CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS

CAMPUS TIMÓTEO

Vitor Rafael de Oliveira Nascimento

ALGORITMOS E ESTRUTURA DE DADOS II

Timóteo

2023
 Vitor Rafael de Oliveira Nascimento

ALGORITMOS E ESTRUTURA DE DADOS II

Monografia apresentada à Coordenação de

Engenharia de Computação do Campus
Timóteo do Centro Federal de Educação
Tecnológica de Minas Gerais para obtenção do
grau de Bacharel em Engenharia de Computa-
ção.

Orientador: Leonardo Lacerda Alves

Coorientador: Beltrano de Silva e Tal

Timóteo
2023
.

Dedico a
algumas pessoas.
 Agradecimentos

Agradeço aos pais no primeiro parágrafo?

E à namorada ou ao namorado no segundo?

Orientador no terceiro?

Esta página de agradecimentos vive dando problemas.

 “Os grandes navegadores
devem sua reputação aos temporais e tempestades”.
Epicuro
 Resumo
Um único parágrafo que sintetize todo o meu trabalho. Organização de informação usando
classificação facetada é útil para melhorar a indexação de documentos e a construção de sis-
temas de recuperação de informação corporativa. Essa hipótese baseia-se na evidência de
facetas comuns a documentos de diferentes empresas e na flexibilidade da organização face-
tada. Entretanto, a classificação e indexação automáticas de um grande volume de documen-
tos representam importantes obstáculos e nossa principal motivação. A pesquisa é descritiva,
aplicada e experimental e tenta responder sobre a existência de características comuns a do-
cumentos do domínio corporativo e a possibilidade de indexação facetada automática. Duas
coleções são usadas para avaliação, uma pública e outra particular. Os termos usados por
autores de documentos foram obtidos através de documentos e expressões de busca. Foi
empreendida uma análise preliminar do domínio corporativo, pela qual foram descobertas 12
categorias comuns e facetas úteis para o contexto de cada coleção de avaliação. A distribui-
ção de assuntos em categorias apresentou alta correlação positiva usando o coeficiente de
correlação de Spearman. Dez expressões de busca de usuários foram avaliadas no contexto
da coleção particular e validaram as 12 categorias comuns. A avaliação empírica da trilha En-
terprise da Text Retrieval Conference foi executada e os métodos de indexação, classificação
e recuperação automáticos de informação facetada melhoraram a eficiência da recuperação
sem fazer uso de serviços externos, como Wikipedia e metabuscadores, e sem fazer uso de
estruturas hipertextuais presentes nos documentos da amostra. A avaliação empírica utilizou-
se principalmente das características espaciais, temporais, de documento e de pessoal. A
técnica de análise facetada mostrou-se promissora para os métodos de análise e comparação
de coleções corporativas sem que dados puros sejam expostos a terceiros. A tese aponta di-
reções de pesquisa para o uso dos métodos em outras coleções, para aperfeiçoamentos da
organização da informação facetada, e para novas aplicações dos métodos também em outros
domínios.

Palavras-chave: análise de domínio, análise facetada, recuperação de informação, informação

corporativa.
 Abstract
We hypothesise that information organisation based on faceted classification is useful to im-
prove enterprise information retrieval systems. The existence of similar facets in documents
from different companies and the known adaptability of facet organisation strengthen this hy-
pothesis. We refer this work to the automated classification and indexing on large amounts
of text files. This work is descriptive, applied, and experimental. It aimed to expose the main
characteristics of the enterprise information, proposing a tentative generalisation to the en-
terprise domain and presenting some facets we can use to organise it and to support better
information retrieval. It applied facet analysis to two enterprise collections and evaluated the
resulting faceted classification. Terms were selected from documents and queries. We found
twelve common categories and the distribution of document subjects across the categories
presents strong positive correlation by the Spearman’s rank correlation. Then, we obtained ten
user queries and we adopted them to validate the found categories. We also used the Enter-
prise track of Text Retrieval Conference and its previous results as a Cranfield-like evaluation.
The automated prototype used spatial, temporal, document and social characteristics. Thus,
our empirical evaluation improved the information retrieval with no external dependency like
Wikipedia or metasearch engines. The facet analysis was useful for comparing the companies
with no desire to expose their information. The method can guide and stimulate future work and
other companies can become more willing to take part in a research study.

