Loading AI tools
De Wikipédia, l'encyclopédie libre
En informatique théorique, le problème de partition est le problème de décision qui, étant donné un multiensemble S d'entiers naturels, détermine s'il existe une partition de S en deux sous-ensembles S1 and S2 tels que la somme des éléments de S1 soit égale à la somme des éléments de S2.
On ne connait pas d'algorithme en temps polynomial permettant de trouver une solution exacte rapidement dans tous les cas, c'est un problème NP-complet.
Une définition formelle du problème de décision est la suivante: Étant donné un multiensemble de n nombres entiers positifs. On cherche deux sous-multiensembles et de telle sorte que et . On définit comme ceci :
Si est nul, alors la somme des éléments de est égale à la somme des éléments de et une solution au problème existe pour .
Par exemple, on peut partitionner le multiensemble {3,1,1,2,2,1} en {1,1,1,2} et {2,3}, puisque la somme de leurs éléments est égale (1 + 1 + 1 + 2 = 5 ainsi que 2 + 3 = 5). Pour le multiensemble {7,3,1,7}, il n'est pas possible de trouver deux sous-multiensembles qui respectent la contrainte.
Pour prouver que le problème de partition appartient à la classe des problèmes NP-complets, il faut montrer que ce problème est dans NP et qu'il est NP-difficile.
Un problème est dit NP (Polynomial sur une machine Non-déterministe) s'il est possible de vérifier une solution de ce problème efficacement, c'est-à-dire en temps polynomial par rapport à la taille de l'entrée.
Dans le cas de la partition, il existe un algorithme simple qui vérifie si une entrée donnée répond correctement ou pas au problème de partition.
fonction verifie_partition(ens1, ens2) tailleEns1 = taille(ens1) - 1 tailleEns2 = taille(ens2) - 1 cptEns1 = 0 cptEns2 = 0 pour i = 0 à tailleEns1 cptEns1 = cptEns1 + ens1[i] pour j = 0 à tailleEns2 cptEns2 = cptEns2 + ens2[j] si cptEns1 == cptEns2 retourne vrai sinon retourne faux
Cet algorithme donne une réponse en temps linéaire par rapport à la taille des deux ensembles donnés en entrée.
Pour le problème de partition, l'idée de l'algorithme glouton est de trier les nombres par ordre décroissant puis de l'ajouter un par un dans l'ensemble « le plus petit », c'est-à-dire l'ensemble dont la somme de ses éléments est minimale.
fonction partition(liste_entiers) S1 = [] S2 = [] tailleListe = taille(liste_entiers) - 1 tri_decroissant(liste_entiers) pour i = 0 à tailleListe si somme_elements(S1) < somme_elements(S2) S1.ajouter(liste_entiers[i]) sinon S2.ajouter(liste_entiers[i]) retourne (S1, S2)
Un autre moyen de trouver les deux sous-ensembles a été étudié par Karmarkar et Karp en 1982. L'algorithme prend les deux plus grands nombres de l'ensemble de départ et les remplace par leur différence. L'opération est répétée jusqu'à ce qu'un seul nombre reste dans l'ensemble . Le remplacement de deux nombres revient à décider que les deux nombres sont mis dans deux sous-ensembles différents, sans déterminer tout de suite quel nombre est mis dans tel ou tel sous-ensemble.
Une fois cet algorithme terminé, il est possible de retrouver les deux ensembles et grâce au retour sur trace[1].
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.