O documento descreve o algoritmo de ordenação bubble sort, explicando como ele funciona para ordenar vetores de maneira crescente ou decrescente. O bubble sort compara elementos adjacentes em um vetor e troca seus valores caso estejam fora de ordem. O documento fornece um exemplo passo a passo do algoritmo ordenando um vetor de maneira crescente.
O documento descreve o algoritmo de ordenação Selection Sort, explicando seu funcionamento passo a passo em um vetor de exemplo. Primeiro, um elemento é escolhido como "eleito" e comparado com os demais elementos à direita. Se um for menor/maior, depende da ordenação, ele se torna o novo "eleito". Após as comparações, os elementos na posição inicial e do "eleito" podem ser trocados.
O documento descreve o algoritmo de ordenação Insertion Sort, explicando como ele ordena um vetor de maneira crescente e decrescente através de repetidas passagens que movem elementos para suas posições corretas.
O documento apresenta breves biografias de 6 mulheres que atuam na área de tecnologia da informação: Márcia Carioni, Camila Achutti, Adriana da Costa, Andressa Martins, Cissa Gatto e Bárbara Castro. As biografias destacam suas formações acadêmicas, experiências profissionais e projetos relacionados à inclusão digital e empoderamento de mulheres na tecnologia.
Este documento apresenta uma introdução à aplicação da inteligência artificial e aprendizado de máquina na medicina. Ele discute tópicos como diagnóstico médico, assistência cirúrgica e gestão de saúde, além de aplicações como descoberta de medicamentos, ferramentas da Amazon para armazenamento e análise de dados médicos, e questões éticas relacionadas ao uso de IA na saúde. O documento também apresenta as credenciais e pesquisas da autora na área.
Além do Aprendizado Local e Global: Particionando o espaço de classes em prob...Elaine Cecília Gatto
1. O documento descreve a metodologia proposta para classificação multirrótulo chamada Partições Híbridas para Classificação Multirrótulo (HPML), que utiliza particionamentos compostos por grupos de rótulos correlacionados.
2. A metodologia HPML é composta por várias variantes (HPML.A, HPML.B, etc) que diferem na forma de modelar as correlações entre rótulos e particioná-los.
3. Uma série de experimentos é realizada utilizando diversos conjuntos de dados reais
O documento descreve um método em 4 passos para explorar correlações entre rótulos e particionar o espaço de rótulos na classificação multirrótulo: 1) modelar correlações entre os rótulos, 2) agrupar correlações e gerar partições híbridas, 3) validar partições híbridas e escolher a melhor, 4) teste.
O documento apresenta a autora Elaine Cecília Gatto, sua formação acadêmica em engenharia de computação e ciência da computação, experiência profissional como professora e pesquisadora. A autora discute como pesquisas científicas em aprendizado de máquina, como random forest e KNN, impactam bibliotecas e pacotes de código aberto amplamente utilizados.
O documento descreve o algoritmo de ordenação Selection Sort, explicando seu funcionamento passo a passo em um vetor de exemplo. Primeiro, um elemento é escolhido como "eleito" e comparado com os demais elementos à direita. Se um for menor/maior, depende da ordenação, ele se torna o novo "eleito". Após as comparações, os elementos na posição inicial e do "eleito" podem ser trocados.
O documento descreve o algoritmo de ordenação Insertion Sort, explicando como ele ordena um vetor de maneira crescente e decrescente através de repetidas passagens que movem elementos para suas posições corretas.
O documento apresenta breves biografias de 6 mulheres que atuam na área de tecnologia da informação: Márcia Carioni, Camila Achutti, Adriana da Costa, Andressa Martins, Cissa Gatto e Bárbara Castro. As biografias destacam suas formações acadêmicas, experiências profissionais e projetos relacionados à inclusão digital e empoderamento de mulheres na tecnologia.
Este documento apresenta uma introdução à aplicação da inteligência artificial e aprendizado de máquina na medicina. Ele discute tópicos como diagnóstico médico, assistência cirúrgica e gestão de saúde, além de aplicações como descoberta de medicamentos, ferramentas da Amazon para armazenamento e análise de dados médicos, e questões éticas relacionadas ao uso de IA na saúde. O documento também apresenta as credenciais e pesquisas da autora na área.
Além do Aprendizado Local e Global: Particionando o espaço de classes em prob...Elaine Cecília Gatto
1. O documento descreve a metodologia proposta para classificação multirrótulo chamada Partições Híbridas para Classificação Multirrótulo (HPML), que utiliza particionamentos compostos por grupos de rótulos correlacionados.
2. A metodologia HPML é composta por várias variantes (HPML.A, HPML.B, etc) que diferem na forma de modelar as correlações entre rótulos e particioná-los.
3. Uma série de experimentos é realizada utilizando diversos conjuntos de dados reais
O documento descreve um método em 4 passos para explorar correlações entre rótulos e particionar o espaço de rótulos na classificação multirrótulo: 1) modelar correlações entre os rótulos, 2) agrupar correlações e gerar partições híbridas, 3) validar partições híbridas e escolher a melhor, 4) teste.