Keywords: domain analysis, facet analysis, information retrieval, enterprise information.

Lista de ilustrações
Lista de tabelas
 Sumário

1 EXPERIMENTO DE ÁRVORE . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
 10

1 Experimento de árvore

“A resposta certa, não importa nada:

o essencial é que as perguntas estejam certas”.
Mário Quintana

O que é uma árvore ?

Segundo o livro (ASCENCIO), as estruturas de dados do tipo árvore são não linea-
res, ou seja, os elementos que as compõem não estão armazenados de forma sequencial e
também não estão todos encadeados.

Uma árvore binária é um conjunto finito de elementos, onde cada elemento é deno-
minado nó e o primeiro é conhecido como raiz da árvore. Esse conjunto pode estar vazio ou
ser particionado em três subconjuntos distintos, sendo eles: Primeiro subconjunto (nó raiz),
segundo subconjunto (sub-árvore direita) e terceiro subconjunto (sub-árvore esquerda).

Toda árvore binária possui as seguintes propriedades:

a) Todos os nós de uma sub-árvore direta são maiores que o nó raiz. b) Todos os nós
de uma sub-árvore esquerda são menores que o nó raiz. c) Cada sub-árvore é também uma
árvore binária d) O grau de um nó representa o seu número de sub-árvores. e) Em uma árvore
binária, o grau máximo de um nó é 2. f) O grau de uma árvore é igual ao máximo dos graus
de todos os seus nós. g) Uma árvore binária tem grau máximo igual a 2. h) Nó pai, nó acima e
com ligação direta a outro nó. i) Nó filho, nó abaixo e com ligação direta a outro nó. São os nós
raízes das sub-árvores. j) Nós irmãos, são os nós que possuem o mesmo nó pai. k) Nó folha
ou terminal, nó que não possui filhos. l) Nó ancestral, são os nós que estão acima de um nó e
possuem ligação direta ou indireta. m) Nó descendente, são os nós que estão abaixo de um
nó e possuem ligação direta ou indireta. n) Nós descendentes direito, são os nós que estão
abaixo de um nó, possuem ligação direta ou indireta e fazem parte da sub-árvore direita. o)
Nós descendentes esq uerdo,são os nós que estão abaixo de um nó, possuem ligação direta
ou indireta e fazem pa rte da sub-árvore esquerda p) Nível de um nó,é a sua distância do
nó raiz. Logo, o nível do nó raiz é sempre zero. q) Altura ou profundidade de uma árvore,é o
nível do nó mais distante da raiz. r) Expressão que representa o número máximo de nós em
um nível da árvore binária = 2n, onde n é o nível em questão. s) Arvore estritamente binária,
árvore em que todos os nós têm O ou 2 filhos. t) Expressão que representa o número de nós
de uma árvore estritamente binária = 2n-l, onde n é o número de nós folha. u)Árvore completa,
árvore em que todos os nós com menos de dois filhos ficam no último e no penúlt.imo nível. v)
Árvore cheia, árvore estritamente binária e completa

Neste tipo de estrutura serão abordadas as seguintes operações: inserir um nó na

árvore, removê-lo, consultar os nós da árvore em ordem, consultar em pré-ordem, consultar
em pós-ordem e esvaziar a árvore. Na operação de inserção, as propriedades de uma árvore
devem ser obedecidas e todo novo nó é sempre uma folha. Na operação de remoção, o filho
Capítulo 1. Experimento de árvore 11

da direita, que é o mais velho, assume o lugar do nó pai. Nas operações de consulta, em
ordem, pré-ordem e pós-ordem, todos os nós da á rvore são listados, alterando-se apenas
sua ordem. Na consulta em ordem, cada árvore é mostrada com o ramo da esquerda, a raiz e
posteriormente o ramo da direita. Na consulta pré-ordem, cada árvore é mostrada com a raiz,
o ramo da esquerda e posteriormente o ramo da direita. Na consulta pós-ordem, cada árvore
é mostrada com o ramo da esquerda, o ramo da direita e posteriormente a raiz.

