Skip to main content

Botanique

  • Chapter
  • First Online:

Part of the book series: Mathématiques et Applications ((MATHAPPLIC,volume 83))

Abstract

Il y a plusieurs manières de voir les arbres ; la distinction la plus fondamentale est peut-être celle qui consiste à les considérer soit comme des structures discrètes toujours finies – c’est le point de vue de l’algorithmique, qui ne peut (sauf artifice) représenter que des objets finis –, soit comme des objets potentiellement infinis – c’est le point de vue des mathématiques. Dans ce chapitre, et dans la suite de ce livre, nous rencontrerons les deux points de vue simultanément. En anticipant sur la suite du chapitre, nous pouvons dire que

  • l’aspect << structure toujours finie >> correspond à la définition d’un arbre par une classe combinatoire ; on peut alors définir une notion de << taille >> d’un arbre ;

  • l’aspect << structure potentiellement infinie >> correspond à la définition d’un arbre par un ensemble de mots ; nous parlerons de taille finie ou infinie d’un arbre.

This is a preview of subscription content, log in via an institution.

Buying options

Chapter
USD   29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD   44.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD   59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Learn about institutional subscriptions

Notes

  1. 1.

    Nous avons ici sacrifié à l’usage en combinatoire des mots en notant par ε la suite vide et donc la racine des arbres, mais dans d’autres contextes, probabilistes notamment, elle est généralement désignée par ∅.

  2. 2.

    Dans toutes les définitions de classes combinatoires, nous notons les classes atomiques \(\Box \) et • au lieu de \(\{ \Box \}\) et {•}, ceci afin d’alléger les notations.

  3. 3.

    Nous avons choisi l’alphabet à deux lettres {0, 1}, qui est usuel, mais pour retrouver des arbres au sens de la définition 1.1, il faudrait utiliser l’alphabet {1, 2}.

  4. 4.

    Il existe en fait deux types de nœuds simples distincts dans les arbres binaires : ceux qui n’ont que le fils gauche, et ceux qui n’ont que le fils droit ; il est parfois utile de les distinguer.

  5. 5.

    Le nom vient d’Eugène Catalan , à qui est associée l’énumération des arbres binaires par les nombres dits (justement !) << de Catalan >>.

  6. 6.

    Ne pas confondre avec ce que les probabilistes ou les algébristes appellent << l’arbre binaire complet >>, qui est l’arbre infini dans lequel tout nœud a toujours deux fils.

  7. 7.

    \(\mathcal {S}\) est le graphe de la relation g.

  8. 8.

    Le nom vient de l’analogie avec la formule d’équerre utilisée dans l’énumération des tableaux de Young.

  9. 9.

    Certains auteurs définissent un tas comme un arbre décroissant, i.e., chaque nœud a une marque supérieures à celles de ses enfants, et la plus grande marque est à la racine de l’arbre. Ceci est bien évidemment équivalent à notre définition : les analyses sont inchangées, et il suffit de renverser les inégalités pour obtenir les algorithmes adéquats.

  10. 10.

    Les parcours d’arbres, et notamment le parcours symétrique, sont définis en section A.1.2.

  11. 11.

    L’algorithme de construction présenté ici est connu sous le nom d’<< insertion aux feuilles >> ; il existe d’autres algorithmes d’insertion, notamment l’insertion à la racine présentée en section A.2.4.

  12. 12.

    Il existe d’autres types d’arbres de recherche utilisés en informatique, par exemple les arbres k-d ; nous définissons ici uniquement les classes d’arbres que nous étudions dans ce livre.

References

  1. R. De La Briandais, File searching using variable length keys. Papers presented at the Western Joint Computer Conference, IRE-AIEE-ACM ‘59 (Western), 3–5 March 1959 (ACM, New York, 1959), pp. 295–298

    Google Scholar 

  2. E. Fredkin, Trie memory. Commun. ACM 3(9), 490–499 (1960)

    Article  Google Scholar 

  3. D. Knuth, The Art of Computer Programming, Vol. 3 : Sorting and Searching, 2nd edn. (Addison-Wesley, Redwood City, 1998)

    Google Scholar 

  4. A. Meir, J. Moon, On an asymptotic method in enumeration. J. Comb. Theory (A) 51, 77–89 (1989)

    Article  MathSciNet  Google Scholar 

  5. D.R. Morrison, Patricia-practical algorithm to retrieve information coded in alphanumeric. J. ACM 15(4), 514–534 (1968)

    Article  Google Scholar 

  6. J. Neveu, Arbres et processus de Galton-Watson. Ann. Inst. Henri Poincaré 22(2), 199–207 (1986)

    MathSciNet  MATH  Google Scholar 

  7. G. Pólya, R. Read, Combinatorial enumeration of Groups, Graphs and Chemical Compounds (Springer, New York, 1987)

    Book  Google Scholar 

  8. R. Sedgewick, Algorithms in C: Fundamentals, Data Structures, Sorting, Searching, 3rd edn. (Addison–Wesley, Reading, 1988)

    MATH  Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 2018 Springer International Publishing AG, part of Springer Nature

About this chapter

Check for updates. Verify currency and authenticity via CrossMark

Cite this chapter

Chauvin, B., Clément, J., Gardy, D. (2018). Botanique. In: Arbres pour l’Algorithmique. Mathématiques et Applications, vol 83. Springer, Cham. https://doi.org/10.1007/978-3-319-93725-0_1

Download citation

Publish with us

Policies and ethics