Views: 0
Cosa significa algoritmo? Un algoritmo, secondo la definizione classica, è una sequenza finita e ben definita di istruzioni o passi che guida l’esecuzione di un compito o risolve un problema. La parola algoritmo deriva dal nome di un matematico persiano del IX secolo, Muhammad ibn Musa al-Khwarizmi, il cui nome è stato reso come “algoritmo”. La parola “algoritmo” è stata pertanto coniata per descrivere i metodi sistematici di risoluzione dei problemi matematici che egli ha sviluppato, in particolare in relazione allo sviluppo dell’algebra.
Un algoritmo è un insieme di istruzioni finite e ben definite che risolvono un problema o completano un compito specifico. Gli algoritmi sono alla base di tutto ciò che facciamo nel mondo digitale, dai motori di ricerca ai sistemi di raccomandazione, dai giochi online ai processi decisionali nei dispositivi tecnologici. Se vuoi capire come funzionano e cosa li rende così potenti, è essenziale conoscere le loro caratteristiche principali. Ecco un approfondimento su queste caratteristiche che ti aiuterà a comprendere meglio come funzionano gli algoritmi e perché sono così importanti.
La finitudine è una delle caratteristiche fondamentali di un algoritmo. Un algoritmo deve essere composto da un numero finito di passi. Ciò significa che il numero di operazioni che compie deve essere limitato e, alla fine, l’algoritmo deve arrivare a una conclusione. Non dovrebbe mai essere un processo infinito o senza una chiara fine.
Perché è importante?
La finitudine garantisce che l’algoritmo possa essere eseguito in tempo utile, evitando loop infiniti che potrebbero bloccare un programma o un sistema.
Ogni passaggio di un algoritmo deve essere ben definito e preciso. Non ci devono essere ambiguità nelle istruzioni; ogni passo deve essere eseguito senza necessità di interpretazioni. Questo è ciò che rende un algoritmo diverso da un processo vago o da una sequenza di azioni che non sono ben definite.
Perché è importante?
La definizione precisa consente a chiunque (e a qualsiasi macchina) di seguire le istruzioni senza fraintendimenti, evitando errori e imprecisioni nel risultato finale.
Un algoritmo deve essere deterministico, il che significa che per ogni input, il risultato (o la sequenza di operazioni) deve essere sempre lo stesso. Non deve esserci incertezza o variabilità: dato un particolare stato iniziale, l’algoritmo deve comportarsi sempre allo stesso modo.
Perché è importante?
Il determinismo assicura che l’algoritmo fornisca sempre risultati prevedibili, il che è fondamentale per applicazioni dove è necessario avere una risposta affidabile ogni volta.
Possono esistere algoritmi non deterministici, ovviamente, ma produrranno risultati diversi a seconda di quando e come vengono lanciati. Un esempio facile: l’algoritmo per le previsioni del tempo su una certa area geografica.
Un algoritmo riceve dati in ingresso (input), che sono i valori o le informazioni necessarie per avviare il processo. Gli input possono essere numeri, parole, immagini o qualsiasi tipo di dato che l’algoritmo deve elaborare.
Perché è importante?
Gli input permettono all’algoritmo di “lavorare” con dati esterni, di eseguire operazioni su di essi e di generare risultati che abbiano un significato o un valore. Senza input, un algoritmo non ha nulla su cui operare.
Un algoritmo produce un risultato o output, che è il risultato finale delle operazioni eseguite sui dati in ingresso. L’output è la risposta che l’algoritmo dà al problema che sta cercando di risolvere. Può essere un numero, una parola, una lista di dati o qualsiasi altra cosa.
Perché è importante?
L’output è ciò che rende utile un algoritmo. È la parte che restituisce valore o risponde alla domanda che l’algoritmo si propone di risolvere.
Un algoritmo deve essere efficace, cioè in grado di risolvere il problema per il quale è stato progettato, e farlo nel minor tempo possibile o con il minor utilizzo di risorse (come memoria o potenza di calcolo). L’efficacia è spesso una preoccupazione chiave nella progettazione degli algoritmi, specialmente quando i dati da elaborare sono molto grandi.
Perché è importante?
Gli algoritmi efficaci permettono di risparmiare tempo e risorse. Ad esempio, nel caso di un motore di ricerca, un algoritmo che restituisce risultati velocemente è preferibile a uno che impiega troppo tempo, migliorando l’esperienza dell’utente.
