M´ emoire pr´ esent´ e par
Jean-Luc Baril
en vue de l’obtention de l’habilitation `a diriger des recherches `a
l’Universit´ e de Bourgogne, Dijon
Sp´ecialit´e : Combinatoire
G´ en´ eration exhaustive et ´ etude de structures de classes combinatoires
Soutenu le 15 juin 2010 devant la commission d’examen compos´ee de
Rapporteurs : Elena Barcucci (Florence, Italie) Toufik Mansour (Ha¨ıfa, Isra¨el) Maurice Margenstern (Metz, France)
Examinateurs : Abderrafia Koukam (Belfort, France) Jean-Marcel Pallo (Dijon, France) Renzo Pinzani (Florence, Italie) Vincent Vajnovszki (Dijon, France)
Laboratoire d’´ Electronique, Informatique et Image de Dijon - LE2I, UMR CNRS 5158
Facult´ e des Sciences et Techniques - B.P. 47870 - 21078 Dijon Cedex
Une aide très importante m'a été apportée par mes trois ollègues ombinatoriiens
Jean Pallo, Vinent Vajnovszki et Olivier Togni; le fait que nous travaillons ensemble
depuisplusieurs annéessur des questions d'algorithmiqueombinatoire m'aonduità leur
fairedenombreux emprunts(parfoisinonsiemment).Jelesremerietoustrèsfortement.
Je remerieégalement les autres membresdu laboratoire LE2I del'université deBour-
gogne (Dijon) pour leur soutien et plus partiulièrement eux ave qui j'ai ollaboré pour
mes tâhes et responsabilités d'enseignements.
Je remerietrèsvivement les rapporteurs, ElenaBarui, Touk Mansour et Maurie
Margenstern pourletempsqu'ilsontpasséàlaletureetl'analysedeemémoire.Tousont
aepté spontanémentettetâhe;jeleurensuistrèsreonnaissant.Jeremerieégalement
AbderKoukam etRenzo Pinzani d'avoir aepté departiiper au jury.
JeremerieleProfesseurJaquesMartinetdel'universitédeBordeauxetj'aiégalement
une pensée partiulière pour Anne-Marie Bergé.
Je tiensà remerier très aetueusement Maïté et Eloïse.
Introdution générale 3
Notations 5
I Génération exhaustive de lasses d'objets ombinatoires 7
I.1 Introdution . . . 7
I.2 Génération CAT . . . 8
I.2.1 Permutations ave unnombre donné d'exédenes. . . 8
I.2.2 Permutations etmots de Fibonai ou deLuas . . . 11
I.2.2.1 Permutations etmots deFibonai généralisés . . . 11
I.2.2.2 Permutations de Luasgénéralisées. . . 13
I.2.2.3 Algorithme etomplexité . . . 14
I.3 Génération enode deGray . . . 15
I.3.1 Mots deLuas
p
-généralisés . . . 15I.3.2 Dérangements . . . 18
I.3.3 Permutations ayant un nombredonné de yles . . . 20
I.3.4 Permutations ayant un nombre donné de minima gauhe-droite . . . 23
I.3.5 Permutations évitant un ensemblede motifs . . . 27
I.4 Conlusion - perspetives . . . 30
II Etude de strutures énumérées par les nombres de Catalan 33 II.1 Introdution . . . 33
II.2 Treillisde Catalan . . . 34
II.2.1 Le treillis `Phagoyte' . . . 34
II.2.2 La transformation de taille-gree . . . 38
II.3 Distane de rotation . . . 44
II.3.1 Sommet detype (2 :0) . . . 47
II.3.2 Sommet detype (1 :1) . . . 47
II.3.3 Sommet detype (3 :0) . . . 47
II.3.4 Sommet detype (2 :1) . . . 48
II.3.5 Algorithme pour le alul debornesinférieure etsupérieure . . . 48
II.3.6 Résultats expérimentaux . . . 49
II.4 Conlusion. . . 50
IIIMotifs dans les permutations 51
III.1Introdution . . . 51
III.2Dupliation enmiroir du génome . . . 51
III.2.1 Permutations à motifsexlusetle modèlede WM-dupliation . . . . 54
III.2.2 Considérations algorithmiques . . . 56
III.2.2.1 Un hemin de
12 . . . n
versσ ∈ S n
obtenu en reulant à partirdeσ
. . . . . . . . . . . . . . . . . . . . . . . . . . . 56III.2.2.2 Un hemin de WM-dupliationsde
12 . . . n
versσ ∈ S n
. . 57III.2.3 Autresmodèles de dupliation. . . 58
III.2.3.1 Une WM-dupliation suivie par plusieurs W-dupliations . 58 III.2.3.2 UneW-ouWM-dupliationsuivieparplusieursW-dupliations 58 III.2.4 Futurediretion de reherhe . . . 59
III.3Cloture yliquede
S(k(k − 1) . . . 21)
. . . . . . . . . . . . . . . . . . . . . . 59III.3.1 La lotureylindrique . . . 64
III.3.2 Disussion etConlusion . . . 65
IVPerspetives 67
Annexes 69
Liste des publiations 75
Bibliographie 81
Ce mémoire a pour objetif de fournir une synthèse d'une partie de mes ativités de
reherhe réaliséespost-thèse.
Commençonsparretraerleparourseetuédepuisl'obtentiondemondotorat.En1996,
j'ai don soutenu une thèse dans le domaine de la théorie des nombres à l'université de
Bordeaux.J'ai obtenuensuite(1998) unpostede professeurertié(PRCE)à l'université
de Dijon au sein de l'équipe d'informatique. Obtenant l'agrégation de mathématiques en
1999, j'interviens alors en qualité de professeur agrégé (PRAG). Une fois la harge d'en-
seignements digérée(384H/an),ma uriositémeguide naturellement vers l'équiped'algo-
rithmique ombinatoire de Dijon. C'est alors que j'amorçe un parours initiatique pour
déouvrir les bases de la ombinatoire. Il est toujours diile de perer les serets d'un
nouveau domainede reherhe, maisl'aide desmembres del'équipe deombinatoire aété
sansauundouteunfateur essentieldansmonapprentissage.Je suisalorsrerutéMaître
deConférenes au laboratoire LE2I deDijon en 2004.C'est à e moment que je deouvre
laforteintération entrel'informatique théorique etlesmathématiques.
En eet,l'informatique théorique apparaît essentiellement sousla forme de deuxou-
rants : l'algorithmique, et la logique. L'algorithmique provient de l'automatisation de la
notionde alul,alors quelalogique formaliselanotionde démonstrationmathématique.
Dansl'antiquité,es deuxnotions apparaissaient déjà.Onpeutiterpar exemple,Ar-
himède etDiophante quiobtiennent unerègledealuldel'airesituéesousuneparabole;
Eulidepourlanotiondesystèmeaxiomatique;etAristotepourlalogiquepropositionnelle.
