Strumenti Utente

Strumenti Sito


informatica:all-a:start

Algoritmica e Laboratorio - Corso A

Anno accademico 2017/2018

Informazioni Generali

Docenti Teoria/Esercitazioni: Paolo Ferragina e Giuseppe Prencipe (corso A) e Linda Pagli (corso B)

Docenti Laboratorio: Anna Bernasconi, Alina Sirbu, Rossano Venturini

Impegno: 12 CFU di cui 9 teoria/esercitazioni e 3 Laboratorio. Il corso consiste ogni settimana di 3 lezioni di didattica frontale in aula e di 1 esercitazione in laboratorio nella quale le nozioni apprese in classe verranno sperimentate realizzando in C gli algoritmi corrispondenti.

Semestre: secondo.

Ricevimento studenti: lunedì 14-16 e su appuntamento. Eventuali variazioni di orario sulle lezioni e/o ricevimento, o comunicazioni sul corso verranno segnalate tramite Twitter all'account @FerraginaTeach

Ricevimento Prof. Prencipe: Venerdì dalle ore 11:00 alle ore 13:00

Registro delle lezioni: si tratta del registro ufficiale che riporta quanto indicato nel seguito.

Anni accademici precedenti

Orario Lezioni

Orario delle Lezioni
Lunedì 9-11 aula E Teoria
Martedì 16-18 aule H-I-M Laboratorio
Mercoledì 11-13 aula E Teoria
Venerdì 9-11 aula E Teoria

Obiettivi del Corso

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.

Modalità e Appelli di Esame

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.
  • 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. Tale prova è da intendersi come un test di idoneità.
  • 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.
  • Le prove possono essere sostenute in appelli diversi.
  • La prova orale e quella di laboratorio possono essere sostenute in qualunque ordine, ma solo dopo aver superato la prova scritta.
  • Se la prova orale non viene superata, occorre ripetere soltanto quella.
  • Se la prova di laboratorio non viene superata per due volte consecutive, occorre ripetere tutte le prove già sostenute.
  • La registrazione del voto di esame potrà essere effettuata soltanto dopo che tutte e tre prove sono state superate con successo, e questo potrà avvenire in qualunque appello durante la prova orale.

Per avere una idea della tipologia delle prove, si consultino i testi degli anni scorsi.

Data Tipo Prova Documento Note
04/04/18 Primo Compitino testo1 e testo2, soluzione. Lista dei risultati (solo quelli che hanno riportato una votazione >=17 e sono quindi ammessi al secondo compitino). Mancando di matricola, in quanto non registrati, si segnalano anche Bertolucci Simone 24, Dardanis Nicola 23, Morini Virginia 17.
Per la correzione e visione del compito: mercoledì 11 aprile, Aula G, ore 17:00
30/05/18
ore 9-11
Aule C, E, A1, C1, L1
Secondo Compitino lista dei risultati (solo quelli che hanno riportato una votazione >=18).
Per la correzione e visione del compito: …, ore .. aula …

Prossime date per la prova di laboratorio:

Data Ora Aule
00/00/0000 ore Aule H,I,M

Libri di testo

  • [CLRS] T. Cormen, C. Leiserson, R. Rivest, C. Stein. Introduzione agli algoritmi e strutture dati. McGraw-Hill, Terza edizione, 2010.
  • [DFI] C. Demetrescu, I. Finocchi, G. Italiano. Algoritmi e strutture dati. McGraw-Hill, Seconda edizione, 2008. Solo pagine 161-165.
  • [FL] P. Ferragina, F. Luccio. Il Pensiero Computazionale: dagli algoritmi al coding. Il Mulino, 2017. Solo pagine 64-65 e Capitolo 10.

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.

Materiale per il Laboratorio

  • 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://algo1718.dijkstra.di.unipi.it/

