Algoritmi e Strutture Dati

Transcript

1 Introduzione al Corso Emanuela Merelli Università di Camerino 23 ottobre 2017

2 Struttura del corso Il corso consiste di 42 ore di lezione 2 ore di ricevimento settimanali Il corso viene valutato in 6 CFU (Crediti Formativi Universitari) Docente del corso di Laboratorio di Algoritmi e strutture dati: Marco Piangerelli Tutors:??, Michela Quadrini

3 Orario del Corso Camerino Dal 23 ottobre al 30 gennaio 2017 Lezioni presso l aula AB2 Polo Informatico Carla Ludovici Lunedì dalle 9:00 alle 11:00 Martedì dalle 14:00 alle 16:00 Laboratorio presso l aula LA1: Lunedì dalle 16:00 alle 18:00 Giovedì dalle 9:00 alle 11:00 Esercitazioni aggiuntive: Da concordare

4 Orario di ricevimento Struttura del Corso Camerino Lunedì dalle 13:00 alle 15:00 Primo Piano, Polo Informatico, Stanza n.11

5 Materiale del Corso Struttura del Corso

6 Obiettivi del Corso Il corso si prefigge di fornire i saperi necessari per: Analizzare le principali tecniche di progettazione di algoritmi Affrontare in maniera integrata la classificazione, l analisi, la progettazione e la realizzazione di algoritmi Identificare le scelte algoritmiche fondamentali e valutare i costi in termini di efficienza computazionale Scegliere e realizzare strutture dati adeguate al caso specifico che si sta affrontando Raggiungere adeguati compromessi tra esigenze conflittuali (costo, semplicità, efficienza)

7 Risultati Attesi Struttura del Corso Progetto di algoritmi corretti, ovvero che risolvono sempre e solo il problema a cui si è interessati, attraverso l esame di diversi paradigmi Progetto di algoritmi efficienti, ovvero che risolvono il problema il più velocemente possibile o usano il minor spazio di memoria possibile Sono risultati attesi, alla fine del corso, la conoscenza delle tecniche di base di progettazione e analisi degli algoritmi

8 Prerequisiti del corso Per seguire il corso è necessario conoscere concetto di ricorsione strutture dati fondamentali (statiche e dinamiche) dimostrazioni per induzione e calcolo infinitesimale proprietà dei logaritmi e della funzione esponenziale

9 Programma del Corso Introduzione agli algoritmi Modelli di calcolo e metodologie di analisi Strutture dati elementari Algoritmi di ordinamento Alberi binari di ricerca Algoritmi su stringhe Tabelle Hash Code con priorità Tecniche avanzate di analisi e progettazione Grafi e visite di grafi

10 Testi di Riferimento e consultazione T1. T.H. Cormen, C.E. Leiserson, R.L. Rivest, C. Stein, Introduzione agli Algoritmi, McGrawHill, seconda edizione C1. 1 M.R. Garey and D.S. Johnson, Computers and Intractability: A Guide to the Theory of NP-Completeness, W.H. Freeman and Co ed Consigliato per approfondimenti

11 Modalità d esame L esame consiste in una prova scritta ed una eventuale prova orale La valutazione della prova scritta vale fino alla sessione autunnale dell a.a. in cui è stata sostenuta la prova stessa La prova scritta puo essere sostituita dal superamento delle 3 prove parziali; per contribuire al voto finale la prova parziale deve essere superata con una valutazione sufficiente Ogni studente è invitato a non tentare gli esami, ma sostenerli con una adeguata preparazione Per sostenere l esame è indispensabile iscriversi on-line al sito di riferimento

12 Appelli d Esame Struttura del Corso Sessione Estiva 5 febbraio febbraio giugno giugno luglio settembre settembre 2018 Sessione di recupero 29 novembre 2018 Prove parziali 23 novembre dicembre gennaio 2018

13 I Parziale - i fondamenti: cap. 1, 2, 3 e 4 Analisi di algoritmi e modelli di calcolo Crescita di Funzioni Divide et Impera: Analisi di algoritmi ricorsivi II Parziale - ordinamento e strutture dati: cap. 6, 7, 8 - cap. 10, 11, 12 e 13 Heapsort, Quicksort, Counting sort Hashing Alberi Binari di Ricerca (BST) Alberi rosso-neri (e AVL) III Parziale - tecniche avanzate di progettazione: cap. 15, 16 Programmazione dinamica Algoritmi golosi Grafi

14 Schedulazione delle Lezioni di Teoria Lezione 1: Introduzione al corso & Introduzione agli algoritmi 23 Ottobre 2017 Lezione 2: Analisi di algoritmi e modelli di calcolo 24 Ottobre 2017 Lezione 3: Analisi asintotica 26 Ottobre 2017 (orario laboratorio) Lezione 4: Divide et Impera 6 Novembre 2017 Lezione 5: Algoritmi ricorsivi e ricorrenze - (I parte) 7 Novembre 2017 Lezione 6: Algoritmi ricorsivi e ricorrenze - (II parte) 13 Novembre 2017 Lezione 7: Algoritmi ricorsivi e ricorrenze - (III parte) 14 Novembre 2017 Reading Week: Novembre Verifica I parziale: 23 Novembre 2017 Lezione 8: Strutture Dati Astratte 27 Novembre 2017 Lezione 9: BST 28 Novembre 2017 Lezione 10: AVL 30 Novembre 2017 (orario laboratorio) Lezione 11: HEAP 4 Dicembre 2017 Lezione 12: Tabelle Hash 5 Dicembre 2017 Lezione 13: Sorting 7 Dicembre 2017 (orario laboratorio) Lezione 14: Quicksort 11 Dicembre 2017 Lezione 15: Backetsort 12 Dicembre 2017 Reading Week: Dicembre Verifica II parziale: 19 Dicembre 2017 Lezione 16: Programmazione Dinamica 8 Gennaio 2018 Lezione 17: String Matching 9 Gennaio 2018 Lezione 18: Grafi 15 Gennaio 2018 Lezione 19: Algoritmi su Grafi - MST Kruskal, Prim 16 Gennaio 2018 Lezione 20: Algoritmi su Grafi - CM Dijkstra 22 Gennaio 2018 Lezione 21: NP-Complessità 23 Gennaio 2018 Reading Week: Verifica III parziale: 30 Gennaio 2018

15 Schedulazione delle Lezioni di Laboratorio Laboratorio 1: 23 Ottobre 2017 Laboratorio 2: 30 Ottobre 2017 Laboratorio 3: 6 Novembre 2017 Laboratorio 4: 9 Novembre 2017 Laboratorio 5: 13 Novembre 2017 Laboratorio 6: 16 Novembre 2017 Laboratorio 7: 20 Novembre 2017 (orario teoria) Laboratorio 8: 21 Novembre 2017 Laboratorio 9: 27 Novembre 2017 Laboratorio 10: 30 Novembre 2017 (orario teoria) Laboratorio 11: 4 Dicembre 2017 Laboratorio 12: 11 Dicembre 2017 Laboratorio 13: 14 Dicembre 2017 (orario teoria) Laboratorio 14: 18 Dicembre 2017 Laboratorio 15: 21 Dicembre 2017 Laboratorio 16: 8 Gennaio 2018 Laboratorio 17: 11 Gennaio 2018 Laboratorio 18: 15 Gennaio 2018 Laboratorio 19: 18 Gennaio 2018 Laboratorio 20: 22 Gennaio 2018 Laboratorio 21: 25 Gennaio 2018