1.Fácil
Qual destas cresce mais devagar quando n fica grande?
- AO(log n)
- BO(n²)
- CO(n log n)
- DO(n)
2.Fácil
A complexidade de espaço mede:
- AO tamanho físico do computador
- BO espaço em disco do arquivo do programa depois de compilado
- CA quantidade de memória que um algoritmo precisa à medida que a entrada cresce
- DO número de linhas de código
3.Fácil
Como funciona o selection sort?
- AInsere cada elemento numa parte ordenada crescente por deslocamento
- BEncontra repetidamente o mínimo da parte não ordenada e o troca para a frente
- CTroca repetidamente elementos vizinhos que estão na ordem errada
- DDivide o array em metades e as intercala
4.Média
Quantos níveis tem a recursão do merge sort para um array de n elementos?
- ACerca de n
- BCerca de √n
- CCerca de log₂ n
- DCerca de n / 2
5.Média
É correto dizer que um algoritmo O(n²) também é O(n³)?
- ASim, mas só se n for menor que 100
- BNão, porque n³ é menor que n² para n grande
- CSim, porque o O grande é um limite superior e n² não cresce mais rápido que n³
- DNão, porque o O grande deve sempre dar a taxa de crescimento exata da função
6.Média
Por que a base do logaritmo costuma ser omitida no O grande, como em O(log n)?
- ALogaritmos de bases diferentes diferem apenas por um fator constante
- BOs logaritmos são sempre arredondados para inteiros
- CTodos os logaritmos em computação têm base 10, então ela fica implícita
- DA base só importa para n pequeno
7.Difícil
Como é classificado o problema do caixeiro-viajante?
- AÉ indecidível
- BA versão de decisão está em P, mas a versão de otimização é NP-completa
- CEstá em P, porque o algoritmo de Dijkstra o resolve visitando cada cidade uma única vez
- DA versão de decisão é NP-completa e a versão de otimização é NP-difícil
8.Difícil
O que o teorema de Cook–Levin estabeleceu?
- AP é diferente de NP
- BO problema da parada é indecidível
- CTodo problema NP pode ser resolvido em tempo exponencial
- DO problema da satisfatibilidade booleana (SAT) é NP-completo
Gabarito
- 1. A · O(log n)
- 2. C · A quantidade de memória que um algoritmo precisa à medida que a entrada cresce
- 3. B · Encontra repetidamente o mínimo da parte não ordenada e o troca para a frente
- 4. C · Cerca de log₂ n
- 5. C · Sim, porque o O grande é um limite superior e n² não cresce mais rápido que n³
- 6. A · Logaritmos de bases diferentes diferem apenas por um fator constante
- 7. D · A versão de decisão é NP-completa e a versão de otimização é NP-difícil
- 8. D · O problema da satisfatibilidade booleana (SAT) é NP-completo
Soluções completas passo a passo: pratique este tópico em examproblems.com.