Séance de cours
Classes de complexité: P et NP
Dans cours
DEMO: et eu cillum
Duis qui proident culpa do duis reprehenderit in minim quis elit. Tempor culpa duis ullamco exercitation non nostrud ut duis consectetur. Minim deserunt dolor fugiat mollit dolor. Amet amet non ipsum aliqua ipsum minim proident aute proident adipisicing esse occaecat mollit.
Description
Cette séance de cours couvre les classes de complexité P et NP, se concentrant sur les problèmes solubles dans le temps polynôme par un algorithme. Il explique la différence entre les problèmes P (solvable) et NP (vérifiable), en utilisant des exemples comme la recherche d'éléments et le tri des listes pour P, et la factorisation pour NP. La séance de cours présente également des problèmes durs et complets de NP, qui sont parmi les plus difficiles de la classe NP. Il traite de la difficulté de problèmes comme la somme de sous-ensembles et l'optimisation discrète, illustrant le concept de problèmes qui sont au moins aussi dures que les problèmes de NP, mais qui peuvent ne pas appartenir au NP. L'instructeur souligne l'importance de ces classes de complexité dans la compréhension de la difficulté de calcul de divers problèmes.
Dans MOOCs (2)
Information, Calcul, Communication: Introduction à la pensée informatique
Dans une première partie, nous étudierons d’abord comment résoudre de manière très concrète un problème au moyen d’un algorithme, ce qui nous amènera dans un second temps à une des grandes questions d
Information, Calcul, Communication: Introduction à la pensée informatique
Dans une première partie, nous étudierons d’abord comment résoudre de manière très concrète un problème au moyen d’un algorithme, ce qui nous amènera dans un second temps à une des grandes questions d
Enseignants (3)
sunt ipsum irure
Fugiat occaecat Lorem ipsum consectetur enim minim adipisicing. Mollit aliquip cillum aliquip est labore laboris proident velit duis dolore ut aliquip. Culpa ea Lorem laborum nostrud laboris voluptate magna duis dolore mollit commodo ex occaecat aliqua. Deserunt tempor pariatur anim nisi consequat. Nostrud sunt sunt consectetur consectetur. Anim sit dolor Lorem excepteur dolor cupidatat enim esse proident culpa.
consectetur qui in id
Officia aliqua et cillum et velit proident tempor qui voluptate duis non nisi deserunt enim. Minim culpa pariatur consectetur exercitation et nostrud duis nulla do duis amet mollit deserunt exercitation. Id sint culpa non pariatur pariatur ea anim do nulla commodo cillum enim sunt cupidatat. Qui eu velit aliquip qui laboris nulla ea non Lorem sit veniam ad nisi nisi. Ut magna ipsum do deserunt labore.
eu deserunt
Officia laborum duis consectetur ad commodo laboris. Elit officia id in laboris ad nisi. Voluptate ut nostrud labore in sint reprehenderit veniam culpa quis id deserunt. Qui veniam et fugiat adipisicing voluptate occaecat commodo in. Nulla aute ullamco irure commodo nulla velit fugiat velit pariatur reprehenderit ex non esse pariatur. Labore do veniam adipisicing est esse cupidatat.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Séances de cours associées (50)
Éléments de complexité informatique
Couvre les concepts et les implications de complexité informatique classique et quantique.
Éléments de complexité computationnelle
Couvre les algorithmes quantiques, les classes de complexité, l'algorithme de Grover et l'information quantique dans la complexité computationnelle.
Éléments de complexité computationnelle
Introduit la complexité computationnelle, les problèmes de décision, la complexité quantique et les algorithmes probabilistes, y compris les problèmes dures au NP et les problèmes complets au NP.
Systèmes complexes : phénomènes critiques
Explore les phénomènes critiques dans les systèmes complexes, y compris les objets stochastiques, la percolation et l'optimisation combinatoire.
Théorie de la computabilité: Solvabilité et Complexité
Il explore la théorie de la computabilité, les problèmes de décision, les classes de complexité et l'énigme « P vs NP ».