Docenti Teoria/Esercitazioni: Nadia Pisanti, Anna Bernasconi

Docenti Laboratorio: Anna Bernasconi, Giovanna Rosone, Rossano Venturini

Impegno: 12 CFU di cui 9 teoria/esercitazioni e 3 Laboratorio. 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.

Semestre: secondo.

Questa settimana il ricevimento collettivo con gli studenti counselor si terra' venerdì 3 maggio, 11-13 nella sala riunioni EST del dipartimento di Informatica.

La lezione del giorno 16/4/2019 prevista dalle 11 alle 13 non avrà luogo a causa dell'indisponibilità delle Aule del Polo Didattico Fibonacci, occupate per il concorso per la specializzazione all’insegnamento di sostegno nelle scuole.

I laboratori del 16/4 avranno luogo regolarmente. Tuttavia, l'Ateneo chiede agli studenti la cortesia di stazionare il meno possibile nei corridoi prima e dopo la lezione.

A partire dal 13 Marzo, ogni Mercoledi' dalle 11 alle 13 nella Sala Riunioni Est del Dipartimento di Informatica si terra' un ricevimento collettivo delle attivita' di Laboratorio tenuto dai quattro studenti counselor assegnati a questo corso.

Feedback per il Counseling

Materiale didattico di supporto per il laboratorio (preparato dai counselor)

• A.A. 2017/2018
• A.A. 2016/2017
• A.A. 2015/2016

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 due prove obbligatorie e una facoltativa:

• Una prova scritta (obbligatoria) 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 (obbligatoria) 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 (facoltativa) sul programma del corso, la cui valutazione finale è in trentesimi e tiene in considerazione il risultato riportato dallo studente nella prova scritta.
• La prova di laboratorio puo' essere sostenuta solo dopo aver superato la prova scritta.
• Le prove possono essere sostenute in appelli diversi. In particolare, un volta superato lo scritto, la prova di laboratorio puo' essere sostenuta anche in appelli successivi, fermo restando quanto sopra e quanto sotto.
• Se la prova di laboratorio non viene superata puo' essere ripetuta senza ripetere lo scritto, ma SE LA PROVA DI LABORATORIO NON VIENE SUPERATA PER DUE VOLTE CONSECUTIVE, OCCORRE RIPETERE ANCHE LO SCRITTO.
• La prova orale e' facoltativa (salvo eccezioni motivate dal docente), puo' essere sostenuta solo dopo aver superato la prova scritta e la prova di laboratorio, e puo' dar luogo ad un incremento massimo di 4 punti rispetto al voto dello scritto. Se lo studente non intende sostenere la prova orale, ne' il docente ritiene che debba sostenerla, puo' registrare il voto dello scritto incrementato di 2 punti.
• Se la prova orale non viene superata, occorre ripetere soltanto quella.

Per avere una idea della tipologia delle prove, si consultino i testi degli anni scorsi. Prossime date per la prova scritta:

Prossime date per la prova 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.
• [DFI] C. Demetrescu, I. Finocchi, G. Italiano. Algoritmi e strutture dati. McGraw-Hill, Seconda edizione, 2008. Solo pagine 161-166.
• [CGGR] P. Crescenzi, G. Gambosi, R. Grossi, G. Rossi. Strutture di dati e algoritmi: progettazione, analisi e programmazione (seconda edizione). Pearson, 2012. Solo pagine 87-96.
• [BFL] A. Bernasconi, P. Ferragina, F. Luccio. Elementi di Crittografia . Pisa University Press, 2015. Solo il capitolo 3.

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://algo1819.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. Cenni di trattabilità (P, NP, NPC, EXP-TIME).
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.