Comprendre les algorithmes est essentiel pour tout professionnel du num\u00e9rique. Cet atelier pratique vous initie \u00e0 la pens\u00e9e algorithmique \u00e0 travers des exercices concrets et progressifs.<\/p>\n

Niveau :<\/strong> D\u00e9butant<\/p>\n

Dur\u00e9e :<\/strong> 45 minutes<\/p>\n<\/div>\n

Qu’est-ce qu’un algorithme ?<\/h2>\n
Un algorithme est une suite finie d’instructions pr\u00e9cises permettant de r\u00e9soudre un probl\u00e8me. C’est une recette que l’ordinateur peut suivre \u00e9tape par \u00e9tape.<\/p>\n
Caract\u00e9ristiques d’un bon algorithme<\/h3>\n
\n
Pr\u00e9cis<\/strong> : chaque \u00e9tape est non ambigu\u00eb<\/li>\n
Fini<\/strong> : il se termine en un nombre limit\u00e9 d’\u00e9tapes<\/li>\n
Efficace<\/strong> : il utilise les ressources de mani\u00e8re optimale<\/li>\n
G\u00e9n\u00e9ral<\/strong> : il fonctionne pour une classe de probl\u00e8mes<\/li>\n<\/ul>\n
Exercice 1 : Recette de cuisine<\/h2>\n
Probl\u00e8me<\/h3>\n
\u00c9crire l’algorithme pour faire cuire des p\u00e2tes.<\/p>\n
Solution<\/h3>\n
D\u00c9BUT\n 1. Remplir une casserole d'eau\n 2. Placer sur le feu\n 3. TANT QUE l'eau ne bout pas\n At\u00eatendre\n 4. Ajouter du sel\n 5. Verser les p\u00e2tes\n 6. D\u00e9marrer le minuteur (temps indiqu sur le paquet)\n 7. TANT QUE le minuteur n'est pas termin\n At\u00eatendre\n 8. gout\u00eater les p\u00e2tes\nFIN<\/code><\/pre>\nConcepts introduits<\/h3>\n\nS\u00e9quence d’instructions<\/li>\n Boucle TANT QUE (while)<\/li>\n Variable (temps de cuisson)<\/li>\n<\/ul>\nExercice 2 : Trouver le maximum<\/h2>\n Probl\u00e8me<\/h3>\nTrouver le plus grand nombre dans une liste.<\/p>\n Solution en pseudo-code<\/h3>\nFONCTION trouverMax(liste)\n max ? premier \u00e9l\u00e9ment de liste\n POUR chaque \u00e9l\u00e9ment de liste FAIRE\n SI \u00e9l\u00e9ment > max ALORS\n max ? \u00e9l\u00e9ment\n FIN SI\n FIN POUR\n RETOURNER max\nFIN FONCTION<\/code><\/pre>\nConcepts introduits<\/h3>\n\nVariable d’accumulation<\/li>\n Boucle POUR (for)<\/li>\n Condition SI (if)<\/li>\n Comparaison<\/li>\n<\/ul>\nExercice 3 : Tri par s\u00e9lection<\/h2>\n Probl\u00e8me<\/h3>\nTrier une liste de nombres du plus petit au plus grand.<\/p>\n Principe<\/h3>\n\nTrouver le minimum de la liste<\/li>\n Le placer en premi\u00e8re position<\/li>\n Recommencer avec le reste de la liste<\/li>\n<\/ol>\nSolution<\/h3>\nFONCTION triSelection(liste)\n POUR i DE 0 longueur(liste) - 1 FAIRE\n indexMin ? i\n POUR j DE i + 1 longueur(liste) - 1 FAIRE\n SI liste[j] < liste[indexMin] ALORS\n indexMin ? j\n FIN SI\n FIN POUR\n \u00e9changer liste[i] et liste[indexMin]\n FIN POUR\n RETOURNER liste\nFIN FONCTION<\/code><\/pre>\nComplexit\u00e9<\/h3>\nCe tri a une complexit\u00e9 O(n\u00b2). Pour de grandes listes, des algorithmes plus efficaces existent (tri fusion, tri rapide).<\/p>\n Exercice 4 : Recherche dichotomique<\/h2>\n Probl\u00e8me<\/h3>\nTrouver un \u00e9l\u00e9ment dans une liste trie.<\/p>\n Principe<\/h3>\nDiviser pour r\u00e9gner : comparer avec l’\u00e9l\u00e9ment du milieu, puis chercher dans la moiti\u00e9 pertinente.<\/p>\n Solution<\/h3>\nFONCTION rechercheDicho(liste, cible)\n gauche ? 0\n droite ? longueur(liste) - 1\n TANT QUE gauche \u2264 droite FAIRE\n milieu ? (gauche + droite) \/ 2\n SI liste[milieu] = cible ALORS\n RETOURNER milieu\n SINON SI liste[milieu] < cible ALORS\n gauche ? milieu + 1\n SINON\n droite ? milieu - 1\n FIN SI\n FIN TANT QUE\n RETOURNER -1 \/\/ Non trouv\nFIN FONCTION<\/code><\/pre>\nEfficacit\u00e9<\/h3>\nComplexit\u00e9 O(log n) : pour 1 million d’\u00e9l\u00e9ments, maximum 20 comparaisons !<\/p>\n Application : \u00e9viter le sludge algorithmique<\/h2>\n Algorithmes \u00e9thiques<\/h3>\nLes m\u00eames principes s’appliquent la conception d’interfaces : un algorithme qui complexifie intentionnellement un parcours utilisateur est du sludge cod\u00e9.<\/p>\n Checklist conception<\/h3>\n\nMon algorithme est-il \u00e9quitable pour tous les utilisateurs ?<\/li>\n Traite-t-il de la m\u00eame fa\u00e7on les actions et leurs inverses ?<\/li>\n Est-il transparent sur son fonctionnement ?<\/li>\n<\/ul>\nPoints cl\u00e9s retenir<\/h2>\n\nUn algorithme est une suite d’instructions pr\u00e9cises et finies<\/li>\n Les structures de base : s\u00e9quence, condition, boucle<\/li>\n La complexit\u00e9 mesure l’efficacit\u00e9 (O(n), O(n), O(log n))<\/li>\n Les algorithmes de tri et recherche sont fondamen\u00e9taux<\/li>\n Penser algorithme aide \u00e0 concevoir des interfaces logiques<\/li>\n<\/ol>\nLoading quiz...<\/span><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"Algorithmic Workshop: Escaping AI Sludge, Vibe Code for Project Managers, 10 UX Evolutions for 2026. Understanding algorithms is essential for any digital professional. This hands-on workshop introduces you to algorithmic thinking through concrete and progressive exercises. Level: Beginner. Duration: 45 minutes. What is an algorithm? An algorithm\u2026 Read More \u00ab\u00a0Atelier algorithmique, \u00e9chapper au sludge IA, vibe code pour les PM, 10 \u00e9volutions UX pour 2026\u00a0\u00bb<\/span> »<\/a><\/p>","protected":false},"author":1,"featured_media":124,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[96,38],"tags":[23,5,16,3,2],"class_list":["post-123","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-micro-interactions","category-module-3-ux-ui-produit","tag-color","tag-design","tag-product-design","tag-ui","tag-ux"],"_links":{"self":[{"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/posts\/123","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/comments?post=123"}],"version-history":[{"count":3,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/posts\/123\/revisions"}],"predecessor-version":[{"id":462,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/posts\/123\/revisions\/462"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/media\/124"}],"wp:attachment":[{"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/media?parent=123"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/categories?post=123"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lmspro.fr\/en\/wp-json\/wp\/v2\/tags?post=123"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}

