Laboratorio di Algoritmi

Transcript

1 Laboratorio di Algoritmi Docenti: M. Goldwurm, M. Frasca Progetto Attività Accademica valido per l appello del 21 novembre Il problema Il Ministero dell Istruzione ha deciso di monitorare in maniera piú rigorosa l attività di ricerca universitaria per migliorarne ed aumentarne la produttività. L obiettivo principale è ottenere delle statistiche affidabili circa l operato di docenti, dottorandi, assegnisti etc., a cui per semplicità faremo riferimento come ricercatori. Si vuole inoltre valutare la vicinanza di interessi tra ricercatori, per cercare di suddividerli opportunamente in aree di ricerca. Aspetto fondamentale in tale contesto è rappresentato dalle pubblicazioni di ciascun ricercatore, non solo dal punto di vista quantitativo ma anche qualitativo. Ogni articolo infatti può essere collocato in una conferenza o su rivista (nazionale o internazionale): a seconda della collocazione l articolo assume una rilevanza diversa. Inoltre, un articolo può contenere alcune citazioni per altri articoli e, a sua volta, può essere citato da altre pubblicazioni. Quindi, può essere interessante valutare quale impatto un articolo abbia avuto sulla comunità internazionale, considerandone il numero di citazioni ricevute e la collocazione delle citazioni stesse. 2 Descrizione del progetto Il progetto richiede la stesura di un programma che legga da un file una sequenza di istruzioni corrispondenti a diversi eventi, quali ad esempio l inserimento nella comunità scientifica di un nuovo ricercatore/autore o la pubblicazione di un articolo scientifico. Il programma deve leggere dallo standard input (stdin) una sequenza di righe (separate da \n), ciascuna delle quali corrisponde ad un comando descritto in una delle sezioni successive. Useremo la seguente convenzione: i nomi dei comandi e i simboli da non modificare sono scritti in monospace, mentre in corsivo sono indicati i parametri. Il nome del comando è separato dai suoi parametri da uno o piú spazi; i vari parametri sono separati dal carattere speciale ; il carattere speciale & è invece usato per separare gli elementi di un elenco. Se i parametri sono di tipo stringa, si assume che non contengano questi caratteri speciali; possono invece contenere simboli di spaziatura diversi da \n. Quando una riga è letta, viene eseguita l operazione associata; le operazioni di stampa sono effettuate sullo standard output (stdout), e ogni operazione deve stampare su una nuova riga. 2.1 Operazioni di base Comando R : arrivo di un nuovo Ricercatore. Un nuovo ricercatore entra nella comunità e da questo momento in poi sarà un potenziale autore di articoli scientifici. L arrivo di un nuovo ricercatore è rappresentato dal comando R nome dove nome è una stringa di lunghezza arbitraria che identifica il nuovo ricercatore. Se nome esiste già, il comando si arresta stampando il messaggio Autore nome gia presente. 1

2 Comando A : pubblicazione di un Articolo scientifico. Un articolo scientifico è caratterizzato dai seguenti elementi: - il codice identificativo; - la collocazione editoriale, che può essere: rivista internazionale, conferenza internazionale, rivista nazionale, conferenza nazionale; - il titolo; - i suoi autori; - la bibliografia, ovvero un insieme di altre pubblicazioni che vengono citate. La pubblicazione di un articolo scientifico è rappresentata dal comando A c id titolo nome 1 & nome 2 &... & nome n id 1 & id 2 &... & id m dove c RI, CI, RN, CN, n, m > 0, mentre id, titolo, nome i, id i sono stringhe di lunghezza arbitraria che non contengono i caratteri speciali e &. Nel dettaglio: c indica la collocazione (RI= rivista internazionale, CI= conferenza internazionale, RN= rivista nazionale, CN= conferenza nazionale) dell articolo, id è il suo codice identificativo, titolo è il titolo, nome 1,..., nome n è l insieme degli autori, id 1,..., id n è l insieme degli identificativi delle pubblicazioni citate. Quando un articolo viene pubblicato, non può che citare articoli già pubblicati in precedenza. Pertanto, se per qualche i, l identificativo id i non corrisponde ad alcuna precedente pubblicazione, il programma dovrà stampare il messaggio Articolo id i inesistente. Se id esiste già tra gli articoli inseriti, viene stampato a video il messaggio Articolo id gia presente ; se nome i per qualche i 1,, n non esiste, viene stampato il messaggio Ricercatore nome i inesistente. In ciascuno di questi casi l operazione richiesta non viene eseguita. Coll. Id Titolo Autori Art. citati RI 1 the paper Alan Turing, Douglas Hofstadter, Seymour Papert RI 2 algorithms for everybody Don Knuth, Edsger W. Dijkstra 1 RI 3 un eterna ghirlanda brillante per finta Douglas Hofstadter, Edsger W. Dijkstra 1, 2 RI 4 logo programming language Seymour Papert 3 RI 5 algorithms on graphs Don Knuth, Paul Erdos 1, 2 RI 6 are you human? Alan Turing 3 RI 7 mathematicians on computers Alan Turing, Seymour Papert 5, 6 RI 8 combinatorics on graphs Don Knuth, Paul Erdos 2 RI 9 divulgazione o scienza? Alan Turing, Douglas Hofstadter 1, 5, 8 Tabella 1: Elenco Articoli Comando P : stampa dell elenco delle Pubblicazioni di un ricercatore. Il comando P n 2

