Notion de tableau, de matrice, la manière de les parcourir, et de les combiner avec des types articles pour construire des structures de données complexes.
Algorithmes de base (recherche de min, max, calcul de moyenne) sur ces structures.
Concevoir une structure de données adaptée à un problème algorithmique fixé et coder la solution retenue en Ada.

Comprendre les concepts de protection par encapsulation, de paquetage, de généricité, dans le but de concevoir des programmes robustes et réutilisable.
Savoir manipuler des structures de données dynamiques (piles, files, listes, arbres, graphes) et les mettre en oeuvre
Connaitre les algorithmes associés (insertion, suppresion, modification, dénombrement, recherche, filtrage)

Présenter différentes notions, méthodes et algorithmes de l'optimisation combinatoire

Rappels de complexité (problèmes de décision, problèmes d'optimisation, problèmes faciles et difficiles)
Méthodes exactes : backtrack chronologique, méthodes à divergences, branch and bound, A*, Extension du Branch and Bound : Branch and Cut et Branch and Price, Programmation dynamique
Méthodes approchées : Méthodes gloutonnes, Méthodes à voisinage (descente simple, descente avec multi-start, avec voisinages variables), Méta-heuristiques (voisinages variables, voisinages itérés, recherche tabou, recuit simulé, algorithmes évolutionnaires, colonies de fourmis, ...)
Le projet aborde des applications pratiques (optimisation pour un problème de transport ou d'ordonnancement).