Livro Texto Unidade 4

Unidade IV
Unidade IV
7 VETORES, MATRIZES E ESTRUTURAS
Um dos elementos-chave no design de software é determinar quais estruturas de dados são

mais apropriadas para o problema em questão. As estruturas de dados determinam como as
informações são armazenadas e trocadas e possuem um efeito significativo na coesão, na clareza
e na eficiência do programa.
7.1 Matrizes
Manzano (2015, p. 181) ressalta que “uma variável simples de certo tipo ocupa um bloco de
memória onde tal valor será armazenado, enquanto uma variável composta ocupa um conjunto
de blocos do tipo definido”.
A mais simples de todas as estruturas de dados é a matriz. Ela é suportada pela linguagem C e
define uma sequência contígua de elementos na memória, agrupando um conjunto de variáveis do
mesmo tipo e permitindo a iteração sobre o conjunto.
Observação
Cada item de dados de uma matriz é chamado de elemento e cada

elemento é único e localizado em um local específico da memória. Uma
matriz pode ser unidimensional ou multidimensional e o número de
subscritos determina sua dimensão. Uma matriz dimensional é conhecida
como vetor e as matrizes bidimensionais são conhecidas como matriz.
7.1.1 Matriz unidimensional
Vejamos mais uma vez o que diz Manzano:
Esse tipo de estrutura de dados é conhecido como matriz de uma dimensão,

vetor, arranjo, variável composta, variável indexada, entre outras formas. É
usado comumente na criação de tabelas simples. A matriz usa uma única
variável, que tem determinado tamanho, e pode armazenar mais de um
valor (conhecido como elemento). O tamanho de uma matriz é conhecido
como dimensão, constituída por constantes inteiras e positivas. Os nomes
dados às matrizes seguem as mesmas regras de nomes atribuídos a variáveis
simples (MANZANO, 2015, p. 181).
144
ALGORITMOS
No exemplo a seguir, vamos implementar um programa para calcular a média geral de oito
médias de cada aluno. Dessa forma, será necessário criar uma única variável indexada (a matriz)
contendo todos os valores das oito médias (cada posição de armazenamento de uma matriz é
conhecida como slot).
A)
B)
Figura 66 – Matriz unidimensional (imagem do programa Dev C++)
Exemplo de aplicação
Pesquise sobre a importância da utilização dos princípios da matriz unidimensional no

desenvolvimento de projetos.
145
Unidade IV
O próximo exemplo tem como objetivo ler oito elementos de uma matriz A do tipo vetor. Para
isso, é preciso construir uma matriz B de mesmo tipo, observando a seguinte lei de formação: se
o valor de um elemento da matriz A estiver numa posição de índice par, ele deve ser multiplicado
por 5; se o valor de um elemento da matriz A estiver numa posição de índice ímpar, ao elemento
de A deve-se somar 5.
A)
B)
146
ALGORITMOS
Saiba mais
Para conhecer mais detalhes sobre a matriz unidimensional, você pode

ler a obra indicada a seguir.
PAES, R. de B. Introdução à programação com a linguagem C: aprenda a

resolver problemas com uma abordagem prática. São Paulo: Novatec, 2016.
7.1.2 Matriz bidimensional
Sobre esse tema, retomemos algumas palavras de Manzano.
Em matrizes com mais de uma dimensão, os elementos também são

manipulados individualmente, sendo a referência feita sempre por meio de
dois índices: o primeiro para indicar a linha; o segundo, a coluna. Dessa
forma, TABELA [2][3] indica uma referência ao elemento armazenado na linha 2
e na coluna 3. A linguagem de programação C não trabalha diretamente
com matrizes que tenham mais de uma dimensão, como outras linguagens
fazem, mas permite a simulação perfeita desse efeito. Isso ocorre porque
essa linguagem trabalha com matrizes de matrizes, ou seja, uma matriz
considerada de duas dimensões é, na verdade, uma matriz cujos elementos
são outra matriz (MANZANO, 2015, p. 186).
No exemplo a seguir, temos uma matriz com duas dimensões. O programa realiza a entrada e a
saída das quatro notas bimestrais de dez alunos.
147
Unidade IV
A)
B)
Figura 68 – Matriz bidimensional (imagem do programa Dev C++)
Pesquise sobre a importância da utilização dos princípios da matriz bidimensional no

desenvolvimento de projetos.
148
ALGORITMOS
No caso a seguir, o programa apresenta os dados dos alunos de forma sequencial. Assim, só é
possível visualizar as notas dos últimos alunos.
A)
B)
Lembrete
Uma matriz é a coleção de tipos de dados semelhantes ou coleção de
entidades semelhantes armazenadas em local de memória contígua.
149
Unidade IV
7.1.3 Matriz interna
Quanto a esse assunto, Manzano ressalta que:
A definição de matrizes internas é útil quando o programa necessita

possuir internamente tabelas de valores para serem consultadas pelo
próprio programa. Isso dará para eferivação de certo processamento sem a
participação do usuário do programa (MANZANO, 2015, p. 189).
A seguir, temos um programa que apresentará os valores da matriz denominada Valores, além
do tamanho que tal matriz ocupa na memória e a quantidade de elementos armazenados.
A)
B)
Figura 70 – Matriz interna (imagem do programa Dev C++)
150
ALGORITMOS
Pesquise sobre a importância da utilização dos princípios da matriz interna no desenvolvimento

de projetos.
No próximo exemplo, vemos a utilização de tabelas de valores em uma matriz unidimensional