Plustard, Newton,Leibniz, EulerouGauss, proposent desméthodesdealulnumérique
permettant d'automatiser ertains problèmes issus desmathématiques. Puisla théoriede
laalulabilitéest développée par Turing (1936) [89℄,von Neumann,Kleene, Churh...
Durant es dernières années (et sans aunune omparaison ave les noms ités préé-
demment), mes travauxsesont orientés danslesdomainesde l'algorithmiquedédiéeà des
problèmes issus de la ombinatoire, la théorie des graphes etl'étude de lasses ombina-
toiresayant une struture de treillis. Laréférene atuelle du domaine de l'algorithmique
ombinatoire est la olletion de volumes The art of Computer Programming de Donald
E. Knuth [98 ℄. Knuth étudie de nombreux algorithmes ainsi que leur omportement en
termedunombre d'opérationsélémentaires. Ildédieainsiunvolume entier àlagénération
de lasses d'objets ombinatoires. On peut aussi iter les travaux de Flajolet, Johnson,
Korsh, Ruskey, Sedgwik, Trotter, Vajnovszki, Walsh,...[77 , 91 , 166, 149 , 155, 100 , 174 ℄.
Pour les référenes onernant les strutures detreillis, onpeut aussionsidérer Davey et
Grätzer[83 ,60℄.Tousmestravauxonernantlesstruturesentreillissontisssusdelasses
ombinatoires énumérées par les nombres de Catalan A000108, [162 ℄. Enn, mes travaux
onernant lathéoriedesgraphesabordent essentiellement lesolorationsde graphes.No-
tonstoutefoisqu'ilexisteévidemment deslienstrèsfortsentreestroisdomaines.Onpeut
iter par exemple le lien entre les yles Hamiltoniens en théorie desgraphes et les odes
de Grayen algorithmiqueombinatoire.
Je n'exposeraipasdanse mémoiremes travauxonernant lesolorations degraphes
dans le but d'obtenir un mémoire axé sur la ombinatoire issue de strutures liées aux
permutations, mots binairesetarbresbinaires.Sitoutefoisleleteursouhaiteobtenir mes
travaux enthéorie desgraphes,je l'invite àonsulter les artiles[27 , 28 ,29,30 ℄.
Le mémoire estorganiséde lafaçon suivante.
Danslepremierhapitre,jeprésenteunegrandepartie(nonexhaustive)demestravaux
de reherhe onernant lagénération exhaustive. Ce hapitre ontient une partie impor-
tante de mes résultats obtenus es dernières années. Je propose ainsiplusieurs nouveaux
algorithmes degénération dont laomplexitéestCAT(Constant Amortized Time),i.e.le
nombre d'opérations est proportionnelau nombre d'objets générés et ei indépendamment
dela tailledesobjets.Onétudieégalementplusieurslassesdontonaobtenulagénération
en ode deGray.
Dansleseondhapitre,j'exposelestravauxonernant l'étudedestruturesomptées
par les nombres de Catalan. En partiulier, je donne deux nouvelles strutures en treillis
pour les parenthèsages bien formése qui induit deux nouvelles struturessur les arbres
binaires.Ons'intéressseaussidansettepartieàlaonstrutiondedistanesurestreillis,
et notamment on donne un algorithme polynomial d'approximation pour le alul de la
distane de rotation entre deux parenthésages dans letreillis de Tamari. Notons que l'on
ne saittoujourspasaujourd'huis'ilexiste unalgorithmealulantentemps polynomialla
distane de rotationentre deuxparenthésages danse treillis.
Dansledernierhapitre,j'exposedeuxontributionsréentesdansledomainedel'étude
desmotifs danslespermutations. Lapremière estissued'unproblème debioinformatique
puisqu'elle onsiste à aratériser les suites du génome obtenues après un nombre donné
de dupliations en miroir. La seonde repond à une question posée par Atkinson :est-e
que lalotureyliquede
S(k(k − 1) . . . 321)
possède unebase nie?Enn, une onlusion donnera une approhe globale de mes travaux de reherhes en
préisantlesobjetifssouhaitésainsiquelesfuturesdiretionsdereherhes envisagéesen
proposant desquestionsenoreà explorer.
Je présente dans ette partie, les prinipales notations et dénitions utilisées dans e
mémoire.
Onnote
[n]
l'ensemble{ 1, 2, . . . , n }
.L'ensembledespermutationssurl'ensemble[n]
seranoté
S n
.L'entiern
estappelélatailledelapermutation.Onreprésenteralespermutations ennotation linéaire,i.e.,σ ∈ S n
seranotéeσ 1 σ 2 . . . σ n
siσ(i) = σ i
pour touti
,1 6 i 6 n
.Lapermutation
σ ∈ S n
seraappeléeunylelorsqu'ilexisteunesuited'indiesi 1 , i 2 , . . . , i n
diérentsdeuxàdeuxdans
[n]
telsqueσ(i j ) = i j+1
pour1 6 j 6 n − 1
etσ(i n ) = i 1
.Unetellepermutation pourra aussi être notée
h i 1 , i 2 , . . . , i n i
.Toute permutationσ ∈ S n
peutêtre uniquement déomposée en un produit de yles à supports disjoints. On dira que
σ
a
k
yles lorsque ette déomposition possèdek
yles. L'ensemble des permutations de taillen
ayantk
yles seranotéS n,k
.Unevaleur
σ i
estunminimumgauhe-droite(left-to-rightminimumenanglais)sitous les élémentsà sa gauhe dansσ
sont plus grands queσ i
.Etant donné que l'ensemble despermutations de taille
n
ayantk
yles est en bijetion ave l'ensemble despermutations de taillen
ayantk
minima gauhe-droite, nousutiliserons toujours la notationS n,k
pouredernier ensemble.
