Descrição da Disciplina

Transcrição

1 UFMG/ICEx/DCC Algoritmos e Estruturas de Dados II Descrição da Disciplina Bacharelado em Ciência da Computação 1 o Semestre de A disciplina Carga Horária: 60 horas Créditos: 4 Professor: Antonio Alfredo Ferreira Loureiro Sala 4020, ICEx loureiro@dcc.ufmg.br Monitor: a ser definido Horário: Terças e Quintas de 16:40 às 18:20 Página da disciplina: loureiro/aeds2 Nota: Veja o calendário da UFMG para trancamento de matrícula, etc. 2 Objetivos da disciplina Apresentar os algoritmos e as estruturas de dados básicas para o desenvolvimento de programas de computadores. Ao final da disciplina o aluno deverá ser capaz de utilizar a programação modular, dominando as principais técnicas utilizadas na implementação de estruturas de dados básicas, de algoritmos de ordenação e de pesquisa na memória principal. Ele ainda deve ser capaz de efetuar análises simples da complexidade de algoritmos. 3 Ementa Modelos computacionais. Tipos abstratos de dados. Introdução às técnicas de análise de algoritmos. Paradigmas de projeto de algoritmos. Estruturas de dados estáticas e dinâmicas na memória principal. Algoritmos de ordenação e de pesquisa na memória principal. Algoritmos em grafos. 4 Programa A disciplina está dividida basicamente em seis partes principais conforme descrito na ementa acima e seguirá o programa descrito a seguir. 4.1 Projeto e análise de algoritmos 1. Conceitos de modelo computacional, algoritmo, estrutura de dados, programa, tipo de dados, tipo abstrato de dados. 2. Medidas de Tempo e Espaço de um algoritmo. 3. Notações O, Ω, θ, o e ω. 4. Técnicas de análise de algoritmos. 5. Teorema Mestre. 6. As linguagens C e Pascal. Referência: [Ziviani, 2004] Capítulo 1. AEDS II 2007/1 Descrição da Disciplina 1

2 [Cormen et al., 2001] Capítulos 1 a 4. [Knuth, 1997] Capítulo 1. [Sedgewick, 1997] Capítulos 1 e Paradigmas de projeto de algoritmos 1. Indução. 2. Recursividade. 3. Tentativa e erro. 4. Divisão e conquista. 5. Balanceamento. 6. Programação dinâmica. 7. Algoritmos gulosos. 8. Algoritmos aproximados (heurísticas). Referência: [Ziviani, 2004] Capítulo 2. [Cormen et al., 2001] Capítulo 2, Seção (divisão e conquista); Capítulo 15, Seções 15.1 a 15.3 (programação dinâmica); Capítulo 16, Seções 16.1 e 16.2 (algoritmos gulosos); Capítulo 35 (algoritmos aproximados). [Sedgewick, 1997] Capítulo 5, Seção 5.1 (recursividade), Seção 5.2 (divisão e conquista), Seção 5.3 (programação dinâmica). 4.3 Estruturas de dados na memória principal 1. Listas lineares. 2. Pilhas. 3. Filas. 4. Listas não lineares. 5. Árvores binárias e balanceadas. 6. Fila de prioridades. Referência: [Ziviani, 2004] Capítulo 3. [Cormen et al., 2001] Capítulo 10. [Knuth, 1997] Capítulo 2. [Sedgewick, 1997] Capítulo Algoritmos de ordenação na memória principal 1. Técnicas e critérios de ordenação. 2. Método da bolha. 3. Ordenação por Seleção. 4. Ordenação por Inserção. 5. Shellsort. 6. Quicksort. 7. Heapsort. 8. Mergesort. 9. Comparação entre os métodos. 10. Ordenação parcial. Referência: [Ziviani, 2004] Capítulo 4, Seção 4.1. [Cormen et al., 2001] Capítulo 6 (Heapsort); Capítulo 7 (Quicksort); Capítulo 9 (ordenação parcial). [Knuth, 1998] Capítulo 5. [Sedgewick, 1997] Capítulos 6 a 10. AEDS II 2007/1 Descrição da Disciplina 2

3 4.5 Algoritmos de pesquisa na memória principal 1. Pesquisa seqüencial. 2. Pesquisa binária. 3. Árvores de pesquisa. 4. Pesquisa digital. 5. Transformação de chave (hashing). Referência: [Ziviani, 2004] Capítulo 5. [Cormen et al., 2001] Capítulo 11 (transformação de chave); Capítulo 12 (árvore de pesquisa). [Knuth, 1998] Capítulo 6. [Sedgewick, 1997] Capítulos 12, 14 e Algoritmos em grafos 1. Conceitos básicos. 2. TAD Grafo. 3. Busca em profundidade. 4. Busca em largura. 5. Ordenação topológica. 6. Componentes fortemente conectados. 7. Árvore geradora mínima. 8. Caminhos mais curtos. Referência: [Ziviani, 2004] Capítulo 7. [Cormen et al., 2001] Capítulos 22 e 23. [Sedgewick, 2001] Capítulos 17, 18, 20 e Livro Texto Os dois livros abaixo cobrem o mesmo material do ponto de vista da disciplina. No entanto, em cada livro os algoritmos são apresentados em versões diferentes: Pascal e C, no primeiro caso, e Java e C++, no segundo caso. No material da disciplina, os algoritmos serão apresentados em Pascal e C. [Ziviani, 2004] Projeto de Algoritmos com Implementações em Pascal e C, 2 a Edição. Nivio Ziviani. 2004, 522 pp. Editora Thomson, ISBN [Ziviani, 2006] Projeto de Algoritmos com Implementações em Java e C++. Nivio Ziviani. 2006, 642 pp. Editora Thomson, ISBN AEDS II 2007/1 Descrição da Disciplina 3

