UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA

Transcrição

1 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: ESTRUTURAS DE DADOS CÓDIGO: INF01203 CURSOS/PRE-REQUISITO: o Engenharia da Computação o INF01203 Algoritmos e Programação o Ciência da Computação o INF01203 Algoritmos e Programação o INF05008 Fundamentos de Algoritmos CARGA HORÁRIA: 4 CRÉDITOS: 4 Professor Regente: Renata de Matos Galante SÚMULA: Abstração de Dados. Representação Física de Relações Lógicas: contigüidade física e encadeamento. Apontadores em linguagens de alto nível. Representação e Manipulação de Estruturas de Dados: listas lineares, árvores e grafos. OBJETIVOS: Capacitar o aluno para a especificação de tipos de dados primitivos e estruturados e a implementação de listas, árvores e grafos. CONTEÚDO PROGRAMÁTICO 1 Introdução 1.1 Conceitos básicos 1.2 Estrutura lógica 1.3 Estrutura física 1.4 Representação física de estruturas lógicas Contiguidade física Encadeamento 1.5 Redundância 1.6 Gerência de memória 2 Estruturas Lineares 2.1 Conceitos 2.2 Aplicações 2.3 Operações básicas 2.4 Representação física Contiguidade física Encadeamento Utilização de descritores 2.5 Pilhas 2.6 Filas 2.7 Listas duplamente encadeadas 2.8 Listas circulares 3 Árvores 3.1 Conceitos 3.2 Aplicações 3.3 Operações básicas 3.4 Representação física Contiguidade

2 3.4.2 Encadeamento 3.5 Árvore Binária Caminhamentos em árvores binárias Algoritmos de caminhamento com e sem recursividade Transformação de árvore qualquer em binária Árvores Binárias de Pesquisa 3.6 Árvores balanceadas 4 Grafos 4.1 Conceitos Grafos orientados Grafos não orientados Adjacência e incidência Conectividade 4.2 Aplicações 4.3 Operações básicas 4.4 Representação física Matriz de adjacência Matriz de incidência Lista de adjacências Lista de incidências 4.5 Algoritmos Determinação da árvore geradora de um grafo Exame sistemático dos vértices Planaridade Caminho crítico Cliques Colorido ótimo CRONOGRAMA DE ATIVIDADES: Aula Data Atividade Aula 01 04/08 Apresentação, tipos e estruturas de dados Aula 02 06/08 Tipos Abstratos de Dados - TAD Aula 03 11/08 Lista Lineares: contigüidade física Aula 04 13/08 Lista Lineares: contigüidade física circulares Aula 05 18/08 Laboratório Ponteiros Aula 06 20/08 Listas Lineares: encadeadas Aula 07 25/08 Laboratório listas encadeadas Aula 08 27/08 Listas Lineares: duplamente encadeadas Aula 09 01/09 Pilhas Aula 10 03/09 Filas e deques Aula 11 08/09 Laboratório Aula 12 10/09 Primeira avaliação Aula 13 15/09 Árvores: terminologia, aplicações, implementação e percurso Aula 14 17/09 Árvores Binárias: conversão, percurso, algoritmos Aula 15 22/09 Árvores Binárias de Pesquisa - ABP Aula 16 24/09 Laboratório Aula 17 29/09 Árvores AVL Aula 18 01/10 Árvores Rubro-Negras Aula 19 06/10 Laboratório Aula 20 08/10 Árvores Splay Tree 13/10 NÃO HAVERÁ AULA 15/10 NÃO HAVERÁ AULA 20/10 SEMANA ACADÊMICA 22/10 SEMANA ACADÊMICA Aula 21 27/10 Segunda Avaliação Aula 22 29/10 Grafos Terminologia e representação física Aula 23 03/11 Grafos caminhamentos, ciclos e árvore geradora Aula 24 05/11 Laboratório Aula 25 10/11 Grafos: Caminho máximo e mínimo Aula 26 12/11 Grafos: número cromático