Programma del corso

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

Registro delle Lezioni

Data Argomento Rif. Biblio
19/02/2018 Questioni organizzative: pagina web, canale twitter, laboratori, ricevimento studenti e modalità di esame.
Introduzione al corso: nozione di algoritmo, problema, dimensione dell'input, limite inferiore/superiore alla complessità di un problema/algoritmo. Analisi di un problema semiserio: il problema delle 3, 4, 5 e 12 monete.
Capitolo 1 del CLRS, e 12 monete
20/02/2018 Laboratorio: Editing e compilazione. Richiami di linguaggio C: Costrutti, array, printf e scanf. Cap. 2-3, 7.1-7.4 di [KR]. Slide
21/02/2018 Modello RAM e complessità computazionale di un algoritmo in tempo e spazio: caso pessimo, caso ottimo e caso medio. Notazione asintotica: O-grande, Omega e Theta, o-piccolo e omega-piccolo. CLRS: Capitolo 3
Slide
23/02/2018 Esercitazione sulla notazione asintotica
26/02/2018 Selection sort versus Insertion sort: correttezza e complessità asintotica al caso pessimo e al caso ottimo. CLRS: Sezione 2.1 e 2.2.
27/02/2018 Laboratorio: Puntatori, Array, e stringhe. Uso di Valgrind. Allocazione dinamica della memoria. Sez. 4.1-4.5 e 5.1-5.5 di [KR]. Slide
28/02/2018 Paradigma del Divide et Impera: descrizione, pseudo-codice e analisi della complessità in tempo mediante relazioni di ricorrenza. Esempio su calcolo del massimo di un vettore.
02/03/2018 MergeSort: algoritmo, correttezza e analisi di complessità (metodo iterativo e albero di ricorsione). [CLRS] cap 2: 2.3; cap 4: 4.4.
05/03/2018 Lezione non tenuta per sospensione elettorale
06/03/2018 Laboratorio: Sottoarray di somma massima, intersezione e fusione di array. Puzzle: L'intero mancante Slide
07/03/2018 Algoritmi polinomiali ed esponenziali: definizione, confronto e caso di PC k-volte più veloce, con considerazioni. Problema della Torre di Hanoi: definizione, risoluzione con algoritmo ricorsivo e valutazione della complessità con relazione di ricorrenza. Pseudo-codice ricorsivo con valutazione della complessità: caso lineare e caso logaritmico. Consultare [FL].
Slide.
09/03/2018 Enunciato del Teorema dell'esperto, con esempi. Dimostrazione del Teorema dell'esperto per il caso delle potenze. [CLRS] cap 4: 4.5 e 4.6.1 (dimostrazione per potenze esatte)
12/03/2018 Esercizi sul Teorema dell'esperto. Algoritmo della Ricerca Binaria e della Moltiplicazione veloce con analisi della complessità. (Studiare anche prodotto veloce tra matrici.) [CLRS] con esercizi. Note di F. Luccio su moltiplicazione interi e matrici.
13/03/2018 Laboratorio: Selection Sort, Insertion Sort su interi e stringhe, ricerca binaria su stringhe. Slide
14/03/2018 Esercizi sul Teorema dell'esperto. Slides
16/03/2018 Quicksort: descrizione intuitiva, pseudo-codice, versione randomizzata, analisi della complessità al caso pessimo, al caso ottimo e al caso medio. Studiare anche Partizione di Hoare (Problema [CLRS] 7.1) e Partizione con elementi uguali (Problema [CLRS] 7.2) [CLRS] cap 7
19/03/2018 Limiti inferiori alla complessità di un problema: dimensione dell'input, eventi contabili e albero di decisione. Statistiche d'ordine: algoritmo Randomized-Select per la selezione dell'i-esimo elemento più piccolo in tempo medio lineare. Note di F. Luccio su limiti inferiori. [CLRS] cap 8: 8.1.
[CLRS] cap 9: 9.1, 9.2 (leggere analisi al caso medio dalla seguente nota).
20/03/2018 Laboratorio: Quick Sort su interi e su stringhe. Varianti pari&dispari e 3-way partition. Slide
21/03/2018 La struttura dati Heap: proprietà, esempi, Max-Heapify con analisi della complessità e correttezza. Costruzione di un heap in tempo lineare: correttezza e analisi di complessità. L'algoritmo Heapsort. [CLRS] cap 6: 6.1 - 6.4.
22/03/2018 Code di priorità: definizione, operazioni, realizzazione mediante heap. [CLRS] cap 6: 6.5.
26/03/2018 Esercitazione su ordinamento e Heap. Esercizi (heap)
27/03/2018 Laboratorio: Qsort e ripasso delle struct.Slide
28/03/2018 Esercitazione pre-compitino Esercizi svolti: lavagna 1, lavagna 2.
11/04/2018 Algoritmi di ordinamento: stabilità. Ordinamento di interi in tempo lineare: Counting sort e Radix sort. [CLRS] cap 8: 8.2, 8.3.
Si invitano gli studenti a studiare il Capitolo 10 [CLRS] per ripassare le nozioni di Pila, Coda e Lista, e algoritmi su queste strutture dati elementari.
13/04/2018 Dizionari: realizzazione con tabelle a indirizzamento diretto e con tabelle hash; funzioni hash (metodo della divisione e metodo iterativo); gestione delle collisioni mediante concatenamento (analisi al caso pessimo e medio). [CLRS] cap 11: 11.1, 11.2, 11.3, 11.3.1, 11.3.2.
16/04/2018 Tabelle hash a indirizzamento aperto (analisi al caso pessimo e medio). Scansione lineare, scansione quadratica, doppio hashing. [CLRS] cap 11: 11.4.
17/04/2018 Laboratorio: Esercizi d'esame: qsort e struct.Slide
18/04/2018 Alberi e alberi binari: Definizione e memorizzazione. Dizionari: realizzazione con alberi binari di ricerca; interrogazioni (minimo, massimo, successore, predecessore); inserimento e cancellazione. Analisi della loro complessità in tempo. [CLRS] cap 10: 10.4. cap 12: 12.1, 12.2, 12.3.
20/04/2018 Visita di alberi binari di ricerca: Pre/in/post visita e loro applicazioni. Algoritmi ricorsivi su alberi binari. Esercizi sugli alberi binari di ricerca. Esercizi su alberi, Esercizi su dizionari e alberi, lavagna 3.