O documento apresenta a autora Elaine Cecília Gatto, sua formação acadêmica em engenharia de computação e ciência da computação, experiência profissional como professora e pesquisadora. A autora discute como pesquisas científicas em aprendizado de máquina, como random forest e KNN, impactam bibliotecas e pacotes de código aberto amplamente utilizados.
O documento discute a falta de representação feminina na ciência, tecnologia, engenharia e matemática e as soluções para empoderar as mulheres nestas áreas. Apresenta estatísticas sobre as dificuldades enfrentadas por mulheres em construir carreiras nestas áreas e a diferença salarial. Discute iniciativas para direcionar meninas para estas áreas desde a infância e criar um ambiente mais acolhedor e igualitário.
Explorando correlações entre rótulos para o particionamento do espaço de rótu...Elaine Cecília Gatto
Este documento apresenta uma proposta para explorar correlações entre rótulos em problemas de classificação multirrótulo com o objetivo de gerar partições híbridas do espaço de rótulos que otimizem o desempenho dos classificadores. A proposta envolve modelar correlações entre rótulos usando métodos como Apriori ou medidas de similaridade e, em seguida, particionar os rótulos com base nas correlações usando agrupamento hierárquico para gerar partições híbridas entre as tradicionais partições globais e locais
Community Detection for Multi-Label Classification - Seminários UFSCarElaine Cecília Gatto
1) O documento apresenta um método híbrido para classificação multirrótulo que combina abordagens globais e locais;
2) O método gera múltiplas partições híbridas dos dados usando técnicas de detecção de comunidades em grafos;
3) Os resultados experimentais mostraram que as partições híbridas tiveram desempenho competitivo ou superior em comparação com abordagens globais e locais convencionais.
O documento apresenta uma palestra sobre classificação multirrótulo, discutindo os tipos de classificação, desafios da classificação multirrótulo e abordagens tradicionais como global e local. A palestra também introduz o método de Partições Híbridas para Classificação Multirrótulo (HPML), que busca encontrar múltiplas partições nos dados que melhorem o desempenho do classificador em relação às abordagens tradicionais.
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...Elaine Cecília Gatto
1. O documento descreve uma estratégia para particionar o espaço de rótulos em problemas de classificação multirrótulo explorando correlações entre os rótulos.
2. A estratégia gera várias partições denominadas "híbridas" que consideram grupos de rótulos correlacionados, entre as tradicionais partições globais e locais.
3. Uma dessas partições híbridas é escolhida e testada, sendo comparada com as partições globais e locais, esperando-se que melhore
The document presents a proposal for using community detection methods to generate hybrid partitions for multi-label classification. It introduces the limitations of global and local multi-label approaches and proposes a hybrid approach called HPML. HPML uses community detection on label co-occurrence graphs to identify correlated groups of labels and generate partitions for classification. Experiments applying HPML to 20 datasets show its partitions perform competitively with local and better than global partitions on average, demonstrating the value of exploring label correlations through community detection for multi-label classification. However, room for improvement remains as classifiers still struggle with some datasets, suggesting further research is needed on multi-label methods and evaluation.
Mulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdfElaine Cecília Gatto
1) A autora descreve sua experiência participando da Campus Party Brasil e as preocupações iniciais com o machismo e comentários inadequados que poderia enfrentar como uma das poucas mulheres no evento.
2) No entanto, o evento foi melhor do que o esperado, com boa representação feminina entre os palestrantes. Ela também conheceu a comunidade Lulus, um grupo de apoio para mulheres.
3) A autora ficou impressionada com o grupo Garotas Geeks, que desafia estereótipos sobre mulheres e tecnologia de forma divertida
O documento discute a discriminação de gênero no mercado de TI e ambientes online, com mulheres reclamando da falta de respeito. Também aborda a retirada de licenças Creative Commons do site da Ministério da Cultura e as altas temperaturas na Campus Party.
Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...Elaine Cecília Gatto
O documento apresenta uma abordagem para classificação multirrótulo que explora correlações entre rótulos usando métodos de detecção de comunidade. A abordagem propõe gerar partições híbridas globais e locais dos rótulos usando esses métodos e avalia seu desempenho em comparação com partições convencionais. Os resultados indicam que as partições híbridas obtiveram desempenho melhor ou competitivo em diversos conjuntos de dados.
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...Elaine Cecília Gatto
1. O documento descreve uma estratégia para particionar o espaço de rótulos em problemas de classificação multirrótulo explorando correlações entre os rótulos. A estratégia gera partições híbridas entre as tradicionais partições globais e locais.
2. A estratégia inicia modelando as correlações entre os rótulos e então realiza o particionamento do espaço de rótulos para encontrar várias partições híbridas. Uma dessas partições é escolhida para teste e é comparada com as
O documento descreve o desdobramento e escalonamento de um loop MIPS de 4 instruções para melhorar o seu desempenho no pipeline. Inicialmente, o loop é desdobrado em 4 cópias, renomeando os registradores em cada cópia. Em seguida, as instruções são reordenadas para remover dependências e evitar bolhas no pipeline. O código desdobrado e escalonado consegue executar em menos ciclos de clock do que o código original não otimizado.
Este documento fornece um resumo de instruções e arquitetura MIPS de 32 bits. Ele inclui:
1) Os tipos de instruções MIPS e seus campos;
2) Os registradores e seus usos;
3) Os principais modos de endereçamento e instruções;
4) Exemplos passo-a-passo de conversão entre linguagem de alto nível e assembly.
