Dado um pseudocódigo de uma função chamada FN1:

FN1 (V[], início, fim, e)

i recebe o índice do meio entre início e fim

se (v[i] = e) entao

devolva o índice i # elemento e encontrado

fimse

se (inicio = fim) entao

não encontrou o elemento procurado

senão

se (V[i] vem antes de e) então

faça a FN1 (V, i+1, fim, e)

senão

faça a FN1 (V, inicio, i-1, e)

fimse

fimse

Sobre o pseudocódigo foram feitas as seguintes afirmações:

I. FN1 é uma função é iterativa

II. Para FN1 devolver o índice i corretamente, o vetor V[ ] precisa estar ordenado.

III. Se o vetor V[ ] tiver 1024 elementos, podemos expressar que o número de suposições, no pior caso, como "o número de vezes que podemos reduzir pela metade, começando em n, até obter o valor 1, mais um" será de 11.

IV. A função matemática que representa a complexidade de FN1 é da ordem de log n.

Estão corretas

Considere a seguinte expressão lógica, a ser inserida em um programa.

R ← ((A and B) or (C and D)) or E

As variáveis A, B, C, D, E e R são do tipo booleano, podendo assumir valores verdadeiro (1) ou falso (0).

Assinale a alternativa que apresenta valores para A, B, C, D e E que resultem o valor falso (0) em R.

Considere o seguinte algoritmo:

Para i de 7 até 4 Faça

aux <- v[i]

v[i] <- v[7 - i]

v[7 - i] <- aux

i <- i - 1

Fim_Para

max = maior v

v[2] <- v[0]

v[max - v[2]] <- v[max - v[1]]

Assinale a alternativa que possui o estado final do vetor v inicialmente definido com os elementos de 32 a 39.

O algoritmo de busca e de ordenação que encontra o menor elemento e o troca com a primeira posição, depois o segundo menor com a segunda posição, e assim sucessivamente (n-1 vezes), usa o método de

Considere o algoritmo abaixo.

static int fibonacci(int n) { 

   if (n <= 1) { 

      return n; 

   } 

   return fibonacci(n - 2) + fibonacci(n - 1);  

}

A complexidade deste algoritmo, na notação Big O, é  

O algoritmo QuickSort usa uma técnica conhecida por divisão e conquista, onde problemas complexos são reduzidos em problemas menores para se tentar chegar a uma solução. A complexidade média deste algoritmo em sua implementação padrão e a complexidade de pior caso são, respectivamente,

Analise as afirmativas a seguir a respeito de algoritmos recursivos.

I. Diz-se que uma rotina é recursiva se a sua definição envolver uma chamada a ela mesma. Neste sentido, o termo recursão é equivalente ao termo indução utilizado por matemáticos.

II. Cada algoritmo recursivo possui um algoritmo iterativo equivalente e vice-versa, mas que pode ter mais ou menos complexidade em sua construção.

III. Uma função recursiva possui duas partes: caso base e caso recursivo.

IV. Um algoritmo pode ser chamado de iterativo quando ele requer a repetição implícita de um processo até que determinada condição seja satisfeita.

V. A recursividade possibilita a escrita de um código mais enxuto, com maior legibilidade e simplicidade.

Assinale a alternativa que possui alguma afirmação INCORRETA.

Observe a expressão lógica abaixo:

((((true AND true) OR false) AND true) AND (true OR (true AND false)))

Considerando os operadores lógicos AND (e) e OR (ou), e os operandos lógicos true (verdadeiro) e false (falso), é CORRETO afirmar que o valor lógico dessa expressão é:

Considerando a área de complexidade algoritmos, assinale a opção que apresenta a classe assintótica, na notação O, com o menor tempo de resposta dada a mesma entrada de dados n.

Considere que um algoritmo de pesquisa, em um arquivo previamente ordenado, é caracterizado por realizar comparação de chaves e sucessivas divisões no espaço de busca até encontrar o termo pesquisado ou até haver um único registro. Trata-se de um algoritmo de

Um Analista, estudando a complexidade de algoritmos de busca linear (ou sequencial), concluiu corretamente que no pior caso, considerando um vetor de n elementos, este tipo de algoritmo tem complexidade

Se expressarmos em um pseudocódigo, como o português estruturado, a estrutura de repetição básica será equivalente a:

A ideia da ordenação por bolha (Bubble Sort) é percorrer o vetor de elementos sequencialmente e, em cada passagem comparar cada elemento com seu sucessor, fazendo-o chegar ao topo da sequência. Dado que n é o número de elementos do vetor, a complexidade do pior caso desse algoritmo é

Para poder ser aplicado, o algoritmo de pesquisa binária exige que os elementos do array:

O algoritmo de ordenação baseado em vários percursos sobre o array, realizando, quando necessárias, trocas entre pares de elementos consecutivos denomina-se método:

Considere o seguinte algoritmo, responsável por realizar a ordenação de um array de dados.

Podemos afirmar que o método de ordenação utilizado pelo algoritmo é o:

Para projetar algoritmos eficientes um desenvolvedor deve estar preocupado com a complexidade deste algoritmo, desde sua concepção.

Considere a seguinte função T(n) que mede os recursos (ex. tempo de execução) que um algoritmo necessita no pior caso para processar uma entrada qualquer de tamanho n:

T(n) = O(log(n))

Sabendo que O(log(n)) é a ordem da complexidade de tempo do algoritmo seguindo a notação "big O", é correto afirmar que este algoritmo tem complexidade de ordem: 

Assinale a alternativa que apresenta corretamente a sequência de passos computacionais que transforma a entrada na saída, ou seja, procedimentos necessários para resolver um determinado problema.

Analise o trecho de código a seguir. Avariável x representa o elemento de referência passado como parâmetro while( inicio <= termino ) { meio = ( inicio + termino ) / 2; if( a[ meio ].compareTo( x ) < 0 ) inicio = meio + 1; else if( a[ meio ].compareTo( x ) > 0 ) termino = meio - 1; else return meio; } A qual algoritmo esse código pertence?

Qual é o método de ordenação mais eficiente entre os listados a seguir?