プログラミング

赤黒木は、ツリーの各ノードが赤または黒で色付けされた平衡二分探索木です。赤黒木で実行できる操作には、検索、挿入、削除の3種類があります。 次の赤黒木に要素を挿入する必要があるとしましょう。 赤黒木に要素を挿入する方法は非常に簡単です。通常の二分木に挿入するのと同じように挿入を実行します。ルートノードから開始して、ノードの色を確認し、特定の位置に挿入します。ただし、赤黒木では、要素を挿入するための追加の手順が必要です。 ただし、条件に従うと、赤黒木はバランスが取れていることを知っておく必要があります- すべてのルートノードは黒である必要があります。 すべてのノードは赤また

式ツリー 式ツリーは、リーフノードが操作される値を持ち、内部ノードがリーフノードが実行される演算子を含むツリーです。 例 4 +（（7 + 9）* 2） 次のような式ツリーがあります 式ツリーを構築するためのアルゴリズム Tを式ツリーとします。 If T is not NULL:   If T->data is an operand:      return T.data   A = solve(T.left)   B = solve(T.right)   --&g

単一の最短経路を与える代わりに、Yenのk-最短経路アルゴリズムは kを与えます 2番目に短いパスと3番目に短いパスを取得できるようにするための最短パス。 場所Aから場所Bに移動する必要があり、場所Aと場所Bの間に複数のルートが利用可能であるというシナリオを考えてみましょう。ただし、最短パスを見つけて、その観点からあまり考慮されていないすべてのパスを無視する必要があります。目的地に到達するための時間計算量。 例を挙げて理解しましょう- 与えられた例をBのピークを持つ橋と考えてください。誰かがAからCに橋を渡りたい場合、誰も橋を渡るためにピークに行くことはありません。したがって、Aか

この投稿では、線形データ構造と非線形データ構造の違いを理解します。 線形データ構造 このような構造の要素は順番に配置されます。 線形構造をトラバースすることで、すべての要素にアクセスできます。 線形構造のすべての要素は単一レベルにあります。つまり、階層はありません。 実装と使用は簡単です。 それらはより多くのメモリを使用するため、メモリにあまり適していません。 線形データ構造の時間計算量は、通常、構造のサイズが大きくなると大きくなります。 例には、リスト、配列、スタックが含まれます 以下にPythonでのリストの例を示します。 my_list =

この投稿では、記述的データマイニングと予測的データマイニングの違いを理解します。 記述的データマイニング 保存されたデータを分析することで、過去に何が起こったのかを理解しようとします。 提供されるデータは正確です。 標準のレポートを提供します。 また、アドホックレポートも提供します。 リアクティブなアプローチを使用しています。 データ集約とデータマイニングを使用します。 ターゲットデータセット内のデータの特性について説明します。 -などの質問 何が起こったの？ 問題はどこにありますか？ この問題の頻度はどれくらいですか？

この投稿では、分類と回帰の違いを理解します。 分類 離散値を出します。 データのグループが与えられると、このメソッドはデータを異なるグループにグループ化するのに役立ちます。 このグループ化は、さまざまな基準に基づいて行われます。 順序付けされていません。 マッピング関数は、値を事前定義されたクラスにマッピングするために使用されます。 例：決定木、ロジスティック回帰。 回帰 連続的な値を提供します。 マッピング関数を使用して、値を連続出力にマッピングします。 注文しました。 従属変数と独立変数があります。 最適なラインを見つけ

この投稿では、DBMSの主キーと外部キーの違いを理解します 主キー 特定の列のデータが一意であることを確認するために使用されます。 リレーショナルデータベース内のレコードを一意に識別するのに役立ちます。 1つのテーブルで許可される主キーは1つだけです。 これは、「UNIQUE」制約と「NotNull」制約の組み合わせです。 これは、NULL値にすることはできないことを意味します。 その値を親テーブルから削除することはできません。 制約は、一時テーブルに対して暗黙的に定義できます。 例-SQLの場合： CREATE TABLE table_name