O documento resume as principais instruções de desvio incondicional e condicional do MIPS. Inclui instruções de chamada de procedimento, comparação de registradores e desvios baseados em condições do registrador de ponto flutuante.
Como descobrir e classificar coisas usando machine learning sem compilcaçãoElaine Cecília Gatto
O documento discute diferentes tipos de classificação de dados usando aprendizado de máquina, incluindo classificação binária, multiclasse, multirrótulo e hierárquica multirrótulo. Ele fornece definições de classificação de dados e exemplos de como esses métodos podem ser aplicados para analisar sentimentos, detectar spam e diagnosticar doenças.
Exploring label correlations for partitioning the label space in multi label ...Elaine Cecília Gatto
The document describes a 4-phase process for pre-processing multi-label datasets: 1) modeling label correlations using Jaccard index, 2) partitioning the label space into global and local partitions, 3) building and validating hybrid partitions combining global and local, and 4) testing the best hybrid partition. Key steps include calculating label similarity, splitting labels into partitions, and evaluating partitions using cross-validation. Figures and equations are provided to explain the partitioning approaches and Jaccard index calculation.
The document discusses Bell numbers and partitions. It defines Bell numbers as the total number of partitions of a set with n elements, where n is greater than or equal to 0. It provides examples of Bell numbers for sets with 0 to 4 elements. The document also explains how to generate Bell numbers using Pascal's triangle, filling in each row based on the sums of the numbers above it. Finally, it lists some references on Bell numbers and partitions.
The document discusses the silhouette coefficient, which is used to measure how closely grouped objects are within their assigned cluster. It defines the silhouette coefficient s(i) for each object i based on comparing a(i), the average similarity of i to other objects in its assigned cluster A, and b(i), the average similarity of i to objects in the next best cluster B. Values of s(i) near 1 indicate i is well matched to cluster A, while values near -1 suggest i belongs more in cluster B. The silhouette coefficient provides a way to validate how appropriately objects have been clustered.
The document discusses MIPS assembly code solutions for various logic and conditional exercises. It provides the C code, assembly code, machine code representation, and machine language instructions for each exercise. The exercises cover simple and compound IF statements, logical operations like AND, OR, and NOT, and the use of SLT and branch instructions. Tables with the assembly code, machine representation, and machine instructions are provided for reference.
The document discusses gender discrimination and sexual harassment faced by female gamers and those in the games industry. It notes that 100% of female gamers have experienced harassment during online matches, and many women have reported abuse by gamers, influencers, and industry personalities. There is also gender discrimination in representation, with only 5% of protagonists in games being female, despite women making up 53% of gamers and just 10% of game developers. The document calls for women to take on more important positions in the industry in order to make needed changes to address these issues.
O documento apresenta uma introdução sobre machine learning, definindo o termo, trazendo breve histórico e aplicações. Explica os principais conceitos por trás da área, como dados, algoritmos, métodos de aprendizado e avaliação de resultados. Aponta desafios atuais como interpretabilidade dos modelos e ética no desenvolvimento de sistemas de IA.
Slides Lição 12, Central Gospel, O Milênio, 1Tr24, Pr Henrique.pptxLuizHenriquedeAlmeid6
Slideshare Lição 12, Central Gospel, O Milênio, 1Tr24, Pr Henrique, EBD NA TV, Revista ano 11, nº 1, Revista Estudo Bíblico Jovens E Adultos, Central Gospel, 2º Trimestre de 2024, Professor, Tema, Os Grandes Temas Do Fim, Comentarista, Pr. Joá Caitano, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique, https://ebdnatv.blogspot.com/
O documento discute a falta de representação feminina na ciência, tecnologia, engenharia e matemática e as soluções para empoderar as mulheres nestas áreas. Apresenta estatísticas sobre as dificuldades enfrentadas por mulheres em construir carreiras nestas áreas e a diferença salarial. Discute iniciativas para direcionar meninas para estas áreas desde a infância e criar um ambiente mais acolhedor e igualitário.
Explorando correlações entre rótulos para o particionamento do espaço de rótu...Elaine Cecília Gatto
Este documento apresenta uma proposta para explorar correlações entre rótulos em problemas de classificação multirrótulo com o objetivo de gerar partições híbridas do espaço de rótulos que otimizem o desempenho dos classificadores. A proposta envolve modelar correlações entre rótulos usando métodos como Apriori ou medidas de similaridade e, em seguida, particionar os rótulos com base nas correlações usando agrupamento hierárquico para gerar partições híbridas entre as tradicionais partições globais e locais
Community Detection for Multi-Label Classification - Seminários UFSCarElaine Cecília Gatto
1) O documento apresenta um método híbrido para classificação multirrótulo que combina abordagens globais e locais;
2) O método gera múltiplas partições híbridas dos dados usando técnicas de detecção de comunidades em grafos;
3) Os resultados experimentais mostraram que as partições híbridas tiveram desempenho competitivo ou superior em comparação com abordagens globais e locais convencionais.
