BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap. Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
|
|
- Ayşe Fırat
- 5 yıl önce
- İzleme sayısı:
Transkript
1 BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
2 Dersin Planı B+ Tree Temel bir veritabanı çalışma kodu Hash (Karma) Heap
3 Ağaçlar Ağaç Çeşitleri Binary Tree * Dengeli ikili ağaçlar Dengeli d li ağaç yapıları AVL Tree * Red-Black Trees Splay Trees Tree B Tree B+ Tree * Bu derste veritabanı sistemleri açısından önemli olan B+ tree algoritması ve aramayı daha da hızlandırma imkanı olan Hash yapısı incelenecektir. Ve sıralamayı hızlandıran Heap yapısı genel olarak anlatılacaktır. Derste işlenen algoritmalar * ile işaretlenmiştir.
4 B+ Tree Dengeli arama ağacı yapısı kurmanın bir başka yolu da her düğümde bir değil birden fazla değer saklamaktır. Bu tip ağaç yapıları ikili ağaçların genellemeleri olup, literatürde d-li ağaç yapıları olarak adlandırılırlar.
5 B+ Tree B+ ağacı dinamik bir arama ağacı yapısı olup, indeks kısmı ve verilerin saklandığı kısım olmak üzere iki kısımdan oluşmaktadır. İndeks kısmı d-li ağaç yapısında olup, her düğüm d m 2d değer içermektedir. d değeri B+ ağacının parametresi olup, B+ ağacının kapasitesini göstermekte ve ağacın derecesi olarak ifade edilmektedir. 15 veri içeren d=2 dereceli örnek bir B+
6 B+ Tree Kök düğüm bu kuralın tek istisnası olup 1 m 2d değer içerebilmektedir. Her düğüm kendisine ait m+1 tane çocuk düğümü gösteren m+1 tane işaretçi içerir. Bu işaretçiler yardımıyla, ağaç yukarıdan aşağı doğru gezilebilmektedir. Pi, i. Çocuk düğümü gösteren işaretçi, Ki ise aynı düğümde saklanan i. değeri göstermek üzere, i. Çocuk düğüm ve bu düğümün tüm soyundaki veriler Ki K<Ki+1 aralığında değer alırlar. Veriler yaprak düğümlerde saklanmakta olup, ağaç tanımı gereği yaprak düğümlerin çocuk düğümleri olamaz. 15 veri içeren d=2 dereceli örnek bir B+
7 B+ Tree 15 veri içeren d=2 dereceli örnek bir B+ Yukarıdaki şekilde 15 veri içeren d=2 dereceli örnek bir B+ ağacı gösterilmiştir. d=2 olduğundan düğümler en az 2, en fazla 4 değer içerebilmektedirler. Üst kısımda sadece kök düğüm olup, toplam 4 değer ve 5 işaretçi içermektedir. Alt kısımda ise K<11 aralığında 4 veri, 11 K<18 aralığında 2 veri, 18 K<25 aralığında 2 veri, 25 K<32 aralığında 3 veri ve son olarak K 32 aralığında ise 4 veri bulunmaktadır.
8 B+ Tree 13 veri içeren d=1 dereceli başka bir B+ ağacı Üst kısımda kök dahil olmak üzere toplam 4 düğüm bulunmaktadır. d = 1 olduğundan düğümler en az 1, en fazla 2 değer içerebilmektedirler. 1. Şekildeki ağaçtan farklı olarak bu ağaçta tam dolu olmayan bir düğüm bulunmakta, bu sebeple aynı düğümün diğer düğümlerden farklı olarak 2 çocuğu bulunmaktadır.
9 B+ Tree
10 B+ Tree Arama B+ ağacında belirli bir elemanı aramak, ikili arama ağacında belirli bir elemanı aramaya benzer. Arama işlemine ikili arama ağacında olduğu gibi yine kök düğümünden başlanır ve her aşamada ağaçta bir seviye aşağı inilir. İkili arama ağacına göre B+ ağacında eleman arama iki noktada farklıdır. Birincisi, ikili arama ağacında veriler düğümlerde veya yapraklarda olabildiği halde, B+ ağacında veriler sadece yaprak düğümlerde saklanır.
11 B+ Tree Arama Bu sebeple, ikili arama ağacında arama işlemi ağacın herhangi bir yerinde bitebilecekken, B+ ağacında arama ancak ve ancak yaprak düğümlere ulaşıldığında sona erer. İkinci olarak, ikili arama ağacında aranan eleman düğümdeki tek bir değerle karşılaştırılıp sol veya sağ çocukla aramaya devam edilirken, B+ ağacının düğümlerinde m tane değer olduğundan, bu değerlerin bir kısmı veya hepsiyle karşılaştırma yapılıp, hangi çocukla aramaya devam edileceğinin belirlenmesi gerekir.