Un algoritmo deve essere generale: non deve risolvere solo un caso specifico, ma deve essere applicabile a una vasta gamma di problemi simili. Per esempio, un algoritmo di ordinamento dovrebbe poter ordinare qualsiasi lista di numeri, non solo una lista predefinita.
Perché è importante?
La generalità permette di riutilizzare lo stesso algoritmo in contesti diversi, aumentando la sua utilità e la sua applicabilità.
Un algoritmo è scalabile quando è in grado di gestire con efficacia un aumento delle dimensioni dei dati. Un algoritmo che funziona bene per pochi dati potrebbe non essere altrettanto efficiente con grandi quantità di informazioni. Gli algoritmi scalabili possono gestire aumenti di carico senza un impatto significativo sulle prestazioni.
Perché è importante?
La scalabilità è cruciale per applicazioni moderne che lavorano con grandi volumi di dati, come nei social network, nelle analisi di big data e nel machine learning.
Un buon algoritmo dovrebbe essere modulare, cioè essere composto da diverse piccole parti che possono essere risolte separatamente. Ogni modulo dovrebbe svolgere un compito specifico, e l’algoritmo nel suo complesso dovrebbe essere la combinazione di queste parti. Questo approccio rende l’algoritmo più facile da sviluppare, mantenere e migliorare.
Perché è importante?
La modularità rende l’algoritmo più comprensibile e gestibile, consentendo miglioramenti o modifiche senza dover riprogettare tutto da zero.
Facciamo finta, tanto per capirci, di scrivere l’algoritmo della carbonara in Python. Se dovessimo ipoteticamente programmare qualcosa del genere, potremmo scrivere come segue.
Ogni riga rappresenta un passo, con il significato specificato:
# Importa le "librerie" necessarie
import ingredienti
import utensili
# Prepara gli ingredienti
uova = ingredienti.uova(2)
pecorino = ingredienti.formaggio("pecorino romano", 50, "grammi")
guanciale = ingredienti.carne("guanciale", 100, "grammi")
spaghetti = ingredienti.pasta("spaghetti", 200, "grammi")
sale = ingredienti.spezia("sale", "q.b.")
pepe = ingredienti.spezia("pepe nero", "q.b.")
# Prepara gli utensili
pentola = utensili.pentola()
padella = utensili.padella()
ciotola = utensili.ciotola()
# Fase di cottura
pentola.riempi(d'acqua)
pentola.porta_a_ebullizione()
pentola.salare_acqua(sale)
spaghetti.aggiungi_in_acqua(pentola)
spaghetti.cuoci(10) # Tempo di cottura specifico per gli spaghetti
guanciale.taglia_a_cubetti()
padella.scalda(guanciale)
padella.rosseggia(guanciale)
# Fase di preparazione delle uova
uova.rompi_in_ciotola()
uova.mescola(pecorino)
uova.pepata(pepe)
# Combinazione degli ingredienti
ciotola.unisci(spaghetti)
ciotola.unisci(guanciale)
ciotola.unisci(uova)
# Servi la Carbonara
ciotola.servi()Possono esistere esempi di algoritmi più complicati, ovviamente, e non ci sono limiti alla lunghezza della procedura in sè. Non tutti si possono formalizzare come “lista della spesa” (perchè, ad esempio, devono gestire degli imprevisti: pensiamo all’algoritmo di previsione del tempo di domani), anche se in molti casi sono considerati algoritmi anche le “procedure”, ovvero le sequenze di operazioni necessarie a raggiungere uno scopo ben specifico. Quelle seguenti sono tratte dal libro Spaghetti Hacker di Ciccarelli, Monti. In questo caso ogni riga rappresenta una specifica operazione, sia esplicita “cerca X” che implicita (un numero che, ad esempio, potrebbe coincidere con una password che è stata incautamente annotata nella procedura).
Gli algoritmi sono fondamentali nell’informatica e nella programmazione, in quanto forniscono un metodo sistematico per risolvere problemi e compiere operazioni. Possono essere pensati come “ricette” dettagliate che specificano come raggiungere un obiettivo attraverso una serie di passi logici. Vengono usati, in modo analogo ma contestuale al mondo dei numeri e delle variabili, anche nella matematica.
