Skip to content

Commit 97c9f6f

Browse files
trekhlebtrekhleb
committedJul 27, 2018
Add French translation.
1 parent 2321c1e commit 97c9f6f

5 files changed

+94
-72
lines changed
 

‎README.fr-FR.md

+50-32
Original file line numberDiff line numberDiff line change
@@ -3,9 +3,12 @@
33
[![Build Status](https://travis-ci.org/trekhleb/javascript-algorithms.svg?branch=master)](https://travis-ci.org/trekhleb/javascript-algorithms)
44
[![codecov](https://codecov.io/gh/trekhleb/javascript-algorithms/branch/master/graph/badge.svg)](https://codecov.io/gh/trekhleb/javascript-algorithms)
55

6-
Ce dépôt contient des exemples d'implémentation en JavaScript de plusieurs algorithmes et structures de données populaires.
6+
Ce dépôt contient des exemples d'implémentation en JavaScript de plusieurs
7+
algorithmes et structures de données populaires.
78

8-
Chaque algorithme et structure de donnée possède son propre README contenant les explications détaillées et liens (incluant aussi des vidéos Youtube) pour complément d'informations.
9+
Chaque algorithme et structure de donnée possède son propre README contenant
10+
les explications détaillées et liens (incluant aussi des vidéos Youtube) pour
11+
complément d'informations.
912

1013
_Lisez ceci dans d'autres langues:_
1114
[_English_](https://github.com/trekhleb/javascript-algorithms/),
@@ -14,11 +17,18 @@ _Lisez ceci dans d'autres langues:_
1417
[_한국어_](README.ko-KR.md),
1518
[_Polski_](README.pl-PL.md)
1619

17-
> Nous écrivons actuellement un livre qui expliquera clairement, en détail, les principaux algorithmes. Si vous souhaitez être notifié lorsque le livre “JavaScript Algorithms” paraîtra, [cliquez ici](https://upscri.be/402324/).
20+
> Nous écrivons actuellement un livre qui expliquera clairement, en détail, les
21+
principaux algorithmes. Si vous souhaitez être notifié lorsque le livre
22+
“JavaScript Algorithms” paraîtra, [cliquez ici](https://upscri.be/402324/).
1823

1924
## Data Structures
2025

21-
Une structure de données est une manière spéciale d'organiser et de stocker des données dans un ordinateur de manière à ce que l'on puisse accéder à cette information et la modifier de manière efficiente. De manière plus spécifique, une structure de données est un ensemble composé d'une collection de valeurs, des relations entre ces valeurs ainsi que d'un ensemble de fonctions ou d'opérations pouvant être appliquées sur ces données.
26+
Une structure de données est une manière spéciale d'organiser et de stocker
27+
des données dans un ordinateur de manière à ce que l'on puisse accéder à
28+
cette information et la modifier de manière efficiente. De manière plus
29+
spécifique, une structure de données est un ensemble composé d'une collection
30+
de valeurs, des relations entre ces valeurs ainsi que d'un ensemble de
31+
fonctions ou d'opérations pouvant être appliquées sur ces données.
2232

2333
`B` - Débutant, `A` - Avancé
2434

@@ -42,7 +52,9 @@ Une structure de données est une manière spéciale d'organiser et de stocker d
4252

4353
## Algorithmes
4454

45-
Un algorithme est une démarche non ambigüe expliquant comment résoudre une classe de problèmes. C'est un ensemble de règles décrivant de manière précise une séquence d'opérations.
55+
Un algorithme est une démarche non ambigüe expliquant comment résoudre une
56+
classe de problèmes. C'est un ensemble de règles décrivant de manière précise
57+
une séquence d'opérations.
4658

4759
`B` - Débutant, `A` - Avancé
4860

@@ -124,8 +136,10 @@ Un algorithme est une démarche non ambigüe expliquant comment résoudre une cl
124136

125137
### Algorithmes par Paradigme
126138

127-
Un paradigme algorithmique est une méthode générique ou une approche qui sous-tend la conception d'une classe
128-
d'algorithmes. C'est une abstraction au-dessus de la notion d'algorithme, tout comme l'algorithme est une abstraction supérieure à un programme informatique.
139+
Un paradigme algorithmique est une méthode générique ou une approche qui
140+
sous-tend la conception d'une classe d'algorithmes. C'est une abstraction
141+
au-dessus de la notion d'algorithme, tout comme l'algorithme est une abstraction
142+
supérieure à un programme informatique.
129143

130144
* **Force Brute** - cherche parmi toutes les possibilités et retient la meilleure
131145
* `B` [Recherche Linéaire](src/algorithms/search/linear-search)
@@ -201,9 +215,12 @@ npm test -- 'LinkedList'
201215