3 deve stampare l elenco delle pubblicazioni del ricercatore di nome n, per id in ordine lessigrafico crescente, rispettando questo formato n 1,1 & n 1,2 &... & n 1,m1 titolo 1 c 1 n 2,1 & n 2,2 &... & n 2,m2 titolo 2 c 2... n t,1 & n t,2 &... & n t,mt titolo t c t dove t è il numero delle pubblicazioni del ricercatore di nome n e n j,1, n j,2,..., n j,mj sono gli autori della pubblicazione j-esima, mentre titolo j e c j ne rappresentano il titolo e la collocazione editoriale, per ogni j = 1, 2,... t. Se n non esiste, il comando termina stampando il messaggio Ricercatore n inesistente. Esempio. Consideriamo i ricercatori e gli articoli indicati nella Tabella 1. Il comando P Alan Turing ha il seguente output: Alan Turing & Douglas Hofstadter & Seymour Papert the paper RI Alan Turing are you human? RI Alan Turing & Seymour Papert mathematicians on computers RI Alan Turing & Douglas Hofstadter divulgazione o scienza? RI Comando G : Graduatoria dei ricercatori in base alle pubblicazioni. L insieme delle pubblicazioni di un ricercatore può dare una prima misura della sua produttività. Una pubblicazione id ha una rilevanza ril(id) diversa a seconda della sua collocazione, come definito di seguito: ril(id) := 2.5, 1.50, 0.75, 0.25, rispettivamente per Rivista Internazionale, Conferenza Internazionale, Rivista Nazionale e Conferenza Nazionale. Inoltre, la valutazione di un articolo dipende anche dal numero di citazioni ricevute e dalla loro collocazione. Si consideri la seguente quantità: ril(id) + j C id ril(j) dove C id è l insieme degli identificativi degli articoli che citano id. Oltre alla rilevanza dell articolo, tale quantità tiene in considerazione anche l impatto che l articolo id ha avuto sulla comunità scientifica. Tuttavia, tale impatto è da dividersi ugualmente, a meno di specifiche diverse, tra tutti gli autori dell articolo; siccome si vuole calcolare l impatto della pubblicazione in relazione al singolo autore, definiamo impatto ϕ(id) della pubblicazione id il seguente valore: ϕ(id) = ril(id) + j C id ril(j) A id dove A id è l insieme degli autori dell articolo id. Il comando G 3

4 deve stampare l elenco di tutti i ricercatori in ordine decrescente rispetto alla somma degli impatti delle loro pubblicazioni. La graduatoria deve avere questo formato n 1 x 1 n 2 x 2... n t x t dove x i è la somma degli impatti delle pubblicazioni del ricercatore di nome n i. In caso di parità di coefficiente, vale l ordine alfabetico dei nomi degli autori. Esempio. Consideriamo i ricercatori e gli articoli indicati nella Tabella 1. Il comando G ha come output (nel formato specificato) la sequenza: Alan Turing , Don Knuth , Douglas Hofstadter 9.167, Edsger W. Dijkstra 8.750, Seymour Papert 7.917, Paul Erdos Comando C : distanza di Collaborazione tra due ricercatori. 1 Due ricercatori si dicono co-autori se hanno pubblicato un articolo di cui sono entrambi autori. La distanza di collaborazione tra due ricercatori r 1 r 2 è il minimo intero n per cui esiste una sequenza a 0, a 1,..., a n di autori a i tali che a 0 = r 1, a n = r 2 e a i è coautore di a i+1 per ogni i = 0, 1,... n 1. Se non esiste alcuna sequenza di questo tipo, si dice che r 1 e r 2 hanno distanza di collaborazione indefinita. Chiaramente si assume che un autore sia coautore di se stesso. Il comando C n 1 & n 2 deve calcolare e stampare la distanza di collaborazione degli autori di nomi n 1 e n 2 oppure -1 se tale distanza è indefinita. Inoltre, il comando C n 1 & n 2 c deve calcolare e stampare la distanza di collaborazione tra gli autori di nomi n 1 e n 2, considerando solo le publicazioni che hanno collocazione individuata dal parametro c RI, CI, RN, CN, oppure -1 se tale distanza è indefinita. Se c non è una categoria valida, il comando deve stampare a video Categoria c non ammissibile e terminare. Se qualche n i non esiste, tutti i comandi elencati terminano stampando Autore n i inesistente. Esempio. Consideriamo gli Autori e gli Articoli indicati nella Tabella 1. Il comando C Alan Turing & Edsger W. Dijkstra ha come output 2, C Alan Turing & Edsger W. Dijkstra RN produce in output -1, mentre C Douglas Hofstadter & Edsger W. Dijkstra ha come output Note e suggerimenti 1. Il funzionamento del programma (compilazione ed esecuzione) e la correttezza delle soluzioni prodotte sono requisiti necessari. Un progetto sarà considerato più o meno valido rispetto all efficienza (tempo di calcolo e scelte implementative) nel risolvere istanze del problema di dimensioni via via crescenti. 1 Questo comando prende ispirazione dal Numero di Erdos, si veda veda 4