O documento apresenta uma palestra sobre classificação multirrótulo, discutindo os tipos de classificação, desafios da classificação multirrótulo e abordagens tradicionais como global e local. A palestra também introduz o método de Partições Híbridas para Classificação Multirrótulo (HPML), que busca encontrar múltiplas partições nos dados que melhorem o desempenho do classificador em relação às abordagens tradicionais.
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...Elaine Cecília Gatto
1. O documento descreve uma estratégia para particionar o espaço de rótulos em problemas de classificação multirrótulo explorando correlações entre os rótulos.
2. A estratégia gera várias partições denominadas "híbridas" que consideram grupos de rótulos correlacionados, entre as tradicionais partições globais e locais.
3. Uma dessas partições híbridas é escolhida e testada, sendo comparada com as partições globais e locais, esperando-se que melhore
The document presents a proposal for using community detection methods to generate hybrid partitions for multi-label classification. It introduces the limitations of global and local multi-label approaches and proposes a hybrid approach called HPML. HPML uses community detection on label co-occurrence graphs to identify correlated groups of labels and generate partitions for classification. Experiments applying HPML to 20 datasets show its partitions perform competitively with local and better than global partitions on average, demonstrating the value of exploring label correlations through community detection for multi-label classification. However, room for improvement remains as classifiers still struggle with some datasets, suggesting further research is needed on multi-label methods and evaluation.
Mulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdfElaine Cecília Gatto
1) A autora descreve sua experiência participando da Campus Party Brasil e as preocupações iniciais com o machismo e comentários inadequados que poderia enfrentar como uma das poucas mulheres no evento.
2) No entanto, o evento foi melhor do que o esperado, com boa representação feminina entre os palestrantes. Ela também conheceu a comunidade Lulus, um grupo de apoio para mulheres.
3) A autora ficou impressionada com o grupo Garotas Geeks, que desafia estereótipos sobre mulheres e tecnologia de forma divertida
O documento discute a discriminação de gênero no mercado de TI e ambientes online, com mulheres reclamando da falta de respeito. Também aborda a retirada de licenças Creative Commons do site da Ministério da Cultura e as altas temperaturas na Campus Party.
Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...Elaine Cecília Gatto
O documento apresenta uma abordagem para classificação multirrótulo que explora correlações entre rótulos usando métodos de detecção de comunidade. A abordagem propõe gerar partições híbridas globais e locais dos rótulos usando esses métodos e avalia seu desempenho em comparação com partições convencionais. Os resultados indicam que as partições híbridas obtiveram desempenho melhor ou competitivo em diversos conjuntos de dados.
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...Elaine Cecília Gatto
1. O documento descreve uma estratégia para particionar o espaço de rótulos em problemas de classificação multirrótulo explorando correlações entre os rótulos. A estratégia gera partições híbridas entre as tradicionais partições globais e locais.
2. A estratégia inicia modelando as correlações entre os rótulos e então realiza o particionamento do espaço de rótulos para encontrar várias partições híbridas. Uma dessas partições é escolhida para teste e é comparada com as
O documento descreve o desdobramento e escalonamento de um loop MIPS de 4 instruções para melhorar o seu desempenho no pipeline. Inicialmente, o loop é desdobrado em 4 cópias, renomeando os registradores em cada cópia. Em seguida, as instruções são reordenadas para remover dependências e evitar bolhas no pipeline. O código desdobrado e escalonado consegue executar em menos ciclos de clock do que o código original não otimizado.
Este documento fornece um resumo de instruções e arquitetura MIPS de 32 bits. Ele inclui:
1) Os tipos de instruções MIPS e seus campos;
2) Os registradores e seus usos;
3) Os principais modos de endereçamento e instruções;
4) Exemplos passo-a-passo de conversão entre linguagem de alto nível e assembly.
O documento resume as principais instruções de desvio incondicional e condicional do MIPS. Inclui instruções de chamada de procedimento, comparação de registradores e desvios baseados em condições do registrador de ponto flutuante.
Como descobrir e classificar coisas usando machine learning sem compilcaçãoElaine Cecília Gatto
O documento discute diferentes tipos de classificação de dados usando aprendizado de máquina, incluindo classificação binária, multiclasse, multirrótulo e hierárquica multirrótulo. Ele fornece definições de classificação de dados e exemplos de como esses métodos podem ser aplicados para analisar sentimentos, detectar spam e diagnosticar doenças.
Exploring label correlations for partitioning the label space in multi label ...Elaine Cecília Gatto
The document describes a 4-phase process for pre-processing multi-label datasets: 1) modeling label correlations using Jaccard index, 2) partitioning the label space into global and local partitions, 3) building and validating hybrid partitions combining global and local, and 4) testing the best hybrid partition. Key steps include calculating label similarity, splitting labels into partitions, and evaluating partitions using cross-validation. Figures and equations are provided to explain the partitioning approaches and Jaccard index calculation.
The document discusses Bell numbers and partitions. It defines Bell numbers as the total number of partitions of a set with n elements, where n is greater than or equal to 0. It provides examples of Bell numbers for sets with 0 to 4 elements. The document also explains how to generate Bell numbers using Pascal's triangle, filling in each row based on the sums of the numbers above it. Finally, it lists some references on Bell numbers and partitions.
