Entendendo Algoritmos

Entendendo Algoritmos, de Aditya Bhargava, publicado em 2016, é um livro de introdução à ciência da computação feito para quem tem medo do tema. Em vez de páginas de fórmulas, usa desenhos à mão, exemplos do cotidiano e pouca matemática. O subtítulo do original promete um guia ilustrado para programadores e curiosos, e cumpre o que promete.

Um algoritmo é só uma receita: uma sequência de passos para resolver um problema. O livro mostra os mais clássicos, os problemas que cada um resolve e o raciocínio por trás. Os exemplos de código, em Python, são curtos, e quem não programa consegue acompanhar as ideias pelas figuras.

A proposta de fundo é que conhecer alguns algoritmos básicos ajuda a escolher a ferramenta certa. Entre duas formas de resolver um problema, saber qual é mais rápida e por quê faz diferença em sistemas que atendem milhares de pessoas.

O primeiro algoritmo é a busca binária. A imagem usada é a do jogo de adivinhar um número entre 1 e 100. Se você chutar 1, depois 2, depois 3, pode levar cem tentativas. Se começar pelo meio e cada resposta disser se o número é maior ou menor, descarta metade das opções a cada chute e acerta em poucas jogadas.

A busca binária só funciona quando a lista está ordenada, e é por isso que dicionários e listas telefônicas são organizados em ordem alfabética. Ninguém lê todos os nomes para achar um: abre-se no meio e se ajusta. Em uma lista com um milhão de itens, o método encontra o alvo em cerca de vinte passos.

O ensinamento é que organizar os dados antes de buscar pode compensar enormemente. Muitas vezes, o trabalho de arrumar a casa uma vez economiza milhares de buscas depois.

O livro apresenta a notação Big O, a linguagem para falar de velocidade de algoritmos. Ela não mede segundos, e sim como o número de passos cresce conforme a quantidade de dados aumenta. É uma forma de comparar métodos sem depender do computador.

Percorrer uma lista inteira para achar um item cresce na mesma proporção do tamanho da lista, o que se chama tempo linear. A busca binária cresce bem devagar, o chamado tempo logarítmico. Ordenar do jeito mais simples cresce muito mais rápido. E há problemas cujo custo explode, como testar todas as rotas possíveis entre muitas cidades.

A moral é que, com poucos dados, qualquer método serve, mas com muitos a diferença é abissal. Uma planilha que roda bem com cem linhas pode travar com cem mil, e a razão está na forma como o custo cresce.