. . . "\u0410\u043F\u0440\u043E\u043A\u0441\u0438\u043C\u0430\u0446\u0456\u0439\u043D\u0438\u0439 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C"@uk . . . "Thu\u1EADt to\u00E1n x\u1EA5p x\u1EC9"@vi . . . . . "\u0410\u043F\u043F\u0440\u043E\u043A\u0441\u0438\u043C\u0430\u0446\u0438\u043E\u043D\u043D\u044B\u0439 \u0430\u043B\u0433\u043E\u0440\u0438\u0442\u043C"@ru . . "\u8FD1\u4F3C\u30A2\u30EB\u30B4\u30EA\u30BA\u30E0"@ja . . . . "184600569"^^ . . . . . . "7094"^^ . . . . "En informatique th\u00E9orique, un algorithme d'approximation est une m\u00E9thode permettant de calculer une solution approch\u00E9e \u00E0 un probl\u00E8me algorithmique d'optimisation. Plus pr\u00E9cis\u00E9ment, c'est une heuristique garantissant \u00E0 la qualit\u00E9 de la solution qui fournit un rapport inf\u00E9rieur (si l'on minimise) \u00E0 une constante, par rapport \u00E0 la qualit\u00E9 optimale d'une solution, pour toutes les instances possibles du probl\u00E8me. L'int\u00E9r\u00EAt de tels algorithmes est qu'il est parfois plus facile de trouver une solution approch\u00E9e qu'une solution exacte, le probl\u00E8me pouvant par exemple \u00EAtre NP-complet mais admettre un algorithme d'approximation polynomial. Ainsi, dans les situations o\u00F9 l'on cherche une bonne solution, mais pas forc\u00E9ment la meilleure, un algorithme d'approximation peut \u00EAtre un bon outil."@fr . . . . . . . . . . "Approximation algorithm"@en . . . . . . . . . . . . . . . . . . . . . . . . . . . . "En informatique th\u00E9orique, un algorithme d'approximation est une m\u00E9thode permettant de calculer une solution approch\u00E9e \u00E0 un probl\u00E8me algorithmique d'optimisation. Plus pr\u00E9cis\u00E9ment, c'est une heuristique garantissant \u00E0 la qualit\u00E9 de la solution qui fournit un rapport inf\u00E9rieur (si l'on minimise) \u00E0 une constante, par rapport \u00E0 la qualit\u00E9 optimale d'une solution, pour toutes les instances possibles du probl\u00E8me."@fr . . . "520274"^^ . . . . . "Algorithme d'approximation"@fr . . . . . .