Estruturas-De-Dados on Python Brasil — Aprenda Python em Português

Algoritmos de Ordenacao em Python: sorted(), sort() e Implementacoes

Mon, 27 Apr 2026 00:00:00 +0000

Ordenacao em Python: Do Basico ao Avancado

Ordenar dados e uma das operacoes mais fundamentais da computacao. Em Python, voce tem acesso a ferramentas de ordenacao extremamente eficientes com sorted() e .sort(), alem de poder implementar algoritmos classicos para entender como funcionam por dentro.

Neste guia, vamos cobrir tudo: desde o uso pratico das funcoes built-in ate implementacoes de bubble sort, merge sort e quick sort, com analise de complexidade de cada um.

Busca Binaria em Python: Como Implementar e Quando Usar

Mon, 27 Apr 2026 00:00:00 +0000

O que e Busca Binaria?

Busca binaria e um dos algoritmos mais eficientes para encontrar um elemento em uma colecao ordenada. Em vez de verificar cada elemento um por um (busca linear, O(n)), a busca binaria divide a colecao ao meio a cada passo, alcancando complexidade O(log n).

Na pratica, isso significa que em uma lista com 1 milhao de elementos, a busca binaria precisa de no maximo 20 comparacoes para encontrar qualquer elemento — contra ate 1 milhao na busca linear.

Dicionarios em Python: Como Usar e Quando Escolher

Mon, 27 Apr 2026 00:00:00 +0000

O que sao Dicionarios em Python?

Dicionarios sao a segunda estrutura de dados mais importante em Python, atras apenas das listas. Eles armazenam pares chave-valor e oferecem acesso extremamente rapido — busca, insercao e remocao em tempo O(1) na media, gracas a implementacao interna com hash tables.

Dicionarios sao ideais quando voce precisa associar dados a identificadores unicos: usuarios por ID, configuracoes por nome, contagem de palavras, cache de resultados e muito mais.

Listas em Python: Guia Completo com Exemplos

Mon, 27 Apr 2026 00:00:00 +0000

O que sao Listas em Python?

Listas sao a estrutura de dados mais utilizada em Python. Elas armazenam colecoes ordenadas de elementos que podem ser modificados apos a criacao — ou seja, sao mutaveis. Listas permitem duplicatas, suportam diferentes tipos de dados no mesmo container e oferecem dezenas de metodos para manipulacao.

Se voce esta comecando com Python, dominar listas e essencial antes de avancar para estruturas mais complexas como dicionarios e pilhas e filas. Confira nosso guia Como Comecar com Python para uma introducao a linguagem.

Pilhas e Filas em Python: Implementacao com Listas e deque

Mon, 27 Apr 2026 00:00:00 +0000

Pilhas e Filas: Estruturas Fundamentais

Pilhas (stacks) e filas (queues) sao duas das estruturas de dados mais importantes da computacao. Elas controlam a ordem em que elementos sao processados e aparecem em inumeros cenarios reais: desde o “Desfazer” do seu editor de texto ate o agendamento de tarefas em servidores.

Em Python, podemos implementa-las com listas, collections.deque e modulos especializados como heapq e queue. Vamos explorar cada abordagem.

Pilha (Stack) — LIFO

Uma pilha segue o principio LIFO (Last In, First Out): o ultimo elemento adicionado e o primeiro a ser removido. Pense numa pilha de pratos — voce sempre pega o prato do topo.

frozendict no Python 3.15: Dicionário Imutável

Fri, 10 Apr 2026 00:00:00 +0000

Python sempre teve frozenset como versão imutável de set, mas nunca ofereceu o equivalente para dicionários. Isso muda no Python 3.15 com a aprovação da PEP 814, que adiciona frozendict como tipo built-in — sem necessidade de instalar pacotes externos.

O frozendict é um dicionário imutável e hashable que pode ser usado como chave de outros dicionários, elemento de conjuntos e compartilhado entre threads sem preocupação com mutações acidentais. É uma adição que profissionais de Python pediam há mais de uma década.

Pattern Matching em Python: Guia Completo do match/case | Python Brasil

Sat, 21 Mar 2026 00:00:00 +0000

O Structural Pattern Matching (correspondência de padrões estruturais) chegou ao Python na versão 3.10 e é uma das adições mais poderosas à linguagem nos últimos anos. Com a sintaxe match/case, você pode escrever código mais expressivo, legível e robusto para lidar com dados complexos.

Neste guia completo, vamos explorar tudo sobre pattern matching em Python: desde o básico até padrões avançados com guards, destructuring e classes.

O que é Pattern Matching?