3 Aula 27 17/11 Laboratório Aula 28 19/11 Grafos: Planaridade Aula 29 24/11 Terceira avaliação Aula 30 26/11 Apresentação do trabalho final Término período letivo 09/12/2008 TÉCNICAS DE ENSINO (EXPERIÊNCIAS DE APRENDIZAGEM) As aulas são de natureza teórico-prática, utilizando-se o recurso de slides nas aulas téoricas, e práticas em laboratório, incluindo o desenvolvimento de pequenos programas e funções na linguagem C. Um projeto extra-classe reforça os conteúdos desenvolvidos. Todo o material utilizado é disponibilizado no site da disciplina (moodle). CRITÉRIOS DE AVALIAÇÃO O aluno será avaliado com base no desempenho nas provas, no trabalho de implementação, exercícios em laboratório, bem como por sua participação em aula (variando entre 0.0 e 10.0). Conforme regulamento da Universidade, a freqüência às aulas é obrigatória. Ao longo do semestre, serão realizados: três provas, P1, P2 e P3 P3 (correspondendo 20% da nota final para cada avaliação); um trabalho final de implementação será realizado, correspondendo a 20% da nota final; exercícios de aula serão realizados, correspondendo a 5% da nota; exercícios de implementação e aulas práticas serão realizados ao longo do semestre, correspondendo a 15% da nota final. A realização dos trabalhos é obrigatória, mesmo que o aluno obtenha bons resultados nas provas. A média geral (MG) será obtida por meio da seguinte fórmula: MG = 0.20*P *P *P *TF+ 0.05*Exercícios+ 0.15*Implementações A conversão da MG para conceitos é feita por meio da seguinte tabela: 9,0 <= MG <= 10,0 conceito A (aprovado) 7,5 <= MG < 9,0 conceito B (aprovado) 6,0 <= MG < 7,5 conceito C (aprovado) MG < 6,0 Recuperação Observações: 1. Somente serão calculadas as médias gerais daqueles alunos que tiverem obtido um índice de freqüência às aulas igual ou superior a 75 % das aulas previstas. Aos que não satisfizerem este requisito, será atribuído o conceito FF (Falta de Freqüência). 2. Para poder realizar a prova de recuperação, o aluno deve ter realizado ao menos duas das provas e ter entregue o trabalho de implementação. Os que não se enquadrarem nesta situação receberão conceito D. Recuperação: Os alunos cujas médias gerais forem inferiores a 6,0 (seis) e que satisfizerem as condições acima poderão prestar prova de recuperação, a qual versará sobre toda a matéria da disciplina. A nota da prova de recuperação substituirá a pior nota dentre P1, P2 e P3. BIBLIOGRAFIA BÁSICA 1. Introdução à Abstração de Dados. Daltro Jose nunes. Notas de aula. 2. Estruturas de Dados e seus Algoritmos. Jayme Luiz Szwarcfiter, Lilian Markenzon, Editora LTC - Livros Técnicos e Científicos, 1994, Segunda Edição Revista.(Livro texto da disciplina para a parte de listas e árvores, incluido a parte de análise de complexidade dos algoritmos. Boa cobertura, tanto em abrangência quanto em profundidade) 3. Grafos: Teoria, Modelos, Algoritmos. Paulo Oswaldo Boaventura Netto, Editora LTC - Livros Técnicos e Científicos, 1994, Segunda Segunda edição revisada e ampliada. (Livro texto da disciplina para a parte de grafos)

4 4. Algoritmos: Teoria e Prática. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Editora Campus, (Cobre a parte de listas e árvores - Parte III, páginas Cobre a parte de grafos - Parte VI, páginas Boa cobertura para análise de complexidade dos algoritmos). 5. Estruturas de Dados e Algoritmos em Java. Michael T. Goodrich, Roberto Tamassia, Editora Bookman, 2002, segunda edição. (Exemplos de implementações de listas, árvores e grafos) 6. Introdução a Estruturas de Dados: com técnicas de programação em C. Waldemar Celes, Renato Cerqueira, José Lucas Rangel. Editora Campus, 2004.(Cobre a parte de tipos abstratos de dados, listas e árvores. Exemplos de implementações na linguagem C) 7. Tabelas: Organização e Pesquisa. Clesio Saraiva dos Santos, Paulo Alberto de Azeredo. Série de Livros Didáticos: UFRGS. Editora Sagra Luzzatto, 2001.(Boa cobertura para a parte de árvores. Foco: classificação e pesquisa de dados) 8. Introduction to Graph Theory. Douglas B. West, Prentice Hall, (Boa cobertura, tanto em abrangência quanto em profundidade) 9. Teoria dos Grafos - Algoritmos. A. L. Furtado, LTC, Rio de Janeiro, (Boa cobertura para os algoritmos para grafos) 10. Grafos e Algoritmos Computacionais. Jayme Luiz Szwarcfiter. Editora Campus, (Boa cobertura para os algoritmos para grafos)

