An�lise de pior caso:

 - resultado independe da entrada
 - mais simples de analisar
 
    - em contraste com an�lise de caso m�dio, por exemplo
 
 - Por n�o exigir conhecimento do problema
    - no sentido do que � uma entrada t�pica 
    - an�lise de pior caso � apropriada para algoritmos de prop�sito geral



Damos pouca aten��o para constantes multiplicativas e termos de ordem menor:

 - simplifica a an�lise
 - se preocupar com as constantes seria inapropriado, j� que elas dependem de detalhes de implementa��o, linguagem, compilador e arquitetura
 - termos de ordem menor se tornam irrelevantes quando a entrada cresce, que � o pr�ximo t�pico
 - an�lise comparativa entre algoritmos continua precisa mesmo com essas simplifica��es
 
 - Obs: constantes s�o relevantes na pr�tica. Mas, em geral, elas tem um impacto secund�rio em rela��o � escolha de algoritmos e estruturas de dados adequadas para resolver um problema
    - Ex.: um BubbleSort super polido ainda ser� muito pior que um MergeSort mal feito para ordenar vetores grandes



Estamos interessados no comportamento dos algoritmos para entradas grandes:

 - caso contr�rio for�a bruta resolve

 - tamb�m por isso o crescimento do tempo em fun��o de n importa mais do que constantes
    - para n grande as constantes se tornam proporcionalmente desprez�veis



Neste curso estamos interessados em algoritmos r�pidos:

 - vamos usar a seguinte defini��o matem�tica como sin�nimo de algoritmo r�pido
 
    - Um algoritmo cujo tempo de execu��o no pior caso cresce devagar em fun��o do tamanho da entrada
	   - Por devagar queremos dizer perto de linear
	   
    - Essa defini��o matem�tica � vantajosa por apresentar duas caracter�sticas
	   - � trat�vel
	   - � preditiva