Le projet deutsch-josza est une implémentation d'un algorithme quantique permettant de déterminer la parité d'une fonction booléenne en un temps polynomial, contrairement aux algorithmes classiques qui nécessitent un temps exponentiel. Cet algorithme a des applications dans l'optimisation de l'exécution d'algorithmes quantiques et dans la recherche de solutions à des problèmes de cryptographie quantique.

Projet académique visant à concevoir et entraîner des modèles de deep learning pour la conduite autonome de véhicules. Utilise un simulateur 3D pour valider les performances des algorithmes avant leur déploiement potentiel sur des véhicules réels. Permet aux étudiants de tester et d'optimiser des solutions d'intelligence artificielle dans un cadre sécurisé et contrôlé.

Ce projet rassemble des solutions algorithmiques commentées en français pour les éditions du Google Code Jam. Il propose des implémentations optimisées de problèmes de programmation compétitive, notamment des algorithmes utilisant des structures de données avancées comme les arbres binaires de recherche. Le code est destiné aux développeurs souhaitant s'entraîner ou s'inspirer de solutions existantes.

Minbp-algo est un outil académique dédié à la résolution du problème de bin-packing, un défi d'optimisation où l'objectif est de répartir des objets de tailles variables dans le nombre minimal de conteneurs. Développé dans un cadre universitaire, il permet de tester et comparer des algorithmes de répartition comme Next Fit ou First Fit Decreasing. Le programme prend en entrée des instances de données structurées et génère des solutions optimisées pour des applications logistiques ou industrielles.

Ce projet participe à la compétition Google Hash Code 2021 en proposant des solutions algorithmiques pour optimiser la gestion des feux tricolores dans une ville. L'objectif est de réduire les temps d'attente des véhicules et d'améliorer la fluidité du trafic en analysant des plans de ville et des trajets prédéfinis. Les algorithmes développés permettent de calculer des séquences optimales pour les feux, maximisant ainsi le nombre de véhicules atteignant leur destination dans un délai imparti.

Ce projet développe des outils algorithmiques pour analyser et optimiser des politiques de cache dans les systèmes informatiques. Il permet de modéliser des flux de données complexes, d'évaluer des politiques de gestion mémoire et de simplifier des expressions booléennes pour améliorer les performances des systèmes. Les solutions proposées sont principalement destinées aux développeurs et chercheurs en informatique.

Ce projet académique aborde le problème du voyageur de commerce, un défi d'optimisation visant à trouver le trajet le plus court visitant chaque ville une seule fois. Développé par des étudiants en prépa intégrée, il propose plusieurs algorithmes pour approcher une solution optimale. L'application inclut une interface graphique permettant de visualiser les résultats et d'interagir avec les algorithmes implémentés.

Ce projet implémente un algorithme de recherche de chemin (A*) sur une grille où chaque case possède une hauteur. Il permet de déterminer le trajet le plus court entre deux points en tenant compte ou non des dénivelés, offrant ainsi une solution adaptée aux déplacements en milieu urbain ou naturel. L'outil est utile pour des applications nécessitant une optimisation de parcours, comme la planification de routes ou l'analyse de reliefs.

Projet académique visant à implémenter et analyser des algorithmes de partitionnement. Les étudiants développent des solutions pour résoudre des problèmes de découpage d'ensembles ou de données selon des critères spécifiques. L'objectif est de comparer les performances et les approches algorithmiques pour optimiser les traitements.

Solution logicielle dédiée à l'optimisation de l'espace en résolvant des problèmes de bin packing. Le projet permet de déterminer le nombre minimal de conteneurs nécessaires pour stocker un ensemble d'objets de tailles variables, en utilisant des algorithmes comme First Fit Decreasing ou Next Fit. Il offre plusieurs modes d'entrée pour les instances (fichier, clavier ou génération aléatoire) et affiche les résultats sous forme de répartition optimale des objets dans les conteneurs.