Un dérangement
σ
est une permutation sans point xe, 'est à dire qu'il n'existe pas d'indiei
tel queσ(i) = i
.L'ensembledes dérangementsde taillen
seranotéD n
.Dans leseondhapitre,
D n
designera l'ensemble desmots de Dyk aven
parenthèses ouvrantes etn
fermantes.Une exédenede
σ
estune valeurσ i
tellequeσ i > i
.L'ensembledespermutationsde taillen
ayantk
exédenes est notéE n,k
.Une permutation
σ ∈ S n
ontient lemotifπ ∈ S k
si etseulement s'il existe une suited'indies
1 6 i 1 < i 2 < . . . < i k 6 n
tels queσ(i 1 )σ(i 2 ) . . . σ(i k )
est ordonné ommeπ
.Par exemple, la permutation
4132
ontient (en gras) le motif321
mais ne ontient pas(ou évite) le motif
231
. SiT
est un ensemble de motifs, on noteraS n (T )
l'ensemble despermutationsdans
S n
quiévitent touslesmotifs appartenant àT
.Unmotif barréπ ¯ ∈ S k
est une permutation ayant une barre sur ertaines valeurs. Posons
1 6 r 6 k − 1
.Soitπ
lapermutation sur
[k]
obtenueen enlevant lesbarres deπ ¯
etπ ˆ
lapermutation obtenue de¯
π
en enlevant toutes les(k − r)
valeurs barrées et renormalisée omme une permutation de[k − r]
. Alorsσ ∈ S n
ne ontient pas le motifπ ¯
si tout motifπ ˆ
dansσ
peut êtreétendu en un motif
π
dansσ
.Par exemple, siπ ¯ = 4¯ 132
, alorsσ = 58132674 ∈ S 8 (4¯ 132)
(voir, [71, 113 , 160 ℄). Il est aussipossible d'introduire des ':' entreles valeursd'un motif
(exemple
13 : 24
).Sideuxvaleursonséutivesdumotifπ
sont séparéespar un':'alors lapermutation
σ
ontient lemotifπ
si les entrées orrespondantes à eséléments sont aussi adjaentes dansσ
(et bien surdans lemême ordre quedansπ
). Par exemple,σ = 13524
ne ontient pasle motif
π = 13 : 24
maisontient le motif1324
. Notons qu'il s'agit d'unas partiulierde ladénitiondesmotifs dénis dans[76℄.
Une liste
L
est un ensemble d'éléments totalement ordonnés. La listeL
est la listeL
onsidérée (ou lue) du dernier élément au premier. Les élémentsprem( L )
etder( L )
désignent respetivement lespremiers etderniersélémentsdelaliste. Si
L
etL ′
sontdeuxlistes alors on dénit laliste
L ◦ L ′
ommeétant la onaténation desdeux listesL
etL ′
telle que
prem( L ) = prem( L ◦ L ′ )
.Soit
(L n ) n>1
une famille de listesL n
d'éléments de taillen
. Si pour toutn > 1
deuxobjetsonséutifsdelaliste
L n
dièrentsurunnombredepositionsindépendant den
,ondit quelaliste esten ordrede ode deGray.
Génération exhaustive de lasses
d'objets ombinatoires
I.1 Introdution
Dansehapitre,ons'intéresseàdesalgorithmespermettantdegénérerexhaustivement
(etsans répétition) les objets d'une lasse ombinatoire. L'intérêt de tels algorithmes est
multiple : l'obtention d'une liste omplète d'objets (en un temps aeptable) peut être
utilepour la vériation où ladéouverte depropriétés ou onjetures,pour la résolution
pratique de ertains problèmes NP-omplets,... La omplexité des algorithmes est don
ruiale. Elle peut être onstante en moyenne ou dans le pire des as. Une omplexité
onstante en moyenne signie que le nombred'opérations eetuées est proportionnel au
nombre d'objets à générer (CAT - onstant amortized time) et ei indépendamment de
lataille des objets; une omplexité onstante dans le pire des as signie que le passage
d'unobjetà sonsuesseursefaittoujours en untemps onstantindépendant de lataille
desobjets(loopless).Lorsquedeuxobjetsonséutifsdièrentsurunnombredepositions
indépendant de la taille, on dit que la liste est en ordre de ode de Gray. Un algorithme
looplessliste néessairement les objets en ordre de ode de Gray; laréiproque n'est pas
forément vraie.
Il existe de nombreux travaux onernant la génération exhaustive eae de lasses
ombinatoires. Par exemple, ilexiste desalgorithmes eaes pour lagénération desper-
mutations[91, 166, 155,148 ℄, involutions [174 ℄, up-down permutations[100 , 152℄, permu-
tations ave un nombre donné d'inversions [151 ℄... Il est toujours intéressant de relire le
survol de Carla Savage [154 ℄ pour les travauxréalisés avant 1997 onernant les odesde
Gray. Ontrouveradanse mémoire denombreuses référenesplus réentes.
Plusieurs méthodes diérentes ont été utilisées pour l'obtention de tels algorithmes.
On peut bien sur iter la méthode de Johnson-Trotter [91, 166 ℄ pour la génération des
permutations en ordre de ode de Gray. Il y a également des méthodes ad-ho liées à la
struture partiulière desobjets à générer, maisprinipalement, deux méthodes sont très
souvent utilisées :laméthode réursive etlaméthodeECO.
Laméthoderéursiveonsisteàdénirlalistedesobjetsdetaille
n
enfontiondeslistesdes objets de tailles inférieuresà
n
. Par exemple,la lasseB n
desmots binaires de taillen
peut s'érire réursivement sous la formeB n = B n−1 .0 B n−1 .1
, aveB 1 = { 0, 1 }
,où
est l'opérateur de onaténation des listes, etB n−1
est la listeB n−1
onsidéréedans l'ordre inverse (de lan au début). On obtient ainsi,
B 2 = { 00, 10, 11, 01 }
etB 3 = { 000, 100, 110, 010, 011, 111, 101, 001 }
. Voir par exemple [84 ℄. Dans et exemple, la listefournie estaussien ordre deode de Gray.
La méthode ECO (Enumeration of Combinatorial Objets), introduite par Pinzani
et al. [15 ℄ pour l'énumération de lasses ombinatoires, onsiste à donner des règles de
suession pour étendre un objetde taille
n
à plusieurs objets de taillessupérieures.Plus formellement, onpartde (b
),b ∈ N +
,eton fournit desrèglesde suessionΩ
:{ (k) (e 1 (k))(e 2 (k)) . . . (e k (k)), k ∈ N } ,
où
e i : N + −→ N +
; il s'agit d'expliquer l'évolution des suesseurs(e 1 (k))
,(e 2 (k))
,...,(e k (k))
en fontion de(k)
,k ∈ N +
.Les entiers positifs(b)
,(k)
,(e i (k))
sont appelés éti-quettes. Cela induit un arbre de génération où
(b)
est l'étiquette de la raine et haque noeudétiqueté(k)
possèdek
suesseursétiquetés(e 1 (k))
,(e 2 (k))
,...,(e k (k))
.Par onsé-quent,
(Ω)
induit une suite d'entiers positifs(a n ) n>0
oua n
est le nombre de noeuds surle niveau
n
dans l'arbre de génération. Par exemple, la règle de suessionΩ
dénie par(2) (2)(2)
initialiséepar l'étiquette(2)
induit lasuitea n = 2 n
,i.e.,haqueniveaun
del'arbre degénérationassoiéontient
2 n
noeuds.Lesnombresde Catalanpeuvent êtreob-tenus paretteméthodeàl'aidede larègledesuession
(k) (2)(3) . . . (k + 1)
initialisée par l'étiquette(2)
.La première partie de e hapitre traîte de la génération CAT alors que la seonde
traîte delagénération en odede Gray.
