Bienvenue dans le séminaire d’Algorithmique & Structures de données. Chaque semaine, vous recevrez un jeu de diapositives résumant les concepts théoriques abordés en séance, ainsi qu’un Jupyter Notebook. Les solutions seront distribuées le vendredi via Moodle et pourront être discutées en classe, mais ne seront pas publiées ici.
Vue d’ensemble¶
| # | Thème du séminaire | Diapositives | Séminaires |
|---|---|---|---|
| 0a | Prérequis : Python + Jupyter | — | Séance |
| 0b | Prérequis : Git & GitHub | — | Séance |
| 1 | Session d’accueil & Premiers pas | Diapositives ↗ | Séance |
| 2 | Bases de Python I : Structures de contrôle | Diapositives ↗ | Séance |
| 3 | Bases de Python II : Structures de données | Diapositives ↗ | Séance |
| 4 | Atelier de transfert & Lancement du projet | Diapositives ↗ | Séance |
| 5 | Complexité algorithmique | Diapositives ↗ | Séance |
| 6 | Structures de données | Diapositives ↗ | Séance |
Exécuter les notebooks localement¶
# 1. Cloner le dépôt
git clone https://github.com/alho94/algorithmics-docs-public.git
cd algorithmics
# 2. Créer et activer un environnement virtuel
python -m venv .venv
source .venv/bin/activate # Windows : .venv\Scripts\activate
# 3. Installer les dépendances
pip install -r requirements.txt
# 4. Ouvrir les notebooks dans votre IDE ou lancer Jupyter Lab
jupyter lab docs/seminars/fr/Références recommandées (non obligatoires)¶
Ce cours suit de près le manuel de la Runestone Academy intitulé “Problem Solving with Algorithms and Data Structures using Python”. Nous vous recommandons donc vivement de le lire. Voici d’autres ressources utiles :
Cormen, Leiserson, Rivest & Stein — Introduction to Algorithms (4e éd., MIT Press)
Un très bon point de départ pour tout sujet en informatique est roadmap.sh. Ce cours couvre des thèmes issus de :