finished translation of 2 sections, close #8

translations/README-ptbr.md

@@ -452,13 +452,13 @@ Cada cartão tem formatação diferente.
 
 Eu fiz um website focado em mobile para que eu pudesse rever no meu celular, tablet, onde quer que eu esteja.
 
-Faça o seu próprio grátis:
+Faça o seu próprio, grátis:
 
 - [Repositório de flashcards](https://github.com/jwasham/computer-science-flash-cards)
 - [Minha base de dados de flashcards (antigo - 1200 cartões)](https://github.com/jwasham/computer-science-flash-cards/blob/master/cards-jwasham.db): 
 - [Minha base de dados de flashcards (novo - 1800 cartões)](https://github.com/jwasham/computer-science-flash-cards/blob/master/cards-jwasham-extreme.db):
 
-Pensando bem, eu fiz uma revisão e tive os cartões completos, abrangendo desde linguagem assembly e trivialidades de Python até aprendizado de máquina e estatísticas. É demais para o que é exigido pelo Google. 
+Pensando bem, eu fiz uma revisão e tive os cartões completos, abrangendo desde linguagem assembly e trivialidades de Python até aprendizado de máquina e estatísticas. É demais para o que é exigido pela Google. 
 
 **Nota:** A primeira vez que você reconhece que sabe a resposta, não a marque como conhecida. Você tem que ver o mesmo cartão e respondê-lo várias vezes corretamente antes de realmente conhecê-lo. A repetição colocará esse conhecimento mais aprodundado em seu cérebro.
 
@@ -469,9 +469,9 @@ Meu banco de dados de flashcards em formato Anki: https://ankiweb.net/shared/inf
 
 ### 3. Reveja, Reveja e Reveja
 
-Eu mantenho um conjunto de anotações em ASCII, OSI stack, Big-O notations, e muito mais. Eu os estudo quando tenho algum tempo livre.
+Eu mantenho um conjunto de anotações em ASCII, OSI stack, Notações Big-O, e muito mais. Eu os estudo quando tenho algum tempo livre.
 
-Faça uma pausa dos problemas de programação por meia hora e passe por seus flashcards.
+Faça uma pausa durante os problemas de programação por meia hora e passe por seus flashcards.
 
 ### 4. Foco
 
@@ -517,40 +517,40 @@ Write code on a whiteboard or paper, not a computer. Test with some sample input
 
 ## Conhecimento Prévio
 
-- [ ] **Learn C**
-    - C is everywhere. You'll see examples in livros, lectures, vídeos, *everywhere* while you're studying.
-    - [ ] [C Programming Language, Vol 2](https://www.amazon.com/Programming-Language-Brian-W-Kernighan/dp/0131103628)
-        - This is a short livro, but it will give you a great handle on the C language and if you practice it a little 
-            you'll quickly get proficient. Understanding C helps you understand how programs and memory work.
-        - [answers to questions](https://github.com/lekkas/c-algorithms) 
+- [ ] **Aprenda C**
+    - C está em todo lugar. Você vai ver exemplos em livros, aulas, vídeos, em todo lugar enquanto você estiver estudando.
+    - [ ] [C Programming Language, Vol 2](https://www.amazon.com/Programming-Language-Brian-W-Kernighan/dp/0131103628) (Linguagem de Programação C, Vol 2)
+        - Esse é um livro curto, mas vai te ajudar a ter um ótimo domínio da linguagem C e se você praticar um pouco 
+            você irá se tornar proficiente rapidamente. Entender C te ajuda a entender como os programas e a memória funcionam.
+        - [answers to questions](https://github.com/lekkas/c-algorithms) (respostas para as questões) 
 
-- [ ] **How computers process a program:**
-    - [ ] [How does CPU execute program (vídeo)](https://www.youtube.com/watch?v=42KTvGYQYnA)
-    - [ ] [Machine Code Instructions (vídeo)](https://www.youtube.com/watch?v=Mv2XQgpbTNE)
+- [ ] **Como computadores processam um programa:**
+    - [ ] [How does CPU execute program (vídeo)](https://www.youtube.com/watch?v=42KTvGYQYnA) (Como uma CPU executa um programa (vídeo))
+    - [ ] [Machine Code Instructions (vídeo)](https://www.youtube.com/watch?v=Mv2XQgpbTNE) (Instruções de Código de Máquina (vídeo))
 