I.2 Génération CAT
Dansette setion,nousdonnonslesdiérents résultatsobtenus onernant lagénéra-
tionCAT(onstantamortizedtime)deertaineslassesd'objetsombinatoires.Rappelons
quelagénérationCATonsisteàgénéreruneetune seulefoishaqueélément d'unelasse
en un temps proportionnel au nombre d'objets mais indépendant de la taille des objets.
[Danse paragraphe,nousne onsidéreronspasles générationsen odede Gray;eneet,
esgénérationssontaussiCATmaispossèdentlapropriètésupplémentairequedeuxobjets
onséutifsdièrent d'un nombrede positions indépendant de lataille.℄
Denombreuxalgorithmesdegénérationseaesexistentdanslalittérature.Parexemple,
onpeutseréfèrerauxdeuxsurvolssuivants[98,155 ℄pourlagénérationdeplusieurslasses
de permutations.
On présente i-dessous deux algorithmes de génération CAT permettant de générer
eaement les permutations ayant un nombre donné d'exédenes, les permutations et
les mots de Fibonai etde Luas.
I.2.1 Permutations ave un nombre donné d'exédenes
Ce paragraphe est issu de l'artile [20 ℄. Soit une permutation
σ ∈ S n
. On représenteσ = σ 1 σ 2 . . . σ n
ennotation linéaire.La valeurσ i
est uneexédene deσ
siσ(i) > i
.Les permutations ayant un nombre donné d'exédenes ont été très étudiées dans le
domaine de la ombinatoire énumérative [39, 72 , 116 , 140 ℄. Foata et Shützenberger [78 ℄
donnent plusieurs propriétés fondamentales pour es objets. De nombreuses appliations
à l'analyse des algorithmes sont obtenues par Knuth [98℄ et à la ombinatoire des mots
par Lothaire [108℄. La statistique relative aux exédenes sur les permutations est appe-
lée statistique Eulerienne. Je donne dans e paragraphe un algorithme eae (CAT) de
générationdespermutationsave
k
exédenes(k > 0)
.OnnoteE n,k
l'ensembledespermu-tationsdetaille
n
ayantk
exédenes.Onproèdeparlaméthoderéursiveenremarquantque
E n,k
peutêtreonstruit à partirdeE n−1,k
etE n−1,k−1
.Soit
γ ∈ E n−1,k
une permutation de taille(n − 1)
ayantk
exédenes,n > 2
,0 6 k 6 n − 2
;soiti
unentier,1 6 i 6 n − 1
.Sion noteparσ
lapermutation dansS n
obtenue àpartirde
γ
en remplaçantγ (i)
parn
etenajoutantγ (i)
surladroite deγ
,alors ona :(
a
) siγ (i)
estune exédenedansγ
,alorsσ ∈ E n,k
;(
b
)sinon,σ ∈ E n,k+1
.Deplus, (
c
) siσ
estobtenue deγ
en ajoutantn
sursadroite,alorsσ ∈ E n,k
.Réipro-quement,haque permutation de
E n,k
,n > 2
, peutêtre uniquement obtenue par l'une deestroisonstrutions (
a
),(b
) et(c
).Ainsi, nousdénissonsdeux fontions
φ n
etψ n
ommesuit :Dénition I.1. Pour
0 6 k 6 n − 2
, unentieri ∈ [n − 1]
etune permutationγ ∈ E n−1,k
,on dénit une permutationde taille
n
:σ = φ n−1 (i, γ)
parσ(j) =
n
sij = i γ (i)
sij = n γ (j)
sinon.Ondénit aussi
ψ n−1
deE n−1,k
versS n
quitransformeγ ∈ E n−1,k
enunepermutationσ ∈ E n,k
obtenue deγ
enajoutantn
sur sa droite.Par exemple,si
γ = 3142 ∈ E 4,2
,onaφ 4 (3, γ) = 31524 ∈ E 5,2
;φ 4 (2, γ) = 35421 ∈ E 5,3
et
ψ 4 (γ) = 31425 ∈ E 5,2
.Plus généralement, on peutremarquer:φ n−1 (i, γ) = ψ n−1 (γ) · h i, n i = h γ(i), n i · ψ n−1 (γ).
Pour des raisonsde larté,on omettra l'indie
n
dansφ n
etψ n
.Lemme I.2. Soient
n, m, ℓ, k
quatre entiersnaturels tels que1 6 m < n
,0 6 ℓ 6 m − 1
,et
0 6 k 6 n − 1
. Soitaussiγ ∈ E m,ℓ
.- S'il existe
i
,1 6 i 6 m − 1
, tel queγ(i)
est une exédene deγ
, alors il y a unepermutation
σ ∈ E n,k
telle queσ
est obtenue deφ(i, γ)
(respetivementψ(γ)
) enappliquantplusieursfoislesfontions
φ
etψ
sietseulementsi:(i) ℓ 6 k
etm+1 − ℓ 6 n − k
.- Maintenantnousonsidérons
i
,1 6 i 6 m
,telqueγ(i)
n'est pasune exédene deγ
,alors ilya unepermutation
σ ∈ E n,k
tellequeσ
estobtenue deφ(i, γ )
enappliquantplusieurs foisles fontions
φ
etψ
sietseulement si:(ii) ℓ + 1 6 k
etm − ℓ 6 n − k
.- Si
σ ∈ E n,k
est obtenue deγ ∈ E m,ℓ
par la première onstrution etτ ∈ E n,k
par laseonde, alors
σ
etτ
sontdiérentes.Maintenant nousexpliquonsles prinipalesdiultéspour l'implémentation de lapro-
édure gen
(m, ℓ)
donnéeengureI.1.Laproéduregen(1, 0)
génèreréursivement toutes les permutationsσ ∈ E n,k
. En eet, supposons que lorsque l'on exéute l'appel réur-sif gen
(m, ℓ)
, la permutation ourante estσ ∈ E m,ℓ
et ses exédenes sont en positionsi 1 , i 2 , . . . , i ℓ
.Le tableaut 1
ontient esℓ
positionsi 1 , i 2 , . . . , i ℓ
.D'unautreoté lesindiesdans
[m] \{ i 1 , i 2 , . . . , i ℓ }
sont stokés danst 2
de tailler = m − ℓ
. Grâe au lemme I.2, laproédure gen
(m, ℓ)
génèrelespermutations deE m+1,ℓ
ou deE m+1,ℓ+1
enappliquant surσ
lesfontionsφ
et/ouψ
.Pour obtenir :-
ψ(σ) ∈ E m+1,ℓ
;onajoute l'indie(m + 1)
sur ladroite det 2
(t 2 [r + 1] = m + 1
) eton exéutegen
(m + 1, ℓ)
.-
φ(i j , σ)
avej ∈ [ℓ]
;on ajoute(m + 1)
surla droite det 2
(t 2 [r + 1] = m + 1
). Onatualise
σ = σ · h t 1 [j], m + 1 i
