`, ``, ``, ``, ``, `- `, ``, ``, `
`, `![]()
`) foram preservadas intactas.
- Nomes de variáveis, classes, estruturas, funções e parâmetros (ex.: `nums`, `target`, `head`, `val`, `O(n log n)`) não foram modificados.
- Expressões matemáticas, limites de restrições e blocos de teste permaneceram idênticos ao original.
3. **Padronização do Glossário Técnico (PT-BR):**
- Convenção uniforme de vocabulário acadêmico: *array* $\rightarrow$ *array*, *linked list* $\rightarrow$ *lista encadeada*, *binary tree* $\rightarrow$ *árvore binária*, *hash table* $\rightarrow$ *tabela hash*, *two pointers* $\rightarrow$ *dois ponteiros*, *dynamic programming* $\rightarrow$ *programação dinâmica*, *prefix tree* $\rightarrow$ *árvore de prefixos*.
4. **Auditoria e Validação Automática:**
- Foi executada uma rotina de verificação estrutural (contagem de imagens, blocos ``, tags ``, `` e tabelas) que acusou **98,9% de fidelidade estrutural perfeita** e 0 erros de parsing.
---
## 2. Estrutura de Arquivos e Armazenamento
O diretório local disponibiliza o dataset em dois formatos complementares:
```
trabalho/database/
├── leetcode_problems_pt.csv # Catálogo completo em formato CSV tabular (25 colunas, 2.830 registros)
├── leetcode_problems_pt.json # Catálogo completo em formato JSON estruturado com tipos nativos
├── relatorio_exploratorio_dataset.ipynb# Jupyter Notebook com análise exploratória e métricas avançadas
├── relatorio_exploratorio_dataset.html # Relatório visual executivo em HTML autônomo com gráficos
├── README.md # Documentação técnica e estatísticas consolidadas (este arquivo)
└── schema.md # Especificação formal dos schemas Relacional (SQL) e JSON Schema
```
### Métricas de Tamanho em Disco
| Componente | Registros / Tipo | Tamanho em Disco | Tamanho em Bytes | Formato |
| :--- | :--- | :--- | :--- | :--- |
| **`leetcode_problems_pt.csv`** | 2.830 linhas | ~23,32 MB | 23.320.635 bytes | CSV (UTF-8, delimitador `,`) |
| **`leetcode_problems_pt.json`** | 2.830 objetos | ~25,44 MB | 25.437.176 bytes | JSON (UTF-8, lista raiz) |
| **`relatorio_exploratorio_dataset.ipynb`** | Notebook executado | ~1,23 MB | 1.228.058 bytes | IPYNB (Jupyter v4) |
| **`relatorio_exploratorio_dataset.html`** | Relatório com gráficos | ~1,59 MB | 1.586.210 bytes | HTML5 (Standalone) |
---
## 3. Estatísticas Descritivas do Dataset
### 3.1. Distribuição por Grau de Dificuldade
| Dificuldade | Quantidade | Percentual |
| :--- | :---: | :---: |
| **Medium** | 1.417 | 50,07% |
| **Easy** | 752 | 26,57% |
| **Hard** | 661 | 23,36% |
| **Total** | **2.830** | **100,00%** |
---
### 3.2. Distribuição por Categoria Temática
| Categoria | Quantidade | Percentual | Descrição |
| :--- | :---: | :---: | :--- |
| **Algorithms** | 2.675 | 94,52% | Estruturas de dados, algoritmos clássicos, grafos, DP |
| **Database** | 86 | 3,04% | Consultas SQL, modelagem e manipulação de tabelas |
| **JavaScript** | 37 | 1,31% | Funções assíncronas, closures, prototypes e DOM |
| **pandas** | 15 | 0,53% | Operações de DataFrames em Python |
| **Concurrency** | 6 | 0,21% | Multithreading, semáforos, locks e sincronização |
| **Shell** | 4 | 0,14% | Scripts Bash, processamento de texto com awk/sed |
---
### 3.3. Top 20 Tópicos Algorítmicos Mais Frequentes
| Rank | Tópico (*Topic Tag*) | Frequência de Problemas |
| :---: | :--- | :---: |
| 1 | `Array` | 1.626 |
| 2 | `String` | 683 |
| 3 | `Hash Table` | 589 |
| 4 | `Dynamic Programming` | 508 |
| 5 | `Math` | 503 |
| 6 | `Sorting` | 391 |
| 7 | `Greedy` | 366 |
| 8 | `Binary Search` | 259 |
| 9 | `Depth-First Search` | 242 |
| 10 | `Matrix` | 216 |
| 11 | `Bit Manipulation` | 212 |
| 12 | `Breadth-First Search` | 193 |
| 13 | `Prefix Sum` | 184 |
| 14 | `Tree` | 182 |
| 15 | `Two Pointers` | 181 |
| 16 | `Simulation` | 165 |
| 17 | `Heap (Priority Queue)` | 164 |
| 18 | `Counting` | 145 |
| 19 | `Stack` | 138 |
| 20 | `Graph` | 133 |
---
### 3.4. Estatísticas de Aceitação (*Acceptance Rate*)
* **Média:** 55,13%
* **Desvio Padrão:** 17,36%
* **Mínimo:** 9,56%
* **1º Quartil (Q1):** 42,50%
* **Mediana (Q2):** 55,47%
* **3º Quartil (Q3):** 67,90%
* **Máximo:** 94,49%
---
### 3.5. Disponibilidade de Dicas e Códigos de Solução
* **Dicas Oficiais Traduzidas (`hints_pt`):** 2.012 problemas possuem dicas socráticas traduzidas para PT-BR.
