1.Fácil
O que é um algoritmo?
- AQualquer programa de computador com interface gráfica
- BUma estrutura de dados que armazena números
- CUma sequência finita de passos bem definidos que resolve um problema
- DUma linguagem de programação criada para escrever fórmulas matemáticas
2.Fácil
Um algoritmo O(n²) leva 1 segundo para n = 1000. Quanto tempo leva, aproximadamente, para n = 2000?
- A1 segundo
- B4 segundos
- C2 segundos
- D8 segundos
3.Fácil
Qual é a complexidade de tempo do merge sort no pior caso?
- AO(n²)
- BO(n log n)
- CO(log n)
- DO(n)
4.Média
Qual é a solução da recorrência T(n) = T(n − 1) + O(n)?
- AO(n)
- BO(2ⁿ)
- CO(n²)
- DO(n log n)
5.Média
O limite inferior para ordenação baseada em comparações no pior caso é:
- AΩ(n log n)
- BΩ(n)
- CΩ(n²)
- DΩ(log n)
6.Média
Quantos níveis tem a recursão do merge sort para um array de n elementos?
- ACerca de n
- BCerca de n / 2
- CCerca de log₂ n
- DCerca de √n
7.Difícil
Qual limite está correto para log(n!)?
- AΘ(n)
- BΘ(n²)
- CΘ(log n)
- DΘ(n log n)
8.Difícil
O que decorreria se alguém encontrasse um algoritmo de tempo polinomial para um problema NP-completo?
- ASó aquele problema passaria para P
- BTodo problema em NP poderia ser resolvido em tempo polinomial, então P = NP
- CTodos os algoritmos de tempo exponencial passariam imediatamente a rodar em tempo linear
- DO problema da parada se tornaria decidível
Gabarito
- 1. C · Uma sequência finita de passos bem definidos que resolve um problema
- 2. B · 4 segundos
- 3. B · O(n log n)
- 4. C · O(n²)
- 5. A · Ω(n log n)
- 6. C · Cerca de log₂ n
- 7. D · Θ(n log n)
- 8. B · Todo problema em NP poderia ser resolvido em tempo polinomial, então P = NP
Soluções completas passo a passo: pratique este tópico em examproblems.com.