Problème de Sac À Dos

Université des Sciences et de la Technologie
Houari Boumediene
Conception et Complexité des Algorithme
Rapport de Travaux Pratiques

Problèmes NP et NP-complets
Etudiant Professeur
KESSAL Haroune Ait Mehdi Mohamed
25 décembre 2023
1 Le problème de sac à dos
1 Définissez l’input et l’output pour la résolution de ce problème.
Input :
1. Un ensemble d’objets O avec des valeurs respectives.
2. Deux ensembles V et P représentant les poids et les valeurs respectivement.
3. Deux constantes réelles k et m.
Output :
Un sous-ensemble O’ inclus dans O tel que : v(Oi ) ≥ k et p(Oi ) ≤ m
P P
2 Solutions Positives et Négatives (Cardinalité 3) :

Solution Positive :
′
O = {20, 30, 50}
Solution Négative :
O′ = {10, 40, 50}
3 Structure de Données Appropriée :

Liste ou ensemble pour représenter les objets choisis dans une solution.
4 Nombre Total de Solutions Possibles :

2n = 25 = 32 solutions possibles.
5 Algorithme pour une Solution Positive (Cardinalité c) :

# include < stdio .h >
# define N 5 // Nombre d ’ objets

# define TARGET_VALUE 55 // Valeur cible
# define MAX_WEIGHT 100 // Poids maximal
// Fonction pour imprimer un sous - ensemble
void printSubset ( int subset [] , int size ) {

printf ("{ ") ;
for ( int i = 0; i < size ; i ++) {
printf ("% d " , subset [ i ]) ;
}
printf ("}\ n ") ;
}
// Fonction r é cursive pour g é n é rer les sous - ensembles
1
void knapsack ( int objects [] , int values [] , int weights [] , int n , int
,→ targetValue , int maxWeight , int subset [] , int subsetSize ,
,→ int currentWeight , int currentValue ) {
if ( currentWeight > maxWeight ) {
return ; // Si le poids d é passe la capacit é maximale ,
,→ abandonnez cette branche
}
if ( currentValue >= targetValue ) {

printSubset ( subset , subsetSize ) ; // Si la valeur cible est
,→ atteinte ou d é pass ée , imprimez le sous - ensemble
return ;
}
for ( int i = n ; i >= 1; i - -) {

subset [ subsetSize ] = objects [ i - 1];
knapsack ( objects , values , weights , i - 1 , targetValue ,
,→ maxWeight , subset , subsetSize + 1 , currentWeight +
,→ weights [ i - 1] , currentValue + values [ i - 1]) ;
}
}
int main () {
int objects [ N ] = {20 , 10 , 30 , 40 , 50};
int values [ N ] = {20 , 10 , 30 , 40 , 50};
int weights [ N ] = {20 , 10 , 30 , 40 , 50};
int subset [ N ];
knapsack ( objects , values , weights , N , TARGET_VALUE , MAX_WEIGHT ,
,→ subset , 0 , 0 , 0) ;
return 0;
}
5.1 Calculez sa complexité temporelle / théorique et spatiale :

Complexité Temporelle :
La complexité temporelle de cet algorithme est exponentielle en fonction du nombre d’ob-

jets.Chaque objet a deux possibilités : soit il est inclus dans le sous-ensemble, soit il ne l’est
N
pas.Ainsi, pour N objets, le nombre total
de sous-ensembles possibles est 2 .
Donc, la complexité temporelle est O 2N .
Complexité Spatiale :
La complexité spatiale dépend principalement de la profondeur maximale de la récursion, c’est-

à-dire de la pile d’appels récursifs. Dans cet algorithme, la profondeur de la pile récursive est au
maximum égale au nombre d’objets N dans le pire cas.
2
Donc, la complexité spatiale est O (N ) ,en raison de la profondeur maximale de la récursion.
5.2 Montrez que le problème du sac à dos appartient à la classe des problèmes NP.
Le problème du sac à dos appartient à la classe des problèmes NP en raison de sa vérifiabilité
en temps polynomial. Pour chaque sous-ensemble candidat, il est possible de vérifier en temps
polynomial si les contraintes du problème sont respectées, à savoir si la somme des valeurs des
objets est supérieure ou égale à k et si la somme des poids des objets est inférieure ou égale à m.
De plus, le sous-ensemble d’objets lui-même sert de certificat dont la validité peut être vérifiée en
temps polynomial. Ainsi, le problème du sac à dos répond aux critères d’appartenance à la classe
NP.

Problème de Sac À Dos

Transféré par

Droits d'auteur :

Formats disponibles

Problème de Sac À Dos

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Problème de Sac À Dos

Transféré par

Droits d'auteur :

Formats disponibles

Université des Sciences et de la Technologie

Conception et Complexité des Algorithme

Rapport de Travaux Pratiques

2 Solutions Positives et Négatives (Cardinalité 3) :

3 Structure de Données Appropriée :

4 Nombre Total de Solutions Possibles :

5 Algorithme pour une Solution Positive (Cardinalité c) :

# define N 5 // Nombre d ’ objets

// Fonction pour imprimer un sous - ensemble

void printSubset ( int subset [] , int size ) {

// Fonction r é cursive pour g é n é rer les sous - ensembles

if ( currentValue >= targetValue ) {

for ( int i = n ; i >= 1; i - -) {

5.1 Calculez sa complexité temporelle / théorique et spatiale :

La complexité temporelle de cet algorithme est exponentielle en fonction du nombre d’ob-

La complexité spatiale dépend principalement de la profondeur maximale de la récursion, c’est-

Vous aimerez peut-être aussi