import java . util . *; public class Arvore Binaria NRecursiva //Definindo a classe que
represent ará 11 cada elemento da árvore binária private static class ARVORE public int num;
public ARVORE dir , esq; //Defini ndo a cl asse que representará /1 cada elemento da árvore
binária na pilha private static class PILHA public ARVORE num; public PILHA prox ; publi
c s t atic void main(S t ring args[)) Scanner entrada= new Scanner( System . in) ; 11 a ár-
vore está vazia , logo , 11 o objeto raiz tem o valor null ARVORE raiz = null ; 11 o obje to
aux é um objeto auxiliar ARVORE aux ; 11 o objeto auxl é um obj e t o auxiliar ARVORE
auxl; /1 o objeto novo é um objeto auxiliar ARVORE novo; 11 o objeto anterior é um ob jet o
auxi liar ARVORE anterior ; 11 o objeto topo representa a topo da pilha PILHA topo; 11 o objeto
aux𝑝 𝑖𝑙ℎ𝑎é𝑢𝑚𝑜𝑏𝑗𝑒𝑡𝑜𝑎𝑢𝑥𝑖𝑙𝑖𝑎𝑟𝑑𝑎𝑝𝑖𝑙ℎ𝑎𝑃 𝐼𝐿𝐻𝐴𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎; 11𝑎𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑛𝑑𝑜𝑜𝑚𝑒𝑛𝑢𝑑𝑒𝑜𝑝çõ𝑒𝑠𝑖𝑛𝑡𝑜𝑝, 𝑎𝑐ℎ𝑜𝑢, 𝑛𝑢𝑚𝑒𝑟𝑜;
𝑎𝑢𝑥.𝑑𝑖𝑟; 𝑆𝑦𝑠𝑡𝑒𝑚.𝑜𝑢𝑡.𝑝𝑟𝑖𝑛𝑡𝑙𝑛(′′ 𝑁 ú𝑚𝑒𝑟𝑜𝑖𝑛𝑠𝑒𝑟𝑖𝑑𝑜𝑛𝑎′ −á𝑟𝑣𝑜𝑟𝑒!!”); 𝑖𝑓 (𝑜𝑝 == 2)𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑛𝑢𝑙𝑙)𝑒𝑙𝑠𝑒11𝑎á𝑟𝑣𝑜𝑟𝑒𝑒
𝑠𝑒𝑟𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎𝑑𝑜”); 𝑛𝑢𝑚𝑒𝑟𝑜 = 𝑒𝑛𝑡𝑟𝑎𝑑𝑎.𝑛𝑒𝑥𝑡𝑖𝑛𝑡(); 𝑎𝑐ℎ𝑜𝑢 = 𝑂; 𝑎𝑢𝑥 = 𝑟𝑎𝑖𝑧;′ ”ℎ𝑖𝑙𝑒(𝑎𝑢𝑥! = 𝑛𝑢𝑙𝑙𝑎𝑐ℎ𝑜𝑢0)𝑖𝑓 (𝑎𝑢𝑥.𝑛𝑢
8); 𝑟𝑜𝑜𝑛𝑜𝑛10100100011 𝐶/𝐶++𝐶𝑎𝑝í𝑡𝑢𝑙𝑜7𝑜𝐸𝑠𝑡𝑟𝑢𝑡𝑢𝑟𝑎𝑠𝑑𝑒𝑑𝑎𝑑𝑜𝑠𝑑𝑜𝑡𝑖𝑝𝑜á𝑟𝑣𝑜𝑟𝑒303𝑖𝑛𝑐𝑙𝑢𝑑𝑒 < 𝑖𝑜𝑠𝑡𝑟𝑒𝑎𝑚.ℎ >
𝑖𝑛𝑐𝑙𝑢𝑑𝑒 < 𝑐𝑜𝑛𝑖𝑜.ℎ > 11𝐷𝑒𝑓 𝑖𝑛𝑖𝑛𝑑𝑜𝑜𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑜𝑞𝑢𝑒𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑟á11𝑐𝑎𝑑𝑎𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑑𝑎á𝑟𝑣𝑜𝑟𝑒𝑏𝑖𝑛á𝑟𝑖𝑎𝑠𝑡𝑟𝑢𝑐𝑡𝐴𝑅𝑉 𝑂𝑅