Registro delle Lezioni (Anno scorso, da rivedere quest'anno)

Data Argomento Rif. Biblio
21/04/2017
ore 14-16
Laboratorio: Liste. Slide
21/04/2017 Introduzione alla Programmazione Dinamica (calcolo dei numeri di Fibonacci). Inefficienza degli algoritmi ricorsivi su sottoinsiemi di dati con alta sovrapposizione: esempi sui numeri di Fibonacci e sui coefficienti binomiali. [CLRS] cap 15: 15.4. Note del Prof. Luccio. Esercizi sulla Programmazione Dinamica
26/04/2017 Il problema dell'Edit Distance e la matrice di distanza. Ricostruzione degli allineamenti per l'edit distance. Come migliorare il codice. Il problema della ricerca approssimata di un pattern in un testo. Il problema della determinazione della Longest Common Subsequence. Edit Distance (dispense Prof. Luccio)
28/04/2017 Alberi 2-3: definizione, conteggio numero di nodi e foglie (con dimostrazione). Dizionari: realizzazione con alberi 2-3 (ricerca; inserimento; cancellazione). [DFI]: alcune pagine (no sezione B-alberi),
02/05/2017 Tecnica Greedy e Programmazione Dinamica: il problema dello Zaino. Algoritmi pseudopolinomiali. [CLRS] cap 16: 16.2, esercizio 16.2.2 (algoritmo PD per lo Zaino). pseudopolinomialità
02/05/2017 Laboratorio: Alberi binari di ricerca. Slide
02/05/2017 Esercizi su Programmazione Dinamica soluzioni.
03/05/2017 Generazione delle sequenze binarie e algoritmo enumerativo per il problema dello zaino. Generazione delle permutazioni con esempi. [CGGR]: alcune note su generazione binarie e permutazioni
05/05/2017 Esercizi su generazione binarie e permutazioni.
09/05/2017 Grafi: definizioni, rappresentazione di grafi in memoria, esempi di problemi su grafi. [CLRS]: appendice B.4, cap 22: 22.1.
09/05/2016 Laboratorio: Tabelle Hash. Slide
10/05/2017 Grafi: visita in ampiezza (BFS), algoritmo e analisi di complessità, albero di visita in ampiezza e algoritmo PRINT-PATH. [CLRS] cap 22: 22.2 con lem/teo/cor da 22.1 a 22.5 .
12/05/2017 Grafi: visita in profondità (DFS), analisi di complessità, classificazione degli archi; ordinamento topologico di grafi diretti aciclici. [CLRS] cap 22: 22.3, 22.4 con lem/teo/cor 22.7, 22.8 e 22.9
16/05/2017 Esercizi su algoritmi efficienti su grafi.
16/05/2017 Laboratorio: Simulazione prova di esame.
17/05/2017 Esercizi su algoritmi efficienti su grafi. Esercizi
19/05/2017 Introduzione alla computabilità, problemi indecidibili e (intrinsecamente) intrattabili. Il problema dell'arresto e della torre di Hanoi, Aritmetica di Presburger. Calcolabilità
22/05/2017 Teoria della complessità: le classi P e NP, ed NP-completi. Esempio di riduzione da SAT a Clique. Su P vs NP si consultino: nota 1 e nota 2, quest'ultima nelle pagine 4-6. Per la dimostrazione di NPC per Clique si vedano pag 1-3 di nota 3
informatica/all-a/start.txt · Ultima modifica: 18/04/2018 alle 17:49 (2 giorni fa) da Paolo Ferragina