Algorithmes à mémoire limitée pour le traitement de grands graphes

Lorsque l'on traite de façon classique un problčme d'optimisation sur un graphe, celui-ci est le plus souvent disponible dans sa totalité sur la machine de traitement. Il peut ętre modifié, mis ŕ jour (les sommets peuvent ętre marqués, les arętes supprimées, etc.) et la solution peut ętre conservée en mémoire. Cependant, de plus en plus d'applications produisent des quantités de données qui sont trop importantes et qui ne peuvent pas ętre stockées ni traitées dans ce modčle. Nous nous sommes intéressés ŕ la résolution d'un problčme d'optimisation, le Vertex Cover, sur de grands graphes. Nous avons défini pour cela un modčle de traitement basé sur des contraintes liées principalement ŕ la quantité de mémoire limitée, modčle qui reprenait des propriétés issues de plusieurs modčles existants dans la littérature (online, streaming...). Nous avons étudié plusieurs algorithmes adaptés ŕ ce modčle : nous avons analysé, tout d'abord de façon théorique, la qualité de leurs solutions ainsi que leurs complexités (en pire cas et en moyenne). Nous avons ensuite mené une étude expérimentale sur de trčs gros graphes.