Vídeo: 3 Formulas no Excel que você precisa conhecer | Formula Secreta no Excel 2025
Parte de Algoritmos para Dummies Cheat Sheet
A tabela a seguir descreve algoritmos e tipos de algoritmos que você pode achar úteis para vários tipos de análise de dados. (Você pode encontrar discussões de todos esses algoritmos em Algorithms For Dummies.)
| Algoritmo | Descrição | Link útil |
| A * Pesquisa | O algoritmo rastreia o custo dos nós à medida que os explora usando o equação: f (n) = g (n) + h (n), onde:
n é o identificador do nó g (n) é o custo de atingir o nó até o momento h (n) é o custo estimado para atingir o Objetivo do nó f (n) é o custo estimado do caminho de n para o objetivo A idéia é pesquisar os caminhos mais promissores primeiro e evitar caminhos caros. |
Standford. edu |
| Árvore equilibrada | Um tipo de árvore que mantém uma estrutura equilibrada através da reorganização para que ela possa fornecer tempos de acesso reduzidos. O número de elementos no lado esquerdo difere do número no lado direito por um no máximo. | Webdocs |
| Pesquisa Bidirecional | Esta técnica procura simultaneamente do nó raiz e do nó de objetivo até os dois caminhos de pesquisa se encontrarem no meio. Uma vantagem desta abordagem é que é tempo eficiente porque encontra a solução mais rápida do que muitas outras soluções de força bruta. Além disso, ele usa memória de forma mais eficiente do que outras abordagens e sempre encontra uma solução. A principal desvantagem é a complexidade da implementação. | Planejamento. cs |
| Árvore binária | Este é um tipo de árvore que contém nós que se conectam a nós nulos (nós de folha), um ou dois (nós ramificados) outros nós. Cada nó define os três elementos que ele deve incluir para fornecer conectividade e armazenar dados: armazenamento de dados, conexão à esquerda e conexão direta. | cs. cmu. edu |
| Breadth-First Search | Esta técnica começa no nó da raiz, explora primeiro cada um dos nós filho, e só então muda para o próximo nível. Ele progride nível por nível até encontrar uma solução. A desvantagem deste algoritmo é que ele deve armazenar cada nó na memória, o que significa que ele usa uma quantidade considerável de memória para um grande número de nós. Esta técnica pode verificar se há nós duplicados, o que economiza tempo e sempre vem com uma solução. | Khan Academcy |
| Brute Force | Esta é uma técnica de resolução de problemas em que alguém tenta todas as soluções possíveis, procurando a melhor solução para problemas. As técnicas de força bruta garantem uma solução melhor ajustada quando existe, mas são tão demoradas para implementar que a maioria das pessoas as evita. | Igm. univ |
| Profundidade-Primeira Pesquisa | Esta técnica começa no nó da raiz e explora um conjunto de nós filhos conectados até atingir um nó da folha. Ele progride ramo por ramo até encontrar uma solução. A desvantagem deste algoritmo é que ele não pode verificar por nós duplicados, o que significa que ele poderia percorrer os mesmos caminhos do nó mais de uma vez. Na verdade, esse algoritmo pode não encontrar uma solução, o que significa que você deve definir um ponto de corte para evitar que o algoritmo faça uma busca infinita. Uma vantagem desta abordagem é que é eficiente na memória. | Hacker Earth |
| Divide and Conquer | Esta é uma técnica de resolução de problemas em que o problema está dividido nas peças mais pequenas possíveis e resolvido usando a abordagem mais simples possível. Esta técnica economiza tempo e recursos consideráveis em comparação com outras abordagens, como a força bruta. No entanto, nem sempre garante um resultado de melhor ajuste. | Khan Academy |
| Dijikstra | Este é um algoritmo usado para encontrar o caminho mais curto em um gráfico direcionado, ponderado (com pesos positivos). | Geeks for Geeks |
| Graph | Um gráfico é uma espécie de extensão de árvore. Como nas árvores, você possui nós que se conectam para criar relacionamentos. No entanto, ao contrário das árvores binárias, um gráfico pode ter mais de uma ou duas conexões. Na verdade, os nós dos gráficos muitas vezes têm uma infinidade de conexões. Você vê gráficos usados em lugares como mapas para GPS e todos os tipos de outros lugares para os quais a abordagem de cima para baixo de uma árvore não funcionará. | Tutoriais |
