diff --git a/lib/ultra_mastermind_pp_imp.py b/lib/ultra_mastermind_pp_imp.py
index 8e007b9..7c95b9e 100644
--- a/lib/ultra_mastermind_pp_imp.py
+++ b/lib/ultra_mastermind_pp_imp.py
@@ -4,6 +4,9 @@ import random
 import Levenshtein
 
 def min_i(array: list[int]) -> int:
+    """
+    Fonction renvoyant l'indexe du minimum d'une liste d'entiers
+    """
     min_val = array[0]
     min_i = 0
     for i in range(len(array)):
@@ -13,6 +16,9 @@ def min_i(array: list[int]) -> int:
     return min_i
 
 def max_i(array: list[int]) -> int:
+    """
+    Fonction renvoyant l'indexe du maximum d'une liste d'entiers
+    """
     max_val = array[0]
     max_i = 0
     for i in range(len(array)):
@@ -37,6 +43,7 @@ def new_population(pm, ng, n, ts, tm, alpha, fm):
         "fm": fm
     }
 
+    # On rend aléatoire les chromozomes des individus
     for individual in population["individuals"]:
         randomize(individual, 4, 30)
 
@@ -76,6 +83,7 @@ def fitness2(individual, pm, alpha) -> int:
     match = 0
     missed_placed = 0
     for i in range(len(individual["chromozome"])):
+        # Si la chaîne est plus grande que la phrase alors on rajoute des caractères mal placés
         if i >= len(pm):
             missed_placed += len(individual["chromozome"]) - len(pm)
             break
@@ -83,6 +91,7 @@ def fitness2(individual, pm, alpha) -> int:
             match += 1
         else:
             missed_placed += 1
+    # Si la phrase est trop longue on rajoute autant de caractères mal placés que de caractères en trop
     if len(pm) > len(individual["chromozome"]):
         missed_placed += len(pm) - len(individual["chromozome"])
     return match + alpha * missed_placed
@@ -94,6 +103,9 @@ def fitness3(individual, pm) -> int:
     return -Levenshtein.distance(individual["chromozome"], pm)
 
 def get_fitness(population, individual) -> int:
+    """
+    Fonction qui renvoie la fitness d'un individu en utilisant la fonction choisie en paramètre de la population
+    """
     match population["fm"]:
         case 1:
             return fitness1(individual, population["pm"])
@@ -105,6 +117,9 @@ def get_fitness(population, individual) -> int:
             return fitness1(individual, population["pm"])
 
 def get_fitness_list(population):
+    """
+    Fonction renvoyant une liste des fitness de touts les individus d'une population
+    """
     fitness_list = []
     for individual in population["individuals"]:
         fitness_list.append(get_fitness(population, individual))
@@ -129,11 +144,16 @@ def select(population) -> None:
     """
     fitness_list = get_fitness_list(population)
     for i in range(int((1 - population["ts"]) * population["n"])):
+        # On détermine quel est le moins bon individu
         least = min_i(fitness_list)
+        # On le supprime des deux listes
         fitness_list.pop(least)
         population["individuals"].pop(least)
 
 def get_two_random_individuals(population):
+    """
+    Fonction renvoyant deux individus choisis aléatoirement
+    """
     i = random.randint(0, len(population["individuals"]) - 1)
     j = random.randint(0, len(population["individuals"]) - 1)
     while i == j:
@@ -145,14 +165,19 @@ def reproduct(population) -> None:
     Methode qui reproduit les individus entre eux jusqu'à obtenir une population de taille N
     """
     new = []
+    # On créé de nouveaux individus jusqu'à avoir atteint la taille de population demandée
     while len(population["individuals"]) + len(new) != population["n"]:
+        # On prend deux individus aléatoires
         indivi_1, indivi_2 = get_two_random_individuals(population)
 
+        # On calcule le cut en fonction de la moyenne des tailles des deux individus
         avg = (len(indivi_1) + len(indivi_2)) // 2
         cut = random.randint(avg // 3, 2 * avg // 3)
+        # On fait en sorte que le cut reste dans les valeurs possibles
         while cut > len(indivi_1) or cut > len(indivi_2): 
             cut = random.randint(avg // 3, 2 * avg // 3)
 
+        # On créé le nouvel individu et on l'ajoute à la population
         new_chromozome = indivi_1["chromozome"][:cut] + indivi_2["chromozome"][cut:]
         child = new_individual()
         child["chromozome"] = new_chromozome
@@ -165,11 +190,15 @@ def mutate(individual) -> None:
     Methode qui change un des caractères du chromozome
     """
     new = list(individual["chromozome"])
+    # On jette un dé 6 pour déterminer l'effet qu'aura la mutation
     dice = random.randint(1, 6)
+    # Sur un 1 on ajoute un caractère aléatoire
     if dice == 1 and len(new) < 30:
         new.insert(random.randint(0, len(new) - 1), chr(random.randint(0, 255)))
+    # Sur un 2 on retire un caractère aléatoire
     elif dice == 2 and len(new) > 4:
         new.pop(random.randint(0, len(new) - 1))
+    # Sinon on modifie un caractère déjà existant
     else :
         new[random.randint(0, len(new) - 1)] = chr(random.randint(0, 255))
     individual["chromozome"] = "".join(new)
@@ -180,9 +209,11 @@ def mutate_pop(population) -> None:
     """
     mutated = []
     for i in range(int(population["tm"] * population["n"])):
+        # Sélectionne un individu aléatoire qui n'a pas encore été muté à cette génération
         to_mutate = random.randint(0, population["n"] - 1)
         while to_mutate in mutated:
             to_mutate = random.randint(0, population["n"] - 1)
+        # Mutation de l'individu choisi
         mutate(population["individuals"][to_mutate])
         mutated.append(to_mutate)
 
@@ -190,7 +221,9 @@ def run(population) -> int:
     """
     Boucle principale
     """
+    # On fait autant de générations que demandé
     for i in range(population["ng"]):
+        # On arrête le programme une fois la phrase retrouvée et on renvoie le nombre de générations utilisées
         if get_best(population)["chromozome"] == population["pm"]:
             return i
         select(population)