Il Corso ha lo scopo di illustrare le principali tecniche di progettazione di algoritmi e di descrivere ed analizzare gli algoritmi di base più diffusi e le strutture dati in essi utilizzate, con particolare riferimento agli aspetti di complessità computazionale.

01. Introduzione agli algoritmi e alle strutture dati:

  01.01 Algoritmi e loro tipologie.

  01.02 Correttezza di un algoritmo rispetto ad un problema.

  01.03 Complessità di un algoritmo rispetto all'uso di risorse.

  01.04 Strutture dati e loro tipologie.

02. Classi di problemi:

  02.01 Problemi decidibili e indecidibili.

  02.02 Problemi trattabili e intrattabili.

  02.03 Teorema di Cook.

  02.04 NP-completezza. 

03. Complessità degli algoritmi:

  03.01 Notazioni per esprimere la complessità asintotica.

      03.02 Calcolo della complessità di algoritmi non ricorsivi.

  03.03 Calcolo della complessità di algoritmi ricorsivi.

04. Algoritmi per array:

  04.01 Array: definizioni di base e problemi classici.04.02 Algoritmo di visita per array.

  04.03 Algoritmo di ricerca lineare per array.

  04.04 Algoritmo di ricerca binaria per array ordinati.

  04.05 Criteri di confronto per algoritmi di ordinamento per array.

  04.06 Insertsort.

  04.07 Selectsort.

  04.08 Bubblesort.

  04.09 Mergesort.

  04.10 Quicksort.

  04.11 Heapsort.

  04.12 Code con priorità basate su heap binari. 

05. Algoritmi per liste:

  05.01 Liste: definizioni di base e problemi classici.

  05.02 Algoritmi di visita, ricerca, inserimento e rimozione per liste.

  05.03 Algoritmi di inserimento e rimozione per code.

  05.04 Algoritmi di inserimento e rimozione per pile.

06. Algoritmi per alberi:

  06.01 Alberi: definizioni di base e problemi classici.

  06.02 Algoritmi di visita e ricerca per alberi binari.

  06.03 Algoritmi di ricerca, inserimento e rimozione per alberi binari di ricerca.

  06.04 Criteri di bilanciamento per alberi binari di ricerca.

  06.05 Algoritmi di ricerca, inserimento e rimozione per alberi binari di ricerca rosso-nero.

07. Algoritmi per grafi:

  07.01 Grafi: definizioni di base e problemi classici.

  07.02 Algoritmi di visita e ricerca per grafi.

  07.03 Algoritmo di ordinamento topologico per grafi diretti e aciclici.

  07.04 Algoritmo delle componenti fortemente connesse per grafi.

  07.05 Algoritmo di Kruskal.

  07.06 Algoritmo di Prim.

  07.07 Proprietà del percorso più breve.

  07.08 Algoritmo di Bellman-Ford.

  07.09 Algoritmo di Dijkstra.

  07.10 Algoritmo di Floyd-Warshall.

08. Algoritmi per stringhe:

  08.01 Stringhe: definizioni di base e problemi classici.

  08.02 Algoritmo ingenuo di string matching.

  08.03 Algoritmo per il calcolo della distanza di edit tra stringhe.

  08.04 Algoritmo per il calcolo della massima sottosequenza comune. 

09. Selezione e statistiche d'ordine:

  09.01 Definizioni di base e problemi.

  09.02 Heapselect.

  09.03 Selezione randomizzata.

  09.04 Selezione deterministica.

10. Tecniche algoritmiche:

  10.01 Tecnica del divide et impera.

  10.02 Programmazione dinamica.

  10.03 Tecnica golosa.

  10.04 Tecnica per tentativi e revoche.

11. Attività di laboratorio:

  11.01 Elementi di linguaggio C: richiami, editing, compilazione, debugging.

  11.02 Generatori di numeri pseudocasuali: funzioni rand e srand.

  11.03 Valutazione sperimentale della complessità degli algoritmi: timing e contatori.

  11.04 Confronto sperimentale degli algoritmi di ordinamento per array.

  11.05 Confronto sperimentale degli algoritmi di ricerca per alberi binari.

  11.06 Implementazione di algoritmi su grafi: visita in ampiezza e profondità di un grafo, algoritmo di Dijkstra.

  11.07 Implementazione di algoritmi su stringhe: Edit Distance e LCS.

Non vi sono propedeuticità obbligatorie. Si suggerisce di sostenere l'esame di Algoritmi e Strutture Dati dopo aver sostenuto gli esami di Programmazione Procedurale e Logica e Analisi Matematica e prima di sostenere gli esami di Sistemi Operativi, Basi di Dati, Reti di Calcolatori, Programmazione ad Oggetti e Ingegneria del Software.