com tamanho implícito, que apresentará os valores da matriz Valores, o tamanho que tal matriz
ocupa na memória e a quantidade de elementos armazenados.
A)
B)
Figura 71 – Matriz interna (imagem do programa Dev C++)
151
Unidade IV
7.2 Estruturas
Vejamos o que diz Damas:
As estruturas em C (que correspondem aos registros em outras linguagens)

permitem colocar, em uma única entidade, elementos de tipos diferentes.
Uma estrutura é um conjunto de uma ou mais variáveis (às quais vulgarmente
também se chamam campos ou membros) agrupadas sob um único nome,
de forma a facilitar a sua referência. As estruturas podem conter elementos
com qualquer tipo de dados válidos em C (tipos básicos, vetores, strings,
ponteiros ou mesmo outras estruturas) (DAMAS, 2016, p. 266).
Observação
Assim como as variáveis primárias, as variáveis de estrutura também

podem ser inicializadas quando são declaradas. Os modelos de estrutura podem
ser definidos de forma local ou global. Caso a opção escolhida seja local, a
variável pode ser usada dentro dessa função; se for global, pode ser usada
por todas as outras funções do programa.
7.2.1 Estruturas e typedef
Ainda segundo Damas:
Para declarar uma variável do tipo struct Data [...] basta indicar qual o tipo
(struct Data) seguido do nome das variáveis struct Data d, datas[100],
*ptr_data, em que :
• d é uma variável do tipo struct Data;
• datas é um vetor de 100 elementos, sendo cada um deles uma

estrutura do tipo struct Data;
• ptr_data é um ponteiro para o tipo struct Data (DAMAS, 2016, p. 266).
O código a seguir apresenta uma função que permite escrever na tela os valores existentes em
uma estrutura recebida como argumento.
152
ALGORITMOS
A)
B)
Figura 72 – Estruturas e typedef (imagem do programa Dev C++)
Pesquise sobre a importância da utilização das estruturas no desenvolvimento de projetos.
No próximo exemplo, iremos realizar o carregamento de uma estrutura através de uma função.
Como será possível alterar os valores presentes na estrutura, teremos que passar a essa função o
endereço da estrutura que queremos ler.
153
Unidade IV
A)
B)
Figura 73 – Estruturas e typedef (imagem do programa Dev C++)
Para Damas:
Em C, um vetor permite agrupar, sob uma mesma variável, um conjunto

de elementos, sendo obrigatoriamente todos do mesmo tipo. As estruturas
154
ALGORITMOS
permitem agrupar diversos componentes em uma única variável, que

podem ser definidos com tipos distintos.
Para evitar a repetição da palavra struct na declaração de variáveis, é

possível definir um novo tipo de dados utilizando a palavra reservada
typedef. A definição de novos tipos terá que ser sempre realizada a partir
de tipos já existentes, definindo assim um sinônimo, isto é, uma outra forma de
referência a esse tipo (DAMAS, 2016, p. 279).
Saiba mais
Para conhecer mais detalhes sobre a aplicação de estruturas, leia o livro

indicado a seguir.
MIZRAHI, V. V. Treinamento em linguagem C. São Paulo: Pearson, 2008.
8 ALGORITMOS DE BUSCA E ORDENAÇÃO
Na ciência da computação, um algoritmo de classificação é um algoritmo que coloca os

elementos de uma lista em uma determinada ordem. As ordens mais usadas são a ordem numérica
e ordem alfabética. A classificação eficiente é importante para otimizar o uso de outros algoritmos
(como algoritmos de busca e mesclagem) que exigem que as listas classificadas funcionem
corretamente; também é útil para organizar os dados e produzir resultados legíveis por humanos.
Mais formalmente, a saída deve satisfazer duas condições específicas:
• a saída está em ordem não decrescente (cada elemento não é menor que o elemento anterior, de
acordo com o pedido total desejado);
• a saída é uma permutação ou reordenação da entrada.
Desde o início da computação, o problema de classificação atraiu uma grande quantidade de

pesquisas, talvez devido a sua alta complexidade de resolver a questão com eficiência, apesar de sua
declaração simples e familiar.
Lembrete
A classificação é um processo que organiza uma coleta de dados em

ordem crescente ou em ordem decrescente.
155
Unidade IV
8.1 Algoritmos de ordenação
Diz Manzano:
Uma das atividades mais requisitadas no trabalho de programação é, sem

dúvida, a ordenação do conteúdo (elementos) das tabelas (matrizes). Existem
diversas técnicas de ordenação que podem ser implementadas em um programa
de computador, tais como inserção direta, inserção direta com busca binária,
incremento decrescente (shellsort), bolha (bubblesort), agitação (shakesort),
pente (combsort), partição e troca (quicksort), seleção direta, seleção em árvore
(heapsort), árvore amarrada (threaded heapsort), indexação direta (radixsort),
intercalação simples (mergesort) e listas de colisões (MANZANO, 2015, p. 219).
A classificação é o processo de reorganizar uma sequência de objetos para colocá-los em

alguma ordem lógica, como a ordem alfabética ou a ordem numérica. Como a onipresença do
uso do computador nos deixou inundados de dados, a primeira etapa para organizá-los é, muitas
vezes, classificá-los. Todos os sistemas de computador possuem implementações de algoritmos de
classificação, para a utilização do sistema e pelos usuários.
A classificação e a ordenação têm se mostrado duas áreas de profundo interesse para

