sans objet

Supports complémentaires

AA
S-INFO-105

Supports complémentaires non reproductibles

AASupport complémentaires non reproductibles
S-INFO-105Sans objet

Autres références conseillées

AAAutres références conseillées
S-INFO-105Introduction to algorithms, by Thomas H. Cormen, Charles E. Leiserson, Ronald L.Rivest (1991). The MIT Press, Mc Graw-Hill.

Reports des notes d'AA d'une année à l'autre

AAReports des notes d'AA d'une année à l'autre
S-INFO-105Autorisé
(*) 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 : 13/07/2020
20, place du Parc, B7000 Mons - Belgique
Tél: +32 (0)65 373111
Courriel: info.mons@umons.ac.be