𝑒𝑠𝑞, *𝑑𝑖𝑟; ; //𝐷𝑒𝑓 𝑖𝑛𝑖𝑛𝑑𝑜𝑜𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑜𝑞𝑢𝑒𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎𝑟á11𝑐𝑎𝑑𝑎𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑑𝑎á𝑟𝑣𝑜𝑟𝑒𝑏𝑖𝑛á𝑟𝑖𝑎𝑛𝑎𝑝𝑖𝑙ℎ𝑎𝑠𝑡𝑟𝑢𝑐𝑡𝑃 𝐼𝐿𝐻𝐴(; 𝐴
𝑛𝑢𝑚; 𝑃 𝐼𝐿𝐻𝐴*𝑝𝑟𝑜𝑥; 𝑣𝑜𝑖𝑑𝑚𝑎𝑖𝑛()11𝑎á𝑟𝑣𝑜𝑟𝑒𝑒𝑠𝑡á𝑣𝑎𝑧𝑖𝑎, 𝑙𝑜𝑔𝑜, 1/𝑜𝑝𝑜𝑛𝑡𝑒𝑖𝑟𝑜𝑟𝑎𝑖𝑧𝑡𝑒𝑚𝑜𝑣𝑎𝑙𝑜𝑟𝑛𝑢𝑙𝑙𝐴𝑅𝑉 𝑂𝑅𝐸 * 𝑟𝑎𝑖𝑧 =
𝑑𝑖𝑟 = 𝑛𝑜𝑣𝑜; 𝑎𝑐ℎ𝑜𝑢 = 1; 𝑒𝑙𝑠𝑒𝑎𝑢𝑥 = 𝑎𝑢𝑥− > 𝑑𝑖𝑟; 𝑐𝑜𝑢𝑡 << ”ú𝑚𝑒𝑟𝑜𝑖𝑛𝑠𝑒𝑟𝑖𝑑𝑜𝑛𝑎á𝑟𝑣𝑜𝑟𝑒!!”; 𝑒𝑙𝑠𝑒𝑖𝑓 (𝑜𝑝 ==
2)𝑒𝑙𝑠𝑒𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑁 𝑈 𝐿𝐿))𝑒𝑙𝑠𝑒𝑖𝑓 (𝑜𝑝11𝑎á𝑟𝑣𝑜𝑟𝑒𝑒𝑠𝑡á𝑣𝑎𝑧𝑖𝑎𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑣𝑎𝑧𝑖𝑎!!”; 11𝑎á𝑟𝑣𝑜𝑟𝑒𝑐𝑜𝑛𝑡é𝑚𝑒𝑙𝑒𝑚𝑒𝑛
4𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑁 𝑈 𝐿𝐿)11𝑎á𝑟𝑣𝑜𝑟𝑒𝑒𝑠𝑡á𝑣𝑎𝑧𝑖𝑎𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑣𝑎𝑧𝑖𝑎!!”;𝑒𝑙𝑠𝑒11𝑎á𝑟𝑣𝑜𝑟𝑒𝑐𝑜𝑛𝑡é𝑚𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑒11𝑒𝑠𝑡𝑒𝑠
5)𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑁 𝑈 𝐿𝐿)308𝐸𝑠𝑡𝑟𝑢𝑡𝑢𝑟𝑎𝑠𝑑𝑒𝑑𝑎𝑑𝑜𝑠𝑒𝑙𝑠𝑒11𝑎á𝑟𝑣𝑜𝑟𝑒𝑒𝑠𝑡á𝑣𝑎𝑧𝑖𝑎𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑣𝑎𝑧𝑖𝑎!!”; 11𝑎á𝑟𝑣𝑜𝑟𝑒𝑐𝑜
−6)310𝐸𝑠𝑡𝑟𝑢𝑡𝑢𝑟𝑎𝑠𝑑𝑒𝑑𝑎𝑑𝑜𝑠𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑁 𝑈 𝐿𝐿)𝑒𝑙𝑠𝑒𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑣𝑎𝑧𝑖𝑎!!”; 𝑐𝑜𝑢𝑡 << ”𝑜𝑛ú𝑚𝑒𝑟𝑜𝑞𝑢𝑒 − .., .𝑑𝑒
𝑎𝑢𝑥− > 𝑑𝑖𝑟; 𝑎𝑢𝑥𝑙 = 𝑎𝑢𝑥− > 𝑒𝑠𝑞; 11𝑟𝑒𝑐𝑜𝑙𝑜𝑐𝑎𝑛𝑑𝑜𝑜𝑝𝑒𝑑𝑎ç𝑜11𝑑𝑎á𝑟𝑣𝑜𝑟𝑒𝑑𝑒𝑙𝑒𝑡𝑒𝑎𝑢𝑥; 𝑎𝑢𝑥 = 𝑟𝑎𝑖𝑧; 𝑤ℎ𝑖𝑙𝑒(𝑎𝑢𝑥! =
𝑁 𝑈 𝐿𝐿)𝑖𝑓 (𝑎𝑢𝑥− > 𝑛𝑢𝑚 < 𝑎𝑢𝑥𝑙− > 𝑛𝑢𝑚)𝐼𝑖𝑓 (𝑎𝑢𝑥− > 𝑑𝑖𝑟 − −𝑁 𝑈 𝐿𝐿)𝑎𝑢𝑥− > 𝑑𝑖𝑟 = 𝑎𝑢𝑥𝑙; 𝑎𝑢𝑥 − 𝑁 𝑈 𝐿𝐿; 𝑒𝑙
7)𝑖𝑓 (𝑟𝑎𝑖𝑧 == 𝑁 𝑈 𝐿𝐿)𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑣𝑎𝑧𝑖𝑎”; 𝑒𝑙𝑠𝑒𝑎𝑢𝑥 − 𝑟𝑎𝑖𝑧; /1𝑎𝑝𝑖𝑙ℎ𝑎, 𝑢𝑚𝑎𝑒𝑠𝑡𝑟𝑢𝑡𝑢𝑟𝑎𝑎𝑢𝑥𝑖𝑙𝑖𝑎𝑟, 𝑒𝑠𝑡á𝑣𝑎𝑧𝑖𝑎𝑔

