Indice
Algoritmi e Strutture dei Dati: A.A. 2017-2018
Avvisi
- Sono disponibili il [progetto] e il [mini-progetto] del corso.
- Importante per consegnare il progetto e completare l'orale: sarò in missione nel periodo 19.09.18-15.10.18 e in congedo per motivi di studio nel periodo 01.11.2018-28.02.19 (ma sarò a Pisa fino al 16 novembre).
- Per chi intende sostenere l'esame scritto, le date sono da concordare su appuntamento
- Orario lezioni: mar 11-13, mer 14-16, ven 14-16.
- Immagini usate durante la lezione.
- Visualizzazioni in HTML5 mostrate a lezione.
- Per il ricevimento, consultare la homepage del docente.
Motivazioni
“Fino a poco tempo fa, i matematici teorici consideravano un problema risolto se esisteva un metodo conosciuto, o algoritmo, per risolverlo; il procedimento di esecuzione dell'algoritmo era di importanza secondaria. Tuttavia, c'è una grande differenza tra il sapere che è possibile fare qualcosa e il farlo. Questo atteggiamento di indifferenza sta cambiando rapidamente, grazie ai progressi della tecnologia del computer. Adesso, è importantissimo trovare metodi di soluzione che siano pratici per il calcolo. La teoria della complessità studia i vari algoritmi e la loro relativa effficienza computazionale. Si tratta di una teoria giovane e in pieno sviluppo, che sta motivando nuove direzioni nella matematica e nello stesso tempo trova applicazioni concrete quali quello fondamentale della sicurezza e identificazione dei dati.”
– E. Bombieri, Medaglia Fields, in La matematica nella società di oggi, Bollettino UMI, Aprile 2001
Contenuti
Introduzione al modello di calcolo, all'analisi e alla complessità degli algoritmi. Algoritmi ricorsivi e relazioni di ricorrenza: divide et impera e programmazione dinamica. Strutture di dati combinatorie con applicazioni: algoritmi per array, liste, alberi, pile, code, code di priorità, dizionari, grafi. Problemi P, NP, NP-completi e approssimazione.
Obiettivi formativi
Definire formalmente le nozioni di algoritmo e di modello di calcolo caratterizzandone gli aspetti rilevanti. Organizzare e strutturare i dati da elaborare nel modo più opportuno al fine di agevolarne l'uso da parte degli algoritmi. Progettare algoritmi corretti (che risolvono cioè sempre e solo il problema a cui si è interessati) ed efficienti (cioè che lo risolvono il più velocemente possibile o usano il minor spazio di memoria possibile), attraverso l'esame di paradigmi diversi e problemi provenienti dal mondo reale. Studiare le limitazioni inerenti dei problemi da risolvere, in particolare di quelli la cui soluzione richiede l'esame di tutte le possibilità.
Prerequisiti e metodologia
- Conoscenza di un linguaggio di programmazione (C, C++, C#, Java, Phyton).
- Lezioni frontali con esercitazioni.
- Sviluppo di codice in laboratorio.
- Uso di strumenti di visualizzazione.
- Sviluppo di un progetto basato su “real-world data”.
Modalità d'esame
- Parte prima, a scelta una delle seguenti possibilità:
- [progetto] con sviluppo di nuovi algoritmi e relativa implementazione, avente una votazione in trentesimi (non richiede la presentazione del mini-progetto).
- scritto con esercizi da svolgere, avente una votazione in trentesimi, più un [mini-progetto] con votazione booleana (prova superata o meno per valutare le capacità programmative);
- seminario basato su un argomento di ricerca nel campo dell'algoritmica, avente una votazione in trentesimi, più un [mini-progetto] con votazione booleana (vedi sopra);
- Parte seconda, comune per tutti: verifica tramite l'orale basato sul programma dettagliato (vedi sotto).
Testi e materiale didattico
- P. Crescenzi, G. Gambosi, R. Grossi, G. Rossi. Strutture di Dati e Algoritmi, Pearson, seconda edizione, 2012 [CGGR].
- T. H. Cormen, C. E. Leiserson, R. L. Rivest, C. Stein. Introduction to algorithms, MIT Press, third edition, 2011.
- C. Demestrescu, I. Finocchi, G. F. Italiano, Algoritmi e strutture dati, McGraw Hill, seconda edizione, 2008.
Programma
Capitolo 0 (versione elettronica), Capitolo 1 (tranne par.1.3), Capitolo 2 (tranne par.2.2), Capitolo 3 (tranne par. 3.5), Capitolo 4 (più cuckoo hashing), Capitolo 5 (par.5.1, 5.2, 5.3), Capitolo 6 (par. 6.1, 6.3, 6.4, 6.5, 6.8), Capitolo 7 (tranne par. 7.3.2), Capitolo 8 (tranne par. 8.7). Guardare errata-corrige, integrazioni ed esempi utilizzando ALVIE sul sito Web.