この投稿では、データとメタデータの違いを理解します。 データ コンピュータのメモリに保存されているあらゆる種類の情報。 後でさまざまな目的に利用できます。 有益な場合とそうでない場合があります。 処理されている場合とされていない場合があります。 DBMSでは、データは、ナビゲートできるファイルとして、またはディレクトリ、つまり階層形式で保存されます。 DBMSでは、データとは、データベースに個別にまたはセットとして保存されているすべてのアイテムを指します。 例：単語ドキュメントが作成され、それにテキストが追加された場合、そのテキストはデータです。

ここでは、間隔ヒープとは何かを確認します。間隔ヒープは完全な二分木であり、最後のノードを除く各ノードには2つの要素が含まれている可能性があります。ノードPの2つの要素の優先順位を「a」と「b」とします。ここでは、≤bを検討しています。ノードPは閉区間[a、b]を表すと言います。ここで、aはPの区間の左端であり、bは右端です。 [c、d]は、a≤c≤d≤bの場合に限り、区間[a、b]に含まれます。区間ヒープでは、各ノードPの左右の子で表される区間は、Pで表される区間に含まれます。最後のノードに優先度cの単一要素が含まれている場合、a≤c≤bです。ここで、[a、b]は最後のノードの親の間隔です。

ここでは、Bツリーで検索を実行する方法を説明します。 Bツリー検索は、Bツリークエリとも呼ばれます。以下のようなBツリーがあるとします- Bツリーの例 − 検索手法は、二分探索木と非常によく似ています。上記のツリーから66を検索するとします。したがって、ルートから開始します。66はルート要素46よりも大きくなります。したがって、ルートの右の子に移動します。次に、適切な子には複数の要素があります。要素はソートされており、[56、81]です。ターゲットキーは56より大きく、81より小さいので、56から81の間にあるサブツリーに入ります。次に、リーフレベルに移動しました。その時点で、要素6

ここでは、Bツリーへの挿入を実行する方法を説明します。以下のようなBツリーがあるとします- Bツリーの例 − 要素を挿入するための考え方はBSTと非常に似ていますが、いくつかのルールに従う必要があります。各ノードにはm個の子と、m-1個の要素があります。 1つのノードに要素を挿入する場合、2つの状況があります。ノードの要素がm-1未満の場合、新しい要素がノードに直接挿入されます。 m-1個の要素がある場合は、すべての要素と挿入される要素を取得し、それらの中央値を取得します。同じ基準を実行して中央値をそのノードのルートに送信し、2つ作成します。ノードの左半分と右半分からリストを分離する

ここでは、Bツリーからノードを削除する方法を説明します。以下のようなBTreeがあるとします- Bツリーの例 − 削除には2つの部分があります。まず、要素を見つける必要があります。その戦略はクエリのようなものです。ここで削除するには、いくつかのルールに注意する必要があります。 1つのノードには少なくともm/2個の要素が必要です。したがって、1つの要素を削除し、残りの要素がm-1未満の場合、それ自体が調整されます。ノード全体が削除されると、その子がマージされ、それらのサイズがmと同じである場合、それらを2つの部分に分割すると、中央値が再び上がります。 46を削除するとします。これで2

ここでは、B+ツリーとは何かを確認します。 B +ツリーは、Bツリーの拡張バージョンです。このツリーは、Bツリーのより良い挿入、削除、および検索をサポートします。 Bツリー、キー、およびレコード値は、内部ノードとリーフノードに格納されます。 B +ツリーレコードでは、リーフノードに保存できます。内部ノードはキー値のみを保存します。 B+ツリーのリーフノードもリンクリストのようにリンクされています B+ツリーの例 − これは、検索、挿入、削除などの基本的な操作をサポートします。各ノードで、アイテムが並べ替えられます。位置iの要素には、その前後に子があります。したがって、以前に痛んだ