topo = NULL; do // caminha na árvore mostrando cada nó visitado 11 colocando cada

e l emento vis itado em uma PILHA while (aux != NULL) aux𝑝 𝑖𝑙ℎ𝑎 = 𝑛𝑒𝑤𝑃 𝐼𝐿𝐻𝐴);𝑐𝑜𝑢𝑡 <<
𝑎𝑢𝑥− > 𝑛𝑢𝑚 << 𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎− > 𝑛𝑢𝑚 = 𝑎𝑢𝑥; 𝑎𝑢𝑥𝑝𝑖𝑙ℎ𝑎− > 𝑝𝑟𝑜𝑥 = 𝑡𝑜𝑝𝑜; 𝑡𝑜𝑝𝑜 = 𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎; 𝑎𝑢𝑥 =
𝑎𝑢𝑥− > 𝑒𝑠𝑞; 𝑖𝑓 (𝑡𝑜𝑝𝑜! = 𝑁 𝑈 𝐿𝐿)𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎 = 𝑡𝑜𝑝𝑜; 𝑡𝑜𝑝𝑜 = 𝑡𝑜𝑝𝑜− > 𝑝𝑟𝑜𝑥; Ĺ′ 𝑎𝑢𝑥 = 𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎− > 𝑛𝑢𝑚− > 𝑑𝑖𝑟;𝑤
𝑁 𝑈 𝐿𝐿𝐼𝐼𝑎𝑢𝑥! = 𝑁 𝑈 𝐿𝐿); 11𝑝𝑎𝑠𝑠𝑎𝑝𝑜𝑟𝑡𝑜𝑑𝑜𝑠𝑜𝑠𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠𝑑𝑎𝑝𝑖𝑙ℎ𝑎/1𝑟𝑒𝑚𝑜𝑣𝑒𝑛𝑑𝑜 − 𝑜𝑠𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎 =
𝑡𝑜𝑝𝑜; 𝑤ℎ𝑖𝑙𝑒(𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎′ = 𝑁 𝑈 𝐿𝐿)𝑡𝑜𝑝𝑜 = 𝑡𝑜𝑝𝑜− > 𝑝𝑟𝑜𝑥; 𝑑𝑒𝑙𝑒𝑡𝑒(𝑡𝑜𝑝𝑜− > 𝑛𝑢𝑚; 𝑑𝑒𝑙𝑒𝑡𝑒(𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎); 𝑎𝑢𝑥𝑝 𝑖𝑙ℎ𝑎 =
𝑡𝑜𝑝𝑜; 𝑟𝑎𝑖𝑧 = 𝑁 𝑈 𝐿𝐿; 𝑐𝑜𝑢𝑡 << ”Á𝑟𝑣𝑜𝑟𝑒𝑒𝑠𝑣𝑎𝑧𝑖𝑎𝑑𝑎!!”; 𝑤ℎ𝑖𝑙𝑒(𝑜𝑝! = 8);