4 6 Bibliografia suplementar [Cormen et al., 2001] Introduction to Algorithms, 2nd Edition. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein. 2001, 1184 pp. MIT Press, ISBN [Cormen et al., 2002] Algoritmos Teoria e Prática, Tradução da 2 a edição em inglês. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein. 2002, 936 pp. Editora Campus/Elsevier, ISBN [Knuth, 1997] The Art of Computer Programming, Volume 1: Fundamental Algorithms, 3rd Edition. Donald E. Knuth. 1997, 672 pp. Addison-Wesley, ISBN [Knuth, 1998] The Art of Computer Programming, Volume 3: Sorting and Searching, 2nd Edition. Donald E. Knuth. 1998, 800 pp. Addison-Wesley, ISBN [Sedgewick, 1997] Algorithms in C, Parts 1-4: Fundamentals, Data Structures, Sorting, Searching, 3rd Edition. Robert Sedgewick. 1997, 720 pp. Addison-Wesley, ISBN O autor possui versões deste livro em C++ e Java. [Sedgewick, 2001] Algorithms in C, Part 5: Graph Algorithms, 3rd Edition. Robert Sedgewick. 2001, 512 pp. Addison-Wesley, ISBN O autor possui versões deste livro em C++ e Java. 7 Avaliação da Aprendizagem 1 prova de 15 pontos 15 2 provas de 20 pontos 40 4 trabalhos práticos de 7,5 pontos 30 5 listas de exercícios de 3 pontos 15 Total 100 AEDS II 2007/1 Descrição da Disciplina 4

5 Importante: 1. Não haverá prova suplementar. 2. Todas as provas são individuais e sem consulta. 3. A primeira prova irá tratar do conteúdo descrito nas seções 4.1 e 4.2, a segunda nas seções 4.3 e 4.4, e a terceira nas seções 4.5 e Qualquer trabalho ou exercício que envolva programação pode ser escrito em uma das seguintes linguagens: C, C++, Java ou Pascal. Pelo menos um dos trabalhos práticos deve ser feito na linguagem C. Nenhuma outra linguagem será aceita. O programa deve ser compilado e executado em um máquina da graduação da rede do DCC/UFMG. 5. Todos os trabalhos práticos são individuais. Isto, evidentemente, não significa que é proibido trocar idéias e discutir alternativas de solução. No entanto, na hora de escrever código, o trabalho deve ser individual. Em cada trabalho prático, o aluno poderá ser convidado a defender, perante o monitor, a solução adotada. 8 Planejamento das aulas As nossas aulas serão às terças e quintas indicadas no calendário pelo dia em negrito e entre colchetes o número da aula. Dias marcados com F são feriados e com R indicam recesso escolar. Os sábados entre 3 de março e 7 de julho são dias letivos, exceto quando indicados no calendário. Importante: 1. Aulas suplementares podem ser necessárias para garantir o cumprimento da carga horária em função de viagens (avisadas com antecedência) e imprevistos (avisados com antecedência na medida do possível) do instrutor. Fevereiro [1] 28 Março [2] [3] 7 8 [4] [5] [6] [7] [8] [9] [10] Abril [11] 4 5 [R] 6 [F] 7 [R] [12] [13] [14] [15] [F] [16] [17] [R] Maio [F] 2 [R] 3 [R] 4 [R] 5 [R] [18] 9 10 [19] [20] [21] [22] [23] [24] [25] Junho [26] 6 7 [F] 8 [R] 9 [R] [27] [28] [29] [30] [31] [32] Julho [33] 4 5 [34] AEDS II 2007/1 Descrição da Disciplina 5

6 O programa descrito na seção 4 está previsto para ser coberto de acordo com a seguinte carga horária: Tópico # Aulas Projeto e análise de algoritmos 6 Paradigmas de projeto de algoritmos 6 Estruturas de dados básicas 4 Algoritmos de ordenação 8 Algoritmos de pesquisa 8 Algoritmos em grafos 8 As outras aulas serão usadas para provas, discussões e matéria (caso necessário). 9 Comentários sobre a área de algoritmos Os comentários abaixo aparecem na seguinte referência: Breaking Intractability, by J.F. Traub and H. Wozniakowski, Scientific American, January Even though scientists have computers at their disposal, problems can have so many variables that no future increase in computer speed will make it possible to solve them in a reasonable amount of time.... certain scientific questions can never be answered because the necessary computing resources do not exist in the universe.... An impediment even more serious than intractability may occur: a problem may be unsolvable. A problem is unsolvable if one cannot compute even an approximation at finite cost.... Because these results are intrinsic to the problem, one cannot get around them by inventing other methods.... One possible way to break unsolvability and intractability is through randomization.... Unfortunately, the proof of this result does not tell us what the points and algorithms are, thus leaving a beautiful challenge for the future.... One important achievement of mathematics over the past 60 years is the idea that mathematical problems may be undecidable, noncomputable or intractable. Kurt Gödel proved the first of these results. He established that in a rich mathematical system, such as arithmetic, there are theorems that can never be proved. AEDS II 2007/1 Descrição da Disciplina 6