PLANO ANALÍTICO DA UNIDADE CURRICULAR

Faculdade de Ciências
Departamento de Matemática e Informática Ano lectivo de 2022 Semestre: 2º
Curso (s) : Licenciatura em Informática
Unidade Curricular: ___________________________________________________________
Nome do (s) docente (s) (Regente): Yacub Mussá
Nome do (s) Docente (s) (Assistente):___________________________________________
Nome do técnico: _________________________________________________________
Nome do monitor:
Regime: Laboral e Pós-Laboral

Horas e créditos:
Práticas Teóricas Teórico- Seminários Avaliação Outras Total
Prática
Horas de contacto 4 2 2 8
directo por semestre
Horas de contacto 4 4
directo por semana
Horas de estudo 2 2 2 6
independente por
semestre
Créditos1

I. INTRODUÇÃO
No fim da disciplina o estudante deve ser capaz de :

 Analisar, de modo formal e de modo empírico, a complexidade de algoritmos iterativos e recursivos

 Escolher o algoritmo e a estrutura de dados apropriados, em termos do desempenho previsto, para
diferentes instâncias de um mesmo problema
 Estimar a complexidade de algoritmos iterativos e recursivos;
 Desenvolver tipos abstractos de dados, estabelecendo as funcionalidades necessárias e usando
estruturas de dados apropriadas
 Aplicar a reusabilidade de código para a construção de interfaces, herança e polimorfismo.
 Aplicar algumas técnicas clássicas de desenho de algoritmos;
 Saber o algoritmo de ordenação adequado a um problema concreto;

II. ESTRATÉGIAS DE DE ENSINO E DE APRENDIZAGEM

a) Tipo de aulas e formas de leccionação – Teóricas, Práticas e Laboratoriais subdivididas em
presenciais e virtuais
b) Actividades de frequência obrigatória – Aulas Teóricas, Práticas e Laboratoriais
subdivididas em presenciais e virtuais

1
Na UEM, o crédito académico corresponde a um total de 30 horas de trabalho.

Regente: Yacub Mussá

III. ESTRATÉGIAS DE AVALIAÇÃO
Para a avaliação, serão realizados 2 testes escritos e um trabalho de pesquisa a ser desenvolvido
em grupo de até 4 estudantes no máximo. A nota de frequência será calculada na base da
fórmula: NF=60% a média aritmética dos testes + 30% a nota do trabalho em grupo + 10%
pela participação nas aulas e assiduidade.

Regente: Yacub Mussá

IV. TEMÁTICAS

No Temas Horas
Teóricas Práticas S EI Total
Introdução: Conceitos sobre
Algoritmos, Programação,
01 2 4 4 10
eficiência, tipos de Análise de
eficiência;
02 Recursividade 2 4 4 10
Algoritmos de pesquisa e
03 ordenação interna; 2 8 6 16

Análise da complexidade de
algoritmos:
 Terminologia e conceitos
fundamentais;
04  Correcção de Algoritmos; 8 16 4 28
 Notação Assintótica;
 Análise de Algoritmos
Recursivos (Recorrência)

05 Estruturas Lineares : pilhas 2 4 4 10

06 Estruturas Lineares : filas 2 4 4 10
07 Estruturas Lineares : listas. 2 4 4 10
Árvores binárias de pesquisa:
conceitos e operações
08 fundamentais; 2 8 8 10
Árvores avl;

Introdução às árvores de pesquisa

09 equilibradas: Árvores AVL e B+. 2 8 8 18

Dicionários: Tabelas de dispersão,

funções de hashing e resolução de
10 colisões; 2 8 4 14
(Tabelas de Espalhamento)

