Python 3 da professionisti: from zero to hero, il problema del cuoco italiano

Benvenuti! Con questo corso diviso in varie puntate andremo a spiegare i concetti basilari dietro Python, ed impararemo a programmare quel tanto che basta ad avere le competenze minime in questo ambito. Uso questo metodo anche nelle scuole tecniche di informatica e, in genere, riescono a seguire facilmente tutti. Seguiteci anche voi e non rimarrete delusi: il corso è adatto da 0 a 100 anni, from zero to hero.

Introduzione e concetti base di informatica

Conto HYPE Premium - Il conto all inclusive per accedere senza limiti a tutti i servizi, compresi quelli assicurativi: scoprilo qui

---

algoritmo

Algoritmo: Un algoritmo è una sequenza di istruzioni ben definite e ordinate che risolve un problema specifico. È come una ricetta che segue passi precisi per ottenere un risultato desiderato. Un algoritmo deve essere scritto in modo chiaro, preciso, inequivocabile.

problema

Problema: Un problema è una situazione o una sfida che richiede una soluzione. Può essere qualsiasi cosa, dalla risoluzione di un puzzle matematico alla gestione di un compito quotidiano.

modello

Modello: In informatica, un modello è una rappresentazione semplificata o astratta di qualcosa, come un sistema, un processo o un concetto complesso. I modelli aiutano a comprendere e spiegare le caratteristiche e il comportamento di ciò che stanno rappresentando.

bottom up

Bottom up: Il metodo “bottom-up” è un approccio in cui si affrontano le componenti più piccole o elementari di un problema per poi costruire una soluzione completa. Si parte dai dettagli più semplici e si arriva gradualmente a una visione d’insieme.

top down

Top down: Il metodo “top-down” è un approccio in cui si inizia con una visione d’insieme o ad alto livello di un problema e poi si suddivide in sottoproblemi più piccoli. Si parte dall’astratto per arrivare ai dettagli.

deterministico

Deterministico: Un processo o un algoritmo è detto “deterministico” se produce sempre lo stesso risultato quando viene eseguito più volte con gli stessi dati iniziali. Non ci sono elementi casuali o incertezze / probabilità nel processo.

non deterministico

Non deterministico: Un processo o un algoritmo è detto “non deterministico” se può produrre risultati diversi anche quando viene eseguito più volte con gli stessi dati iniziali. Può coinvolgere elementi casuali o incertezze / probabilità che possono influenzare il risultato finale.

Python 3

Python 3 è la terza versione del linguaggio di programmazione Python. È un linguaggio di programmazione ad alto livello, versatile e facile da imparare. È ampiamente utilizzato per lo sviluppo di applicazioni, scripting e analisi dei dati.

Il problema del cuoco italiano

Tanto per avere un problema di riferimento che non sia troppo difficile da immaginare, proviamo a pensare ad un cuoco che deve occuparsi di compiti classici della cucina (cucinare, neanche a dirsi); tra questi c’è quello, facile solo in apparenza, di rispettare i tempi di cottura della pasta.

Prendo questo esempio per un motivo specifico: si tratta di un compito archetipico per l’informatica (archetipico significa che è basilare, alla base di molte altre cose simili, si può applicare a molti altri ambiti e non solo alla cucina); poi lo trovo interessante perché “costringe” chi prova programmare a confrontarsi immediatamente con le difficoltà tipiche di questo mondo – a dispetto della sua semplicità di formulazione).

Ecco come potrebbe essere esteticamente il nostro amatissimo cuoco-informatico.

Nella pratica, il problema del cuoco italiano che vogliamo risolvere si potrebbe formulare come segue:

P = { Dati in input due pacchi di pasta P1 e P2 – diverso da P1 – aventi rispettivamente tempi di cottura T1 e T2 – diverso da T1 – sequenziare correttamente la cottura, e mostrare in output la cronologia delle attività che devono essere svolte. }

Se ad esempio P1 = spaghetti e P2 = penne, potremmo avere che P1 = 8 e P2 = 12, dove P1 e P2 sono espressi in minuti, per il momento. Andiamo a vedere la formulazione base dell’algoritmo risolutivo, un passo alla volta, e poi proviamo a complicarlo un pochino per volta.

Formulazione base dell’algoritmo del cuoco

Dati i tempi di cottura T1 e T2, come facciamo a stabilire se debba essere messa nella pentola, una volta raggiunta la temperatura di bollitura, la pasta P1 oppure la P2? Individuiamo da subito la regoletta base per il sequenziamento:

SE T1 > T2 ALLORA SEQ={P1, P2}

SE T1 < T2 ALLORA SEQ={P2, P1}

Non ci serve la regola T1=T2 e non ci poniamo il problema (anche se da matematici puri, in un certo senso, dovremmo farlo), perchè la formulazione del problema è solida e inequivocabile da questo punto di vista: . Vediamo quella doppia regola funziona: ammesso di avere P1 = spaghetti e P2 = penne, abbiamo visto che P1 = 8 e P2 = 12, per cui 8 è minore di 12 e ricadiamo nel caso B, per cui mettiamo a bollire prima le penne (che hanno un tempo di cottura più lungo, giustamente), e soltanto dopo mettiamo gli spaghetti. Quando mettiamo gli spaghetti? Non è difficile rispondere, basta fare la differenza:

T2 – T1 = 12 – 8 = 4,

per cui dopo 4 minuti dall’inizio della cottura delle penne andremo a mettere a bollire gli spaghetti.

