Questões de Concurso
Sobre estrutura de dados em algoritmos e estrutura de dados
Foram encontradas 1.657 questões

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:

O objetivo é remover os discos de diferentes diâmetros do pino A para o pino C, utilizando o pino B como intermediário. Cada movimento deve ser feito com apenas um disco, e o resultado do movimento nunca deve dispor um disco maior sobre um disco menor. Para a implementação do jogo, as estruturas de dados mais naturais para armazenamento dos discos são de qual tipo?
I. A Programação Dinâmica resolve problemas complexos dividindo-os em subproblemas mais simples e solucionando esses subproblemas uma única vez, armazenando suas soluções.
II. O princípio da otimalidade de Bellman estabelece que uma solução ótima de um problema de PD pode ser obtida resolvendo-se subproblemas ótimos recursivamente.
III. A Programação Dinâmica só pode ser aplicada a problemas que envolvem decisões discretas.
IV. Em PD, a função de valor (ou função objetivo) é construída de forma recursiva, baseandose em estados e decisões anteriores.
Quais afirmativas estão CORRETAS?
Em aprendizado de máquina, especialmente em algoritmos de árvores de decisão, é fundamental avaliar como os dados são organizados e classificados em diferentes níveis da árvore. Três conceitos-chave que auxiliam na construção e otimização dessas árvores são o gini impurity, a entropy e o information gain. A respeito desses conceitos, julgue os itens a seguir.
I Gini impurity mede a redução da entropy após a divisão de um conjunto de dados com base em um atributo.
II Entropy mede a quantidade de incerteza ou impureza no conjunto de dados.
III Information gain mede a probabilidade de uma nova instância ser classificada incorretamente, com base na distribuição de classes no conjunto de dados.
Assinale a opção correta.

Assinale a alternativa que apresenta a saída desse procedimento.
VAR1:= 7; VAR2:=8; VAR3:=9;
VAR4:=POP;
PUSH(VAR1);
PUSH(VAR2);
VAR1:=POP;
VAR2:=POP;
PUSH(VAR3);
PUSH(VAR1);
PUSH(VAR2);
PUSH(VAR4);
Assim, em quanto resulta o conteúdo da pilha?

Que sequência obteremos, se executarmos o percurso em pós-ordem?
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.
4 8 1 3
8 1 3
1 3
5 1 3
Elaborado pelo(a) autor(a).
Considerando a representação de como a estrutura se comporta durante as operações sucessivas de adição e remoção de elementos, infere-se que a estrutura de dados é uma:
Um problema computacional é dito NP-completo quando