pesquisadores algorítmicos, com muitos recursos sendo estudados para encontrar as melhores
práticas e resultados. Vale ressaltar que a classificação desempenha um papel importante nos
dados comerciais, no processamento e na computação científica moderna.
Os aplicativos são abundantes no processamento de transações, otimização combinatória,

astrofísica, dinâmica molecular, linguística, genômica, previsão do tempo e muitos outros campos.
De acordo com Aho, Hopcroft e Ullman (1974), a classificação foi considerada como um problema
fundamental no estudo de algoritmos por várias razões. Algumas delas são listadas a seguir:
• a necessidade de classificar as informações é inerente aos muitos aplicativos;
• os algoritmos costumam usar a classificação como uma chave em sua sub-rotina.
No projeto de algoritmos, existem muitas técnicas representadas no corpo de classificação e

ordenação de algoritmos.
Observação
Uma classificação interna requer que a coleta de dados caiba

inteiramente na memória principal do computador. Podemos usar
uma classificação externa quando a coleta de dados não se encaixa na
memória principal do computador de uma só vez, devendo residir em um
armazenamento secundário (como um disco).
156
ALGORITMOS
O código a seguir ordena cinco valores inteiros. Observe que é utilizado o processo de integração
dos comandos quando for encadeado.
Figura 74 – Ordenação de números (imagem do programa Dev C++)

Pesquise sobre situações em que podemos utilizar a ordenação de números no desenvolvimento

de projetos.
O código a seguir irá classificar (ordenar) uma cadeia de caracteres representando

nomes próprios e, após o processamento da ordenação, apresentará tal cadeia em ordem
alfabética ascendente.
157
Unidade IV
A)
B)
Figura 75 – Ordenação de texto (caracter) (imagem do programa Dev C++)
158
ALGORITMOS
A classificação é um algoritmo que organiza os elementos em ordem crescente ou decrescente.

Assim, os algoritmos de classificação podem diminuir a complexidade de um problema. Podemos
elencar dois tipos de classificação: a classificação interna e a classificação externa.
Os algoritmos de classificação podem ser agrupados com base nos seguintes parâmetros:
• Estabilidade: de acordo com Elisseeff, Theodoros e Massimiliano (2005), um algoritmo de

classificação é estável se preserva a forma de chaves duplicadas ou se o termo estabilidade
significa que esses elementos semelhantes retêm suas posições de forma relativísticas após
a classificação.
• Adaptabilidade: Estivill-Castro e Wood (1992) afirma que um algoritmo de classificação é

adaptativo caso ele consiga classificar as sequências que estão próximas de serem classificadas
mais rapidamente do que as sequências aleatórias. Com alguns algoritmos de classificação, a
complexidade muda com base na pré-classificação (classificação rápida): a pré-classificação da
entrada afeta o funcionamento (e o seu tempo de processamento).
• Complexidade de tempo: a complexidade de tempo de um algoritmo significa o tempo total

exigido pelo programa para ser executado até a sua conclusão. De acordo com Cormen et al.
(2009), a complexidade de tempo de um algoritmo é representada pelas notações assintóticas,
uma vez que elas fornecem os limites inferior e superior de um algoritmo.
• Complexidade do espaço: a complexidade espacial de qualquer algoritmo também é

importante, correspondendo ao número de células de memória de que ele precisa. Cormen
et al. (2009) afirmam que a complexidade do espaço deve ser calculada levando-se em conta
tanto o espaço auxiliar quanto o espaço usado pela entrada.
A partir desses princípios podemos observar o funcionamento de alguns algoritmos de

classificação bem como sua complexidade e estabilidade. A seguir, iremos discutir sobre os
seguintes algoritmos:
• Bubble Sort;
• Selection Sort;
• Insertion Sort;
• Merge Sort;
• Quick Sort.
Bubble Sort
A classificação Bubble Sort tem O (n) como o melhor caso de desempenho e O (n * n) como
o desempenho de pior caso. A classificação Bubble Sort deve realizar uma comparação de
159
Unidade IV
grande número quando há mais elementos em uma lista e aumenta à medida que aumenta o
número de itens que precisam ser classificados. Embora a classificação por bolha seja muito fácil
de implementar, é ineficiente em comparação com todos os outros algoritmos de classificação.
Trata-se do algoritmo de classificação mais simples que funciona frequentemente com a troca dos
elementos vizinhos se eles estiverem na ordem errada.
O método de ordenação bolha é bastante simples, e talvez seja o método de

ordenação mais difundido. Uma iteração do mesmo se limita a percorrer a
tabela do início ao fim, sem interrupção, trocando de posição dois elementos
consecutivos sempre que estes se apresentem fora de ordem. Intuitivamente
percebe-se que a intenção do método é mover os elementos maiores em
direção ao fim da tabela. Ao terminar a primeira iteração, pode-se garantir
que as trocas realizadas posicionam o maior elemento na última posição.
Na segunda iteração, o segundo maior elemento é posicionado, e assim
sucessivamente. O processamento é repetido então n – 1 vezes. O algoritmo
que se segue implementa esse método. A tabela se encontra armazenada
na estrutura L. O algoritmo ordena L segundo valores não decrescentes do
campo chave (SZWARCFITER, 2015, p. 159, grifo do autor).
Selection Sort
A classificação Selection Sort é o tipo de algoritmo mais simplista, no entanto, mostra-se