12 B+ Tree 30 un aranması
13 B++ Tree Ekleme B+ ağacına eleman eklerken AVL ağacında olduğu gibi ağacın yeniden şekillendirilmesi gerekebileceği gibi sadece ağacın alakalı yaprağına eklemek de yeterli olabilir. B+ ağacında veriler yapraklarda saklandığı için eklenecek elemanın önce hangi yaprağa ekleneceğinin bulunması gerekir. Bu yaprak bulunduktan sonra, önce eleman yaprağa eklenir, sonra yapraktaki veri sayısı sınırı aşmışsa yaprak ikiye bölünüp bir üst düğüme yeni bir eleman eklenir. Eğer üst düğüme eklenen eleman da üst düğümün sınırı aşmasına sebep olursa, üst düğüm ikiye bölünür ve iki üst düğüme yeni bir eleman eklenir. İşlem bu şekilde herhangi bir üst düğümde sınır aşılmayıncaya kadar devam eder.
14 B+ Tree 22 in eklenmesi
15 B+ Tree Ekleme Algoritması
16 B+ Tree Farklı bir ağaca 22 in eklenmesi 22 nin ekleneceği yaprakta daha önceden 25 ve 27 olup, ekstra eleman için yer bulunmamaktadır. Önce bu yaprağa 22 eklenmekte, ardından yaprak ikiye bölünüp bir tanesi 22 ve diğeri 25 ile 27 içeren iki yaprak meydana gelmektedir. Bu durum, üst düğüme 25 in eklenmesini gerektirmektedir.
17 B+ Tree Farklı bir ağaca 22 in eklenmesi İlk üst düğümde 20 ve 28 olup, ekstra eleman için yer bulunmamaktadır. Önce ilk üst düğüme 25 eklenmekte, ardından düğüm ikiye bölünüp bir tanesi 20 diğeri 28 içeren iki düğüm meydana gelmekte, bu durum yine bir üst düğüme 25 in eklenmesini gerektirmektedir. İkinci üst düğümde 18 ve 32 olup, ekstra eleman için yer bulunmamaktadır. Önce ikinci üst düğüme 25 eklenmekte, ardından düğüm ikiye bölünüp bir tanesi 18 diğeri 32 içeren iki düğüm meydana gelmekte, bölünen düğüm kök düğümü olduğundan yeni bir kök düğümü oluşturulup 25 kök düğüme yerleştirilmektedir.
18 B+ Tree Farklı bir ağaca 22 in eklenmesi
19 İndeksleme Temeli Ağaç Dizin Örneği Veritabanı dersinde indeksleme konusunda ağaçların kullanıldığı ve indekslemenin arama ve filtreleme işlemlerini hızlandırdığını belirtmiştik. Bu konuda amacımız bu hız artışını algoritmik açıdan incelemektir.
20 Bir Select Sorgusu Ogrenci(No, Ad, Soyad) bilgileri sahip olalım. Select Ad, Soyad From Ogrenci Where No=18 ile 18 nolu öğrencinin bilgilerine ulaşabiliriz.
21 Bir Select Sorgusu Select count(*) From Ogrenci Where No > ten büyük olan öğrencilerin sayısını bulmak isteyebiliriz. Her iki SQL de amacımız hızlı bir şekilde sonuç üretmek olsun.
22 Kod Yapısı No kolonu primary key olarak düşünülebilir.
23 Kod Yapısı 18 no lu öğrenci bilgileri alan kod Select Ad, Soyad From Ogrenci Where No=18
24 Kod Yapısı 23 ten büyük öğrenci sayısını bulan kod Select count(*) From Ogrenci Where No > 23
25 Hash (Karma) İkili Arama da ekleme, silme ve arama O(log n) zamanında yapılabiliyordu. Hash sayesinde bunu O(1) düzeye indirgemeye çalışacağız. Fakat, diğer taraftan maksimum ve minimum elemanları bulma, sıralı biçimde gösterme gibi özellikleri Hash yapısı desteklemektedir. Ayrıca, Hash yapısında çakışmalar diğer bir sorundur.
26 Hash Hash tablosu veri yapısı bir dizi elemandan oluşmaktadır. Dizideki her bir eleman sayı veya karakter olabileceği gibi herhangi bir veri yapısından da gelebilir. Tablo N elemandan oluşuyorsa, Hash tablosunun büyüklüğü N dir denir ve 0 ile N-1 arasında normal bir dizi gibi adreslenirler. Hash veri yapısının özelliği elemanlar ile adreslerini birbirine bağlayan birebir bir fonksiyon kullanmasıdır. Bu fonksiyon sayesinde elemanların bulundukları konumlar fonksiyonun hesaplama zamanı kadar zamanda belirlenir. Bu fonksiyona Hash fonksiyonu denir. İyi bir Hash fonksiyonu hem elemanları dizide iyi serpiştirmeli hem de mümkünse iki farklı elemanı aynı pozisyona adreslememelidir.