Regente: Yacub Mussá

 Armazenamento Associativo
11 2 4 4 10

12 Mapas com Lista e Espalhamento 2 8 4 14

Preparação e Realização de
13 4 2 4 10
Avaliações
30

V. CALENDÁRIO DAS AULAS E DAS AVALIAÇÕES

No. Material de
Semana Tema da aula Tipo de aula apoio para
aula
Apresentação do Docente,
Estudantes e da Disciplina; Teórica e Prática Ficha 1:
1a Introdução: Conceitos sobre Osvaldo
01 Algoritmos, Programação, Cossa, 2019

eficiência, tipos de Análise de

eficiência;
02 2ª Recursividade
Teórica, Prática e Ficha 1:
Laboratorial Osvaldo
Cossa, 2019

3a Teórica, Prática e Ficha 2:

03 Algoritmos de pesquisa. Laboratorial Osvaldo
Cossa, 2019

Algoritmos de ordenação;
4a Teórica, Prática e Ficha 3:
04 Laboratorial Osvaldo
Cossa, 2019
05 5a Análise e Complexidade de Teórica, Prática e
Laboratorial
Algoritmos:
Ficha 4:
- Análise de Tempo de Execução Osvaldo
Cossa, 2019
Notação Assimptótica Ficha de apoio
Erminio Jasse
Notação O (O grande), Notação
 (Ómega), Notação  (teta)
06 6a Preparação e realização do
Todas as
TESTE1 Fichas (1 à 4)

07 7a Semana Intercalar
08 8a Estruturas Lineares : Pilhas e Teórica, Prática e Ficha 7:
Laboratorial Osvaldo
Filas; Cossa, 2019

Distribuição dos trabalhos em

grupos

Regente: Yacub Mussá

 09 9a Estruturas Lineares : Listas e Teórica, Prática e Ficha 6:
Laboratorial Osvaldo
Listas Ligadas. Cossa, 2019

10 10ª Árvores binárias de pesquisa: Teórica, Prática e

Laboratorial
- Conceitos e Operações
Monitoria dos trabalhos em
grupo;
11ª Árvores binárias de pesquisa: Teórica, Prática e Ficha 7:
Laboratorial Osvaldo
11 - Balanceamento (Árvores de Cossa, 2019

Pesquisa equilibradas: AVL e

B+);
Monitoria dos trabalhos em
grupo;
12 12a Preparação e realização do Teórica, Prática e Fichas 1 a 7:
Laboratorial
TESTE2
13 13a Realização do TESTE2 10
A realização do teste será na
décima segunda semana (de
30/10 a 04/11)
14 14ª Árvores binárias de pesquisa: Tema para o trabalho em Ficha 8:
grupo a ser defendido na 14ª Osvaldo
- Balanceamento (Árvores de semana Cossa, 2019

Pesquisa equilibradas: AVL e

B+)
Dicionários: Tabelas de Tema para o trabalho em CS14
grupo a ser defendido na 14ª
dispersão, funções de hashing e semana

resolução de colisões;
(Tabelas de Espalhamento)
Armazenamento Associativo CS14

Tema para o trabalho em

grupo a ser defendido na 14ª
semana
Mapas com Listas Tema para o trabalho em CS14
grupo a ser defendido na 14ª
Mapas com Espalhamento semana

VI. BIBLIOGRAFIA E RECURSOS

1. Cormen, T. H., Leiserson, C. E., Rivest, R. L., & Stein, C. (2002). Algoritmos: teoria e
prática. Editora Campus, 2, 2.
2. Horstmann, Cay.(2000). Computing Concepts with JAVA 2 Essentials, Wiley. 2nd Ed.
3. McConnell, Jeffrey.(2001). Analysis of Algorithms: An Active Learning Approach. Jones and
Bartlett.

Regente: Yacub Mussá

 4. Weiss, Mark Allen.(2000). Data Structures and Algorithm Analysis in JAVA, Benjamin
Cummings.
5. Data Structures - Por Joyce Avestro
6. CS – 14 Algorítmos e Estruturas de Dados em Java

Regente: Yacub Mussá

Regente: Yacub Mussá