eton exéutegen(m + 1, ℓ)
.-
φ(i, σ)
avei / ∈ { i 1 , i 2 , . . . , i ℓ }
; i.e., pour haquej 6 r
, on posetemp = t 2 [j]
. Onajoute
temp
sur la droite det 1
(t 1 [ℓ + 1] = temp
) et on remplaet 2 [j]
parm + 1
;alors on atualise
σ = σ · h temp, m + 1 i
eton exéutegen(m + 1, ℓ + 1)
.Aprèshaqueappelréursif,onatualise
t 1
,t 2
etσ
pourretrouverleurvaleuravantl'appel.Ces opérations requièrent une omplexité
O (1)
.Voirl'algorithme en gureI.1.procedure gen(m, ℓ) r := m − ℓ
if
m = n
thenoutputσ
;else
if
ℓ 6 k
andm + 1 − ℓ 6 n − k
thent 2 [r + 1] := m + 1
gen(m + 1, ℓ)
foreah
v ∈ [ℓ]
σ := σ · ht 1 [v], m + 1i gen(m + 1, ℓ) σ := σ · ht 1 [v], m + 1i
if
ℓ + 1 6 k
andm − ℓ 6 n − k
thenforeah
v ∈ [r]
t 1 [ℓ + 1] := t 2 [v]
temp := t 2 [v]; t 2 [v] := m + 1 σ := σ · htemp, m + 1i gen(m + 1, ℓ + 1) σ := σ · htemp, m + 1i t 2 [v] := temp;
endproedure
E 4,1 E 4,2 E 5,1
1 4231 1 3241 1 52341 14 52134
2 1432 2 3412 2 15342 15 13245
3 1243 3 4321 3 12543 16 15243
4 3214 4 1342 4 12354 17 14235
5 4213 5 2431 5 42315 18 15234
6 1324 6 2143 6 52314 19 21345
7 1423 7 3421 7 14325 20 51342
8 2134 8 3142 8 15324 21 41325
9 4132 9 2314 9 12435 22 51324
10 3124 10 4312 10 12534 23 31245
11 4123 11 2413 11 32145 24 51243
12 52143 25 41235
13 42135 26 51234
Figure I.1 : Algorithme degénération pour lespermutations ave unnombrexéd'ex-
édenes et leslistes
E 4,1
,E 4,2
etE 5,1
.L'algorithme produit les permutations de
E n,k
en temps amorti onstant (CAT); eneet, dans la proédure le nombre de aluls est proportionnel au nombre d'appels ré-
ursifs. Deplus, haque appel réursif produitau moins un objetou produit deux autres
appels réursifs. Une implementation Java de et algorithme peut être vue à l'adresse
http://www.u-bourgogne.fr/jl.baril/applet.html.
I.2.2 Permutations et mots de Fibonai ou de Luas
Leontenudeettepartieestissudel'artile[17 ℄.NousutiliseronsiilaméthodeECO
(Enumeration ofCombinatorial Objets)dénieen1999 parPinzanietal.[15℄.Ils'agitde
fournirdesrègles desuessions permettant de onstruire unarbrede génération dont les
noeudsd'unniveau
n
sont lesobjets de lalasseombinatoire onsidérée.Onprésentei- dessousdesalgorithmes de génération baséssur ECO permettant de générer eaement(CAT) lesmotsde Fibonai etdeLuas
p
-généralisés.L'arbre degénérationobtenu nous permet d'obtenir plusieurs bijetions entre es lasses et des lasses de permutations àmotifexlus.NousobtenonsainsilagénérationCATdenouvelleslasses depermutations.
I.2.2.1 Permutations et mots de Fibonai généralisés
Unmotde Fibonai
p
-généraliséde taillen
estunmot binairedetaillen
n'ayant pasp
uns onséutifs. Par exemple, le mot110001010111
est un mot de Fibonai4
généra-lisé de taille
12
. SoitF n,p
l'ensemble des mots de Fibonaip
-généralisés de taillen
. Laardinalitéde ette ensemble est donnéepar lasuite deFibonai généralisée
f n,p
déniepar
f n,p = f n−1,p + . . . + f n−p,p
initialisée parf n,p = 0
sin = 0
etf 1,p = 1
. En fait, on aplus préisément :
| F n,p | = f n+2,p
. On dénira par la suite e qu'est une permutation de Fibonai généralisée.Le théorème suivant donne les règles de suessions pour la suite
f n,p
de Fibonaip
-généralisée.ThéorèmeI.3. Pour
p > 2
,un systèmederèglesde suession(Ω p )
pour la suitef n,p
deFibonai
p
-généralisée est donné par :(Ω p )
(2 p−1 )
(2 p−1 ) (2 p−1 )(2 p−2 ) (2 p−2 ) (2 p−1 )(2 p−3 ) . . .
(2 1 ) (2 p−1 )(1) (1) (2 p−1 ).
Par un simple alul utilisant les matries de prodution [64℄, on déduit la fontion
génératrie dela suiteengendrée par
Ω p
[71 ℄:f p (z) = 1 + z + z 2 + . . . + z p−1 1 − z − z 2 − . . . − z p = 1
z ·
1 1 − P p
i=1 z i − 1
.
Puisque
f p (z) p→∞ −→ 1−2z 1
,Ω p
produitunesortede ontinuitédisrèteentrelessuitesdeFibonai
p
-généralisées(p > 2
) etlasuite2 n
.Proposition I.4. L'arbre degénération de
(Ω p )
peut être odé par les mots deFibonaip
-généralisés, i.e.,les motsbinaires n'ayant pasp
uns onséutifs. Un mot de taillen
estobtenuà partird'un mot detaille
(n − 1)
eninsérant la valeur0 ou1 endernière position(Voir gure I.2).
Dans toute la suite une position (ou site) dans un mot (ou une permutation) est un
emplaement dansunmotavantlapremièrelettreouaprèsladernièrelettreouentredeux
lettresdumot.Lorsquel'onpermetl'insertiond'unelettresurunepositiond'unmot,alors
on dira quelaposition estun site atif.
(2 ) (2 ) 2 (2 ) 2
(2 ) 2 (2 ) 1 (2 ) 2
(2 ) 2
(2 )
(2 )
(2 ) (2 ) (2 )
(2 )
(2 )
(2 ) (2 )
(2 ) 2 1
2 1 2 (1)
1 2
2
λ
1 (2 ) 2 (1) 1 (2 ) 2 2
(2 ) 2
(2 ) 2 (1)
(2 ) 1
0 1
00 01 10 11
000 001 010 011 100 101 110
0000 0001 0011 0100 0101 0110 1000 1001 1010 1011
(1)
1100 1101 (2 )
0010
2
Figure I.2: Lesinqpremiersniveauxdel'arbredegénérationodéparlesmotsdeFibonai
3-généralisés.
