diff --git a/docs/15-classes-objetos.md b/docs/15-classes-objetos.md index 2d0db98..ca3031d 100644 --- a/docs/15-classes-objetos.md +++ b/docs/15-classes-objetos.md @@ -153,8 +153,6 @@ A expressão `box.corner.x` significa “Vá ao objeto ao qual `box` se refere e A Figura 15.2 mostra o estado deste objeto. Um objeto que é um atributo de outro objeto é integrado. -A Figura 10.1 mostra o diagrama de estado para cheeses, numbers e empty. - ![Figura 15.2 – Diagrama de um objeto Rectangle.](https://github.com/PenseAllen/PensePython2e/raw/master/fig/tnkp_1502.png)
_Figura 15.2 – Diagrama de um objeto_ `Rectangle`. diff --git a/docs/B-analise-algorit.md b/docs/B-analise-algorit.md index e738ec7..94eae8a 100644 --- a/docs/B-analise-algorit.md +++ b/docs/B-analise-algorit.md @@ -160,7 +160,7 @@ Se a sequência tiver um milhão de itens, serão necessários cerca de 20 passo A busca por bisseção pode ser muito mais rápida que a busca linear, mas é preciso que a sequência esteja em ordem, o que pode exigir trabalho extra. -Há outra estrutura de dados chamada hashtable, que é até mais rápida – você pode fazer uma busca em tempo constante – e ela não exige que os itens estejam ordenados. Os dicionários do Python são implementados usando hashtables e é por isso a maior parte das operações de dicionário, incluindo o operador in, são de tempo constante. +Há outra estrutura de dados chamada hashtable, que é até mais rápida – você pode fazer uma busca em tempo constante – e ela não exige que os itens estejam ordenados. Os dicionários do Python são implementados usando hashtables e é por isso que a maior parte das operações de dicionário, incluindo o operador in, são de tempo constante. ## B.4 - Hashtables