Exercice 1 : Recette de cuisine<\/h2>\n

Probl\u00e8me<\/h3>\n
\u00c9crire l’algorithme pour faire cuire des p\u00e2tes.<\/p>\n

Exercice 2 : Trouver le maximum<\/h2>\n

Probl\u00e8me<\/h3>\n
Trouver le plus grand nombre dans une liste.<\/p>\n

Exercice 3 : Tri par s\u00e9lection<\/h2>\n

Probl\u00e8me<\/h3>\n
Trier une liste de nombres du plus petit au plus grand.<\/p>\n

Complexit\u00e9<\/h3>\n
Ce tri a une complexit\u00e9 O(n\u00b2). Pour de grandes listes, des algorithmes plus efficaces existent (tri fusion, tri rapide).<\/p>\n

Exercice 4 : Recherche dichotomique<\/h2>\n

Probl\u00e8me<\/h3>\n
Trouver un \u00e9l\u00e9ment dans une liste trie.<\/p>\n

Principe<\/h3>\n
Diviser pour r\u00e9gner : comparer avec l’\u00e9l\u00e9ment du milieu, puis chercher dans la moiti\u00e9 pertinente.<\/p>\n

Efficacit\u00e9<\/h3>\n
Complexit\u00e9 O(log n) : pour 1 million d’\u00e9l\u00e9ments, maximum 20 comparaisons !<\/p>\n

Application : \u00e9viter le sludge algorithmique<\/h2>\n

Algorithmes \u00e9thiques<\/h3>\n
Les m\u00eames principes s’appliquent la conception d’interfaces : un algorithme qui complexifie intentionnellement un parcours utilisateur est du sludge cod\u00e9.<\/p>\n

Exercice 1 : Recette de cuisine<\/h2>\n

Probl\u00e8me<\/h3>\n\u00c9crire l’algorithme pour faire cuire des p\u00e2tes.<\/p>\n

Exercice 2 : Trouver le maximum<\/h2>\n

Probl\u00e8me<\/h3>\nTrouver le plus grand nombre dans une liste.<\/p>\n

Exercice 3 : Tri par s\u00e9lection<\/h2>\n

Probl\u00e8me<\/h3>\nTrier une liste de nombres du plus petit au plus grand.<\/p>\n

Complexit\u00e9<\/h3>\nCe tri a une complexit\u00e9 O(n\u00b2). Pour de grandes listes, des algorithmes plus efficaces existent (tri fusion, tri rapide).<\/p>\n