Académique Documents
Professionnel Documents
Culture Documents
Chapitre 1 Méthodes Gloutonnes
Chapitre 1 Méthodes Gloutonnes
page 2
page 3
Le choix de la donne la plus prometteuse, lors de la construction de la solution, se fait suivant une rgle (le
critre glouton). Cette rgle dfinit en ralit la stratgie de lalgorithme glouton ainsi conu.
Pour slectionner, on trie souvent tout simplement la liste des lments selon le critre glouton au dpart ; on
balaye ensuite cette liste dans lordre.
Ceci est un schma gnral qui a lavantage est les inconvnients dun schma : dans certains cas, cest encore
plus simple! par exemple, lorsque la solution recherche est une permutation, en gnral lalgorithme se rduit au
tri selon le critre glouton! dans dautres cas, les solutions sont un peu plus compliques ... et on a besoin dun
schma un peu plus sophistiqu...
Remarque :
Si les algorithmes de ce type sont souvent rapides, en revanche la solution qu'ils dterminent peut tre
arbitrairement loin de la solution. On les utilise nanmoins frquemment pour obtenir rapidement une solution
ralisable. Par exemple, elle sert initialiser une mthode itrative. Mais dans certains types d'instances
relles, la solution gloutonne est parfois trs bonne.
3. Exemples classiques
3.1. Problme de totalisation dune somme dargent
Soit le problme de rendre la monnaie un client en lui donnant le moins de pices possibles. Les lments du
schma ci-dessus sont rsums comme suit:
1)
: ensemble fini de pices de monnaie.
2)
: le total de lensemble de pices choisies correspondant exactement au montant payer.
3)
: le total de lensemble de pices choisies ne dpasse pas le montant payer.
4)
est la grande pice qui reste dans lensemble des candidats.
5)
minimiser le nombre de pices utilises dans la solution.
On veut totaliser une somme dargent
.
Au total pices.
Lalgorithme glouton pour cet exemple consiste :
- Prendre la pice la plus grande
. Donc une pice de
- Prendre la pice la plus grande
. Donc une pice de
- Prendre la pice la plus grande
. Donc une pice de
- Etc
, il reste
, il reste
, il reste
.
.
.
page 4
A
0
5
0
0
4
B
5
0
2
4
6
C
0
2
0
3
0
D
0
4
3
0
2
E
4
6
0
2
0
Le problme de larbre couvrant de poids minimal est celui qui consiste dterminer un arbre qui soit un graphe
partiel dun graphe G simple connexe et dont le poids total est minimal.
Il existe 2 algorithmes clbres pour rsoudre le problme de l'arbre couvrant de poids minimum.
3.2.1. Algorithme de Prim -1957Principe :
on part dun arbre initial A rduit un seul sommet s ;
ensuite, chaque itration, on augmente larbre A en le connectant au plus proche sommet libre au sens des
poids.
ALGORITHME Prim
ENTREES G=(X,E) un graphe connexe avec une valuation positive des artes
SORTIE T=(A, E) un arbre couvrant de poids minimum
page 5
fin si
fin pour
retourner
Cet algorithme est glouton car il construit lensemble
de manire squentielle et quil fait chaque
tape le choix le moins coteux (cest dire la demande compatible qui termine le plus tt).
Notons que lensemble est bien constitu de demandes compatibles. Il reste donc prouver quil est de cardinal
maximum.
Thorme : Lensemble S produit par lalgorithme LocationCamion est bien une solution optimale, cest dire de
cardinal maximum.
Exemple : Considrons lensemble de demandes reprsent dans le tableau ci dessous :
0
1
0
3
2
6
3
6
page 6
1
2
2
3
Remarque 4 : Si lagence dispose de plusieurs camions, on pourrait penser adapter la mme mthode, en
affectant le premier camion disponible. Malheureusement cette mthode ne donne pas de solution optimale. Pour
la location de deux camions prenons lexemple ci-dessous :
0
1
0
2
2
3
1
4