L'arbre de génération préédent induit une bijetion entre
F n,p
etdeux ensembles depermutations à motifsexlus (voir ladénition d'unmotif dansune permutation dansle
paragraphe NotationsetDénitions).Ceiexpliquelaraisonpourlaquelleonpeutappeler
permutation de Fibonai
p
-généralisée une permutation appartenant à l'un de es deux ensembles de permutations.Théorème I.5. L'arbre degénérationde
(Ω p )
peut être odé par les permutationsπ
dansS n (321, 312, 234 . . . (p + 1)1)
.Lessites atifsdeπ
sontles deuxdernièrespositionssi l'éti-quette de
π
est (2 i
); sinon seulement la dernière position est un site atif. (Voir gureI.3).
(2 ) (2 ) 2 (2 ) 2
(2 ) 2
(2 )
(2 )
(2 ) (2 ) (2 ) (2 )
(2 )
(2 )
(2 ) (2 )
(2 ) 2 1
2 1 2 (1)
1
2 1 (1) (2 ) 2
2
1
1
(2 ) (2 ) 2
(2 ) 2 2 2 (1) 2
(2 )
(2 ) 2 (1)
(2 ) 1 (2 )
1234_5_ 2134_5_ 2135_4_ 2143_5_ 21453_ 2314_5_ 2315_4_
123_4_ 124_3_ 132_4_ 1342_ 213_4_ 214_3_
12_3_ 13_2_ 21_3_ 231_
1_2_ 2_1_
_1_
1 1235_4_ 1243_5_ 12453_ 1324_5_ 1325_4_
231_4_
1342_5_
Figure I.3 : Lesinqpermiersniveauxdel'arbredegénérationde
(Ω 3 )
odéparlespermuta-tionsdeFibonai
3
-généraliséesS n (321, 312, 2341)
.Lessites atifssontreprésentésensoulignés.Théorème I.6. L'arbre de génération de
(Ω p )
peut être odé par les permutations de Fi- bonai généraliséesπ
dansS n (231, 312, (p + 1)p . . . 321)
.Unepermutationπ
atoujoursunsite atif sur sa dernière position; de plus, dans le as où le label est (
2 i
), un autre siteatif sesitue juste avant l'entrée maximale dela permutation
π
.I.2.2.2 Permutations de Luas généralisées
Un mot de Luas
p
-généralisé est un mot de Fibonaip
-généralisé n'ayant pasp
uns onséutifs lorsqu'on onsidère le mot irulairement. Par exemple, le mot
1010011
n'est pas un mot de Luas
3
-généralisé puisque111
est ontenu dans le mot (onsidéréirulairement). Soit
L n,p
l'ensemble des mots de Luasp
-généralisés de taillen
. Pourn < p
on impose par onvention que le mot1 n
est dansL n,p
. La ardinalité deL n,p
estdonnéepar lasuite
ℓ n,p
déniepar:ℓ n,p = ℓ n−1,p + . . . + ℓ n−p,p
initialiséeparℓ n,p = 2 n − 1
si
0 < n 6 p
.En faiton apréisément| L n,p | = ℓ n,p + 1
sin < p
,et| L n,p | = ℓ n,p
sinon.Lethéorèmesuivant donne les règlesde suessionpour lasuite de Luas
p
-généralisée.ThéorèmeI.7. Pour
p > 2
, un système de règles de suession(Φ p )
pour la suite deLuas
p
-généralisée est :(Φ p )
(2 ′ p−1 )
(2 ′ p−1 ) (2 p−1 )(2 ′ p−2 ) (2 ′ p−2 ) (2 p−2 )(2 ′ p−3 ) . . .
(2 ′ 1 ) (2 1 )(1 ′ ) (1 ′ ) (1)
(2 p−1 ) (2 p−1 )(2 p−2 ) (2 p−2 ) (2 p−1 )(2 p−3 ) . . .
(2 1 ) (2 p−1 )(1) (1) (2 p−1 ),
e qui signieque
(Φ p )
produit la suiteℓ p,n
sin > p
etℓ p,n + 1 = 2 n
sinon.Par un simple alul utilisant les matries de prodution [64℄, la fontion génératrie
delasuite assoiéeà
(Φ p )
est :ℓ p (z) =
P p−1
i=0 (z i − i · z 2p−i ) 1 − z − z 2 − . . . − z p .
Onobtientune ontinuité disrèteentrelasuite de Luas
p
-généralisée estlasuite2 n
.L'arbre degénération obtenune peutpasêtre odédiretement par lesmots deLuas
de
L n,p
.Cependant,onpeutoderetarbreenutilisantunensembleK n,p ⊆ F n,p
;K n,p
estl'ensemblelesmotsde
F n,p
quiontiennentaumoinsdeux0
s dansleurpréxedelongueurp + 1
.Proposition I.8. L'arbre degénération de
(Φ p )
peut être odé par les motsdel'ensembleK p,n
. Un mot de taillen
est obtenu d'un mot de taillen − 1
en insérant 0 ou 1 sur ladernière position.
L'arbredegénérationinduitaussiunebijetionentre
L n,p
etdesensemblesdepermuta-tionsàmotifsexlusdontlesélémentsserontappeléspermutationsdeLuas
p
-généralisées.Théorème I.9. Soit
T p =
134 . . . (p + 1)2 : (p + 3)(p + 2) 134 . . . p2 : (p + 2)(p + 3)(p + 1) . . .
132 : 56 . . . (p + 3)4.
Le système de règles de suession
(Φ p )
produit un arbre de génération odé par lespermutations deLuas
p
-généraliséesS n (321, 312, 234 . . . (p + 1)1, T p )
.Lessites atifssontles deux dernières positions si l'étiquette est (
2 i
) ou (2 ′ i
); sinon, seulement la dernèrepositionest ative (voir gure I.4).
(2 )
(2 ) 2 (2 ) 1 (2 ) 2
(2 ) 2 2
(2 )
(2 ) (2 )
(2 )
(2 )
(2 ) (2 )
(2 ) 2 1
2 1
1
2 1 (1) (2 )
2
2
213_4_
1 (2 ) 2 (2 )
(2 ) 2 2
(2 ) 2 (1)
1234_5_ 2134_5_
123_4_ 124_3_ 132_4_ 1342_
12_3_ 13_2_ 21_3_ 231_
1_2_ 2_1_
_1_
1235_4_ 1243_5_ 12453_ 1324_5_ 1325_4_ 1342_5_
(2’ )
(2’ )
1 (1’)
(1 ) 2314_
2314_5_
2135_4_
2143_
(1 )
2143_5_
Figure I.4 : Les inq premiers niveaux de l'arbre de génération de
(Φ 3 )
. Chaque noeud estodéparune permutationdeLuasdans
S n (321, 312, 2341, 1342 : 65, 132 : 564)
.Théorème I.10. Soit
T p ′ =
1(p + 1)p . . . 32 : (p + 3)(p + 2) 1p(p − 1) . . . 32 : (p + 3)(p + 2)(p + 1) . . .
