1.

Classes de complexité
 P : Cette classe contient les problèmes de décision qui peuvent être résolus
efficacement par un algorithme déterministe en temps polynomial par rapport à
la taille de l'entrée. Par exemple, la recherche d'un élément dans un tableau trié.

 NP : Cette classe contient les problèmes de décision pour lesquels une solution
peut être vérifiée efficacement en temps polynomial. Cependant, il n'est pas
nécessaire que la solution elle-même soit trouvée efficacement. Par exemple, le
problème du voyageur de commerce.

 NP-complet : Cette classe contient les problèmes les plus difficiles de NP.
Tout problème NP-complet peut être réduit de manière polynomiale à
n'importe quel autre problème NP-complet. Si un problème NP-complet peut
être résolu en temps polynomial, alors tous les problèmes NP peuvent l'être
également.

 NP-difficile : Cette classe contient des problèmes au moins aussi difficiles que
les problèmes les plus difficiles de NP, mais ils n'ont pas besoin d'appartenir à
NP. Cela signifie qu'ils n'ont pas besoin d'être vérifiables en temps polynomial.

2. Problèmes de décision vs problèmes d'optimisation :

Problèmes de décision : Ces problèmes ont une réponse binaire, soit "oui" soit "non". Par
exemple, "Est-ce que ce graphe est connexe ?"

Problèmes d'optimisation : Ces problèmes cherchent à trouver la meilleure solution parmi un

ensemble de solutions possibles. Par exemple, "Quel est le plus court chemin pour visiter
toutes les villes d'une liste ?"
 3. Théorèmes de Cook et Karp :

Le théorème de Cook montre que le problème de la satisfiabilité booléenne (SAT) est NP-
complet. C'est-à-dire que tout problème NP peut être réduit à SAT en temps polynomial.

Le théorème de Karp identifie plusieurs problèmes courants comme étant NP-complets en

montrant qu'ils peuvent être réduits en temps polynomial à un problème NP-complet connu.

4. Réductions polynomiales :

Une réduction polynomiale est une méthode permettant de transformer un problème en un

autre de manière à préserver la difficulté, mesurée par le temps de calcul. Si la transformation
peut être réalisée en temps polynomial, on dit que la réduction est polynomiale.

5. Problèmes NP-intermédiaires :

Les problèmes NP-intermédiaires sont des problèmes situés entre les problèmes NP et NP-
complets. Ils sont plus difficiles que les problèmes dans P mais plus faciles que les problèmes
NP-complets. Ils ne sont pas complets pour NP, ce qui signifie qu'ils ne peuvent pas être
résolus efficacement mais qu'ils ne sont pas aussi difficiles que les problèmes NP-complets.
Un exemple est le problème de la clique maximale.
 Exercices

Exercice 1 :

Expliquez pourquoi le problème de la multiplication de deux nombres entiers est dans la

classe P.

Exercice 2 :

Donnez un exemple de problème NP-complet autre que le problème du voyageur de

commerce et expliquez comment il peut être réduit à un autre problème NP-complet.

Exercice 3 :

Considérez le problème suivant : vous avez une liste d'entiers et vous devez déterminer s'il
existe une paire d'entiers dans la liste dont la somme est égale à un certain nombre donné. Ce
problème appartient-il à la classe P, NP ou NP-complet ? Justifiez votre réponse.

Exercice 4 :

Donnez un exemple de problème d'optimisation qui peut être transformé en un problème de

décision correspondant, et expliquez comment cette transformation peut être effectuée.

Exercice 5 :

Considérez le problème de la clique maximale dans un graphe. Expliquez pourquoi ce

problème est considéré comme NP-intermédiaire et donnez un exemple de problème NP-
complet auquel il peut être réduit en temps polynomial.