Pattern matching é uma técnica que permite comparar um valor contra uma série de padrões e executar código baseado no padrão que corresponder. Se você já programou em Rust, Scala ou Haskell, já conhece o conceito. Em Python, a sintaxe usa as palavras-chave match e case:

Estruturas de Dados em Python: Guia Completo

Mon, 25 Aug 2025 00:00:00 +0000

Dominar as estruturas de dados nativas do Python é essencial para escrever código eficiente e elegante. Neste guia, você vai aprender tudo sobre as quatro estruturas fundamentais — listas, tuplas, dicionários e conjuntos — com exemplos práticos e dicas de performance.

Listas

Listas são a estrutura de dados mais versátil do Python. Elas são ordenadas, mutáveis e permitem elementos duplicados.

Criando listas

# Criando listas de diferentes formas
frutas = ["maçã", "banana", "laranja", "uva"]
numeros = [1, 2, 3, 4, 5]
misturada = [1, "texto", 3.14, True, None]
vazia = []

# Usando o construtor list()
letras = list("Python")  # ['P', 'y', 't', 'h', 'o', 'n']

# List comprehension
quadrados = [x ** 2 for x in range(10)]
print(quadrados)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

Operações com listas

frutas = ["maçã", "banana", "laranja"]

# Adicionar elementos
frutas.append("uva")              # Adiciona no final
frutas.insert(1, "morango")       # Adiciona na posição 1
frutas.extend(["kiwi", "manga"])  # Adiciona múltiplos elementos

print(frutas)
# ['maçã', 'morango', 'banana', 'laranja', 'uva', 'kiwi', 'manga']

# Remover elementos
frutas.remove("banana")    # Remove pela valor
ultimo = frutas.pop()      # Remove e retorna o último
primeiro = frutas.pop(0)   # Remove e retorna pela posição

# Buscar e contar
indice = frutas.index("laranja")  # Retorna o índice
quantidade = frutas.count("uva")  # Conta ocorrências
existe = "kiwi" in frutas          # Verifica se existe (True/False)

Fatiamento (Slicing)

numeros = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# lista[início:fim:passo]
print(numeros[2:5])     # [2, 3, 4]
print(numeros[:3])      # [0, 1, 2]
print(numeros[7:])      # [7, 8, 9]
print(numeros[::2])     # [0, 2, 4, 6, 8] (passo 2)
print(numeros[::-1])    # [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] (invertido)

# Copiar uma lista (cópia superficial)
copia = numeros[:]
# ou
copia = numeros.copy()

Ordenação

notas = [8.5, 9.2, 7.0, 6.8, 9.8, 7.5]

# Ordenar in-place (modifica a lista original)
notas.sort()
print(notas)  # [6.8, 7.0, 7.5, 8.5, 9.2, 9.8]

notas.sort(reverse=True)
print(notas)  # [9.8, 9.2, 8.5, 7.5, 7.0, 6.8]

# Ordenar sem modificar (retorna nova lista)
alunos = [
    {"nome": "Ana", "nota": 8.5},
    {"nome": "Carlos", "nota": 9.2},
    {"nome": "Beatriz", "nota": 7.8},
]

ranking = sorted(alunos, key=lambda a: a["nota"], reverse=True)
for i, aluno in enumerate(ranking, 1):
    print(f"{i}º lugar: {aluno['nome']} - Nota: {aluno['nota']}")

List Comprehensions avançadas

# Filtrar e transformar
numeros = range(1, 21)

# Números pares elevados ao cubo
pares_cubo = [n ** 3 for n in numeros if n % 2 == 0]
print(pares_cubo)  # [8, 64, 216, 512, 1000, ...]

# Comprehension com condição ternária
classificacao = ["par" if n % 2 == 0 else "ímpar" for n in range(1, 6)]
print(classificacao)  # ['ímpar', 'par', 'ímpar', 'par', 'ímpar']

# Comprehension aninhada (achatar matriz)
matriz = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
achatada = [num for linha in matriz for num in linha]
print(achatada)  # [1, 2, 3, 4, 5, 6, 7, 8, 9]

Tuplas

Tuplas são parecidas com listas, mas são imutáveis — uma vez criadas, não podem ser alteradas. Isso as torna mais seguras e um pouco mais rápidas.

Compreensao de Listas em Python — 2025 | Python Brasil

Sun, 10 Aug 2025 00:00:00 +0000

Compreensao de listas, ou list comprehensions, e uma das construcoes mais pythonic da linguagem. Elas permitem criar listas de forma concisa e legivel, substituindo loops tradicionais por expressoes compactas. Neste artigo, a gente vai explorar desde o basico ate tecnicas avancadas com exemplos praticos.

Sintaxe Basica

A estrutura de uma list comprehension segue este padrao:

nova_lista = [expressao for item in iteravel]

Vamos comparar com um loop tradicional:

# Loop tradicional
quadrados = []
for n in range(10):
    quadrados.append(n ** 2)

# Com list comprehension
quadrados = [n ** 2 for n in range(10)]

print(quadrados)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

O resultado e identico, mas a comprehension e mais curta e expressa a intencao de forma direta: estamos criando uma lista de quadrados.