Análise de Complexidade

A relação existente entre a altura da árvore (h) e o número de nós (n) de uma árvore
binária é uma informação muito importante em muitas aplicações. É comum a pergunta pela
altura máxima e mínima de árvores biná rias. Possuem altura máxima aquelas em que cada
Capítulo 1. Experimento de árvore 12

nó possui apenas um único filho. A altura de tais árvores é igual a n. Já uma árvore completa
possui altura mínima. Segundo Markenzon (1994), uma árvore binária completa com n > O
nós possui altura mínima h = 1 + Jlog nl. A operação de busca em uma árvore binária é
igual ao número de nós existentes no caminho desde a raiz da árvore até o nó procurado.
Em uma árvore binária genérica, no pior caso, esse nó se encontra a uma distância O(n) da
raiz da árvore, logo, a complexidade da busca é O(n). Conclui-se então que a complexidade
de busca corresponde à altura da árvore. No melhor caso, em que uma árvore pode poss uir
altura mínima, que é o caso de uma árvore biná ria completa, o tempo de busca é O(log n).
Considerando ainda uma árvore de altura mínima, na operação de inserção, o nó sempre é
inserido em uma folha, tendo que percorrer todos os nós desde a raiz, até chegar em uma
folha e acrescentar um filho a ela, gastando com isso a altura da árvore, ou seja, O(log n.). Na
operação de remoção, o pior caso acontece quando o nó a ser removido encontra-se em uma
folha no nível mais baixo. Gasta-se a altura da árvore para encontrá-lo, no caso de uma árvore
de altura mínima, e algumas operações constantes de atua lização de ponteiros, gerando uma
complexidade O(log n).

“Há apenas um bem, o saber;

e apenas um mal, a ignorância”.
Sócrates
 13

Referências