27 Hash Hash veri yapısındaki temel problemler hangi karma fonksiyonunun adreslemede kullanılacağı, hash tablosunun büyüklüğünün nasıl seçileceği ve eğer hash fonksiyonu birden fazla elemanı aynı pozisyona adreslerse ne yapılacağıdır.
28 Hash Karma tablosunu oluşturan elemanlar tamsayı ise karma fonksiyonu içerik %N olabilir..burada çıkabilecek bir sorun, içeriğin belirli değerleri daha fazla diğer değerleri ise hiç almamasıdır. Genellikle böyle durumlarda uygulanan çözüm N yi asal sayılardan seçmektir.
29 Hash Örneği Sayısal bir değer için hash hesabı String(Katar) bir değer için hash hesabı
30 Bağlı Liste ile Hash Çakışmaları çözmenin bir yolu da bağlı liste ile Hash tutmaktır.
31 Açık Adresleme Çakışma problemi bağlı liste kullanımı ile çözülebilse de yeni bir veri yapısını kullanmak zorunda olma ve her yeni eleman eklendiğinde hafızada yer açmanın getirdiği yavaşlama nedeniyle dezavantajlıdır. Çakışma probleminin çözümü için önerilen diğer bir metod da açık adreslemedir. Açık adreslemede bir çakışma olduğunda boş bir pozisyon bulunana kadar alternatif pozisyonlar denenmektedir. Doğrusal Strateji İkinci Derece Strateji Çift Karma Strateji
32 Doğrusal Strateji Doğrusal stratejide f bir doğrusal fonksiyondur ve f(i)=i dir. Böylece bu stratejiyle aranan pozisyonun ardındaki hücreler sırasıyla denenir. Aşağıdaki şekilde doğrusal strateji ile düzenlenmiş açık adreslemeli bir karma tablosu ve bu karma tablosuna sırasıyla 89, 18, 49, 58 ve 69 sayıları girildiğinde oluşan durum gösterilmiştir.
33 Doğrusal Strateji 89 ve 18 herhangi bir çakışmaya neden olmaz. 49 ilk çakışmaya neden olur(49%10=9 ve 9 numaralı pozisyon dolu). 9 numaralı pozisyondan sonra gelen ilk pozisyon 0 numaralı pozisyondur ve boştur. Bu sebeple 49 bu pozisyona yerleştirilir,. Hash tablosu büyük olduğu sürece doğrusal strateji ile boş bir pozisyon bulunabilir. Fakat bu boş pozisyonu bulmak için doğrusal strateji çok zaman harcayabilir. Çünkü tablo boş olsa bile ardışık bloklar halinde dolu adresler oluşmaya başlar. Bu da birçok deneme yapmak gerektirir.
34 İkinci Derece Strateji Doğrusal stratejinin öbeklenme problemini gidermek için oluşturulmuştur. Bu stratejide çakışma fonksiyonu fonksiyonu ikinci dereceden bir fonksiyondur. Aşağıdaki şekilde ikinci derece strateji ile düzenlenmiş açık adreslemeli bir karma tablosu ve bu karma tablosuna sırasıyla 89, 18, 49, 58 ve 69 sayıları girildiğinde oluşan durum gösterilmiştir.
35 İkinci Derece Strateji 89 ve 18 herhangi bir çakışmaya neden olmaz. 49 ilk çakışmaya neden olur(49%10=9 ve 9 numaralı pozisyon dolu). 9 numaralı pozisyondan sonra gelen ilk pozisyon (9+1^2)%10=0 numaralı pozisyondur ve boştur. Bu sebeple 49 bu pozisyona yerleştirilir. 58 sayısı ikinci çakışmaya neden olur (58%10=8 ve 8 numaralı pozisyon dolu). 8 numaralı pozisyondan sonra gelen (8+1^2)%10=9 numaralı pozisyon dolu olduğu için sonraki boş pozisyon (8+2^2)%10=2 numaralı pozisyondur ve boştur, 58 buraya yerleştirilir,. Fakat ikinci derece stratejisi de belli bir elemandan sonra yine benzer bir öbeklenme ile sonuçlanır.
36 Çift Karma Strateji Bu da ikinci derece stratejisinin öbeklenme problemini çözmek için oluşturulmuştur. Bu stratejiye, aynı pozisyona karma fonksiyonu ile adreslenen elemanların deneyecekleri pozisyonlar yine bir karma fonksiyonu ile belirlendiği için çift karma strateji denir. Çift karma stratejisinde kullanılan çakışma fonksiyonu f(i)=ixkf2(x) tir. S karma tablosunun büyüklüğünden küçük bir asal sayı olmak üzere ikinci karma fonksiyonu KF2(x)=S-(x%S) şeklinde seçilebilir.