ineficiente. Na classificação de seleção, temos que encontrar o menor elemento fazendo a varredura
linear e mover esse elemento para a frente (trocando-o com o elemento frontal). Então, temos que
encontrar o segundo menor elemento e movê-lo de seu lugar, novamente fazendo uma varredura
linear. É necessário continuar fazendo isso até que todos os elementos estejam em seus lugares.
Esse algoritmo também mantém duas submatrizes em uma determinada matriz: a primeira submatriz
que já está classificada e a segunda restante (denominada submatriz) que não está classificada. A cada
iteração de classificação de seleção, o menor elemento do secundário não classificado da matriz é
escolhido e movido para a matriz secundária classificada.
Insertion Sort
A classificação por inserção é uma classificação de comparação simples, mas eficiente, para
pequenos dados. A classificação por inserção é reduzida ao seu número total de etapas; se fornecida
uma lista parcialmente classificada, terá uma maior eficiência. É praticamente mais eficiente do
que a classificação por seleção e uma classificação por bolha, mesmo que todos eles tenham
complexidade de pior caso: O (n * n).
Os números são divididos em classificados e não classificados. Os valores não classificados são
colocados em suas posições adequadas na matriz secundária classificada, um por um.
160
ALGORITMOS
O algoritmo Insertion Sort é bem organizado para conjuntos de dados menores, mas pouco
viável para listas maiores. Ele reduz o número total de etapas se receber uma lista parcialmente
classificada, aumentando a eficiência.
O método de ordenação por inserção é também bastante simples, sendo

sua complexidade equivalente à da ordenação bolha. Imagine uma tabela já
ordenada até o i-ésimo elemento. A ordenação da tabela pode ser estendida
até o (i + 1)-ésimo elemento por meio de comparações sucessivas deste com
os elementos anteriores, isto é, com o i-ésimo elemento, com o (i – 1)-ésimo
elemento etc., procurando sua posição correta na parte da tabela que já está
ordenada. Pode-se, então, deduzir um algoritmo para implementar o método:
consideram-se sucessivamente todos os elementos, a partir do segundo
deles, em relação à parte da tabela formada pelos elementos anteriores ao
elemento considerado em cada iteração (SZWARCFITER, 2015, p. 159).
Merge Sort
O algoritmo Merge Sort divide a matriz de entrada em duas seções, chamando a si mesmo
para as duas divisões e mesclando duas divisões ordenadas. A seguir, são descritos os processos a
serem realizados
• Divide Step: se um dado vetor (ou array) possuir zero ou um elemento, simplesmente retorne
esse valor. Caso contrário, o algoritmo deve dividir o vetor, por exemplo Vetor1 [x ... z], em duas
matrizes secundárias Vetor1 [x ... z] e Vetor2 [y + 1 ... z], cada uma contendo cerca de partes dos
elementos de Vetor1 [x ... z]. Ou seja, y é o ponto intermediário de Vetor1 [x ... z].
• Conquer Step: agora classificando as duas pequenas matrizes Vetor1 [x ... z] e Vetor2 [y + 1 ... z],
deve-se utilizar o método de recursidade usando o conquer.
• Combine Step: afinal, temos que mesclar a parte de trás do elemento em Vetor1 [x ... z] a
partir das duas pequenas matrizes classificadas Vetor1 [x ... z] e Vetor1 [y + 1 ... z] em uma série
classificada.
A ideia básica do método é intercalar as duas metades da lista desejada

quando estas já se encontram ordenadas. Na realidade, deseja-se então
ordenar primeiramente as duas metades, o que pode ser feito utilizando
recursivamente o mesmo conceito.
Primeiramente, o processo de intercalação será revisto. Sejam duas listas

A e B, ordenadas, com respectivamente n e m elementos. As duas listas são
percorridas por ponteiros ptA e ptB, armazenando o resultado da intercalação na
lista C, apontada pelo ponteiro ptC. O primeiro elemento de A é comparado
com o primeiro elemento de B; o menor valor é colocado em C. O ponteiro
da lista onde se encontra o menor valor é incrementado, assim como o
161
Unidade IV
ponteiro da lista resultado; o processo se repete até que uma das listas seja
esgotada. Neste ponto, os elementos restantes da outra lista são copiados
na lista resultado.
Seja L a lista que se deseja ordenar. O método de ordenação por intercalação

consiste em dividir a lista original em duas metades e ordená-las; o resultado
são duas listas ordenadas que podem ser intercaladas. Para ordenar cada
uma das metades o processo considerado é o mesmo, sendo o problema
dividido em problemas menores, que são sucessivamente solucionados
(SZWARCFITER, 2015, p. 159).
Quick Sort
O algoritmo Quick Sort é um dos algoritmos de classificação mais rápidos que faz parte de
muitas bibliotecas de classificação. O tempo desse algoritmo depende muito da escolha do elemento
pivô. O algoritmo Quick Sort também pertence à categoria de algoritmos de divisão e conquista e
depende do funcionamento da partição.
Para particionar uma matriz, um elemento denominado pivô é selecionado. O algoritmo Quick
Sort funciona da seguinte maneira:
• Vetor [j] = x é o valor pivô;
• Vetor [j… p - 1] contém elementos menores que x;
• Vetor [p + 1… r - 1] contém os elementos que são maiores ou equivalentes a x;
• Vetor [r ... k] contém elementos que ainda não foram explorados.
Como a seleção dos elementos do pivô é aleatória, o caso médio e o tempo de execução do
melhor caso é O (n log n). Além disso, no pior caso de complexidade de tempo é O (n * n). Vale
esclarecer que a classificação rápida não é um algoritmo de classificação estável.
O nome quicksort (ordenação rápida) já indica o que se deve esperar do

método, que é, na realidade, um dos mais eficientes dentre os conhecidos.
Dada uma tabela L com n elementos, o procedimento recursivo para ordenar
L consiste nos seguintes passos:
• se n = 0 ou n = 1 então a tabela está ordenada;
• escolha qualquer elemento x em L – este elemento é chamado pivô;
162
ALGORITMOS
• separe L – {x} em dois conjuntos de elementos disjuntos: S1 = {w ∈ L – {x}|w