ここでは、B+ツリーで検索を実行する方法を説明します。 B +ツリー検索は、B+ツリークエリとも呼ばれます。このアルゴリズムは、Bツリーのクエリと非常によく似ています。さらに、これは範囲クエリをサポートします。以下のようなB+ツリーがあるとします- B+ツリーの例 − 検索手法は、二分探索木と非常によく似ています。上記のツリーから63を検索するとします。したがって、ルートから開始します。63はルート要素60よりも大きく、75よりも小さくなります。したがって、要素60の右の子に移動します。右の子は63です。ただし、Bツリーを使用すると、次のようになります。結果。この場合、現在のノード

ここでは、B+ツリーへの挿入を実行する方法を説明します。以下のようなB+ツリーがあるとします- B+ツリーの例 − 要素を挿入するための考え方はBツリーと非常によく似ており、1つの要素が挿入されると、リーフノードに格納されます。それが内部ノードに存在する場合は、それ自体の右の子としてリーフにも存在します。 ツリーに65を挿入するとします。つまり、これは60より大きく、75未満です。次に、中央のサブツリーに挿入されます。これで、65が63の後にノードに挿入され、そのノードは2つの部分に分割され、65が上昇し、65もその右側のノードに配置されます。 65を挿入した後のB+ツリー。

ここでは、B+ツリーからノードを削除する方法を説明します。 7マイナス以下のようなB+ツリーがあるとします; B+ツリーの例 − 削除には2つの部分があります。まず、要素を見つける必要があります。その戦略はクエリのようなものです。ここで削除するには、いくつかのルールに注意する必要があります。 1つのノードには少なくともm/2個の要素が必要です。したがって、1つの要素を削除し、残りの要素がm-1未満の場合、それ自体が調整されます。ノード全体が削除されると、その子がマージされ、それらのサイズがmと同じである場合、それらを2つの部分に分割すると、中央値が再び上がります。 78を削除する

このセクションでは、区間木とは何かを確認します。名前が示すように、区間木は区間に関連付けられている木です。したがって、区間木について説明する前に、基本的な区間を見てみましょう。 間隔は基本的に範囲です。したがって、1つの間隔が[a、b]と記述されている場合、範囲がaから始まり、bで終わることを示します。 ここで、間隔[10、20]があるとします。したがって、3つの範囲値があります。最初は-∞から10、10から20、最後は20から∞ ここで、[15、25]から2番目の間隔を作成するとします。したがって、これは次のようになります- [18、22]から別の間隔を作ると、次のようにな

このセクションでは、セグメントツリーとは何かを確認します。それについて説明する前に、1つの問題を見てみましょう。 配列arr[0、…、n-1]があるとすると、次の操作を実行できます- インデックスlからrまでの要素の合計を求めます。ここで0≤l≤r≤n-1 配列の指定された要素の値を新しい値xに変更します。 arr [i]=xを実行する必要があります。 0からn–1の範囲のi。 この問題は、セグメントツリーを使用して解決できます。セグメントツリーは、O（log n）時間で合計とクエリを取得するのに役立ちます。では、これを表現する方法を見てみましょう- リーフノードは、

このセクションでは、K-aryツリーとは何かを確認します。 K-aryツリーはルートツリーであり、各ノードは最大k個の子を保持できます。 kの値が2の場合、これは二分木と呼ばれます。二分木、または三分木は、いくつかの特殊なk-ary木です。したがって、k-aryツリーは一般化されます。 K-aryツリーの例 − 上記の例では、ルートがあります。ルートには4つの子があります。ルートの各子には、いくつかの子もあります。最初の子供には3人の子供がいて、2番目の子供には子供がなく、3番目の子供には2人の子供がいて、最後の子供には4人の子供がいます。

ここでは、非周期的有向グラフとは何かを確認します。非巡回有向グラフは、有向サイクルを含まない有向グラフです。有向非巡回グラフはDAGと略されます。 すべての有限DAGには、少なくとも1つのノードがあり、そのアウトディグリーは0です。 1つのノードを持つDAGの例- 2つのノードを持つDAGの例- 3つのノードを持つDAGの例-