5 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE INFORMÁTICA DEPARTAMENTO DE INFORMÁTICA APLICADA DISCIPLINA: ESTRUTURAS DE DADOS CÓDIGO: INF01203 CURSOS/PRE-REQUISITO: o Engenharia da Computação o INF01202 Algoritmos e Programação o Ciência da Computação o INF01202 Algoritmos e Programação o INF05008 Fundamentos de Algoritmos CARGA HORÁRIA: 4 CRÉDITOS: 4 Professor Regente: Renata de Matos Galante Professor Turma: Viviane Moreira Orengo SÚMULA: Abstração de Dados. Representação Física de Relações Lógicas: contigüidade física e encadeamento. Apontadores em linguagens de alto nível. Representação e Manipulação de Estruturas de Dados: listas lineares, árvores e grafos. OBJETIVOS: Capacitar o aluno para a especificação de tipos de dados primitivos e estruturados e a implementação de listas, árvores e grafos. CONTEÚDO PROGRAMÁTICO 1 Introdução 1.1 Conceitos básicos 1.2 Estrutura lógica 1.3 Estrutura física 1.4 Representação física de estruturas lógicas Contiguidade física Encadeamento 1.5 Redundância 1.6 Gerência de memória 2 Estruturas Lineares 2.1 Conceitos 2.2 Aplicações 2.3 Operações básicas 2.4 Representação física Contiguidade física Encadeamento Utilização de descritores 2.5 Pilhas 2.6 Filas 2.7 Listas duplamente encadeadas 2.8 Listas circulares 3 Árvores 3.1 Conceitos 3.2 Aplicações 3.3 Operações básicas 3.4 Representação física

6 3.4.1 Contiguidade Encadeamento 3.5 Árvore Binária Caminhamentos em árvores binárias Algoritmos de caminhamento com e sem recursividade Transformação de árvore qualquer em binária Árvores Binárias de Pesquisa 3.6 Árvores balanceadas 4 Grafos 4.1 Conceitos Grafos orientados Grafos não orientados Adjacência e incidência Conectividade 4.2 Aplicações 4.3 Operações básicas 4.4 Representação física Matriz de adjacência Matriz de incidência Lista de adjacências Lista de incidências 4.5 Algoritmos Determinação da árvore geradora de um grafo Exame sistemático dos vértices Planaridade Caminho crítico Cliques Colorido ótimo CRONOGRAMA DE ATIVIDADES: Aula Data Conteúdo 1 05-Aug Apresentação, tipos e estruturas de dados 2 07-Aug Tipos Abstratos de Dados - TAD 3 12-Aug Lista Lineares: contigüidade física 4 14-Aug Lista Lineares: contigüidade física circulares 5 19-Aug Laboratório Ponteiros 6 21-Aug Listas Lineares: encadeadas 7 26-Aug Laboratório listas encadeadas 8 28-Aug Listas Lineares: duplamente encadeadas 9 02-Sep Pilhas Sep Filas e deques Sep Laboratório Sep Primeira avaliação 13 Árvores: terminologia, aplicações, implementação e 16-Sep percurso Sep Árvores Binárias: conversão, percurso, algoritmos Sep Árvores Binárias de Pesquisa - ABP Sep Laboratório Sep Árvores AVL Oct Árvores Rubro-Negras Oct Laboratório Oct Árvores Splay 14-Oct NÃO HAVERÁ AULA 16-Oct NÃO HAVERÁ AULA