 ## Complexidade Algorítmica / Big-O / Análise assintótica
-- nothing to implement
-- [ ] [Harvard CS50 - Asymptotic Notation (vídeo)](https://www.youtube.com/watch?v=iOq5kSKqeR4)
-- [ ] [Big O Notations (general quick tutorial) (vídeo)](https://www.youtube.com/watch?v=V6mKVRU1evU)
-- [ ] [Big O Notation (and Omega and Theta) - best mathematical explanation (vídeo)](https://www.youtube.com/watch?v=ei-A_wy5Yxw&index=2&list=PL1BaGV1cIH4UhkL8a9bJGG356covJ76qN)
+- nada para implementar
+- [ ] [Harvard CS50 - Asymptotic Notation (vídeo)](https://www.youtube.com/watch?v=iOq5kSKqeR4) (Harvard CS50 - Notação Assintótica (vídeo))
+- [ ] [Big O Notations (general quick tutorial) (vídeo)](https://www.youtube.com/watch?v=V6mKVRU1evU) (Notações Big-O (rápido tutorial geral) (vídeo))
+- [ ] [Big O Notation (and Omega and Theta) - best mathematical explanation (vídeo)](https://www.youtube.com/watch?v=ei-A_wy5Yxw&index=2&list=PL1BaGV1cIH4UhkL8a9bJGG356covJ76qN) (Notação Big-O (e Omega e Theta) - melhor explicação matemática (vídeo))
 - [ ] Skiena:
     - [vídeo](https://www.youtube.com/watch?v=gSyDMtdPNpU&index=2&list=PLOtl7M3yp-DV69F32zdK7YJcNXpTunF2b)
     - [slides](http://www3.cs.stonybrook.edu/~algorith/video-lectures/2007/lecture2.pdf)
-- [ ] [A Gentle Introduction to Algorithm Complexity Analysis](http://discrete.gr/complexity/)
-- [ ] [Orders of Growth (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/59)
-- [ ] [Asymptotics (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/61)
-- [ ] [UC Berkeley Big O (vídeo)](https://youtu.be/VIS4YDpuP98)
-- [ ] [UC Berkeley Big Omega (vídeo)](https://youtu.be/ca3e7UVmeUc)
-- [ ] [Amortized Analysis (vídeo)](https://www.youtube.com/watch?v=B3SpQZaAZP4&index=10&list=PL1BaGV1cIH4UhkL8a9bJGG356covJ76qN)
-- [ ] [Illustrating "Big O" (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/63)
-- [ ] TopCoder (includes recurrence relations and master theorem):
-    - [Computational Complexity: Section 1](https://www.topcoder.com/community/data-science/data-science-tutorials/computational-complexity-section-1/)
-    - [Computational Complexity: Section 2](https://www.topcoder.com/community/data-science/data-science-tutorials/computational-complexity-section-2/)
-- [ ] [Cheat sheet](http://bigocheatsheet.com/)
-
-
-    If some of the lectures are too mathy, you can jump down to the bottom and
-    watch the discrete mathematics vídeos to get the background knowledge.
+- [ ] [A Gentle Introduction to Algorithm Complexity Analysis](http://discrete.gr/complexity/) (Uma Introdução Gentil a Análise de Complexidade Algoritmica)
+- [ ] [Orders of Growth (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/59) (Ordens de Crescimento (vídeo))
+- [ ] [Asymptotics (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/61) (Assintóticas (vídeo))
+- [ ] [UC Berkeley Big O (vídeo)](https://youtu.be/VIS4YDpuP98) (Big-O - Universidade da Califórnia em Berkeley (vídeo))
+- [ ] [UC Berkeley Big Omega (vídeo)](https://youtu.be/ca3e7UVmeUc) (Grande Omega - Universidade da Califórnia em Berkeley (vídeo))
+- [ ] [Amortized Analysis (vídeo)](https://www.youtube.com/watch?v=B3SpQZaAZP4&index=10&list=PL1BaGV1cIH4UhkL8a9bJGG356covJ76qN) (Análise Amortizada (vídeo))
+- [ ] [Illustrating "Big O" (vídeo)](https://class.coursera.org/algorithmicthink1-004/lecture/63) (Ilustrando "Big-O" (vídeo))
+- [ ] TopCoder (inclui relações de recorrência e teorema mestre):
+    - [Computational Complexity: Section 1](https://www.topcoder.com/community/data-science/data-science-tutorials/computational-complexity-section-1/) (Complexidade Computacional: Seção 1)
+    - [Computational Complexity: Section 2](https://www.topcoder.com/community/data-science/data-science-tutorials/computational-complexity-section-2/) (Complexidade Computacional: Seção 2)
+- [ ] [Cheat sheet](http://bigocheatsheet.com/) (Folha de Consultas)
+
+
+    Se alguma das aulas forem muito "matemáticas", você pode pular para o final e 
+    ver o vídeo de matemática discreta para ganhar um conhecimento base.
 
 ## Data Structures