Questões

Pior caso: O(n lg n); melhor caso: O(n).

Pior caso: O(n2); melhor caso: O(n lg n).

Pior caso: O(n lg n); melhor caso: O(n + m).

Pior caso: O(n2); melhor caso: O(n).

Pior caso: O(n); melhor caso: O(n + m).

Melhor caso, tamanho da entrada de dados, pior caso

Complexidade quadrática, complexidade exponencial, dados desordenados.

Complexidade exponencial, dados desordenados, tamanho da entrada de dados.

Melhor caso, pior caso, caso médio.

Dados desordenados, complexidade quadrática, tamanho da entrada de dados.

II e IV.

I e II.

III e IV.

II e III.

I, II e III.

I e II, apenas.

II e III, apenas.

I e III, apenas.

O(n²)

O(2.n²)

O(2.n)

O(n)

O(1)

somente quando a linguagem de programação utilizada for C++.

quando são desprezados determinados tempos da função ou quando somente aproximações da função são possíveis de se obter.

quando é possível determinar todos os tempos de uma função.

somente quando uma função é logarítmica.

quando uma função é extremamente complexa, mas é possível calcular os seus tempos.

Ο(n²) e Ο(n log n²).

Ο(n log n) e Ο(n²). 

O(n²) e O(n³).

Ο(n) e Ο(n²).

O(n-1) e Ο(n³).

A complexidade de pior caso do processo de busca em uma árvore binária de busca é sempre maior do que a busca em uma árvore binária qualquer.

Como em uma árvore binária de busca os elementos estão fora de ordem, quando se deseja buscar um elemento, é necessário percorrer todos os elementos presentes na árvore até encontrar o elemento buscado.

Uma árvore binária de busca é caracterizada por seus elementos estarem organizados seguindo alguma ordem pré-definida, sendo também conhecidas como árvore binária ordenada.

Por ser uma árvore binária, uma árvore binária de busca somente pode ter 0 (zero) ou 1 (um) filho.

Uma característica comum nas árvores binárias de busca é que todas são cheias, ou seja, todas as sub-árvores vazias pertencem aos nós do último nível.

V – V – F.

F – V – V.

F – V – F. 

F – F – V.

V – V – V.

O(log2n2 ).

O(n).

O(√n).

O(log2n-1).

O(log2n).