< x} e S2 = {w ∈ L – {x}|w ≥ x}; o procedimento de ordenação é chamado
recursivamente para S1 e S2;
• L recebe a concatenação de S1, seguido de x, seguido de S2.
Dois pontos são decisivos para o bom desempenho do algoritmo: a escolha

do pivô e o particionamento da tabela. Esses pontos são analisados a seguir.
A escolha do pivô mais utilizada é tomar o primeiro elemento como tal.
Isto é aceitável se a tabela é reconhecidamente aleatória. Se, entretanto, a
tabela está ordenada na ordem inversa à desejada, esta escolha provoca o
pior desempenho do algoritmo. A partição obtida nesse caso separa a tabela
de tal forma que o conjunto S1 contém n – 1 elementos e o conjunto S2 é
vazio. Sendo assim, o primeiro elemento não é uma boa escolha para pivô.
Uma estratégia alternativa é a escolha aleatória do pivô, mas a geração

de números aleatórios poderia pesar no tempo de execução. A situação
ideal seria a escolha de um pivô tal que proporcionasse a partição da tabela
em dois subconjuntos de dimensão equivalente. Para isso, a mediana da
tabela deveria ser o elemento selecionado, lembrando que a mediana de
um conjunto de n elementos é o n/2-ésimo maior número. Infelizmente, o
cálculo desse elemento seria também muito custoso. Uma solução utilizada
com bons resultados é a escolha da mediana dentre três elementos: o
primeiro, o último e o central (SZWARCFITER, 2015, p. 159).
Saiba mais
Para conhecer um pouco mais sobre a aplicação dos algoritmos de

ordenação, leia a obra indicada a seguir:
DEITEL, P.; DEITEL, H. C: como programar. São Paulo: Pearson, 2015.
8.2 Algoritmos de busca
Vejamos o que diz Manzano:
A utilização de matrizes pode gerar grandes tabelas, dificultando a localização

rápida de determinado elemento. Imagine uma matriz com 4.000 elementos
(4.000 nomes de pessoas). Será que você conseguiria encontrar rapidamente
um elemento desejado de forma manual, mesmo estando a lista de nomes
em ordem alfabética? Certamente que não.
163
Unidade IV
Para solucionar esse problema, você pode fazer pesquisas em matrizes por
meio de programação. Nesse sentido, dois métodos podem ser utilizados:
pesquisa sequencial e pesquisa binária (MANZANO, 2015, p. 232).
Ao comparar o desempenho de dois algoritmos de pesquisa ou dois algoritmos de classificação,

nos concentramos em dois tipos de operações: movimentos de dados e comparações. Os
movimentos de dados ocorrem quando substituímos um item em uma lista por outro item da lista.
As comparações de dados ocorrem quando comparamos um item em uma lista com outro item na
lista ou a um item fora da lista.
Dado um conjunto de elementos, onde cada um é identificado por uma

chave, o objetivo é localizar nesse conjunto o elemento correspondente
a uma chave específica procurada [...] É importante ressaltar a relevância
desse problema na área de computação, em especial nas aplicações não
numéricas. Sem dúvida, a operação de busca é uma das mais frequentemente
realizadas. (SZWARCFITER, 2015, p. 49).
Observação
Existem dois tipos de algoritmos de pesquisa: os algoritmos que não

fazem suposições sobre a ordem da lista e os algoritmos que assumem que
a lista já está em ordem.
8.2.1 Pesquisa sequencial
Sobre a pesquisa sequencial, salienta Manzano:
O primeiro método [a pesquisa sequencial] busca a informação desejada

sequencialmente, desde o primeiro elemento até o último.
Localizando a informação no caminho, ela é apresentada. Esse método de

pesquisa é lento, mas eficiente nos casos em que os elementos de uma
matriz encontram-se desordenados (MANZANO, 2015, p. 232).
Considere o programa a seguir, que recebe dez valores inteiros e concede ao usuário a
possibilidade de pesquisar os valores armazenados.
164
ALGORITMOS
A)
B)
Figura 76 – Pesquisa sequencial (imagem do programa Dev C++)
165
Unidade IV
Pesquise sobre situações em que podemos utilizar a pesquisa sequencial no desenvolvimento

de projetos.
No próximo exemplo, é possível verificar a técnica de pesquisa sequencial para manipulação de

dados alfanuméricos. Trata-se de um programa que recebeu dez nomes próprios e deve possibilitar
ao usuário a realização de uma pesquisar entre esses nomes.
A)
166
ALGORITMOS
B)
Figura 77 – Pesquisa sequencial (imagem do programa Dev C++)
8.2.2 Pesquisa binária
Diz Manzano:
O segundo método de pesquisa é, em média, mais rápido que o primeiro,

