Questões de Concurso
Sobre conceitos básicos de estrutura de dados em algoritmos e estrutura de dados
Foram encontradas 304 questões
Os itens a seguir contém alguns exemplos de dados que podem se enquadrar dentro dessas três definições.
I. Um banco de dados relacional.
II. Grafos que representam relações de usuários em uma rede social.
III. Um e-mail, que contém texto, imagens e um campo destinado a informar a data e a hora onde foi enviado.
O(s) item(s) que contém dados do tipo não estruturado é(são):
Diferentemente de um array, um conjunto de dados (set) é uma lista não ordenada de elementos únicos, sem repetição de valores em seu interior.
I. Um grafo é uma estrutura não linear, formado por vértices e por arcos (ou arestas) que os interligam.
II. Um grafo pode ser dirigido ou não dirigido.
III. Um grafo dirigido permite, em cada arco, que se trafegue em ambos os sentidos.
Está CORRETO o que se afirma:
I. Dados estruturados são dados que foram formatados e transformados para se adaptar a um modelo de dados relacional bem definido. Os dados brutos são mapeados em campos predefinidos que podem ser extraídos e lidos por meio de declarações SQL.
II. Dados semiestruturados é categoria localizada entre dados estruturados e não estruturados. São um tipo de dado que possui algumas características consistentes e definidas e não se limitam a uma estrutura rígida como a necessária para bancos de dados relacionais.
III. Dados não estruturados podem ser qualquer tipo de dado não esteja em um formato específico. São suportados apenas pelos sistemas de arquivos e não pelos sistemas de bancos de dados, exemplos podem imagens, sons ou desenhos.
Está correto o que se afirma em

O parâmetro “nodearv” é passado para “construa” por referência, e a função “novo” aloca espaço na memória para um novo nó. Suponha que a variável “raiz” é do tipo “noh^” e é inicializada com ‘NULO’. Então, para cada valor ‘x’ em {2,6,1,9,4,7,3,8,5}, nessa ordem, nós chamamos “construa(raiz, x);”, acarretando a construção da árvore com esses valores. As folhas dessa árvore (nós sem filhos) resultam, portanto, em:
Nessa situação hipotética, a empresa possui dados do tipo
I. Em uma lista não ordenada, os elementos devem estar organizados em ordem decrescente das respectivas chaves.
II. Uma lista encadeada é uma estrutura de dados, na qual os objetos estão organizados em ordem linear.
III. Em uma lista duplamente encadeada, cada elemento deve apontar para o elemento anterior e para o próximo.
Está correto o que se afirma em
1 y = NULL 2 x = A.raiz 3 ENQUANTO x ≠ NULL FAÇA: 4 y = x 5 SE z.chave < x.chave: x = x.esquerda 6 SE NÃO: x = x.direita 7 z.p = y 8 SE y = NULL: A.raiz = z 9 SE NÃO: 10 SE z.chave < y.chave: y.esquerda = z 11 SE NÃO: y.direita = z
O algoritmo acima é executado no tempo
I. Na fase de marcar (mark), o coletor percorre o grafo de objetos e marca todos aqueles que são alcançáveis.
II. Na fase de varrer (sweep), a memória ocupada pelos objetos marcados (na fase de marcação) é liberada.
III. Os objetos marcados (na fase de marcação) são realocados.
Está correto o que se afirma em
Relacione os métodos de agrupamento hierárquico e o K-means às suas principais características.
1. Agrupamento Hierárquico 2. K-means
( ) Seus resultados são altamente sensíveis ao número de clusters que deve ser pré-definido pelo usuário do algoritmo.
( ) Baseia-se em abordagens top-down ou bottom-up, isto é, com a divisão ou com a união sucessiva de clusters.
( ) Seus resultados costumam ser graficamente visualizados por dendrogramas, que podem ser seccionados de acordo com o número de clusters determinado pelo usuário do algoritmo.
( ) Avalia distâncias entre as instâncias de dados e os centroides dos clusters e atualiza a posição dos centroides dos clusters sucessivamente, até a convergência.
Assinale a opção que indica a relação correta, na ordem apresentada.
Com relação à análise de componentes principais, analise as afirmativas a seguir e assinale (V) para a verdadeiras e (F) para a falsa.
( ) Baseia-se na identificação dos autovetores da matriz de covariâncias dos dados, permitindo ao analista determinar direções de maiores variações nas instâncias de dados.
( ) Permite a seleção e a eliminação das dimensões referentes às direções de maiores variações nas instâncias de dados, que por sua vez contribuem com poucas informações úteis para a análise do conjunto de dados.
( ) É utilizada em compressão de dados, pois permite a representação dos dados em menos dimensões que são facilmente interpretáveis pelo analista, sem grandes perdas de informações.
As afirmativas são, respectivamente.