Questões de Concurso Sobre algoritmos e estrutura de dados

A respeito dos diferentes tipos de algoritmos naive Bayes, assinale a opção correta. 

    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.

Considerando a figura precedente, assinale a opção correta em relação ao algoritmo de SVM (support vector machine). 

Considere uma estrutura de pilha (FILO) preenchida inicialmente com os seguintes inteiros: 1, 2, 3, 4, 5, 6, nessa ordem, do primeiro ao último a entrar na pilha. Suponha que executemos os seguintes comandos de atribuições a variáveis inteiras, alternados com comandos de pilha:

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? 

Considere a árvore binária a seguir.


Que sequência obteremos, se executarmos o percurso em pós-ordem? 

      Uma empresa está coletando os dados de campanhas sazonais de publicidade e mantém organizada uma planilha com as informações de cada campanha, com os respectivos períodos de duração e valores investidos.

Nessa situação hipotética, a empresa possui dados do tipo

Diversas estruturas de dados, tais como árvores, pilhas, tabelas e filas, têm-se tornado comuns no universo dos programadores, e seu conhecimento se mostra fundamental em muitas áreas da computação, para os mais diferentes propósitos. Considerando as características das principais estruturas de dados conhecidas, assinale a opção correta.

Com relação às estruturas de dados em listas, analise as afirmativas a seguir.

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 

Com relação ao algoritmo de garbage collection (coleta de lixo) chamado mark-sweep (ou mark-and-sweep), analise as afirmativas a seguir.

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

Algoritmos de agrupamento são fundamentais para a área de aprendizado de máquina não supervisionado. Em geral, esses algoritmos determinam clusters de instâncias de dados que possuem algum traço de similaridade entre si.

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.

A análise de componentes principais (Principal Component Analysis - PCA) é uma técnica consagrada para a redução de dimensionalidade e para a identificação de padrões estruturais lineares em conjuntos de dados.

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.

Analise o algoritmo a seguir.

algoritmo "IPERON" var X, Y, K : inteiro início X <- 13 Y <- 17 para K de 1 ate 3 faca X<-X+1 Y<- Y -1 escreva (X:3, Y:3) fimpara fimalgoritmo

Após a execução, a saída gerada pelo algoritmo está indicada na seguinte opção de resposta:

Considere a seguinte estrutura de dados do tipo pilha.

Considerando as operações usuais de empilhamento (PUSH) e desempilhamento (POP), com suas funcionalidades padrão, foram realizadas as seguintes operações, expressas na forma de uma pseudolinguagem:

X ← 10;

Y ← 20;

POP(Y);

PUSH(X);

POP(Y);

PUSH(Y);

PUSH(X);

Após a execução dessa sequência de operações, o novo conteúdo da pilha será, da base para o topo:

Considere a seguinte estrutura de dados do tipo árvore.

Trata-se de uma árvore

A comunicação entre funções de um programa com o restante do programa pode ser feita por meio de passagem e retorno de valores. O método em que uma cópia da variável é passada para a função, e que pode ser usada e também alterada dentro da função, porém sem que isso altere o conteúdo da variável original, é denominado

O maior e o menor valor armazenados após a execução do algoritmo na matriz Mat são, respectivamente,

Após a execução do algoritmo, o número de posições da matriz Mat que foram atualizadas é igual a

Quanto à construção de algoritmos e estrutura de dados, analise as assertivas abaixo.

I. As estruturas de dados permitem armazenar dados de forma adequada para serem processados no computador.

II. A eficiência de tempo e de espaço de armazenamento para o tipo de dados abstratos são questões relacionadas à implementação.

III. Um tipo de dado especifica um conjunto de valores e as operações que podem ser realizadas sobre tais valores.

É correto o que se afirma em

Quanto à construção de algoritmos e estrutura de dados, marque V para verdadeiro ou F para falso e, em seguida, assinale a alternativa que apresenta a sequência correta.

( ) O Método da Inserção pode ser mais eficiente do que algoritmos que tenham comportamento assintótico mais eficiente, desde que o arquivo contenha menos de 20 elementos.

( ) O Método Quicksort é o algoritmo mais eficiente para uma grande variedade de situações envolvendo ordenações.

( ) Para os casos em que os arquivos possuam milhares de elementos, é melhor utilizar o método da bolha para ordenar seus elementos.

( ) Para os casos de ordenação de arquivos com mais de 25 elementos, o algoritmo de Seleção garante até 20% de melhoria no desempenho da maioria das aplicações.

Quanto à construção de algoritmos e estrutura de dados, assinale a alternativa que obedece corretamente à condição de heap para um array A.