The document discusses the silhouette coefficient, which is used to measure how closely grouped objects are within their assigned cluster. It defines the silhouette coefficient s(i) for each object i based on comparing a(i), the average similarity of i to other objects in its assigned cluster A, and b(i), the average similarity of i to objects in the next best cluster B. Values of s(i) near 1 indicate i is well matched to cluster A, while values near -1 suggest i belongs more in cluster B. The silhouette coefficient provides a way to validate how appropriately objects have been clustered.
The document discusses MIPS assembly code solutions for various logic and conditional exercises. It provides the C code, assembly code, machine code representation, and machine language instructions for each exercise. The exercises cover simple and compound IF statements, logical operations like AND, OR, and NOT, and the use of SLT and branch instructions. Tables with the assembly code, machine representation, and machine instructions are provided for reference.
The document discusses gender discrimination and sexual harassment faced by female gamers and those in the games industry. It notes that 100% of female gamers have experienced harassment during online matches, and many women have reported abuse by gamers, influencers, and industry personalities. There is also gender discrimination in representation, with only 5% of protagonists in games being female, despite women making up 53% of gamers and just 10% of game developers. The document calls for women to take on more important positions in the industry in order to make needed changes to address these issues.
O documento apresenta uma introdução sobre machine learning, definindo o termo, trazendo breve histórico e aplicações. Explica os principais conceitos por trás da área, como dados, algoritmos, métodos de aprendizado e avaliação de resultados. Aponta desafios atuais como interpretabilidade dos modelos e ética no desenvolvimento de sistemas de IA.
Slides Lição 12, Central Gospel, O Milênio, 1Tr24, Pr Henrique.pptxLuizHenriquedeAlmeid6
Slideshare Lição 12, Central Gospel, O Milênio, 1Tr24, Pr Henrique, EBD NA TV, Revista ano 11, nº 1, Revista Estudo Bíblico Jovens E Adultos, Central Gospel, 2º Trimestre de 2024, Professor, Tema, Os Grandes Temas Do Fim, Comentarista, Pr. Joá Caitano, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique, https://ebdnatv.blogspot.com/
REGULAMENTO DO CONCURSO DESENHOS AFRO/2024 - 14ª edição - CEIRI /UREI (ficha...Eró Cunha
XIV Concurso de Desenhos Afro/24
TEMA: Racismo Ambiental e Direitos Humanos
PARTICIPANTES/PÚBLICO: Estudantes regularmente matriculados em escolas públicas estaduais, municipais, IEMA e IFMA (Ensino Fundamental, Médio e EJA).
CATEGORIAS: O Concurso de Desenhos Afro acontecerá em 4 categorias:
- CATEGORIA I: Ensino Fundamental I (4º e 5º ano)
- CATEGORIA II: Ensino Fundamental II (do 6º ao 9º ano)
- CATEGORIA III: Ensino Médio (1º, 2º e 3º séries)
- CATEGORIA IV: Estudantes com Deficiência (do Ensino Fundamental e Médio)
Realização: Unidade Regional de Educação de Imperatriz/MA (UREI), através da Coordenação da Educação da Igualdade Racial de Imperatriz (CEIRI) e parceiros
OBJETIVO:
- Realizar a 14ª edição do Concurso e Exposição de Desenhos Afro/24, produzidos por estudantes de escolas públicas de Imperatriz e região tocantina. Os trabalhos deverão ser produzidos a partir de estudo, pesquisas e produção, sob orientação da equipe docente das escolas. As obras devem retratar de forma crítica, criativa e positivada a população negra e os povos originários.
- Intensificar o trabalho com as Leis 10.639/2003 e 11.645/2008, buscando, através das artes visuais, a concretização das práticas pedagógicas antirracistas.
- Instigar o reconhecimento da história, ciência, tecnologia, personalidades e cultura, ressaltando a presença e contribuição da população negra e indígena na reafirmação dos Direitos Humanos, conservação e preservação do Meio Ambiente.
Imperatriz/MA, 15 de fevereiro de 2024.
Produtora Executiva e Coordenadora Geral: Eronilde dos Santos Cunha (Eró Cunha)
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptxLuizHenriquedeAlmeid6
Slideshare Lição 12, CPAD, A Bendita Esperança: A Marca do Cristão, 2Tr24, Pr Henrique, EBD NA TV, 2Tr24, Pr Henrique, EBD NA TV, Lições Bíblicas, 2º Trimestre de 2024, adultos, Tema, A CARREIRA QUE NOS ESTÁ PROPOSTA, O CAMINHO DA SALVAÇÃO, SANTIDADE E PERSEVERANÇA PARA CHEGAR AO CÉU, Coment Osiel Gomes, estudantes, professores, Ervália, MG, Imperatriz, MA, Cajamar, SP, estudos bíblicos, gospel, DEUS, ESPÍRITO SANTO, JESUS CRISTO, Com. Extra Pr. Luiz Henrique, de Almeida Silva, tel-What, 99-99152-0454, Canal YouTube, Henriquelhas, @PrHenrique, https://ebdnatv.blogspot.com/
UFCD_7211_Os sistemas do corpo humano_ imunitário, circulatório, respiratório...Manuais Formação
Manual da UFCD_7211_Os sistemas do corpo humano_ imunitário, circulatório, respiratório, nervoso e músculo-esquelético_pronto para envio, via email e formato editável.