* **Soluções em C++ (`solution_code_cpp`):** 857 problemas contam com código completo.
* **Soluções em Java (`solution_code_java`):** 844 problemas contam com código completo.
* **Soluções em Python 3 (`solution_code_python`):** 719 problemas contam com código completo.
---
## 4. Estrutura dos Dados e Campos Bilíngues
O dataset contém **25 colunas** estruturadas:
| Campo | Tipo | Descrição | Exemplo |
| :--- | :--- | :--- | :--- |
| `frontendQuestionId` | `int` | ID sequencial do problema no LeetCode | `1` |
| `title` | `string` | Título original em inglês | `"Two Sum"` |
| `title_pt` | `string` | **Título traduzido em Português (PT-BR)** | `"Soma de Dois Números"` |
| `titleSlug` | `string` | Slug amigável da URL | `"two-sum"` |
| `difficulty` | `string` | Nível de dificuldade (`Easy`, `Medium`, `Hard`) | `"Easy"` |
| `category` | `string` | Domínio do problema | `"Algorithms"` |
| `url` | `string` | URL canônica do problema | `"https://leetcode.com/problems/two-sum/"` |
| `description` | `string` | Enunciado original completo em HTML (Inglês) | `"Given an array of integers...
"` |
| `description_pt` | `string` | **Enunciado completo em HTML (Português PT-BR)** | `"Dado um array de inteiros...
"` |
| `hints` | `list[str]` | Dicas originais em inglês | `["A really brute force way..."]` |
| `hints_pt` | `list[str]` | **Dicas traduzidas em Português (PT-BR)** | `["Dica 1: Uma forma de força bruta..."]` |
| `topics` | `list[str]` | Lista de tópicos algorítmicos | `["Array", "Hash Table"]` |
| `acceptance_rate` | `float` | Percentual de submissões aceitas | `55.58` |
| `likes` | `int` | Quantidade de avaliações positivas | `61571` |
| `dislikes` | `int` | Quantidade de avaliações negativas | `2223` |
| `solution_code_python` | `string` | Código da solução oficial em Python 3 | `"class Solution:\n def twoSum..."` |
| `solution_code_java` | `string` | Código da solução oficial em Java | `"class Solution {\n public int[]..."` |
| `solution_code_cpp` | `string` | Código da solução oficial em C++ | `"class Solution {\n public: vector..."` |
| `similar_questions` | `list[dict]` | Questões correlacionadas no LeetCode | `[{"title": "3Sum", ...}]` |
| `stats` | `dict` | Estatísticas brutas de submissão | `{"totalAccepted": "17.1M", ...}` |
*(Para a especificação completa de tipos, constraints e JSON Schema, consulte o documento [`schema.md`](file:///mnt/arquivos/GDrive/Documents/Disciplinas/ia2/trabalho/database/schema.md)).*
---
## 5. Como Utilizar o Dataset (Exemplos Práticos)
### 5.1. Carregamento com Python e Pandas
```python
import pandas as pd
import json
# Carregamento do CSV
df = pd.read_csv("leetcode_problems_pt.csv")
print(f"Total de problemas carregados: {len(df)}")
print(df[["frontendQuestionId", "title_pt", "difficulty", "acceptance_rate"]].head())
# Exemplo de filtragem: Questões 'Easy' de Programação Dinâmica em PT-BR
df_easy_dp = df[(df["difficulty"] == "Easy") & (df["topics"].str.contains("Dynamic Programming", na=False))]
print(f"Problemas Easy de DP: {len(df_easy_dp)}")
```
---
### 5.2. Carregamento com Python e JSON Nativo
```python
import json
with open("leetcode_problems_pt.json", "r", encoding="utf-8") as f:
problems = json.load(f)
# Acessando o primeiro problema
first = problems[0]
print(f"ID: {first['frontendQuestionId']}")
print(f"Título (EN): {first['title']}")
print(f"Título (PT): {first['title_pt']}")
print(f"Dicas PT: {len(first.get('hints_pt', []))}")
```
---
### 5.3. Consultas Analíticas com DuckDB / SQL
```python
import duckdb
con = duckdb.connect()
# Consulta direta no CSV sem necessidade de carregar tudo na memória
query = """
SELECT
difficulty,
COUNT(*) AS total_problemas,
ROUND(AVG(acceptance_rate), 2) AS taxa_aceitacao_media,
ROUND(AVG(likes), 0) AS media_likes
FROM 'leetcode_problems_pt.csv'
GROUP BY difficulty
ORDER BY total_problemas DESC;
"""
print(con.execute(query).df())
```
---
## 6. Atribuição e Citação (BibTeX)
Caso utilize esta base de dados em trabalhos acadêmicos ou relatórios técnicos, utilize a seguinte referência:
```bibtex
@misc{leetcode_problems_pt_2026,
author = {Aléssio Miranda Júnior and Seyedali Shohadaeolhosseini},
title = {LeetCode Problems Dataset (Edição Bilíngue PT-BR/EN)},
year = {2026},
institution = {Instituto Federal do Norte de Minas Gerais (IFNMG)},
note = {Dataset enriquecido com tradução técnica automatizada via LLM e curadoria estrutural para a disciplina de Inteligência Artificial II},
howpublished = {\url{https://github.com/alessiojr/disciplina-ia2}}
}
```