132 : (p + 3)(p + 2) . . . 54.
L'arbre de génération de
(Φ p )
peut être odé par les permutations de Luasπ
dansS n (231, 312, (p + 1)p . . . 321, T p ′ )
. Une permutationπ
a toujours un site atif en dernièreposition; de plus, dans le as où l'étiquette est (
2 i
) ou (2 ′ i
), elle en possède un autre quiest juste avantl'entrée maximale de
π
.I.2.2.3 Algorithme et omplexité
Touslesensemblesétudiéspréédemment peuventêtregénérés de façonplusou moins
eae. Je donne ii seulement les algorithmes de génération des ensembles de Luas
S n (321, 312, 234 . . . (p + 1)1, T p )
etS n (231, 312, (p + 1)p . . . 321, T p ′ )
.Unrésuméde laom-pléxité des algorithmes trouvés est présenté à la n de e paragraphe dans la table I.1.
Notonsquelefaitdepouvoirgénérer
K n,p
enO (1)
nouspermet degénérerfailementL n,p
en
O (p)
.l1gen(i, k)
if
i = n
thenoutputσ
;else
if
k 6 = 0
thenf 1gen(i + 1, k)
;σ = σ · h i, i + 1 i
;l1gen(i + 1, k − 1)
;σ = σ · h i, i + 1 i
;else
f 1gen(i + 1, 0)
;end;
l2gen(i, k, t)
if
i = n
thenoutputσ
;else
if
k 6 = 0
thenf 2gen(i + 1, k, i + 1)
;for
j = i
downtot σ = σ · h j, j + 1 i
;l2gen(i + 1, k − 1, t)
;for
j = t
toi
σ = σ · h j, j + 1 i
;else
f 2gen(i + 1, 0, i + 1)
;end;
Ensembles généré Complexitéen moyenne
F p,n O (1)
S n (321, 312, 234 . . . (p + 1)1) O (1) S n (231, 312, (p + 1)p . . . 321) O (p)
K p,n O (1)
L p,n O (p)
S n (321, 312, 234 . . . (p + 1)1, T p ) O (1) S n (231, 312, (p + 1)p . . . 321, T p ′ ) O (p)
Table I.1 : Complexitémoyenne pour lagénérationde haquelasse.
I.3 Génération en ode de Gray
Le ontenu de ette partie est issu des inq artiles [19 , 26 , 25 , 24, 31℄. Elle présente
desodesde Graypour l'ensemble
L n,p
desmotsde Luasp
-généralisésdénis préédem- ment, pour l'ensemble desdérangements, i.e, l'ensembledes permutations n'ayant pasdepoint xe, pour l'ensemble despermutations ayant un nombredonné de yles,ou de mi-
nimagauhe-droite, etenn pour une famille large de lasses de permutations évitant un
ensemble de motifs.
I.3.1 Mots de Luas
p
-généralisésRappelonsquel'ensemble
L n,p
desmotsdeLuasp
-généralisésdetaillen
estl'ensembledesmots binaires de taille
n
ne ontenant pasp
uns onséutifs (les mots étant onsidé-rés irulairement). Par exemple, le mot
100011
est dansL 6,4
mais n'est pas dansL 6,3
.L'ensemble des mots de Fibonai
p
-généralisés est enore notéF n,p
. Remarquons qu'unode de Gray est déjà onnu pour
F n,p
[167 ℄. Nousavons (dansle paragraphe préédent)obtenu unegénérationen
O (p)
deL n,p
.NousdonnonsiiunodedeGraypourL n,p
etunalgorithme de générationen
O (1)
.Dans un premier temps on obtient une ondition pour qu'il existe un ode de Gray
pour
L n,p
tel quedeuxélémentssuessifs dièrent d'uneet uneseule position. Pour ela,il est néessaire que la diérene du nombre de mots de Luas ayant un nombre pair de
uns ave lenombre de mots deLuas ayant unnombre impairde uns,soit ompriseentre
-1et 1.
Soient
{ φ n } n>0
et{ λ n } n>0
lessuitesdediérenesdeparitéorrespondantesauxsuites généralisées de FibonaietLuas :
φ n = card(F n,p ′′ ) − card(F n,p ′ )
,et
λ n = card(L ′′ n,p ) − card(L ′ n,p ).
ou
F n,p ′′
(resp.L ′′ n,p
) est l'ensemble des mots de Fibonai (resp. Luas) ayant un nombrepair de uns, et
F n,p ′
(resp.L ′ n,p
) estl'ensemble desmots de Fibonai (resp.Luas) ayantun nombreimpair de uns.
Lemme I.11. 1.
φ n
vérieφ n = φ n−1 − φ n−2 + · · · + ( − 1) p+1 φ n−p ,
pourn > p + 1,
(I.1)2.
λ n
est liéàφ n
parλ n = φ n−2 − 2 · φ n−3 + · · · + ( − 1) p+1 p · φ n−p−1 ,
pourn > p + 2.
(I.2)Proposition I.12. Si
φ(z)
etλ(z)
sontlesfontions génératries pourles suites{ φ n } n > 0
et
{ λ n } n>0
respetivement alors 1.φ(z) = φ 0 + z · ( − z) p−1 · 1 + z
1 − ( − z) p+1 ,
(I.3)2.
λ(z) = X p+1
j=0
λ j z j + z p+2 · ( − 1) p+1 · 1 − (p + 1)( − z) p + p( − z) p+1
(1 − ( − z) p+1 ) · (1 + z) .
(I.4)Corollaire I.13. La suite
{ λ n } n≥p+2
est périodique de période2(p + 1)
. De plus, si ondénit
λ n = λ n+2(p+1)
pour toutn = 0, 1, . . . , p + 1
alors safontion génératrie estλ(z) = ( − z) p+1 + (p + 1)z + p
(1 − ( − z) p+1 ) · (1 + z) .
(I.5)Corollaire I.14. La suite des diérenes deparitésorrespondant aux mots deLuasvé-
rie
λ n,p =
( − 1) n+1
si(p + 1) 6 | n,
( − 1) n · p
si(p + 1) | n.