Conoscenza e capacità di comprensione:
Lo studente al termine del corso acquisirà: consapevolezza dell'importanza della progettazione efficiente degli algoritmi; le conoscenze fondamentali per l'analisi delle risorse computazionali richieste da un algoritmo; i principali algoritmi e strutture dati in grado di risolvere problemi di base di natura computazionale.

Conoscenza e capacità di comprensione applicate:
Lo studente acquisirà le metodologie proprie dell'analisi e della progettazione algoritmica. In particolare sarà in grado di progettare una serie di algoritmi classici (ordinamento, ricerca, ecc.) operanti su strutture dati differenti (array, liste, alberi e grafi) ed analizzarne la complessità computazionale. La capacità di applicare queste tecniche verrà sviluppata ed affinata nelle esercitazioni di laboratorio dove una serie di algoritmi verranno analizzati, elaborati ed implementati in linguaggio C.

Autonomia di giudizio:
Lo studente  sarà in grado di applicare le metodologie proprie dell'algoritmica per la comprensione e la risoluzione di nuovi problemi di natura computazionale. Le discussioni critiche in aula e le esercitazioni serviranno a stimolare e sviluppare l'autonomia di giudizio dello studente.
 
Abilità comunicative:
Lo studente  acquisirà la capacità di esprimere i concetti fondamentali propri degli algoritmi e delle strutture dati con terminologia appropriata e rigorosa. Imparerà a descrivere i problemi inerenti l'analisi e la progettazione di algoritmi efficienti e le metodologie adottate per la loro soluzione.
 
Capacità di apprendere:
Lo studente  acquisirà la capacità di studiare ed apprendere tecniche algoritmiche e strutture dati fondamentali. Imparerà a riconoscere l'importanza delle risorse computazionali (in particolare spazio e tempo) in modo da poter sviluppare autonomamente soluzioni per nuove problematiche inerenti la progettazione efficiente di programmi. 

Il materiale didattico predisposto dalla/dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni della/del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Modalità didattiche

Lezioni teoriche ed esercitazioni di laboratorio.

Obblighi

Sebbene fortemente consigliata, la frequenza non è obbligatoria.

Testi di studio

Cormen, Leiserson, Rivest, Stein, "Introduzione agli Algoritmi e alle Strutture Dati", McGraw-Hill, 2010.

(Cormen, Leiserson, Rivest, Stein, "Introduction to Algorithms", MIT Press, 2009.)
Demetrescu, Finocchi, Italiano, "Algoritmi e Strutture Dati", McGraw-Hill, 2008.

Crescenzi, Gambosi, Grossi, "Strutture di Dati e Algoritmi", Pearson/Addison-Wesley, 2012.
Sedgewick, "Algoritmi in C", Pearson, 2015.

(Sedgewick, "Algorithms in C", Addison-Wesley, 1998.)

Modalità di
accertamento

Progetto (da sviluppare individualmente o in gruppi di due studenti), prova scritta e prova orale.

Il progetto, che cambia ad ogni sessione d'esame, deve essere consegnato almeno sette giorni prima della prova scritta, viene valutato in trentesimi ed è ritenuto sufficiente se il relativo voto, che rimane valido per tutti gli appelli dell'anno accademico in cui il progetto viene consegnato, è di almeno 18/30. Qualora il progetto venga riconsegnato in un appello successivo, il voto del progetto precedentemente consegnato viene annullato. Se la riconsegna avviene nella medesima sessione, al voto del nuovo progetto consegnato viene applicata una penale di 5/30.

La prova scritta, che può essere sostenuta solo previo superamento del progetto, consiste in sette domande da svolgere in 60 minuti. Viene valutata in trentesimi ed è ritenuta sufficiente se il relativo voto, che rimane valido per il solo appello in cui la prova viene sostenuta, è di almeno 18/30.

La prova orale, che può essere sostenuta solo previo superamento delle altre due prove, consiste in ulteriori domande sul programma del corso.  Se superata, comporta un aggiustamento per eccesso o per difetto di al più 5/30 della media aritmetica dei voti delle altre due prove, determinando così il voto finale.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

L'insegnamento è erogato anche on-line all'interno della piattaforma Moodle > elearning.uniurb.it