Email: formacaomanuaisplus@gmail.com
A festa junina é uma tradicional festividade popular que acontece durante o m...ANDRÉA FERREIRA
Os historiadores apontam que as origens da Festa Junina estão diretamente relacionadas a festividades pagãs realizadas na Europa no solstício de verão, momento em que ocorre a passagem da primavera para o verão.
A influência do comércio eletrônico no processo de gestão das livrarias e edi...AntonioLobosco3
Artigo extraído da Dissertação apresentada ao Programa de Pós-Graduação em Administração de Empresas, Área de Concentração: Estratégia e Inovação, da Universidade Cidade de São Paulo para obtenção do título de Mestre em Administração de Empresas, sob orientação do Prof. Dr. Denis Donaire.
1. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 1 de 18
BUBBLE SORT
Bubble Sort é um algoritmo de ordenação que pode ser aplicado em Arrays e Listas
dinâmicas. Se o objetivo é ordenar os valores em forma decrescente, então, a posição atual é
comparada com a próxima posição e, se a posição atual for maior que a posição posterior, é
realizada a troca dos valores nessa posição. Caso contrário, não é realizada a troca, apenas
passa-se para o próximo par de comparações.
Se o objetivo é ordenar os valores em forma crescente, então, a posição atual é
comparada com a próxima posição e, se a posição atual for menor que a posição posterior, é
realizada a troca. Caso contrário, a troca não é feita e passa-se para o próximo par de
comparação.
Um array ou lista pode estar já ordenado no momento em que se solicita a ordenação,
dessa forma, esta situação tem de ser considerada na implementação do algoritmo. Assim,
demonstrarei a representação gráfica e o teste de mesa das duas situações usando array.
1. VETOR DESORDENADO
Suponha o seguinte vetor chamado V:
Índice 0 1 2 3 4
elemento 200 10 0 5 30
posição i i+1 i+2 i+3 i+4
Vamos utilizá-lo para analisar e testar o comportamento deste algoritmo. Apenas
reforçando que em Linguagem C o vetor começa na posição 0. Utilizamos o comando de controle
FOR para manipular vetores, então, aqui implementaremos um for que irá da posição 0 até a
posição 4 e será incrementado de 1, iniciando em zero. Dessa forma conseguimos obter o valor
dos elementos das posições que serão comparadas usando o comando de controle IF e,
conforme a ordem desejada fazer a troca se for necessária.
Para que não ocorra repetição desnecessária, utilizaremos uma FLAG, que nos avisará
quando o vetor estará ordenado e, assim, a execução será terminada. Essa FLAG sempre será
setada com 1 quando houver uma troca. Dessa forma, enquanto n for menor ou igual ao tamanho
do vetor e, ao mesmo tempo a FLAG for igual a 1, então, deve-se continuar ordenando, caso
contrário, o vetor estará ordenado.
2. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 2 de 18
1.1. ORDENANDO DE FORMA CRESCENTE
1.ª Passagem no While:
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 0 5 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[0] >= V[1]
200 >= 10
V
aux = V[i]
aux = V[0]
aux = 200
V[i] = V[i+1]
V[0] = V[1]
V[0] = 10
V[i+1] = aux;
V[1] = aux;
V[1] = 200
Estado do vetor após a troca:
0 1 2 3 4
10 200 0 5 30
i i+1 i+1 i+1 i+1
i = 1; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
10 200 0 5 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[1] >= V[2]
200 >= 0
V
aux = V[i]
aux = V[1]
aux = 200
V[i] = V[i+1]
V[1] = V[2]
V[1] = 0
V[i+1] = aux;
V[2] = aux;
V[2] = 200
Estado do vetor após a troca:
0 1 2 3 4
10 0 200 5 30
i i+1 i+1 i+1 i+1
i = 2; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
10 0 200 5 30
i i+1 i+1 i+1 i+1
3. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 3 de 18
Verifica Troca = 1
V[i] >= V[i+1]
V[2] >= V[3]
200 >= 5
V
aux = V[i]
aux = V[2]
aux = 200
V[i] = V[i+1]
V[2] = V[3]
V[2] = 5
V[i+1] = aux;
V[3] = aux;
V[3] = 200
Estado do vetor após a troca:
0 1 2 3 4
10 0 5 200 30
i i+1 i+1 i+1 i+1
i = 3; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
10 0 5 200 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[3] >= V[4]
200 >= 30
V
aux = V[i]
aux = V[3]
aux = 200
V[i] = V[i+1]
V[3] = V[4]
V[3] = 30
V[i+1] = aux;
V[4] = aux;
V[4] = 200
Estado do vetor após a troca:
0 1 2 3 4
10 0 5 30 200
i i+1 i+1 i+1 i+1
i = 4; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
10 0 5 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[4] >= V[5]
200 >= ?
F
Chegamos ao fim do Vetor com o FOR, entretanto, ele ainda NÃO está ordenado de forma
crescente. Portanto, a execução do While continua.