202216
**Tests personnalisés**
203217

204-
Vous pouvez manipuler les structures de données et algorithmes présents dans ce dépôt avec le fichier `./src/playground/playground.js` et écrire vos propres tests dans file `./src/playground/__test__/playground.test.js`.
218+
Vous pouvez manipuler les structures de données et algorithmes présents dans ce
219+
dépôt avec le fichier `./src/playground/playground.js` et écrire vos propres
220+
tests dans file `./src/playground/__test__/playground.test.js`.
205221

206-
Vous pourrez alors simplement exécuter la commande suivante afin de tester si votre code fonctionne comme escompté
222+
Vous pourrez alors simplement exécuter la commande suivante afin de tester si
223+
votre code fonctionne comme escompté
207224

208225
```
209226
npm test -- 'playground'
@@ -223,42 +240,43 @@ Comparaison de la performance d'algorithmes en notation Grand O.
223240

224241
Source: [Big O Cheat Sheet](http://bigocheatsheet.com/).
225242

226-
Voici la liste de certaines des notations Grand O les plus utilisées et de leurs comparaisons de performance suivant différentes tailles pour les données d'entrée.
243+
Voici la liste de certaines des notations Grand O les plus utilisées et de leurs
244+
comparaisons de performance suivant différentes tailles pour les données d'entrée.
227245

228246
| Notation Grand O | Opérations pour 10 éléments | Opérations pour 100 éléments | Opérations pour 1000 éléments |
229-
| -------------- | ---------------------------- | ----------------------------- | ------------------------------- |
230-
| **O(1)** | 1 | 1 | 1 |
231-
| **O(log N)** | 3 | 6 | 9 |
232-
| **O(N)** | 10 | 100 | 1000 |
233-
| **O(N log N)** | 30 | 600 | 9000 |
234-
| **O(N^2)** | 100 | 10000 | 1000000 |
235-
| **O(2^N)** | 1024 | 1.26e+29 | 1.07e+301 |
236-
| **O(N!)** | 3628800 | 9.3e+157 | 4.02e+2567 |
247+
| ---------------- | ---------------------------- | ----------------------------- | ------------------------------- |
248+
| **O(1)** | 1 | 1 | 1 |
249+
| **O(log N)** | 3 | 6 | 9 |
250+
| **O(N)** | 10 | 100 | 1000 |
251+
| **O(N log N)** | 30 | 600 | 9000 |
252+
| **O(N^2)** | 100 | 10000 | 1000000 |
253+
| **O(2^N)** | 1024 | 1.26e+29 | 1.07e+301 |
254+
| **O(N!)** | 3628800 | 9.3e+157 | 4.02e+2567 |
237255

238256
### Complexité des Opérations suivant les Structures de Données
239257

240258
| Structure de donnée | Accès | Recherche | Insertion | Suppression | Commentaires |
241-
| ------------------------------- | :-------: | :-------: | :-------: | :----------: | :-------- |
242-
| **Liste** | 1 | n | n | n | |
243-
| **Pile** | n | n | 1 | 1 | |
244-
| **Queue** | n | n | 1 | 1 | |
245-
| **Liste Liée** | n | n | 1 | 1 | |
259+
| ------------------------------- | :-------: | :-------: | :-------: | :----------: | :------------ |
260+
| **Liste** | 1 | n | n | n | |
261+
| **Pile** | n | n | 1 | 1 | |
262+
| **Queue** | n | n | 1 | 1 | |
263+
| **Liste Liée** | n | n | 1 | 1 | |
246264
| **Table de Hachage** | - | n | n | n | Dans le cas des fonctions de hachage parfaites, les couts seraient de O(1) |
247265
| **Arbre de Recherche Binaire** | n | n | n | n | Dans le cas des arbre équilibrés, les coûts seraient de O(log(n)) |
248-
| **Arbre B** | log(n) | log(n) | log(n) | log(n) | |
249-
| **Arbre Red-Black** | log(n) | log(n) | log(n) | log(n) | |
250-
| **Arbre AVL** | log(n) | log(n) | log(n) | log(n) | |
266+
| **Arbre B** | log(n) | log(n) | log(n) | log(n) | |
267+
| **Arbre Red-Black** | log(n) | log(n) | log(n) | log(n) | |
268+
| **Arbre AVL** | log(n) | log(n) | log(n) | log(n) | |
251269
| **Filtre de Bloom** | - | 1 | 1 | - | Les faux positifs sont possibles lors de la recherche |
252270

253271
### Complexité des Algorithmes de Tri de Liste
254272

255273
| Nom | Meilleur | Moyenne | Pire | Mémoire | Stable | Commentaires |
256-
| ----------------------- | :-------------: | :--------------------: | :-----------------: | :-------: | :-------: | :-------- |