5 2. Non devono essere presenti vincoli né sul numero di ricercatori, né su quello degli articoli. Si assuma che ricercatori e articoli possano essere molte migliaia. Inoltre si assumano numerose le operazioni di inserimento di articoli e di ricercatori. 3. Per semplicità si supponga che l input sia sempre conforme alle specifiche contenute nella Sezione 2.1, per cui non è necessario controllarne la correttezza sintattica. 3 Esempi di esecuzione Si supponga che le righe di input siano: R A1 R A2 R A3 R A4 R A5 R A6 R A7 R A8 R A9 R A7 A CI p1 t1 A1 & A2 & A3 A RI p2 t2 A2 & A6 p1 A RI p1 t2 A2 & A6 p1 A CN p3 t3 A5 & A9 p1 & p2 A CN p4 t4 A117 p2 A CN p4 t4 A7 p2 A RN p5 t5 A8 & A9 p1 & p4 A RI p6 t6 A4 p3 G C A1 & A6 P A9 R A10 A CI p7 t7 A7 & A10 p3 & p15 A CI p7 t7 A7 & A10 p3 & p6 A RN p8 t8 A1 & A2 & A4 p5 A RI p9 t9 A3 & A4 & A5 p2 & p8 A RI p10 t10 A9 p1 & p7 & p8 G C A3 & A9 C A3 & A9 RN C A8 & A9 RN L output prodotto dal programma deve essere il seguente: Ricercatore A7 gia presente Articolo p1 gia presente Ricercatore A117 inesistente 5

6 A A A A A A A A A A5 & A9 t3 CN A8 & A9 t5 RN Articolo p15 inesistente A A A A A A A A A A Organizzazione degli appelli e modalità di consegna Il progetto va svolto individualmente. La versione aggiornata dello stesso è pubblicata sul sito: Si consiglia di consultare periodicamente questo sito per eventuali correzioni e/o precisazioni relative al testo del progetto. Per ogni ulteriore chiarimento scrivere all indirizzo frasca@di.unimi.it. Il presente progetto è valido per l appello del 21 novembre 2016 e deve essere consegnato entro il 14 novembre, ore 23:59. L elenco degli ammessi ai colloqui orali sarà disponibile sulla pagina del corso qualche giorno dopo il termine di consegna del progetto. Il progetto va inviato per posta elettronica all indirizzo frasca@di.unimi.it entro la data sopra indicata. Occorre presentare: 1. il codice sorgente in standard ANSI C, e il relativo makefile. Commentare ogni funzione con una descrizione sintetica della sua semantica, dei suoi argomenti e dell eventuale output; 2. una relazione (formato pdf), opportunamente indentata e suddivisa in sezioni, che illustri in maniera esauriente e chiara la logica delle scelte implementative fatte per ogni operazione, l algoritmo 6

7 utilizzato (descrizione generale, non parti di codice e relativi commenti) e le strutture dati utilizzate per lo svolgimento delle singole operazioni. Inoltre, occorre analizzare la complessità asintotica di ogni operazione principale. I due o più file (file sorgenti C + relazione) devono essere contenuti in un unico file.zip il cui nome dovrà essere della forma cognome_matricola.zip. La relazione e il codice devono riportare nome, cognome e matricola. 7