2.ª Passagem no While
i = 0; troca = 1;
4. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 4 de 18
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
10 0 5 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[0] >= V[1]
10 >= 0
V
aux = V[i]
aux = V[0]
aux = 10
V[i] = V[i+1]
V[0] = V[1]
V[0] = 10
V[i+1] = aux;
V[1] = aux;
V[1] = 10
Estado do vetor após a troca:
0 1 2 3 4
0 10 5 30 200
i i+1 i+1 i+1 i+1
i = 1; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 10 5 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[1] >= V[2]
10 >= 5
V
aux = V[i]
aux = V[1]
aux = 10
V[i] = V[i+1]
V[1] = V[2]
V[1] = 5
V[i+1] = aux;
V[2] = aux;
V[2] = 10
Estado do vetor após a troca:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
i = 2; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[2] >= V[3]
10 >= 30
F
5. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 5 de 18
i = 3; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[3] >= V[4]
30 >= 200
F
i = 4; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] >= V[i+1]
V[4] >= V[5]
200 >= ?
F
Chegamos ao fim do Vetor com o FOR, entretanto, apesar do vetor já estar ordenado de
forma crescente, é preciso ainda que o WHILE passe mais uma vez pois TROCA ainda vale 1.
A confirmação de que o vetor está ordenado será dado TROCA for setado como zero. Como o
vetor está ordenado, então, o FOR correrá todas as posições, mas não entrará no IF, que é o
onde TROCA é setada como 1.
3.ª Passagem no While
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[0] >= V[1]
0 >= 5
F
6. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 6 de 18
i = 1; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[1] >= V[2]
5 >= 10
F
i = 2; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[2] >= V[3]
10 >= 30
F
i = 3; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[3] >= V[4]
30 >= 200
F
i = 4; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[4] >= V[5]
200 >= ? F
7. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 7 de 18
O algoritmo terminou de executar, troca é igual a 0, portanto o vetor está ordenado.
1.1.1. CÓDIGO FONTE
#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
#include <string.h>
void imprimir();
int i, aux, troca, numero[5];
int main()
{
setlocale(LC_ALL, "Portuguese");
printf("n--------------------------------------------");
printf("nEXEMPLO BUBBLE SORT CRESCENTE");
printf("n--------------------------------------------");
printf("nInicializando o Array");
for(i=0; i<5; i++)
{
numero[i] = 0;
}
imprimir();
printf("n--------------------------------------------");
printf("nInserindo valores no Arrayn");
for(i=0; i<5; i++)
{
printf("n|Posição %d |Digite um número: t", i);
scanf("%d%*c",&numero[i]);
}
printf("n--------------------------------------------");
printf("nValores armazenados no array");
imprimir();
printf("n--------------------------------------------");
printf("nOrdenando o Array");
troca = 1;
while (troca == 1)
{
troca = 0; for (i = 0; i <= 3; i++)
{
if (numero[i] > numero[i + 1])
{
troca = 1;
aux = numero[i];
numero[i] = numero[i + 1];
numero[i + 1] = aux;
}
8. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 8 de 18
}
}
printf("n--------------------------------------------");
printf("nValores ordenados");
imprimir();
printf("n--------------------------------------------");
return 0;
}
void imprimir()
{
printf("n--------------------------------------------");
for (i=0; i<5; i++)
{
printf("n|Posicao: %d | Número: %d|", i, numero[i]);
}
}
1.2. ORDENANDO DE FORMA DECRESCENTE
1.ª Passagem no While
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 0 5 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[0] <= V[1]
200 <= 10
F
i = 1; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 0 5 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[1] <= V[2]
10 <= 0
F
9. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 9 de 18
i = 2; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 0 5 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[2] <= V[3]
0 <= 5
V
aux = V[i]
aux = V[2]
aux = 0
V[i] = V[i+1]
V[2] = V[3]
V[2] = 5
V[i+1] = aux;
V[3] = aux;
V[3] = 0
Estado do vetor após a troca:
0 1 2 3 4
200 10 5 0 30
i i+1 i+1 i+1 i+1
i = 3; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 5 0 30
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[3] <= V[4]
0 <= 30
V
aux = V[i]
aux = V[3]
aux = 0
V[i] = V[i+1]
V[3] = V[4]
V[3] = 30
V[i+1] = aux;
V[4] = aux;
V[4] = 0
Estado do vetor após a troca:
0 1 2 3 4
200 10 5 30 0
i i+1 i+1 i+1 i+1
i = 4; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 5 30 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[4] <= V[5]
30 <= ?
F
10. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 10 de 18
Chegamos ao fim do Vetor com o FOR, entretanto, ele ainda NÃO está ordenado de forma
crescente. Portanto, a execução do While continua.
2.ª Passagem no While
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 5 30 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[0] <= V[1]
200 <= 10
F
i = 1; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 5 30 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[1] <= V[2]
10 <= 5
F
i = 2; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 5 30 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[2] <= V[3]
5 <= 30
V
aux = V[i]
aux = V[2]
aux = 5
V[i] = V[i+1]
V[2] = V[3]
V[2] = 30
V[i+1] = aux;
V[3] = aux;
V[3] = 5
Estado do vetor após a troca:
0 1 2 3 4
200 10 30 5 0
i i+1 i+1 i+1 i+1
11. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 11 de 18
i = 3; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 30 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[3] <= V[4]
5 <= 0
F
i = 4; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 30 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[4] <= V[5]
0 <= ?