257-
| **Tri Bulle** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Oui | |
258-
| **Tri Insertion** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Oui | |
259-
| **Tri Sélection** | n<sup>2</sup> | n<sup>2</sup> | n<sup>2</sup> | 1 | Non | |
260-
| **Tri par Tas** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | 1 | Non | |
261-
| **Merge sort** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | n | Oui | |
274+
| ----------------------- | :-------------: | :--------------------: | :-----------------: | :-------: | :-------: | :------------ |
275+
| **Tri Bulle** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Oui | |
276+
| **Tri Insertion** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Oui | |
277+
| **Tri Sélection** | n<sup>2</sup> | n<sup>2</sup> | n<sup>2</sup> | 1 | Non | |
278+
| **Tri par Tas** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | 1 | Non | |
279+
| **Merge sort** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | n | Oui | |
262280
| **Tri Rapide** | n&nbsp;log(n) | n&nbsp;log(n) | n<sup>2</sup> | log(n) | Non | le Tri Rapide est généralement effectué *in-place* avec une pile de taille O(log(n)) |
263281
| **Tri Shell** | n&nbsp;log(n) | dépend du gap séquence | n&nbsp;(log(n))<sup>2</sup> | 1 | Non | |
264282
| **Tri Comptage** | n + r | n + r | n + r | n + r | Oui | r - le plus grand nombre dans la liste |

‎README.ko-KR.md

+12-11
Original file line numberDiff line numberDiff line change
@@ -12,7 +12,8 @@ _Read this in other languages:_
1212
[_English_](https://github.com/trekhleb/javascript-algorithms/),
1313
[_简体中文_](README.zh-CN.md),
1414
[_繁體中文_](README.zh-TW.md),
15-
[_Polski_](README.pl-PL.md)
15+
[_Polski_](README.pl-PL.md),
16+
[_Français_](README.fr-FR.md)
1617

1718
> 우리는 주요 알고리즘에 대해 더 자세한 설명을 담은 책을 제작 중입니다.
1819
만약 “JavaScript Algorithms” 책이 언제 출시되는지 알고 싶다면
@@ -258,14 +259,14 @@ Source: [Big O Cheat Sheet](http://bigocheatsheet.com/).
258259

259260
### 정렬 알고리즘 복잡도
260261

261-
| 이름 | 최적 | 평균 | 최악 | 메모리 | 동일값 순서유지 | 비고 |
262-
| --------------------- | :-------------: | :-----------------: | :-----------------: | :-------: | :-------: | :-------- |
263-
| **거품 정렬** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Yes | |
264-
| **삽입 정렬** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Yes | |
265-
| **선택 정렬** | n<sup>2</sup> | n<sup>2</sup> | n<sup>2</sup> | 1 | No | |
266-
| **힙 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | 1 | No | |
267-
| **병합 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | n | Yes | |
268-
| **퀵 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n<sup>2</sup> | log(n) | No | 퀵 정렬은 보통 제자리(in-place)로 O(log(n)) 스택공간으로 수행됩니다. |
262+
| 이름 | 최적 | 평균 | 최악 | 메모리 | 동일값 순서유지 | 비고 |
263+
| --------------------- | :-------------: | :-----------------: | :-----------------: | :-------: | :--------------: | :-------- |
264+
| **거품 정렬** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Yes | |
265+
| **삽입 정렬** | n | n<sup>2</sup> | n<sup>2</sup> | 1 | Yes | |
266+
| **선택 정렬** | n<sup>2</sup> | n<sup>2</sup> | n<sup>2</sup> | 1 | No | |
267+
| **힙 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | 1 | No | |
268+
| **병합 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n&nbsp;log(n) | n | Yes | |
269+
| **퀵 정렬** | n&nbsp;log(n) | n&nbsp;log(n) | n<sup>2</sup> | log(n) | No | 퀵 정렬은 보통 제자리(in-place)로 O(log(n)) 스택공간으로 수행됩니다. |
269270
| **셸 정렬** | n&nbsp;log(n) | 간격 순서에 영향을 받습니다. | n&nbsp;(log(n))<sup>2</sup> | 1 | No | |
270-
| **계수 정렬** | n + r | n + r | n + r | n + r | Yes | r - 배열내 가장 큰 수 |
271-
| **기수 정렬** | n * k | n * k | n * k | n + k | Yes | k - 키값의 최대 길이 |
271+
| **계수 정렬** | n + r | n + r | n + r | n + r | Yes | r - 배열내 가장 큰 수 |
272+
| **기수 정렬** | n * k | n * k | n * k | n + k | Yes | k - 키값의 최대 길이 |

0 commit comments

Comments
 (0)
Failed to load comments.