Contenu
- Définition - Que signifie problème de sac à dos?
- Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
- Techopedia explique un problème de sac à dos
Définition - Que signifie problème de sac à dos?
Le problème de sac à dos est un problème d'optimisation utilisé pour illustrer à la fois le problème et la solution. Il tire son nom d'un scénario dans lequel on est limité dans le nombre d'éléments pouvant être placés dans un sac à dos de taille fixe. Avec un ensemble d’articles avec des poids et des valeurs spécifiques, l’objectif est d’obtenir le plus de valeur possible dans le sac à dos compte tenu de la contrainte de poids du sac à dos.
Introduction à Microsoft Azure et au nuage Microsoft | Tout au long de ce guide, vous apprendrez ce qu'est le cloud computing et comment Microsoft Azure peut vous aider à migrer et à exploiter votre entreprise à partir du cloud.
Techopedia explique un problème de sac à dos
Le problème de la sac à dos est un exemple de problème d'optimisation combinatoire, un sujet en mathématiques et en informatique traitant de la recherche de l'objet optimal parmi un ensemble d'objets. C’est un problème qui est étudié depuis plus d’un siècle et qui est un exemple typique de l’optimisation combinatoire, dans lequel il est nécessaire d’obtenir un objet optimal ou une solution finie dans les cas où une recherche exhaustive n’est pas possible. Le problème peut être trouvé des scénarios du monde réel comme l'allocation de ressources dans des contraintes financières ou même dans la sélection d'investissements et de portefeuilles. On peut également le trouver dans des domaines tels que les mathématiques appliquées, la théorie de la complexité, la cryptographie, la combinatoire et l'informatique. C'est facilement le problème le plus important en logistique.
Dans le problème de sac à dos, les articles donnés ont au moins deux attributs: une valeur d’article, qui affecte son importance, et son poids ou son volume, qui constitue son aspect limitant. Étant donné qu’une recherche exhaustive n’est pas possible, on peut décomposer les problèmes en sous-problèmes plus petits et l’exécuter de manière récursive. C'est ce qu'on appelle une sous-structure optimale. Cela ne concerne qu'un seul article à la fois et le poids actuel toujours disponible dans le sac à dos. Le solutionneur de problèmes doit seulement décider s'il faut ou non prendre l'article en fonction du poids qui peut encore être accepté. Toutefois, s'il s'agit d'un programme, le recalcul n'est pas indépendant et poserait des problèmes. C’est là que les techniques de programmation dynamique peuvent être appliquées. Les solutions à chaque sous-problème sont stockées de sorte que le calcul ne doit être effectué qu'une seule fois.