Venuta fame, vero? È venuto il momento di individuare gli istanti temporali che vogliamo mettere a fuoco, e vale la pena ragionare prima da alto livello e poi scendere nel dettaglio (approccio top down). Prima domanda: quanto sarà il tempo di cottura complessivo? È importante saperlo perchè in futuro potremo stimare, ad esempio, il tempo medio di attesa di ogni cliente del ristorante. A quanto ammonta il tempo complessivo di cottura? Vediamo:

• sicuramente 8 minuti non mi bastano, dato che ce ne vorranno almeno 12 per le penne;
• NON posso farmi tentare dall’idea di sommare i tempi, perchè otterrei un tempo differente che è sovrastimato (12 + 8 = 26 sarebbe il tempo necessario a cuocere una pasta, scolarla e cuocere l’altra in momenti diversi);
• …e quindi? Il punto iniziale su cui abbiamo ragionato ci fornisce già una risposta valida: ci vorranno 12 minuti per cuocere le due paste con tempi di cottura diversi, per il problema P appena formulato. In generale, la durata della procedura è data da m = max(T1, T2).

A questo punto siamo pronti ad abbozzare il nostro micro-algoritmo in Python 3, sfruttando pochissime strutture dati, giusto per capirci.

Import

Import significa importa, e serve ad includere nel codice determinate librerie standard (e certi studenti pensano, in questi casi: sì, ma a noi cosa che ce ne import…a!). Vediamo passo passo cosa stiamo cercando di spiegarvi: importare significa mettere dentro, allo scopo di riutilizzare in seguito: quindi è come “assumere” un dipendente che faccia un certo compito, nello specifico estrarre numeri casuali. Librerie significa pezzi di software riutilizzabili, standard significa che tutte le versioni di Python ne sono dotate.

Generare due numeri casuali (t1, t2) nel range min, max (con max > min) è semplice come scrivere:

import random # importazione libreria random
t1 = random.randint(min,max) # tempo di cottura casuale pasta 1
t2 = random.randint(min,max) # tempo di cottura casuale pasta 2

import random # importazione libreria random
t1 = random.randint(1,100) # tempo di cottura casuale pasta 1
t2 = random.randint(1,100) # tempo di cottura casuale pasta 2

import random # importazione libreria random
t1 = random.randint(1,100) # tempo di cottura casuale pasta 1
t2 = random.randint(1,100) # tempo di cottura casuale pasta 2

while (t1==t2): # pessimismo!  
  #ricalcola
  t1 = random.randint(1,100) # tempo di cottura casuale pasta 1
  t2 = random.randint(1,100) # tempo di cottura casuale pasta 2

if ( t1 > t2 ):
  dopo_quanto = t1 - t2
else:
  dopo_quanto = t2 - t1

t0 = 16:40:23

time.strftime(argomenti)

time.strftime("%I %M %p",time.localtime(t0))

print ( time.strftime("%I %M %p",time.localtime(t0)) )

tf = t0 + 60 * dopo_quanto

import time
import random

import random # importazione libreria
t1 = random.randint(5,20)

# tempo di cottura casuale pasta 1
t2 = random.randint(5,20)
# tempo di cottura casuale pasta 2
while (t1==t2): # pessimismo!
t1 = random.randint(5,20) # tempo di cottura casuale pasta 1
t2 = random.randint(5,20) # tempo di cottura casuale pasta 2

print ("t1=",t1)
print ("t2=",t2)

# devo cuocere entrambe nella stessa pentola
# senza farle scuocere: l'algoritmo prevede
# che uno debba mettere prima il tempo di cottura maggiore
# poi quello minore dopo

if ( t1 > t2 ):
dopo_quanto = t1 - t2
else:
dopo_quanto = t2 - t1

#

t0 = time.time()
tf = t0 + 60 * dopo_quanto
print ( time.strftime("%I %M %p",time.localtime(t0)), " metto pasta 1" )
print ( time.strftime("%I %M %p",time.localtime(tf)), " metto pasta 2" )

👇 Da non perdere 👇

• 📈 Analizza Cellulari 📱
• 🔐 AI che dolor, Chat
• 🎯 Targetizza Database SQL 🗄
• 📊 Analizza Errori più comuni 📛
• 🚧 Costruisci Evergreen 📟
• 👩‍💻 Programma Gratis 🎉
• 💻 Configura Hosting a confronto 💑
• 🔒 Conosci Hosting reti e domini 💻
• 👩‍💻 Tapioca Informatica 🖥
• 💻 Iconizza Internet 💻
• 🔒 Gestisci Lavoro 🔧
• 💡 Mostra Marketing & SEO 🌪
• 🔑 Apprendi Meteo ⛅
• 🤯 Visiona Mondo Apple 🍎
• 🔍 Supervisiona Mondo Domini 🌐
• 🚀 Metti in cloud monitoraggio servizi online 📈
• 🔮 Anatomizza Nuove tecnologie 🖥
• 🔒 Antani PEC e firma digitale 📩
• 👀 Prematura Programmare 🖥
• 🎮 Lonfa Scrivere 🖋
• 🔒 Conosci Servizi di SMS 📶
• 👀 Guarda Sicurezza informatica e privacy digitale 🖥
• 🎮 Ricorda Siti web 🌎
• 🤖 Ottimizza Spiegoni 🎓
• 🧠 Neuralizza Svago 🎈
• 📡 Quantizza Usare Excel 🌀
• 🤖 Sovrascrivi Windows 😲
• 🎨 Personalizza Wireless 🚁
• 🔑 Decifra WordPress 🤵
• 💬 Il nostro canale Telegram: iscriviti
• 🟢 Numero massimo di righe consentite in un file .xls o .xlsx di Excel
• 🟠 Come configurare i security header di WordPress per HTTPS
• 🔵 NFT: le opere d’arte digitali sulla bocca di tutti