mas exige que a matriz esteja previamente classificada, pois ela “divide” a
lista em duas partes e “procura” saber se a informação a ser pesquisada está
acima ou abaixo da linha de divisão. Se estiver acima, por exemplo, a metade
abaixo é desprezada. Em seguida, se a informação não foi encontrada, a
lista é novamente dividida em duas partes, e o método pergunta se aquela
informação está acima ou abaixo, assim ele executa a busca até encontrar
ou não a informação pesquisada (MANZANO, 2015, p. 235).
Considere o programa a seguir, que apresenta a técnica de pesquisa binária a partir da solicitação
de dez nomes. Após esse processo, é realizada a ordenação e, por fim, o usuário tem a possibilidade de
pesquisar pelos nomes que foram armazenados previamente.
167
Unidade IV
A)
168
ALGORITMOS
B)
Figura 78 – Pesquisa binária (imagem do programa Dev C++)
Resumo
Vimos que um dos elementos-chave no design de software é determinar

quais estruturas de dados são mais apropriadas para o problema em questão.
As estruturas de dados determinam como as informações são armazenadas
e trocadas e possuem um efeito significativo na coesão, na clareza e na
eficiência do programa.
Discutiu-se que a matriz é a mais simples de todas as estruturas de

dados. Observou-se que a matriz é suportada pela linguagem C e define uma
sequência contígua de elementos na memória. Ela agrupa um conjunto de
variáveis do mesmo tipo e permite a iteração sobre o conjunto.
Na sequência, tratamos do funcionamento dos algoritmos de

ordenação. Vimos que uma das atividades mais requisitadas no trabalho
de programação é, sem dúvida, a ordenação do conteúdo (elementos)
das tabelas (matrizes). Por fim, encerramos a unidade abordando a
implementação dos algoritmos de busca.
169
Unidade IV
Exercícios
Questão 1. Considere a seguinte linha de código em linguagem C:
int A[10];
Sobre a variável A, podemos dizer que se trata de:
A) Uma variável do tipo inteiro com limite de 10 algarismos.
B) Uma string unidimensional de 10 elementos.
C) Uma variável tipo char que armazena o caractere A.
D) Uma variável do tipo inteiro que armazena o número 10.
E) Uma área igual a 10 metros quadrados.
Resposta correta: alternativa B.
Análise da questão
No trecho apresentado, há uma declaração de variável. Temos o tipo, inteiro (int), o nome
da variável, A, e, em seguida, os colchetes contendo o número 10, indicando se tratar de uma
variável do tipo matriz unidimensional com 10 elementos. O número entre colchetes é o número
de elementos da matriz unidimensional. Se tivéssemos uma sequência de dois números entre
colchetes logo após o nome da variável, estaríamos tratando de uma matriz bidimensional. Vale
ressaltar que, em linguagem C, não fazemos a declaração de variável juntamente com a atribuição
de valores nessa variável.
Questão 2. Dois métodos de busca frequentemente implementados são a pesquisa sequencial

e a pesquisa binária. Esses métodos podem ser aplicados no desenvolvimento de algoritmos ou em
problemas da vida real, como os descritos a seguir.
I – Procurar um documento em uma pilha de papel, do primeiro documento ao último,

nessa ordem.
II – Procurar uma palavra em uma lista dividindo-a ao meio sucessivas vezes.
III – Procurar uma foto em um álbum abrindo em páginas aleatórias.
170
ALGORITMOS
É usado o método de busca sequencial apenas em:
A) I.
B) II.
C) III.
D) I e II.
E) I e III.
Resposta correta: alternativa A.
Análise da questão
Na busca sequencial, é feita a procura pelo elemento desejado em uma lista, sequencialmente,
do primeiro ao último elemento. Dividir a lista ao meio sucessivas vezes é uma aplicação do
algoritmo de busca binária, enquanto procurar fotos em páginas aleatórias representa um método
randômico (ou aleatório) de busca.
171
FIGURAS E ILUSTRAÇÕES
Figura 1
MANZANO, J. A. N. G. Algoritmos: lógica para desenvolvimento de programação de computadores São

Paulo: Érica, 2019. p. 18.
Figura 2
SOFFNER, R. Algoritmos e programação em linguagem C. São Paulo: Saraiva, 2013. p. 22.
Figura 3
MANZANO, J. A. N. G. Algoritmos: lógica para desenvolvimento de programação de computadores. São

Figura 4
Figura 5
Figura 6

Figura 7

Figura 8

Figura 9

172
Figura 10

Figura 11
SOICHER, L.; VIVALDI, F. Algorithmic Mathematics. London: University of London, 2004. p. 8. Web-book.
Disponível em: http://www.maths.qmul.ac.uk/~lsoicher/ambook.pdf. Acesso em: 5 fev. 2021.
Figura 12

Figura 14
SOUZA, M. A. F. et al. Algoritmos e lógica de programação: um texto introdutório para a engenharia.

São Paulo: Cengage, 2019. p. 200.
Figura 15

Figura 16

Figura 17

Figura 18

Figura 19

173
Figura 20

Figura 21

Figura 22

Figura 23

Figura 24

Figura 25

Figura 26

Figura 27

Figura 32
MANZANO, J. A. N. G. Estudo dirigido de algoritmos. São Paulo: Érica, 2012. p. 61.
174
Figura 35
Figura 38
Figura 41
Figura 44

Figura 46

Figura 49

Figura 51

Figura 54

Figura 58
A) SOFFNER, R. Algoritmos e programação em linguagem C. São Paulo: Saraiva, 2013.
Figura 59