Più formalmente, un algoritmo è una sequenza finita di passi ben definiti, non ambigui e eseguibili in un ordine preciso, che trasforma un insieme di input in un insieme di output, risolvendo così un problema specifico o compiendo una specifica operazione.
Questa definizione, ad ogni modo, rischia di rimanere incompleta e di non tenere conto dei recenti sviluppi in ambito di intelligenza artificiale, ad esempio. Per quanto non esista ad oggi una classificazione degli algoritmi universalmente accettata, anche perchè l’informatica non ha nemmeno 100 anni da oggi (se consideriamo il primo algoritmo della storia come quello di Turing, che formalizzò una macchina per stampare 0 e 1 all’infinito già nel 1936!): motivo per cui ci accontentiamo
Per quanto non esistano classificazioni certe nell’ambito, e vengano riportati come primo algoritmo ad esempio quello di Ada Lovelace nel 1843, a cui si deve di aver eseguito un compito passo-passo su macchina automatica (il calcolatore elettromeccanico inventato anni prima da Charles Babbage). Secondo altre fonti come la matematica Hannah Fry nel best seller Hello world, gli algoritmi possono essere suddivisi in base al tipo di operazione effettuata.
Sono gli algoritmi più semplici e lineari, e vengono studiati nei corsi di informatica: si esplicano come sequenze di passi e rispondono alle definizioni che abbiamo ribadito in precedenza. Un esempio di regole sono i passi, per cui ad esempio per mettere in modo la macchina:
Sono algoritmi deterministici, spesso usati per imparare a programmare a livello medio-base.
Si parte dall’ordinamento nel senso più generale possibile: ordinare numeri, lettere, nomi, liste di utenti, risultati di ricerca, … A partire dai classici algoritmi di ordinamento come selection sort, insertion sort e così via, si è arrivati alle SERP di Google, che propongono un criterio per ordinare dei risultati web prelevati dalla rete, ma anche i film suggeriti da Amazon Video e il percorso da effettuare per tornare a casa.
Anche un algoritmo di scacchi come Deep Blue – il cervellone elettronico che riuscì a battere il campione di scacchi Kasparov nel 1997 – effettuava la generazione dei “percorsi” del giocatore ovvero di tutte le mosse possibili, selezionando il percorso migliore (in termini probabilistici di vittoria per il computer). In informatica teorica, per inciso, è stato visto che ci sono problemi che si possono ricondurre formalmente a problemi di altro tipo (di più agevole risoluzione), la cui soluzione è valida anche per il problema originale.
Sono algoritmi deterministici e a volte di natura probabilistica.
Gli algoritmi di questa categoria, di base, servono a clusterizzare o raggruppare dati eterogenei: i video su Youtube, ad esempio, che vengono mostrati sulla base delle ricerche precedenti degli utenti, oppure le ads che ci assillano sul web per cui vediamo pubblicità di scarpe su blog a tema (o probabilmente per cui vedete annunci contestuali a computer e cellulari su questa pagina :-) ).
Sono algoritmi deterministici e spesso di natura probabilistica.
Questo tipo di algoritmi creano relazioni, come potrebbero esserlo i match che escono su Tinder o Facebook dating, ma sono anche tipici dei criteri di raccomandazione. Anche in questo caso siamo di fronte ad algoritmi che possono approssimare la soluzione per difetto: è il caso dell’utente Reddit che si accorse, ad un certo punto, che aver acquistato una mazza da baseball su Amazon inducesse, nel 2013, l’algoritmo a suggerire la sezione “ti potrebbero interessare” articoli come passamontagna e tirapugni.
Sono algoritmi deterministici o spesso di natura probabilistica.
Sono algoritmi ad esempio adibiti a filtrare il rumore dal segnale di interesse, ad esempio, e che sono in grado di agire su file audio, video e multimediali in genere. Sono algoritmi che, il più delle volte, si basano su fondamenti teorici di matematica molto complessi. I filtri, in senso lato, inducono anche le “bolle” in cui gli utenti dei social tendono a leggere e interagire solo con altri utenti simili.
Sono algoritmi deterministici o spesso di natura probabilistica.
