Considere o seguinte trecho de código em Java para ordenação de um conjunto de números:

A ordem de complexidade desse algoritmo, considerando que o conjunto de números (n) não está ordenado, é:

Uma árvore binária completa de busca, isto é, uma árvore em que todos os níveis têm o máximo número de elementos, tem um total de N nós.

O número máximo de comparações necessárias para encontrar um elemento nessa árvore é

Em uma árvore AVL com grande quantidade de nós, o custo para inclusão de um nó no meio da árvore é proporcional a

Quando dois elementos estão fora de ordem, há uma inversão, e esses dois elementos são trocados de posição, ficando em ordem correta. Assim, o primeiro elemento é comparado com o segundo. Se uma inversão for encontrada, a troca é feita. Em seguida, independentemente de se houve ou não troca após a primeira comparação, o segundo elemento é comparado com o terceiro, e, caso uma inversão seja encontrada, a troca é feita. O processo continua até que o penúltimo elemento seja comparado com o último. Com esse processo, garante-se que o elemento de maior valor do vetor seja levado para a última posição. A ordenação continua com o posicionamento do segundo maior elemento, do terceiro etc., até que todo o vetor esteja ordenado.

 CELES, W.; CERQUEIRA, R.; RANGEL, J. L. Introdução a Estruturas de Dados. Rio de Janeiro: Elsevier, 2004, com adaptações.

Em relação ao algoritmo descrito, é correto afirmar que a respectiva ordem de complexidade, no pior caso, é

Considerando o algoritmo abaixo, assinale a alternativa correta.

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,

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 o algoritmo em pseudocódigo, descrito a seguir.

Calcule a complexidade do algoritmo, sabendo que a função f tem complexidade igual a O(n²).

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

Os programas 1 e 2 utilizam o mesmo método de pesquisa em um vetor. Nesse método, se for considerado um vetor de n elementos, o consumo de tempo é da ordem de complexidade:

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 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: 

Leia as afirmativas a seguir a respeito das principais classes de comportamento assintótico. I) A complexidade logarítmica é típica de algoritmos que resolvem problemas, transformando-os em problemas menores e depois agrupando as soluções dos problemas menores. II) A complexidade quadrática é típica de algoritmos onde os dados são processados ao pares muitas vezes com um anel dentro de outro. III) Um algoritmo com complexidade exponencial é mais rápido que um algoritmo linear. IV) Um algoritmo com complexidade n! (n fatorial) apresenta um comportamento pior que um algoritmo com complexidade 2ⁿ . V) A complexidade do algoritmo de pesquisa binária é logarítmica. Assinale a alternativa que apresenta somente as afirmativas CORRETAS.

Leia as afirmativas a seguir considerando que f(n) e g(n) são funções positivas. I) Se g(n) é O(f(n)), um algoritmo de função de complexidade de tempo f(n) possui Ordem de complexidade g(n). II) Se g(n) é O(f(n)), f(n) é um limite superior para g(n). III) Se a função g(n) = 7.log(n) +6 , então a função g(n) é O(log(n)). IV) Se g(n) = n² e f(n) = (n+1)² temos que g(n) é O(f(n)) e f(n) é O(g(n)). V) Se g(n) = 2ⁿ⁺¹ e f(n) = 2ⁿ temos que g(n) = O(f(n)). Assinale a alternativa que apresenta somente as afirmativas CORRETAS.

Considere a função de complexidade f(n) = 3n³ + 4n² +2n. Selecione a opção abaixo contendo o menor valor para a constante c, c>0, para que g(n) = c.n³ domine assintoticamente f(n), para n>= 1.

O tempo necessário de pesquisa em uma árvore de busca binária varia de acordo com a estrutura dessa árvore. Em árvores de busca binária, o intervalo de variação de tempo de busca é entre 

Considere o código-fonte que segue:

int f1(int n) {

     if (n == 0 II n == 1) return n;

     else return (2 * f1(n-1) + 3 * f1(n-2)); }

int f2(int n) {

     int a; int[] X = new int [n];

     int[] X = new int [n]; int[] Z = new int [n];

      X [0] = Y [0] = Z [0] = 0;

      X [1] = 1; Y [1] = 2; Z [1] = 3;

      for (a = 2; a <= n; a ++) {

            X [a] = Y [a-1] + Z [a-2];

            Y [a] = 2 * X [a]; Z [a] = 3 * X [a]; }

      return X [n]; }

Qual é o tempo de execução de f1(n) e f2(n), respectivamente? 

A respeito do alinhamento múltiplo de sequências, é correto afirmar: