O que é algoritmo? Conceito, como funciona, tipos e exemplos

Você usa dezenas de algoritmos todos os dias, mesmo sem perceber: quando o feed da rede social decide o que te mostrar, quando o aplicativo de mapas escolhe a rota mais rápida, quando o buscador entrega exatamente o resultado que você procurava. Por trás de cada uma dessas ações há um algoritmo — uma sequência de passos lógicos que transforma uma entrada em um resultado.

Apesar de o termo soar técnico (e quase místico, quando se fala do “algoritmo do Google” ou “do Instagram”), o conceito é simples e muito mais antigo que os computadores. Neste guia completo, você vai entender o que é um algoritmo, como ele funciona, quais são suas características essenciais, como ele é representado, os principais tipos, exemplos do dia a dia e da computação, como medimos sua eficiência e qual a relação dele com a inteligência artificial.

Algoritmo e lógica de programação são conceitos irmãos: o algoritmo é a sequência de passos, e a lógica de programação é o raciocínio que você usa para criá-la. Os algoritmos são o coração de toda programação: é a partir deles que o computador sabe o que fazer.

O que é um algoritmo?

Um algoritmo é uma sequência finita de passos lógicos, claros e bem definidos, criada para resolver um problema ou executar uma tarefa. Em outras palavras, é um conjunto de instruções que, seguidas na ordem certa, levam de um ponto de partida a um resultado esperado.

A analogia mais usada — e mais certeira — é a de uma receita culinária. Uma receita de bolo é um algoritmo: ela tem ingredientes (os dados de entrada), uma sequência de etapas a seguir (misturar, bater, levar ao forno) e um resultado final (o bolo pronto). Se você seguir os passos na ordem correta, chega ao resultado; se inverter etapas essenciais — assar antes de misturar, por exemplo —, o processo falha. Essa ordem lógica é o que define um algoritmo.

O ponto importante é que o conceito não pertence só à informática. Trocar o pneu de um carro, montar um móvel seguindo o manual, fazer uma divisão à mão no papel — todos são algoritmos, no sentido de procedimentos passo a passo. Na computação, porém, o algoritmo ganha um papel central: ele é a base de tudo que um software faz, traduzindo ideias abstratas em instruções que a máquina consegue executar.

A origem do termo: de onde vem a palavra “algoritmo”

Embora pareça um conceito moderno, o algoritmo é milenar. A própria palavra tem origem no nome de um matemático persa do século IX, Muhammad ibn Musa al-Khwarizmi, cujos trabalhos sobre cálculo e sistemas numéricos foram traduzidos para o latim séculos depois. A latinização do seu nome deu origem ao termo “algoritmo”.

Curiosamente, o mesmo estudioso também batizou outra área inteira da matemática: a palavra “álgebra” vem do título de uma de suas obras. Algoritmos, no sentido de procedimentos para resolver problemas matemáticos, já eram usados por civilizações antigas muito antes — para calcular áreas, dividir terras ou fazer contas sem o auxílio de ábacos. O conceito só foi formalizado e ganhou centralidade no século XX, com o surgimento da computação e os trabalhos de matemáticos como Alan Turing, que ajudaram a definir o que uma máquina pode ou não computar.

Características essenciais de um algoritmo

Nem toda sequência de instruções é um algoritmo. Para ser considerada uma, ela precisa reunir algumas propriedades fundamentais:

• Finitude. O algoritmo tem que terminar após um número finito de passos. Uma sequência que nunca chega ao fim (um “loop infinito”) não resolve nada e, portanto, não é um algoritmo útil.
• Clareza e ausência de ambiguidade. Cada passo precisa ser preciso e ter um único significado. Não pode haver espaço para interpretação: a instrução “adicione um pouco de sal” é ambígua; “adicione 5 gramas de sal” é clara.
• Entrada definida. O algoritmo recebe zero ou mais dados de entrada, bem especificados.
• Saída definida. Ele produz pelo menos um resultado, que é a solução do problema.
• Efetividade. Cada passo deve ser básico o suficiente para ser executado, em princípio, com exatidão e em tempo finito.

Vale destacar duas dessas características, porque são as que mais distinguem um algoritmo de uma instrução qualquer. A finitude garante que existe um fim; a ausência de ambiguidade garante que ele sempre se comporta da mesma forma. Uma máquina é literal: se a instrução for vaga, ela não “interpreta” o que você quis dizer — ela falha ou faz algo errado.

Como funciona um algoritmo: entrada, processamento e saída

Na sua forma mais essencial, todo algoritmo segue uma estrutura de três partes:

1. Entrada (input). São os dados com que o algoritmo vai trabalhar — números, textos, imagens, cliques do usuário. Um algoritmo de busca recebe o termo pesquisado; uma receita recebe os ingredientes.
2. Processamento. É o coração do algoritmo: a sequência de operações lógicas que transforma a entrada. Aqui acontecem os cálculos, comparações, decisões e repetições.
3. Saída (output). É o resultado produzido — a resposta da busca, o bolo pronto, a lista ordenada, a rota traçada no mapa.

Pense em uma calculadora somando dois números: a entrada são os números 3 e 5; o processamento é a operação de soma; a saída é o número 8. Por mais complexo que um sistema seja, no fundo ele é composto por milhares de algoritmos encadeados, cada um seguindo essa mesma lógica de transformar entradas em saídas.

As estruturas lógicas básicas

Dentro do processamento, os algoritmos se apoiam em três estruturas fundamentais. Praticamente qualquer algoritmo, por mais complexo, é construído com combinações dessas três:

• Sequência. As instruções são executadas uma após a outra, em ordem, do início ao fim. É o fluxo mais simples.
• Decisão (ou condição). O algoritmo avalia uma condição e escolhe um caminho com base nela — a lógica do “se… então… senão…”. Por exemplo: se o usuário digitou a senha correta, então libera o acesso; senão, exibe um erro. Na prática, em Python, essa lógica é construída com estruturas condicionais como o if e o elif.
• Repetição (ou laço). Um conjunto de instruções é repetido várias vezes, até que uma condição seja satisfeita. É o que permite, por exemplo, percorrer todos os itens de uma lista sem escrever a mesma instrução mil vezes.

Como um algoritmo é representado

Antes de virar código, um algoritmo costuma ser planejado em formas mais legíveis para humanos. As três representações mais comuns são:

Descrição em linguagem natural. É escrever os passos em português mesmo, como numa receita. É a forma mais acessível, mas também a mais sujeita a ambiguidades.

Pseudocódigo. É uma linguagem intermediária, que se parece com programação, mas sem as regras rígidas de uma linguagem específica. Serve para descrever a lógica de forma estruturada antes de traduzi-la para uma linguagem real. Um exemplo de pseudocódigo para verificar se alguém pode entrar em um evento:

se idade >= 18 então
    exibir "Entrada permitida"
senão
    exibir "Entrada não permitida"
fim se

Fluxograma. É a representação visual do algoritmo, com símbolos padronizados: losangos para decisões, retângulos para ações, setas indicando o fluxo. Ajuda a enxergar os caminhos possíveis de relance, sendo muito usado no ensino e no planejamento de sistemas.

Depois de planejado em uma dessas formas, o algoritmo é finalmente escrito em uma linguagem de programação (como Python, JavaScript ou C), que o computador consegue executar.

Principais tipos de algoritmos

Existem inúmeras formas de classificar algoritmos. Abaixo estão as categorias mais relevantes, agrupadas por função.

Por estrutura lógica

Os tipos mais básicos, que refletem as estruturas que vimos antes: sequenciais (executam em linha reta), condicionais (tomam decisões) e de repetição (repetem ações em laço).

Algoritmos de ordenação

Organizam dados em uma ordem específica (numérica ou alfabética). São dos mais estudados na computação. Exemplos clássicos: Bubble Sort, Selection Sort, Merge Sort e Quicksort.

Algoritmos de busca

Localizam um elemento dentro de um conjunto de dados. A busca linear percorre item por item; a busca binária, muito mais eficiente, divide repetidamente um conjunto já ordenado pela metade até encontrar o alvo.

Algoritmos de otimização

Procuram a melhor solução possível dentro de um conjunto de restrições — como encontrar a rota mais curta entre duas cidades ou a forma mais barata de distribuir recursos.

Algoritmos recursivos

São aqueles que resolvem um problema chamando a si mesmos para resolver versões menores do mesmo problema, até chegar a um caso simples o suficiente para resolver diretamente.

Algoritmos de criptografia

Protegem informações transformando dados legíveis em códigos indecifráveis sem a chave correta. Estão por trás da segurança de senhas, transações bancárias e comunicações. Exemplos amplamente usados são o AES e o RSA.

Algoritmos de aprendizado de máquina

São a base da inteligência artificial moderna. Em vez de seguir regras fixas escritas por um programador, eles aprendem padrões a partir de dados. Falaremos mais sobre eles adiante.

Exemplos de algoritmos no dia a dia

A melhor forma de entender o alcance dos algoritmos é reconhecê-los na rotina:

• Redes sociais. Algoritmos decidem quais publicações aparecem no seu feed do Instagram, TikTok ou YouTube, com base no seu comportamento e nos seus interesses.
• Buscadores. O Google usa algoritmos complexos para classificar bilhões de páginas e entregar as mais relevantes para a sua pesquisa.
• Aplicativos de mapas. O cálculo da rota mais rápida entre dois pontos é um algoritmo de otimização rodando em tempo real, levando em conta trânsito e distância.
• Streaming. As recomendações de filmes, séries e músicas no Netflix ou Spotify vêm de algoritmos que analisam o que você já consumiu.
• E-commerce. As sugestões de “produtos que você pode gostar” e os preços dinâmicos são definidos por algoritmos.
• Serviços financeiros. A aprovação de crédito, a detecção de fraudes em cartões e as operações no mercado financeiro dependem fortemente de algoritmos.

A eficiência de um algoritmo: a notação Big O

Para resolver um mesmo problema, muitas vezes existem vários algoritmos diferentes — e alguns são muito mais eficientes que outros. Medir essa eficiência é fundamental, especialmente quando o volume de dados cresce. É aí que entra a notação Big O. A escolha da estrutura de dados certa é o que torna um algoritmo eficiente — as duas coisas andam juntas.

A notação Big O é uma forma matemática de descrever como o tempo de execução (ou o uso de memória) de um algoritmo cresce conforme o tamanho da entrada aumenta. Ela não mede segundos exatos — mede o comportamento do algoritmo à medida que os dados escalam. Em outras palavras, responde à pergunta: “se eu der dez vezes mais dados para esse algoritmo, ele vai ficar dez vezes mais lento, cem vezes mais lento, ou quase nada mais lento?”.

As classes de complexidade mais comuns, da mais eficiente para a menos eficiente, são:

• O(1) — tempo constante. O tempo não muda com o tamanho da entrada. Acessar um item de uma lista pela posição é O(1): tanto faz se a lista tem 10 ou 10 milhões de itens.
• O(log n) — logarítmico. O tempo cresce muito devagar. A busca binária é o exemplo clássico, pois descarta metade dos dados a cada passo.
• O(n) — linear. O tempo cresce na mesma proporção da entrada. Percorrer uma lista item por item (busca linear) é O(n).
• O(n log n) — log-linear. É o “ponto ideal” dos bons algoritmos de ordenação, como o Merge Sort e o Quicksort.
• O(n²) — quadrático. O tempo cresce com o quadrado da entrada. Aparece em loops aninhados, como em algoritmos de ordenação simples (Bubble Sort). Fica inviável com grandes volumes.
• O(2ⁿ) — exponencial. Cresce de forma explosiva e se torna impraticável muito rapidamente.

Para se ter uma ideia prática: com uma entrada de 1.000 itens, um algoritmo O(n) faz cerca de mil operações, enquanto um O(n²) faz um milhão. Por isso, escolher o algoritmo certo faz uma diferença gigantesca em sistemas que lidam com muitos dados. Vale notar que o Big O costuma descrever o pior caso, e que existem notações complementares — como Ômega (Ω), para o melhor caso, e Theta (Θ), para o caso exato.

Algoritmos e inteligência artificial

Boa parte do interesse atual por algoritmos vem da explosão da inteligência artificial — e há uma diferença conceitual importante aqui.

Nos algoritmos tradicionais, o programador escreve explicitamente todas as regras: “se isso, faça aquilo”. O comportamento é totalmente previsível e definido por quem programou. Já nos algoritmos de aprendizado de máquina (machine learning), a lógica é outra: em vez de receber as regras prontas, o algoritmo recebe grandes volumes de dados e aprende os padrões sozinho, ajustando-se para fazer previsões ou tomar decisões.

É como a diferença entre dar a alguém uma lista de regras fixas para identificar um gato numa foto (difícil de escrever) e mostrar a essa pessoa milhares de fotos de gatos até que ela aprenda a reconhecê-los sozinha. Os modelos de IA generativa que conhecemos hoje são construídos sobre algoritmos de aprendizado profundo (deep learning), baseados em redes neurais — que, no fim das contas, ainda são algoritmos, só que de uma natureza muito mais sofisticada e adaptativa.

Por que entender algoritmos é importante

Entender algoritmos é justamente o primeiro passo de quem está começando — se é o seu caso, veja nosso guia de como aprender programação do zero. Compreender o conceito de algoritmo tem valor que vai além da programação:

• Desenvolve o raciocínio lógico. Pensar em passos claros e ordenados é uma habilidade útil para resolver problemas de qualquer natureza, não só técnicos.
• É a base da tecnologia. Sem algoritmos, não existiriam softwares, aplicativos, sites, jogos ou inteligência artificial. Entendê-los é entender como o mundo digital funciona.
• É uma habilidade valorizada no mercado. O chamado “pensamento computacional” — a capacidade de decompor problemas e resolvê-los de forma estruturada — é cada vez mais procurado em diversas profissões. Uma boa forma de começar a desenvolvê-lo é praticando programação — há cursos de Python gratuitos que ajudam a exercitar a lógica e o design de algoritmos.
• Ajuda a entender o próprio cotidiano. Saber que o feed, as recomendações e os preços são definidos por algoritmos torna você um usuário mais consciente e crítico da tecnologia.

Perguntas frequentes sobre algoritmos

Conclusão

Um algoritmo é, no fundo, uma ideia simples: uma sequência clara e finita de passos para resolver um problema. Essa ideia, porém, é a fundação sobre a qual todo o mundo digital foi construído — das receitas de bolo aos sistemas de inteligência artificial mais avançados.

Entender o que é um algoritmo, como ele funciona, do que é feito e como medimos sua eficiência não é só conhecimento técnico: é uma forma de enxergar a lógica que organiza a tecnologia que usamos o tempo todo. E, para quem trabalha ou pretende trabalhar com tecnologia, dominar esse conceito é o primeiro passo de uma jornada que não tem fim — porque, como vimos, sempre há um algoritmo melhor a ser descoberto.