1.Fácil
Quanta memória extra usa um merge sort padrão baseado em arrays?
- AO(n²)
- BO(1)
- CO(log n)
- DO(n)
2.Fácil
O que descreve o tempo de execução no caso médio?
- AO valor intermediário entre os tempos de execução do melhor e do pior caso
- BO tempo no computador mais comum
- CO tempo esperado sobre uma dada distribuição de entradas de tamanho n
- DO tempo para uma entrada de comprimento médio
3.Fácil
O que significa uma operação rodar em tempo O(1)?
- ASempre leva exatamente um segundo
- BSeu tempo de execução não cresce com o tamanho da entrada
- CSó pode ser executada uma vez
- DProcessa exatamente um elemento por segundo de tempo de execução
4.Média
Por que a programação dinâmica não traz ganho real de velocidade para o merge sort?
- ASeus subproblemas não se sobrepõem, então não há nada para reaproveitar
- BO merge sort não tem estrutura recursiva
- CA programação dinâmica só funciona em problemas de grafos, não em vetores
- DO merge sort já é O(n)
5.Média
Qual é a complexidade de tempo de multiplicar duas matrizes n × n com o laço triplo padrão?
- AO(n)
- BO(n²)
- CO(n² log n)
- DO(n³)
6.Média
Qual é o tempo de execução do radix sort LSD para n inteiros com d dígitos na base k?
- AO(n log n)
- BO(d(n + k))
- CO(n²)
- DO(dn log k)
7.Difícil
A ordenação topológica só é possível para:
- AGrafos acíclicos dirigidos (DAG)
- BGrafos não dirigidos
- CGrafos com pesos negativos
- DGrafos completos
8.Difícil
Qual limite está correto para log(n!)?
- AΘ(n)
- BΘ(n²)
- CΘ(log n)
- DΘ(n log n)
Gabarito
- 1. D · O(n)
- 2. C · O tempo esperado sobre uma dada distribuição de entradas de tamanho n
- 3. B · Seu tempo de execução não cresce com o tamanho da entrada
- 4. A · Seus subproblemas não se sobrepõem, então não há nada para reaproveitar
- 5. D · O(n³)
- 6. B · O(d(n + k))
- 7. A · Grafos acíclicos dirigidos (DAG)
- 8. D · Θ(n log n)
Soluções completas passo a passo: pratique este tópico em examproblems.com.