Algoritmica e Laboratorio - Corso B

Docenti: Anna Bernasconi, Rossano Venturini, Nadia Pisanti, Andrea Farruggia

(Docenti corso A: Linda Pagli, Rossano Venturini, Andrea Marino, Andrea Farruggia)

Impegno: 12 CFU.

Codice: 008AA

Periodo: primo anno, secondo semestre.

Il corso consiste ogni settimana di tre lezioni di didattica frontale in aula e di una esercitazione in laboratorio nella quale le nozioni apprese in classe verranno sperimentate realizzando in C gli algoritmi corrispondenti.

• A.A. 2014/2015
• A.A. 2013/2014
• A.A. 2012/2013

Le lezioni di laboratorio del 23/2 e del 1/3 si terranno a gruppi riuniti nell'aula B alle 16

Si pregano gli studenti che dispongono di un portatile di portarlo in Laboratorio.

L'obiettivo del corso è quello di introdurre strutture dati e tecniche algoritmiche (di base) che consentano allo studente la risoluzione di problemi su sequenze, liste, alberi e grafi, in modo efficiente in tempo e/o spazio. Si discuteranno inoltre alcune tecniche analitiche per la valutazione delle prestazioni degli algoritmi, o delle limitazioni inerenti del calcolo.

Il corso prevede una intensa attività di laboratorio che porterà gli studenti a sperimentare in linguaggio C le nozioni e le tecniche algoritmiche apprese in classe.

L'esame consiste di tre prove:

• Una prova scritta con esercizi atti a valutare l'apprendimento delle nozioni teoriche e la capacità di “problem solving” dello studente. Tale prova viene valutata in trentesimi, e si intende superata se la valutazione è maggiore o uguale a 18, nel qual caso lo studente è ammesso a sostenere la prova di laboratorio e la prova orale.
• Una prova in laboratorio che verifica la capacità dello studente di realizzare in C gli algoritmi di base visti in classe, risolvendo semplici problemi su array, liste, alberi e grafi. Possono sostenere la prova di laboratorio solo gli studenti che hanno superato la prova scritta.
• Una prova orale sul programma del corso, la cui valutazione è in trentesimi e tiene in considerazione il risultato riportato dallo studente nella prova scritta. Possono sostenere la prova orale solo gli studenti che hanno superato la prova scritta.

Le prove possono essere sostenute in appelli diversi. Se una prova non viene passata, occorre risostenere soltanto quella.

Per avere una idea della tipologia delle prove, si consultino i testi dell'anno scorso.

Prossime date per le prove di laboratorio:

Prossime date per le prove orali:

• [CLRS] T. Cormen, C. Leiserson, R. Rivest, C. Stein. Introduzione agli algoritmi e strutture dati. McGraw-Hill, Terza edizione, 2010.

• [CGGR] P. Crescenzi, G. Gambosi, R. Grossi, G. Rossi. Strutture di dati e algoritmi: progettazione, analisi e programmazione (seconda edizione). Pearson, 2012. Sito web: http://wps.pearsoned.it/crescenzi_strutture-dati-algoritmi2/. Errata.

Per il laboratorio, un testo fra:

• [KR] B.W. Kernighan, D.M. Ritchie. Il Linguaggio C, Pearson-Prentice Hall, seconda edizione, 2008.
• [KP] A. Kelley, I. Pohl. C: Didattica e Programmazione, Addison-Wesley, quarta edizione, 2004.

• Prerequisito: Conoscenza approfondita della programmazione C per ciò che concerne gli operatori (aritmetici e relazionali), il flusso del controllo (If-then-else, while, for), le funzioni, gli array, i puntatori, le stringhe e l'allocazione dinamica della memoria. Quindi i capitoli 1-5 del libro “Il Linguaggio C”, B.W. Kernighan e D.M. Ritchie, Pearson-Prentice Hall, seconda edizione, 2008.
• Strumenti per la programmazione: Un editore testuale (tipo Emacs), e il compilatore gcc, sono sufficienti per apprendere e testare le varie nozioni algoritmiche e di coding che verranno discusse in Laboratorio. I programmatori più esperti potranno eventualmente utilizzare un framework di sviluppo come Eclipse esteso con il suo plug-in Eclipse C/C++ Development Tooling. Per chi si trova a operare sotto Windows consigliamo di installare una macchina virtuale, come VirtualBox, con una qualunque distribuzione Linux. Il consiglio è però quello di adoperare la combinazione minimale editor+gcc al fine di non perdersi nei meandri e nelle opzioni dei vari tools (non necessari per il corso), per concentrarsi soltanto sugli aspetti di coding degli algoritmi.
• Sistema di Autovalutazione: http://dijkstra.di.unipi.it

1. Complessità computazionale: modello di calcolo, dimensione dell'input e dell'output, caso pessimo e caso medio.
2. Limiti del calcolo: albero di decisione, limiti superiori e inferiori.
3. Divide-et-impera, Relazioni di ricorrenza, Teorema fondamentale.
4. Algoritmi per sequenze statiche e dinamiche: ricerca e ordinamento.
5. Ordinamento basato su confronti: Insertion sort, Merge-sort, Quick-sort, Heap sort.
6. Ordinamento di interi: Counting sort, Radix Sort.
7. Ordinamento di stringhe: qsort-based.
8. Sottosequenza di somma massima.
9. Programmazione dinamica: LCS, Partizione e Zaino
10. Algoritmi randomizzati: Quicksort.
11. Generazione di combinazioni e permutazioni
12. Analisi ammortizzata: doubling di array, contatore binario, k ricerche.
13. Dizionari: Alberi bilanciati (AVL), Tabelle hash (liste di trabocco e indirizzamento aperto).
14. Alberi: rappresentazione e visite.
15. Grafi I: rappresentazione e visite (DFS e BFS), DAG e ordinamento topologico.
16. Grafi II: Ciclo/cammino euleriano, ciclo hamiltoniano, componenti (fortemente) connesse.
17. Grafi III: Minimum Spanning Tree e Shortest Path.
18. Breve introduzione a problemi computazionali, indecidibilità, e trattabilità (P, NP, NPC, EXP-TIME).