Sono algoritmi differenti da quelli tradizionali, nel senso che non c’è una sequenza di regole da seguire prefissata: come nella vita reale, la macchina apprende dal mondo esterno il comportamento migliore, premiando i comportamenti corretti (score +1) e punendo “virtualmente” quelli scorretti (score -1), sulla falsariga dell’idea del rinforzo e del comportamentismo da tempo noto in psicologia. L’apprendimento macchina si basa su questi concetti e li applica per fare in modo di realizzare algoritmi che usino criteri di imitazione (della scrittura, ad esempio), della generazione di linguaggio naturale, di deepfake e così via.
le proprietà interessanti degli algoritmi sono essenzialmente legate agli algoritmi deterministici (cioè quelli che restituiscono sempre lo stesso risultato) e in parte a quelli probabilistici (che danno risultati con margine di errore variabile e che non danno soluzioni esatte), senza contare i non deterministici che sono per loro natura imprevedibili (l’algoritmo per le previsioni meteo, ad esempio).
La definizione classica di algoritmo sottolinea l’importanza della finitezza (un numero finito di passi), della precisione (i passi devono essere chiari e non ambigui) e dell’eseguibilità (i passi devono poter essere eseguiti in pratica) degli algoritmi. Gli input sono i dati di ingresso su cui l’algoritmo opera, mentre gli output sono i risultati prodotti dall’algoritmo dopo aver elaborato gli input.
Gli algoritmi possono essere scritti in diversi linguaggi di programmazione o espressi in modo più generale, indipendentemente da un linguaggio specifico. Possono variare in complessità, dalla risoluzione di problemi semplici come ordinare una lista di numeri, fino a compiti più complessi come il riconoscimento vocale, la crittografia o l’elaborazione delle immagini.
Un buon algoritmo dovrebbe essere corretto (risolve il problema in modo accurato), efficiente (impiega risorse come tempo e memoria in modo ottimale) e chiaro (facilmente comprensibile da chiunque lo legga). Gli algoritmi sono essenziali in una vasta gamma di applicazioni, tra cui l’informatica, l’ingegneria, la matematica, la biologia computazionale e molte altre discipline in cui è necessario risolvere problemi complessi.
Il pseudocodice è un modo informale di descrivere l’implementazione di un algoritmo utilizzando una combinazione di linguaggio naturale e costrutti di programmazione semplificati. Non è legato a un linguaggio di programmazione specifico e viene utilizzato per descrivere logicamente e in modo chiaro l’approccio di risoluzione di un problema senza preoccuparsi dei dettagli sintattici di un linguaggio di programmazione reale.
L’obiettivo del pseudocodice è rendere più comprensibile l’approccio algoritmico a chiunque legga il codice, senza richiedere una conoscenza specifica del linguaggio di programmazione utilizzato per l’implementazione finale. Spesso il pseudocodice utilizza costrutti come “se”, “altrimenti”, “per”, “mentre” per descrivere cicli e decisioni, ma questi costrutti possono variare a seconda dello stile e delle convenzioni dell’autore.
Ecco un esempio semplificato di pseudocodice per l’algoritmo di ordinamento “Bubblesort”:
procedure Bubblesort(A: array of integers)
n := length(A)
for i from 0 to n-1
for j from 0 to n-1-i
if A[j] > A[j+1]
swap A[j] and A[j+1]
end if
end for
end for
end procedure
Come abbiamo potuto vedere, l’esempio sopra utilizza una sintassi simile a un linguaggio di programmazione, ma senza essere vincolato da regole specifiche di formattazione o sintassi. Questo rende l’approccio algoritmico più comprensibile e più accessibile, specialmente quando si spiega o si documenta un algoritmo.
Gli algoritmi sono una parte fondamentale della tecnologia moderna e sono utilizzati per risolvere problemi in modo preciso e affidabile. Comprendere le caratteristiche principali di un algoritmo ti permette di progettare soluzioni più efficaci, di scrivere codice di qualità e di affrontare le sfide tecnologiche con maggiore consapevolezza.
In sintesi, un buon algoritmo deve essere:
Se un algoritmo possiede queste caratteristiche, è probabile che possa risolvere il problema in modo efficace, adattarsi a vari scenari e restituire risultati affidabili e utili.
Previsioni del tempo (Fidenza) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More
Previsioni del tempo (Ficarazzi) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More
Previsioni del tempo (Gubbio) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More
Previsioni del tempo (Bressanone) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More
Previsioni del tempo (Bologna) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More
Previsioni del tempo (Buggiano) Verifica le Condizioni Attuali e il Meteo nei prossimi 3 giorni.Guarda… Read More