(I.6)Théorème I.15. Sil'ensemble
L n,p
admetun ode deGray alors(p + 1) 6 | n
.Considéronslarelationd'ordresuivanteutiliséepourobtenir unode deGraypourles
motsde Fibonai généralisés[167℄.
Dénition I.16. Onditque
x
estpluspetitquey
enordreloalrééhi,noté parx ≺ y
,si
P i
j=1 (1 − x j )
est impair etP i
j=1 (1 − y j )
est pair, oùi
est la position la plus à gauhetelle que
x i 6 = y i
.Soit alors
L n,p
laliste ordonnée obtenue ave ette relationd'ordre. Onpeutmontrerque:
ThéorèmeI.17.
L n,p
est est unode de Gray optimal. Plus préisément, 1. Si(p + 1) 6 | n
alorsL n,p
est un1
-ode de Gray pourL n,p
.2. Si
(p + 1) | n
alorsL n,p
est un2
-ode de Gray pourL n,p
et il y a exatementp − 1
mots vériant
d(x, succ(x)) = 2
.La table suivante présente les odes de Gray obtenus pour l'ensemble
L n,p
lorsque(n, p) = (4, 2)
et(n, p) = (4, 3)
.L 4,2 L 4,3
0 1 00 0 1 1 0
0 1 0 1 01 00
0 0 01 0 1 01
0 00 0 00 01
0 01 0 0 0 0 0
1 01 0 00 10
1 00 0 0 0 1 1
1 0 1 0
10 00
10 0 1
1 10 0
Table I.2: Leslistes
L 4,2
etL 4,3
.Lesmodiations de bitssont en gras.Un algorithme de génération CAT pour ette liste est naturellement obtenu par une
simpleadaptationde l'algorithme présentédans[167 ℄.
I.3.2 Dérangements
Un dérangement de taille
n
est une permutationπ ∈ S n
sans point xe, 'est à diretelle que
π(i) 6 = i
pour touti ∈ [n] = { 1, 2, . . . , n }
. SiD n
est l'ensemble de tous lesdérangements de taille
n
,unerelation de réurrenepourd n = card(D n )
estdonnéepar :d n = (n − 1)(d n−1 + d n−2 )
(I.7)pour
n > 2
,aved 1 = 0
etd 2 = 1
,voirpar exemple [58, p.180℄ou [165, p.67℄.LaonstrutionduodedeGrayi-dessouspourl'ensemble
D n
estbaséesurunepreuveombinatoire delarelation (I.7) i-dessus.
Dénition I.18. 1. Pour
n > 3
, un entieri ∈ [n − 1]
, et un dérangementτ ∈ D n−1
,on dénit une permutation
σ = φ n (i, τ )
de taillen
parσ(j) =
n
siτ (j) = i i
sij = n τ (j)
sinon.2. Pour
n > 4
, un entieri ∈ [n − 1]
et un dérangementτ ∈ D n−2
on dénit unepermutation
σ = ψ n (i, τ)
detaillen
parσ(j) =
i
sij = n
n
sij = i
τ (j)
sij < i
etτ (j) < i τ (j) + 1
sij < i
etτ (j) > i τ (j − 1)
sij > i
etτ (j − 1) < i τ (j − 1) + 1
sij > i
etτ (j − 1) > i.
Remarque :Si
σ ∈ D n
,n > 4
,eti = σ(n)
,alors1. si
σ(i) 6 = n
(n
n'estpasdansunetransposition dansσ
)alorsσ = φ n (i, τ )
aveτ
lapermu-tationreprésentéeparles
n − 1
premièresentréesdeh i, n i · σ
;2. si
σ(i) = n
(n
est dansune transposition dansσ
)alorsσ = ψ n (i, τ )
aveτ
lapermutation représentéeparlaformenormaledelasuite(σ(1), σ(2), . . . , σ(i − 1), σ(i + 1), . . . , σ(n − 1))
.⋄
Soit
D n
lalistepour l'ensembleD n
dénie par :D n = φ(1, D n−1 ) ◦ ψ(1, D n−2 )
◦ ψ(2, D n−2 ) ◦ φ(2, D n−1 )
◦ φ(3, D n−1 ) ◦ ψ(3, D n−2 )
.
.
.
= n−1
i=1
φ(i, D n−1 ) ◦ ψ(i, D n−2 ) (i+1)
(I.8)
pour
n > 3
,etD 1 = ψ(1, ∅ ) = ψ(2, ∅ ) = ∅
etD 2 = (2, 1)
.LalisteD n
estlalisteD n
luedudernierélément au premier.Ondénit aussi
( D n ) (i) = D n
sii
est pairet( D n ) (i) = D n
sii
est impair.
LagureI.5i-dessousillustreladénitionduodedeGrayenreprésentant
D n
parunparours de sous-listes lues dans l'ordre habituel ou dans son sens inverse. Des exemples
delistes sont donnésdansla tableI.3i-dessous.
: : (1;Dn 1)
(2;Dn1)
(1;Dn2) (2;Dn2)
(n 1;Dn1)
(n 1;Dn2)
:
:
:
: :
(1;Dn 1)
(2;Dn 1)
(3;Dn 1)
(1;Dn 2)
(2;Dn 2)
(3;Dn 2) (n 1;Dn 1)
(n 1;Dn 2)
(a) (b)
Figure I.5 : Laliste
D n
:(a)n
estpair, (b)n
est impair.Table I.3 : Les listes
D 4
etD 5
. DansD 5
les sous-listesφ(i, D 4 )
etψ(i, D 3 )
,1 6 i 6 4
,sont respetivement engras eten italiques.
D 4 D 5
1 2341 1 23451 12 35412 23 25413 34 23154
2 3421 2 34251 13 45132 24 54213 35 31254
3 4321 3 43251 14 51432 25 45213 36 21534
4 3412 4 34521 15 41532 26 54123 37 51234
5 3142 5 35421 16 54132 27 51423 38 25134
6 4312 6 43521 17 43152 28 45123 39 53124
7 2413 7 24531 18 31452 29 24153 40 31524
8 4123 8 45231 19 34152 30 41253 41 35124
9 2143 9 25431 20 43512 31 21453 42 53214
10 54231 21 34512 32 41523 43 35214
11 53421 22 53412 33 24513 44 23514
ThéorèmeI.19. Deuxdérangementssuessifsdanslaliste
D n
dièrentenauplusquatrepositions.
La démonstration de e résultat onsiste à étudier les diérentes transitions entre les
sous-listesde ladénitionréursive de
D n
.UnegénérationCATdelaliste
D n
peutêtreobtenueaprèsquelquesonsidérationsassez tehniquesquejepréfèreoulterdanse mémoire.J'inviteleleteurintéresséàseréféreràl'artileorrespondant[31℄.Ontrouveraégalementdansepapierunegénéralisation aux
permutationsave unnombre depointsxes situésentredeux onstantes.