F
Chegamos ao fim do Vetor com o FOR, entretanto, ele ainda NÃO está ordenado de forma
crescente. Portanto, a execução do While continua.
3.ª Passagem no While
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 10 30 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[0] <= V[1]
200 <= 10
F
i = 1; troca = 1;
Estado do vetor e posições a serem comparadas:
12. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 12 de 18
0 1 2 3 4
200 10 30 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[1] <= V[2]
10 <= 30
V
aux = V[i]
aux = V[1]
aux = 10
V[i] = V[i+1]
V[1] = V[2]
V[1] = 30
V[i+1] = aux;
V[2] = aux;
V[2] = 10
Estado do vetor após a troca:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
i = 2; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[2] <= V[3]
10 <= 5
F
i = 3; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 1
V[i] <= V[i+1]
V[3] <= V[4]
5 <= 0
F
i = 4; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
13. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 13 de 18
Verifica Troca = 1
V[i] <= V[i+1]
V[4] <= V[5]
0 <= ?
F
Chegamos ao fim do Vetor com o FOR, entretanto, apesar do vetor já estar ordenado de
forma crescente, é preciso ainda que o WHILE passe mais uma vez pois TROCA ainda vale 1.
A confirmação de que o vetor está ordenado será dado TROCA for setado como zero. Como o
vetor está ordenado, então, o FOR correrá todas as posições, mas não entrará no IF, que é o
onde TROCA é setada como 1.
4.ª Passagem no While
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[0] <= V[1]
200 <= 30
F
i = 1; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[1] <= V[2]
30 <= 10
F
i = 2; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
14. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 14 de 18
Verifica Troca = 0
V[i] <= V[i+1]
V[2] <= V[3]
10 <= 5
F
i = 3; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[3] <= V[4]
5 <= 0
F
i = 4; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[4] <= V[5]
0 <= ?
F
O algoritmo terminou sua execução, troca é igual a zero, o vetor está ordenado.
1.2.1. CÓDIGO FONTE
#include <stdio.h>
#include <stdlib.h>
#include <locale.h>
#include <string.h>
void imprimir();
int i, aux, troca, numero[5];
int main()
{
setlocale(LC_ALL, "Portuguese");
printf("n--------------------------------------------");
printf("nEXEMPLO BUBBLE SORT CRESCENTE");
15. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 15 de 18
printf("n--------------------------------------------");
printf("nInicializando o Array");
for(i=0; i<5; i++)
{
numero[i] = 0;
}
imprimir();
printf("n--------------------------------------------");
printf("nInserindo valores no Arrayn");
for(i=0; i<5; i++)
{
printf("n|Posição %d |Digite um número: t", i);
scanf("%d%*c",&numero[i]);
}
printf("n--------------------------------------------");
printf("nValores armazenados no array");
imprimir();
printf("n--------------------------------------------");
printf("nOrdenando o Array");
troca = 1;
while (troca == 1)
{
troca = 0; for (i = 0; i <= 3; i++)
{
if (numero[i] < numero[i + 1])
{
troca = 1;
aux = numero[i];
numero[i] = numero[i + 1];
numero[i + 1] = aux;
}
}
}
printf("n--------------------------------------------");
printf("nValores ordenados");
imprimir();
printf("n--------------------------------------------");
return 0;
}
void imprimir()
{
printf("n--------------------------------------------");
for (i=0; i<5; i++)
{
printf("n|Posicao: %d | Número: %d|", i, numero[i]);
}
}
16. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 16 de 18
2. VETOR ORDENADO
2.1 VETOR DECRESCENTE
1.ª Passagem no While:
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[0] <= V[1]
200 <= 30
F
i = 1; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[1] <= V[2]
30 <= 10
F
i = 2; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[2] <= V[3]
10 <= 5
V
i = 3; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
17. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 17 de 18
Verifica Troca = 0
V[i] <= V[i+1]
V[3] <= V[4]
5 <= 0
F
i = 4; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
200 30 10 5 0
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[4] >= V[5]
0 >= ?
F
Não há valores que devem ser trocados entre as posições. Portanto, o while será
executado uma única vez, e o IF que está dentro do FOR nunca será executado.
2.1 VETOR CRESCENTE
1.ª Passagem no While:
i = 0; troca = 1;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[0] >= V[1]
0 >= 5
F
i = 1; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
18. Prof.ª M.ª Elaine Cecília Gatto (Cissa) Algoritmos de Ordenação: Bublble Sort
(2017) Página 18 de 18
Verifica Troca = 0
V[i] >= V[i+1]
V[1] >= V[2]
5 >= 10
F
i = 2; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[2] <= V[3]
10 <= 30
V
i = 3; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] <= V[i+1]
V[3] <= V[4]
30 <= 200
F
i = 4; troca = 0;
Estado do vetor e posições a serem comparadas:
0 1 2 3 4
0 5 10 30 200
i i+1 i+1 i+1 i+1
Verifica Troca = 0
V[i] >= V[i+1]
V[4] >= V[5]
200 >= ?
F
Não há valores que devem ser trocados entre as posições. Portanto, o while será
executado uma única vez, e o IF que está dentro do FOR nunca será executado.