Submódulo 3: Listas, tuplas e dicionários: estruturas de dados simples: 🎯 Exercícios

🎯 Exercícios: Listas, tuplas e dicionários: estruturas de dados simples

Teste seus conhecimentos com estas questões de múltipla escolha. Cada questão tem apenas uma resposta correta.

Questão 1

Qual afirmação descreve corretamente as listas em Python?

A) A) Listas são imutáveis.

B) B) Tuplas são mutáveis.

C) C) Listas são sequências ordenadas e mutáveis.

D) D) Dicionários não aceitam índices numéricos para acesso.

E) E) Slicing retorna sempre a mesma lista original.

Questão 2

Qual característica define a tupla em Python?

A) A) Mutável, permitindo reatribuição de comprimento.

B) B) Imutável, não pode ser alterada após criada.

C) C) Não é ordenada.

D) D) Pode conter apenas números.

E) E) Não pode ser usada como chave em dicionários sob nenhuma condição.

Questão 3

Qual afirmação descreve uma prática segura para consultar valores em um dicionário?

A) A) Usar d[chave] diretamente; lançar KeyError se não existir.

B) B) Usar d.get(chave, default) para obter um valor comum sem lançar erro.

C) C) Converter o dicionário para lista antes de consultar.

D) D) Iterar sobre d.keys() para acessar o valor correspondente.

E) E) Usar d.pop(chave) para consultar sem erro.

Questão 4

Em slicing de listas, o que acontece com objetos mutáveis contidos?

A) A) Slicing cria cópia profunda de todos os elementos.

B) B) Slicing modifica a lista original.

C) C) Slicing retorna uma nova lista com referências aos mesmos objetos mutáveis internos.

D) D) Slicing remove todos os objetos mutáveis.

E) E) Slicing não funciona em listas que contêm objetos mutáveis.

Questão 5

Sobre compreensões de listas em Python, qual afirmação está correta?

A) A) Compreensões substituem qualquer necessidade de loops, sempre.

B) B) Compreensões devem ser usadas apenas para listas; para dicionários existe outra sintaxe.

C) C) Compreensões são uma forma concisa de construir listas, mas podem prejudicar legibilidade se exageradas.

D) D) Compreensões sempre melhoram a performance, independentemente do tamanho da expressão.

E) E) Compreensões devem evitar qualquer condição ou filtro.