7 21-Oct SEMANA ACADÊMICA 23-Oct SEMANA ACADÊMICA Oct Segunda Avaliação Oct Grafos Terminologia e representação física Nov Grafos caminhamentos, ciclos e árvore geradora Nov Laboratório Nov Grafos: Caminho máximo e mínimo Nov Grafos: número cromático Nov Laboratório Nov Grafos: Planaridade Nov Terceira avaliação Nov Apresentação do trabalho final 02-Dec Prova de Recuperação TÉCNICAS DE ENSINO (EXPERIÊNCIAS DE APRENDIZAGEM) As aulas são de natureza teórico-prática, utilizando-se o recurso de slides nas aulas téoricas, e práticas em laboratório, incluindo o desenvolvimento de pequenos programas e funções na linguagem C. Um projeto extra-classe reforça os conteúdos desenvolvidos. Todo o material utilizado é disponibilizado no site da disciplina (moodle). CRITÉRIOS DE AVALIAÇÃO O aluno será avaliado com base no desempenho nas provas, no trabalho de implementação, exercícios em laboratório, bem como por sua participação em aula (variando entre 0.0 e 10.0). Conforme regulamento da Universidade, a freqüência às aulas é obrigatória. Ao longo do semestre, serão realizados: três provas, P1, P2 e P3 P3 (correspondendo 20% da nota final para cada avaliação); um trabalho final de implementação será realizado, correspondendo a 20% da nota final; exercícios de aula serão realizados, correspondendo a 5% da nota; exercícios de implementação e aulas práticas serão realizados ao longo do semestre, correspondendo a 15% da nota final. A realização dos trabalhos é obrigatória, mesmo que o aluno obtenha bons resultados nas provas. A média geral (MG) será obtida por meio da seguinte fórmula: MG = 0.20*P *P *P *TF+ 0.05*Exercícios+ 0.15*Implementações A conversão da MG para conceitos é feita por meio da seguinte tabela: 9,0 <= MG <= 10,0 conceito A (aprovado) 7,5 <= MG < 9,0 conceito B (aprovado) 6,0 <= MG < 7,5 conceito C (aprovado) MG < 6,0 Recuperação Observações: 1. Somente serão calculadas as médias gerais daqueles alunos que tiverem obtido um índice de freqüência às aulas igual ou superior a 75 % das aulas previstas. Aos que não satisfizerem este requisito, será atribuído o conceito FF (Falta de Freqüência). 2. Para poder realizar a prova de recuperação, o aluno deve ter realizado ao menos duas das provas e ter entregue o trabalho de implementação. Os que não se enquadrarem nesta situação receberão conceito D. Recuperação: Os alunos cujas médias gerais forem inferiores a 6,0 (seis) e que satisfizerem as condições acima poderão prestar prova de recuperação, a qual versará sobre toda a matéria da disciplina. A nota da prova de recuperação substituirá a pior nota dentre P1, P2 e P3.

8 BIBLIOGRAFIA BÁSICA 1. Estruturas de Dados e seus Algoritmos. Jayme Luiz Szwarcfiter, Lilian Markenzon, Editora LTC - Livros Técnicos e Científicos, 1994, Segunda Edição Revista.(Livro texto da disciplina para a parte de listas e árvores, incluido a parte de análise de complexidade dos algoritmos. Boa cobertura, tanto em abrangência quanto em profundidade) 2. Grafos: Teoria, Modelos, Algoritmos. Paulo Oswaldo Boaventura Netto, Editora LTC - Livros Técnicos e Científicos, 1994, Segunda Segunda edição revisada e ampliada. (Livro texto da disciplina para a parte de grafos) 3. Algoritmos: Teoria e Prática. Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein, Editora Campus, (Cobre a parte de listas e árvores - Parte III, páginas Cobre a parte de grafos - Parte VI, páginas Boa cobertura para análise de complexidade dos algoritmos). 4. Estruturas de Dados e Algoritmos em Java. Michael T. Goodrich, Roberto Tamassia, Editora Bookman, 2002, segunda edição. (Exemplos de implementações de listas, árvores e grafos) 5. Introdução a Estruturas de Dados: com técnicas de programação em C. Waldemar Celes, Renato Cerqueira, José Lucas Rangel. Editora Campus, 2004.(Cobre a parte de tipos abstratos de dados, listas e árvores. Exemplos de implementações na linguagem C) 6. Tabelas: Organização e Pesquisa. Clesio Saraiva dos Santos, Paulo Alberto de Azeredo. Série de Livros Didáticos: UFRGS. Editora Sagra Luzzatto, 2001.(Boa cobertura para a parte de árvores. Foco: classificação e pesquisa de dados) 7. Introduction to Graph Theory. Douglas B. West, Prentice Hall, (Boa cobertura, tanto em abrangência quanto em profundidade) 8. Teoria dos Grafos - Algoritmos. A. L. Furtado, LTC, Rio de Janeiro, (Boa cobertura para os algoritmos para grafos) 9. Grafos e Algoritmos Computacionais. Jayme Luiz Szwarcfiter. Editora Campus, (Boa cobertura para os algoritmos para grafos)