| Algoritmos gananciosos | Esta técnica de resolução de problemas em que a solução depende da melhor resposta para cada etapa do processo de resolução de problemas. Algoritmos gananciosos geralmente fazem dois pressupostos:
É possível fazer uma única escolha ideal em um determinado passo. Ao escolher a seleção ideal em cada etapa, é possível encontrar uma solução ideal para o problema geral. |
Tutoriais |
| Greedy Best-First Search (BFS) | O algoritmo sempre escolhe o caminho mais próximo do objetivo usando a equação: f (n) = h (n) = | h (n) |
| . Este algoritmo particular pode encontrar soluções bastante rápidas, mas também pode ficar preso em loops, tantas pessoas não consideram uma abordagem ótima para encontrar uma solução. | Centurion2 | Hashing |
| Este é um método de previsão da localização de um item de dados específico na estrutura de dados (qualquer que seja a estrutura) antes de procurá-lo. Essa abordagem baseia-se no uso de chaves inseridas em um índice. Uma função hash transforma a chave em um valor numérico que o algoritmo coloca em uma tabela hash. Uma tabela de hash fornece os meios para criar um índice que aponte para elementos em uma estrutura de dados para que um algoritmo possa facilmente prever a localização dos dados. | Tutoriais | Heap |
| Esta é uma árvore sofisticada que permite inserções de dados na estrutura da árvore. O uso da inserção de dados torna a classificação mais rápida. Você pode classificar ainda mais essas árvores como montes máximos e montes mínimos, dependendo da capacidade da árvore para fornecer imediatamente o valor máximo ou mínimo presente na árvore. | Tutoriais | Heurísticas |
| Esta é uma técnica de resolução de problemas que depende da autodescoberta e produz resultados suficientemente úteis (não necessariamente otimizados, mas bons o bastante) para resolver um problema bem o suficiente para que uma solução melhor não seja ' t necessário. Auto descoberta é o processo de permitir que o algoritmo mostre um caminho potencialmente útil para uma solução (mas você ainda deve contar com intuição e compreensão humana para saber se a solução é a certa). | Noroeste. edu | MapReduce |
| Esta é uma estrutura para fazer com que os algoritmos funcionem usando cálculos em paralelo (usando vários computadores conectados em uma rede), permitindo que os algoritmos completem suas soluções mais rapidamente. | Hadoop Apache | Mergesort |
| O Mergesort é um método de comparação de dados de propósito geral, baseado em comparação. Depende de uma abordagem de divisão e conquista para executar sua tarefa. | Geeks for Geeks | Nash Equilibrium |
| Esta é uma teoria dos jogos em que os outros jogadores conhecem a estratégia de equilíbrio para os outros jogadores, então ninguém tem nada a ganhar ao mudar sua estratégia pessoal. Esta teoria vê uso em qualquer situação hostil em que o jogador deve responder as decisões tomadas por todos os outros jogadores para ganhar o jogo. | Khan Academy | PageRank |
| PageRank é um algoritmo para medir a importância de um nó em um gráfico. Este algoritmo está na raiz dos algoritmos principais do Google para alimentar buscas relevantes aos usuários. | Princeton. edu | Pesquisa heurística pura |
| Este algoritmo expande os nós em ordem do seu custo. Ele mantém duas listas. A lista fechada contém os nós que já explorou e a lista aberta contém os nós que ainda deve explorar. Em cada iteração, o algoritmo expande o nó com o menor custo possível. Todos os seus nós secundários são colocados na lista fechada e os custos individuais do nó filho são calculados. O algoritmo envia os nós filhos com um baixo custo de volta à lista aberta e exclui os nós filhos com um alto custo. Conseqüentemente, o algoritmo executa uma busca inteligente e baseada em custos para a solução. | World of Computing | Quicksort |
| Esta é uma estratégia de classificação de propósito geral baseada em matrizes de particionamento de dados em matrizes menores. Depende de uma abordagem de divisão e conquista para executar sua tarefa. | Tutoriais | Árvore não balanceada |
