Discussion :

[Invité2]

Bonjolur à toutes et à tous,

Voilà, je travail actuellement sur un système qui va devoir faire des changements : il va recevoir un tableau multi-dimensionnel et il va communiquer avec une base de donnée (par update), j'aimerai regrouper ces entrées, par paramètres communs, pour avoir le minimum de requêtes possibles et j'aimerais créé un algorithme soft ou un algorithme static qui puissent résoudre mon problème...

Je pensais utiliser un algorithme génétique...

Par avance merci de votre aide...

[Matthieu Brucher]

Tu peux préciser ce que tu recherches ? Le titre est presque en contradiction avec ce que tu veux effectivement faire.

[Invité2]

Bonjour,

J'avous que mon titre n'était plus approprié,

J'ai une série de tableau (clef/valeur, ou la valeur est un tableau également associatif) que je dois transmettre à un serveur SQL via UPDATE. J'aimerais regrouper les tableaux via des points communs pour avoir un minimum de requête possible à effectuer, et j'aimerais faire un algorithme qui puisse faire ça pour moi... Mais je ne sais pas sur quel algorithme me baser...

Par avance merci de votre aide

[Matthieu Brucher]

OK. Tu peux effectivement faire des algorithmes génétiques. Tu prends comme génôme une liste d'appartenance au groupe i, puis ta fonction de coût est l'adéquation entre les éléments membre du groupe.
Autre solution, tu prends un élément, puis tu agrèges autour de lui tous les éléments semblables. Puis tu continues avec un autre, ...

[Invité2]

Je penses que la première solution est la plus profitable, je suppose que je peux la résoudre dans n'importe quel langage...

[Matthieu Brucher]

Je penses que la première solution est la plus profitable, je suppose que je peux la résoudre dans n'importe quel langage...

Pas certain que la première soit optimale : tu dois fixer le nombre maximal de groupes, tu dois itérer un très grand nombre de fois si tu veux avoir une solution acceptable, ...
La deuxième est une approximation en temps polynomial du problème (NP-complet si je ne me trompe pas, ça se rapproche du correlation clustering), et la qualité de la solution est plutôt bonne.

Mais c'est à toi de tester et de voir Les deux solutions sont faisables dans n'importe quel langage, mais la deuxième est bien plus simple (2 boucles for).