• Definire formalmente la nozione di algoritmo. 
• Caratterizzare i dati da elaborare, organizzandoli e strutturandoli nel modo più opportuno al fine di agevolarne l'uso da parte degli algoritmi. 
• Studiare le limitazioni inerenti dei problemi da risolvere, in particolare di quelli la cui soluzione richiede l'esame di tutte le possibilità. 

• Progettare algoritmi corretti, cioè che risolvono sempre e solo il problema a cui si è interessati, attraverso l'esame di diversi paradigmi. 
• Progettare algoritmi efficienti, cioè che risolvono il problema il più velocemente possibile o usano il minor spazio di memoria possibile. 

Problemi computazionalmente difficili (5 ore)
Problemi decisionali, di ricerca e di ottimizzazione.
Enumerazione e backtracking. Non determinismo.
Classi di complessità. Le classi P e NP. Problemi NP-completi. 

Strutture dati (35 ore)
Strutture di base.
Dizionari. Realizzazione con vettori, liste e tabelle hash.
Code con priorità: Heap.
Alberi binari di ricerca.
Alberi bilanciati: AVL e B-alberi.
Grafi orientati e non orientati. Rappresentazione e visite.
Alberi minimi di ricoprimento per grafi.

1. T.H. Cormen, C.E. Leiserson, R.L. Rivest, Introduction to Algorithms, The M.I.T. Press, 1991. (Errata-Corrige)   [CLR]
2. Materiale didattico ausiliario e raccolta degli esercizi disponibile in forma elettronica. Rivolgersi al docente per una copia su dischetto o per una stampa. Parte del materiale è disponibile in linea .

1. A.V. Aho, J.E. Hopcroft, and J.D. Ullman, The Design and Analysis of Computer Algorithms, Addison-Wesley, 1974.   [AHU] 
2. J.L. Bentley, Programming Pearls, Addison-Wesley, 1986.   [Be] 
3. A. A. Bertossi, Strutture, Algoritmi e Complessita' , ECIG, 1993.  [Bi] 
4. G. Fiorentino, M.R. Laganà, F. Romani, F.Turini, Pascal, Laboratorio di Programmazione, McGraw-Hill, 1996.   [FLRT]
5. M.R. Garey and D.S. Johnson, Computers and Intractability: A Guide to the Theory of NP-Completeness, W.H. Freeman and Co ed., 1979.   [GJ] 
6. D. Harel, Algorithmics: The Spirit of Computing, Addison-Wesley, 1992.   [Ha] 
7. E. Horowitz, S. Sahni, S. Rajasckaran, Computer Algorithms/Pseudocode , Freeman, 1998. [HSR] 
8. D.E. Knuth, The Art of Computer Programming, vol.3, Sorting and Searching, Addison-Wesley, 1973, 1998.   [Kn3] 
9. F. Luccio, La Struttura degli Algoritmi, Boringhieri, 1982. [Lu] 
10. U. Manber, Introduction to Algorithms: A Creative Approach, Addison-Wesley, 1989.   [Ma] 
11. S. Skiena, The Algorithm Design Manual, Springer-Verlag, 1998.   [Sk] 

• Il corso di Algoritmi e Strutture Dati I è coordinato con i due laboratori LAB II C e LAB II D. Per sostenere l'esame di Algoritmi e Strutture Dati I è necessario aver superato l'esame di Laboratorio II. Le prove di esame dei due corsi danno luogo ad un unico voto. 
• L'esame di Algoritmi e Strutture Dati I consiste di una prova scritta e di una prova orale. Durante le prove scritte gli studenti possono consultare i propri libri e appunti. 
• Durante il corso vengono svolte due verifiche (compitini). Gli studenti che superano entrambe le verifiche possono sostenere direttamente la prova orale. Il Consiglio dei Docenti ha deciso che ``le verifiche valgono solo per la sessione di esami successiva al semestre in cui si sono svolte''. In tale sessione, la prova scritta è divisa in due parti, che corrispondono agli argomenti relativi alla prima e alla seconda verifica. Gli studenti possono svolgere anche una sola parte della prova. In tal caso il risultato della prova scritta viene interpretato come il nuovo risultato di una delle due verifiche. Gli studenti che intendono svolgere soltanto una delle due parti devono consegnare l'elaborato nella metà del tempo concesso per l'intera prova. 
• Coloro che superano la prova scritta di un appello possono sostenere la prova orale nello stesso appello o nell'appello successivo della stessa sessione. Il superamento di entrambe le verifiche (con o senza recupero) equivale al superamento della prova scritta di un appello.