175
Figura 60
Figura 61
A) MANZANO, J. A. N. G. Estudo dirigido de linguagem C. São Paulo: Érica, 2013.
Figura 62
A) MANZANO, J. A. N. G. Estudo dirigido de linguagem C. São Paulo: Érica, 2013..
Figura 63
Figura 64
Figura 65
Figura 66
A) MANZANO, J. A. N. G. Linguagem C: acompanhada de uma xícara de café. São Paulo: Érica, 2015.
Figura 67
Figura 68
Figura 69
Figura 70
176
Figura 71
Figura 72
A) DAMAS, L. Linguagem C. Rio de Janeiro: LTC, 2016.
Figura 73
A) DAMAS, L. Linguagem C. Rio de Janeiro: LTC, 2016.
Figura 74
Figura 75
Figura 76
Figura 77
REFERÊNCIAS
Textuais
AHO, A.; HOPCROFT, J.; ULLMAN, J. The design and analysis of computer algorithms. Boston:
Addison-Wesley, 1974.
BEALE, E. M. L. Matrix generators and output analyzers. In: KUHN, H. W. (ed.). Proceedings of
the princeton symposium on mathematical programming. Princeton: Princeton University
Press, 1970. p. 25-36.
BROOKSHEAR, J. G. Computer science: an overview. Boston: Pearson, 2009.
CHARNTAWEEKHUN, K.; WANGSIRIPITAK, S. Visual programming using flowchart. 2006.
177
CHRISTODOULOU, M. et al. Algorithmic and programming training materials for teachers. Krosno,
2018. Disponível: https://www.codeit-project.eu/wp-content/uploads/CodeIT_O1_EN.pdf. Acesso
em: 7 fev. 2021.
CORMEN, T. Algoritmos: teoria e prática. São Paulo: LTC, 2012.
CORMEN, T. et al. Introduction to algorithms. Massachusetts/London: MIT Press/Cambridge Press, 2009.
CREEGAN, J. B. Dataform: a model management system. Arlington: Ketron Inc., 1985.
DAMAS, L. Linguagem C. Rio de Janeiro: LTC, 2016.
DART, S. et al. Overview of software development environments. 1992. Disponível em: https://www.ics.
uci.edu/~andre/ics228s2006/dartellisonfeilerhabermann.pdf Acesso em: 7 fev. 2021.
DEITEL, P.; DEITEL, H. C: como programar. São Paulo: Pearson, 2015.
DIFFERENCE BETWEEN SOURCE CODE AND OBJECT CODE. 24 jan. 2018. Disponível em: https://www.
differencebetween.com/wp-content/uploads/2018/01/Difference-Between-Source-Code-and-Object-
Code.pdf. Acesso em: 25 abr. 2020.
ELISSEEFF, A.; THEODOROS, E.; MASSIMILIANO, P. Stability of randomized learning algorithms. Journal
of Machine Learning Research, 2005.
ESTIVILL-CASTRO, V.; WOOD, D. A survey of adaptive sorting algorithms. ACM Computing Surveys, n.
24, v. 4, p. 441-476, 1992.
HUMBLE, J. Entrega contínua: como entregar software de forma rápida e confiável. Porto
Algre: Bookman, 2013.
LAKHWANI, K. (ed.). Fundamentals of data structures: DCAP201. Delhi: Lovely Professional University,
2013. Disponível em: http://ebooks.lpude.in/computer_application/bca/term_3/DCAP201_
FUNDAMENTALS_OF_DATA_STRUCTURES.pdf. Acesso em: 7 fev. 2021.

Paulo: Érica, 2019.
MANZANO, J. A. N. G. Estudo dirigido de algoritmos. São Paulo: Érica, 2012.
MANZANO, J. A. N. G. Estudo dirigido de linguagem C. São Paulo: Érica, 2013.
MANZANO, J. A. N. G. Linguagem C: acompanhada de uma xícara de café. São Paulo: Érica, 2015.
MIZRAHI, V. V. Treinamento em linguagem C. São Paulo: Pearson, 2008.

178
OJO, A.; ESTEVEZ, E. Object-oriented analysis and design with UML training course. Tokyo: The United
Nations University, 2005.
ORAM, E.; NAIK, B. Lecture note on programming in C. [ca. 2010]. Disponível em: http://www.vssut.
ac.in/lecture_notes/lecture1424354156.pdf. Acesso em: 7 fev. 2021.
PAES, R. de B. Introdução à programação com a linguagem C: aprenda a resolver problemas com uma
abordagem prática. São Paulo: Novatec, 2016.
PRESSMAN, R. S. Engenharia de software. São Paulo: Makron Books, 1995.
SEBESTA, R. W. Conceitos de linguagens de programação. Porto Alegre: Bookman, 2011.
SLONNEGER, K.; KURTZ, B. L. Formal syntax and semantics of programming languages: a laboratory
based approach. Nova York: Pearson, 1995.
SOFFNER, R. Algoritmos e programação em linguagem C. São Paulo: Saraiva, 2013.
SOICHER, L.; VIVALDI, F. Algorithmic mathematics. London: University of London, 2004. Web-book.
Disponível em: http://www.maths.qmul.ac.uk/~lsoicher/ambook.pdf. Acesso em: 5 fev. 2021.
SOUZA, M. R. F. et al. Algoritmos e lógica de programação: um texto introdutório para a engenharia.