Data | Argomento | Riferimenti e note |
---|---|---|
27.02.2018 | Presentazione del corso. Complessità di un algoritmo e di un problema nel modello di calcolo RAM (random access machine): esempio del segmento di somma massima. Problema dell'ordinamento: selection sort, insertion sort. | [CGGR, cap.0, par.1.2,] |
28.03.2018 | Laboratorio: segmento di somma massima | http://carp.di.unipi.it/asd1718/#/task/sum_dup/statement http://carp.di.unipi.it/asd1718/#/task/maxsum_dup/statement |
02.03.2018 | Problema dell'ordinamento: limite inferiore per il problema dell'ordinamento mediante confronti, mergesort, albero di ricorsione, algoritmi randomizzati (quick sort) e analisi con variabili indicatrici. | [CGGR, par.5.1], [CLRS,par. 7.3] |
06.03.2018 | Problema dell'ordinamento: selection sort, insertion sort, limite inferiore per il problema dell'ordinamento mediante confronti. | [CGGR, par.1.2, teorema 2.4, par.3.1-3.4] |
07.03.2018 | Laboratorio: ordinamento e problemi collegati (parte I). | http://carp.di.unipi.it/asd1718/#/task/kmin/statement http://carp.di.unipi.it/asd1718/#/task/sort_dup/statement http://carp.di.unipi.it/asd1718/#/task/inversions/statement |
09.03.2018 | Heap binario implicito. Heapsort. | [CGGR par. 2.4, 3.6, 3.7] |
13.03.2018 | Divide et impera, relazioni di ricorrenza e teorema principale: ricerca binaria, moltiplicazione veloce tra matrici; coppia di punti più vicini. | [CGGR, par.3.6, 3.7] |
14.03.2018 | Laboratorio: ordinamento e problemi collegati (parte II). | http://carp.di.unipi.it/asd1718/#/task/kmin/statement http://carp.di.unipi.it/asd1718/#/task/sort_dup/statement http://carp.di.unipi.it/asd1718/#/task/inversions/statement |
16.03.2018 | Divide et impera su alberi: problemi decomponibili. Visita di alberi. Ricerca binaria e albero binario di ricerca corrispondente. Alberi binari di ricerca: ricerca, inserimento, cancellazione. | [CGGR par. 4.4.1] |
20.03.2018 | Il problema del dizionario: realizzazione mediante array, liste e alberi binari di ricerca. Alberi binari di ricerca AVL: ricerca, inserimento, cancellazione. | [CGGR, par. 4.1, 4.4.2] |
21.03.2018 | Laboratorio: alberi binari di ricerca | http://carp.di.unipi.it/asd1718/#/task/bst_dup/statement |
23.03.2018 | Discussione dettagliata del codice per gli alberi binari di ricerca AVL. | [CGGR, par. 4.1, 4.4.2] |
27.03.2018 | Funzioni hash e tabelle hash con liste concatenate e indirizzamento aperto | [CGGR, par. 4.3] |
28.03.2018 | Hash universale e hash perfetto | CLRS par. 11.3.3 CLRS par. 11.5 |
06.04.2018 | Cuckoo hashing. | Notes Note in inglese |
10.04.2018 | Skip list. Karp-Rabin fingerprint e string matching. | [CGGR, par. 5.2] [CLRS par.32.2] |
11.04.2018 | Laboratorio: hashing (parte I) | http://carp.di.unipi.it/asd1718/#/task/hash_dup/statement |
13.04.2018 | Grafi: alcune proprietà combinatorie; esempi di problemi; rappresentazione in memoria. Visita in profondità (DFS) di un grafo, cicli, e ordinamento topologico. | [CGGR, par. 7.1, 7.2.1] |
17.04.2018 | Visita in ampiezza (BFS) con coda implementata mediante liste. Diametro. Grafi pesati e cammini minimi. Algoritmo di Dijkstra. | CGGR, par. 7.3.1, 7.4] |
18.04.2018 | Laboratorio: hashing (parte II) | http://carp.di.unipi.it/asd1718/#/task/hash_dup/statement |
20.04.2018 | Algoritmo di Floyd-Warshall. Albero di ricoprimento minimo (MST): regola del ciclo e del taglio. Algoritmo di Jarnik-Prim mediante heap. | [CGGR, par. 7.5.1-7.5.2] |
24.04.2018 | Programmazione dinamica. Fibonacci e sottosequenza comune più lunga. Zaino (knapsack). Problemi pseudo-polinomiali. | [CGGR, par. 6.1, 6.3-6.5] |
27.04.2018 | Algoritmo di Kruskal per MST con struttura di dati per union-find e analisi ammortizzata. | [CGGR, par. 5.3, 7.5.3] |
02.05.2018 | Laboratorio: grafi | http://carp.di.unipi.it/asd1718/#/task/graph_dup/statement http://carp.di.unipi.it/asd1718/#/task/diameter_dup/statement |
04.05.2018 | Classi di complessità P e NP: esempio dei cicli euleriani e hamiltoniani (HAM) nei grafi, colorazione di mappe (grafi) planari. Nozione di certificato polinomiale. Definizione della classe NP. Riduzione polinomiale. Esempio da HAM a commesso viaggiatore (TSP). | [CGGR, par. 8.1-8.3] video |
08.05.2018 | Relazione tra certificato polinomiale e non-determinismo polinomiale. Proprietà della riduzione polinomiale e definizione della classe NPC (problemi NP-completi). Problema della soddisfacibilità (SAT) e Teorema di Cook-Levin. Riduzione da 3-colorazione di mappe (3-COL) a SAT. | [CGGR, par. 8.4-8.6] |
11.05.2018 | Riduzioni a la Karp: da SAT a soddisfacibilità con clausole a 3 letterali (3-SAT), da vertex cover (VC) a 3-SAT, da independent set (IS) a VC, da hitting set (HS) a VC. Algoritmi di r-approssimazione. | [CGGR, par. 8.8-8.9] |
15.05.2018 | 2-approssimazione per min VC e max SAT. Inapprossimabilità di TSP nel caso generale e sua 2-approssimazione per istanze metriche. | [CGGR, par. 8.10-8.11] [TBA] |
18.05.2018 | Algoritmi esatti parametrizzati: esempio con min VC | sect. 2.2.1, 3.1 |
23.05.2018 | Esercitazione: grafi e discussione progetto | http://carp.di.unipi.it/asd1718/#/task/dijkstra/statement |