Pular para o conteúdo principal

Questão de Algoritmos e Estrutura de Dados — Complexidade de Algoritmos — INSTITUTO AOCP 2018

Algoritmos e Estrutura de DadosComplexidade de Algoritmos
Código
qq375809
Banca
INSTITUTO AOCP
Órgão
UFOB
Ano
2018
Nível
Superior
Cargo
Analista de Tecnologia da Informação- Desenvolvimento
Um algoritmo de complexidade nlogn é mais complexo que um algoritmo de complexidade n² .
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Complexidade de Algoritmos: Notações Assintóticas

Gabarito: ❌ ERRADO. A afirmação de que um algoritmo de complexidade n log n é mais complexo que um de complexidade está incorreta. Na análise assintótica de algoritmos, cresce muito mais rapidamente que n log n para grandes valores de n. Portanto, n log n é assintoticamente menos complexo (mais eficiente) do que .

A notação Big O (O) descreve o limite superior do crescimento de uma função. As classes de complexidade mais comuns, ordenadas da mais eficiente para a menos eficiente, são:

Classe

Notação

Exemplo

Constante

O(1)

Acesso a um elemento de array

Logarítmica

O(log n)

Busca binária

Linear

O(n)

Percorrer um array

Linearítmica

O(n log n)

Merge sort, Quick sort (médio caso)

Quadrática

O(n²)

Bubble sort, Insertion sort (pior caso)

Exponencial

O(2ⁿ)

Recursão da Torre de Hanói

A ordem de crescimento (do menor para o maior) é:

1<logn<n<nlogn<n2<2n<n!1 < \log n < n < n \log n < n^2 < 2^n < n!

Comparando n log n e : para n = 10, n log n ≈ 10 × 3,32 ≈ 33,2 e n² = 100; para n = 100, n log n ≈ 100 × 6,64 ≈ 664 e n² = 10.000; para n = 1000, n log n ≈ 1000 × 9,97 ≈ 9970 e n² = 1.000.000. A diferença se acentua com o aumento de n, mostrando que é muito mais custoso.

Portanto, a assertiva está ERRADA: n log n é menos complexo (mais rápido) que .

  1. 1O(1) Constante
  2. 2O(log n) Logarítmica
  3. 3O(n) Linear
  4. 4O(n log n) Linearítmica
  5. 5O(n²) Quadrática
  6. 6O(2ⁿ) Exponencial
LEVEL · soulevel.com.br
PEGA ESSA DICA!

Na prova, lembre-se da hierarquia das classes de complexidade. A banca frequentemente inverte a ordem de grandezas para testar seu conhecimento. Memorize a sequência: constante < logarítmica < linear < linearítmica < quadrática < exponencial. 📈

Link permanente: /questoes/qq375809