São Paulo: Cengage, 2019.
STALLINGS, W. Computer organization and architecture, designing for performance Boston: Pearson, 2010.
SZWARCFITER, J. L. Estruturas de dados e seus algoritmos. São Paulo: LTC, 2015.
UNIVERSITY OF CRETE. Introduction to data types and structures. 2020. Disponível em: https://www.
csd.uoc.gr/~hy252/html/References/Introduction%20to%20Data%20Types%20and%20Structures.pdf.
Acesso em: 7 fev. 2021.
WALIA, R. K. Algorithm & flowchart manual for students. Pauri: University of Horticulture and Forestry,
2020. Disponível em: http://www.yspuniversity.ac.in/cic/algorithm-manual.pdf. Acesso em: 7 fev. 2021.
WIRTH, N. Algorithms and data structures. 1985. Disponível em: https://inf.ethz.ch/personal/wirth/

AD.pdf. Acesso em: 7 fev. 2021.
YANG, K. Data types. [s.d.]. Disponível em: https://www2.southeastern.edu/Academics/Faculty/

kyang/2017/Fall/CMPS401/ClassNotes/CMPS401ClassNotesChap06.pdf. Acesso em: 7 fev. 2021.
ZHIRKOV, I. Programação em baixo nível: C, assembly e execução de programas na arquitetura Intel 64.
São Paulo: Novatec, 2018.
179
180
Informações:
www.sepi.unip.br ou 0800 010 9000

Livro Texto Unidade 4

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Livro Texto Unidade 4

Enviado por

Direitos autorais:

Formatos disponíveis

Unidade IV

Um dos elementos-chave no design de software é determinar quais estruturas de dados são

Cada item de dados de uma matriz é chamado de elemento e cada

7.1.1 Matriz unidimensional

Vejamos mais uma vez o que diz Manzano:

Esse tipo de estrutura de dados é conhecido como matriz de uma dimensão,

Figura 66 – Matriz unidimensional (imagem do programa Dev C++)

Pesquise sobre a importância da utilização dos princípios da matriz unidimensional no

Figura 67 – Matriz unidimensional (imagem do programa Dev C++)

Para conhecer mais detalhes sobre a matriz unidimensional, você pode

PAES, R. de B. Introdução à programação com a linguagem C: aprenda a

7.1.2 Matriz bidimensional

Sobre esse tema, retomemos algumas palavras de Manzano.

Em matrizes com mais de uma dimensão, os elementos também são

Pesquise sobre a importância da utilização dos princípios da matriz bidimensional no

Figura 69 – Matriz unidimensional (imagem do programa Dev C++)

7.1.3 Matriz interna

Quanto a esse assunto, Manzano ressalta que:

A definição de matrizes internas é útil quando o programa necessita

Figura 70 – Matriz interna (imagem do programa Dev C++)

Pesquise sobre a importância da utilização dos princípios da matriz interna no desenvolvimento

No próximo exemplo, vemos a utilização de tabelas de valores em uma matriz unidimensional

Figura 71 – Matriz interna (imagem do programa Dev C++)

Vejamos o que diz Damas:

As estruturas em C (que correspondem aos registros em outras linguagens)

Assim como as variáveis ​​primárias, as variáveis ​​de estrutura também

7.2.1 Estruturas e typedef

Ainda segundo Damas:

• d é uma variável do tipo struct Data;

• datas é um vetor de 100 elementos, sendo cada um deles uma

• ptr_data é um ponteiro para o tipo struct Data (DAMAS, 2016, p. 266).

Figura 72 – Estruturas e typedef (imagem do programa Dev C++)

Pesquise sobre a importância da utilização das estruturas no desenvolvimento de projetos.

Figura 73 – Estruturas e typedef (imagem do programa Dev C++)

Em C, um vetor permite agrupar, sob uma mesma variável, um conjunto

permitem agrupar diversos componentes em uma única variável, que

Para evitar a repetição da palavra struct na declaração de variáveis, é

Para conhecer mais detalhes sobre a aplicação de estruturas, leia o livro

MIZRAHI, V. V. Treinamento em linguagem C. São Paulo: Pearson, 2008.

8 ALGORITMOS DE BUSCA E ORDENAÇÃO

Na ciência da computação, um algoritmo de classificação é um algoritmo que coloca os

• a saída é uma permutação ou reordenação da entrada.

Desde o início da computação, o problema de classificação atraiu uma grande quantidade de

A classificação é um processo que organiza uma coleta de dados em

8.1 Algoritmos de ordenação

Uma das atividades mais requisitadas no trabalho de programação é, sem

A classificação é o processo de reorganizar uma sequência de objetos para colocá-los em

A classificação e a ordenação têm se mostrado duas áreas de profundo interesse para

Os aplicativos são abundantes no processamento de transações, otimização combinatória,

• a necessidade de classificar as informações é inerente aos muitos aplicativos;

• os algoritmos costumam usar a classificação como uma chave em sua sub-rotina.

No projeto de algoritmos, existem muitas técnicas representadas no corpo de classificação e

Uma classificação interna requer que a coleta de dados caiba

Figura 74 – Ordenação de números (imagem do programa Dev C++)

Pesquise sobre situações em que podemos utilizar a ordenação de números no desenvolvimento

O código a seguir irá classificar (ordenar) uma cadeia de caracteres representando

Figura 75 – Ordenação de texto (caracter) (imagem do programa Dev C++)

A classificação é um algoritmo que organiza os elementos em ordem crescente ou decrescente.

• Estabilidade: de acordo com Elisseeff, Theodoros e Massimiliano (2005), um algoritmo de

• Adaptabilidade: Estivill-Castro e Wood (1992) afirma que um algoritmo de classificação é

• Complexidade de tempo: a complexidade de tempo de um algoritmo significa o tempo total

• Complexidade do espaço: a complexidade espacial de qualquer algoritmo também é

A partir desses princípios podemos observar o funcionamento de alguns algoritmos de

Assim como as variáveis primárias, as variáveis de estrutura também