37 Çift Karma Strateji Aşağıdaki şekilde çift karma strateji ile düzenlenmiş açık adreslemeli bir karma tablosu ve bu karma tablosuna sırasıyla 89, 18, 49, 58 ve 69 sayıları girildiğinde oluşan durum gösterilmiştir. ikinci karma fonksiyonu olarak 7-(x %7) kullanılmıştır.
38 Çift Karma Strateji 89 ve 18 herhangi bir çakışmaya neden olmaz. 49 ilk çakışmaya neden olur(49%10=9 ve 9 numaralı pozisyon dolu). 9 numaralı pozisyondan sonra gelen ilk pozisyon (9+(7-(49%7)))%10=6 numaralı pozisyondur ve boştur. Bu sebeple 49 bu pozisyona yerleştirilir. 58 sayısı ikinci çakışmaya neden olur (58%10=8 ve 8 numaralı pozisyon dolu). 8 numaralı pozisyondan sonra ilk gelen (8+(7-(58%7)))%10=3 numaralı pozisyondur ve 58 buraya yerleştirilir,.
39 Heap Tree Bu bölümde, bilgisayar biliminde çok önemli bir yere sahip olan, hem veri yapısı hem de bir sıralama algoritması olarak bilinen heap (yığın) veri yapısı anlatılacaktır. (Stack ile karıştırmayın.) Bu bölümde heap en yaygın türü olan ikili heap (binary heap) anlatılacaktır.
40 Heap Tree Temelde ağaç veri yapısıyla oluşturulur; ancak bu ağaçlar kendi özelliklerinin yanı sıra yine heap adı verilen bir başka özelliğe sahiptir. Tam ikili ağaçtaki her düğümün değeri çocuklarından küçük değilse söz konusu ikili ağaç maksimum yığın (max heap ) olarak isimlendirilir. Tam ikili ağaçtaki her düğümün değeri, çocuklarından büyük değilse söz konusu ikili ağaç minimum yığın (min heap) olarak isimlendirilir.
41 Max Min Heap
42 Max Heap Ekleme Max ve Min heap birbirine benzer olduğu için sadece max heap anlatılacaktır. Sırasıyla 15, 109, 107, 3, 15 değerleri eklenecektir. En iyi durumda Ω(1) de de ekleme yapılır (3 ün eklemesi). Mevcut tüm elemanlardan daha büyük bir öğe eklendiğinde ise yeni öğenin köke kadar kaydırılması gerekeceği için O( log(n) ) de ekleme yapıldığını görüyoruz (109 un eklenmesi).
43 Max Heap Ekleme
44 Max Heap Ekleme
45 Max Heap Silme
46 Max Heap Silme
47 Max Heap Silme
48 Kaynaklar C && Java ile Veri Yapılarına Giriş, Olcay Taner Yıldız, Boğaziçi Üniversitesi Yayınevi 1.Donem/Veri_Yapilari/7. Hafta_Btree.pdf Animasyonlu Gösterim Derste anlatılan ve anlatılmayan ağaç örnekleri 1.Donem/Veri_Yapilari/
Max - Min Heap Tree (Max ve Min Yığıt Ağaçları) Veri Yapıları ve Algoritmalar 2 - Mustafa EGE Ders Notları
Max - Min Heap Tree (Max ve Min Yığıt Ağaçları) Veri Yapıları ve Algoritmalar 2 - Mustafa EGE Ders Notları Max - Min Heap Öncelikli kuyruk konusunu hatırlayın. Kuyruğa sonradan eklenmesine rağmen öncelik
DetaylıYZM VERİ YAPILARI DERS#9: HASH FONKSİYONLARI
YZM 2116- VERİ YAPILARI DERS#9: HASH FONKSİYONLARI İÇERİK Bu bölümde, Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing Çözümü Quadratic Probing Çözümü konusuna
DetaylıBölüm 5. Ağaç. Olcay Taner Yıldız. O. T. Yıldız, C && Java ile Veri Yapılarına Giriş, Boğaziçi Üniversitesi Yayınevi, / 73
Bölüm 5. Ağaç Olcay Taner Yıldız 2014 O. T. Yıldız, C && Java ile Veri Yapılarına, Boğaziçi Üniversitesi Yayınevi, 2013 1 / 73 O. T. Yıldız, C && Java ile Veri Yapılarına, Boğaziçi Üniversitesi Yayınevi,
DetaylıDOSYA ORGANİZASYONU. Ağaç Yapıları ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
DOSYA ORGANİZASYONU ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Ağaç Yapıları Sunum planı Genel kavramlar İkili ağaç İkili arama ağacı AVL Tree B-Tree Genel Kavramlar Bir ağaç yapısı
DetaylıVeri Yapıları. Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi
Veri Yapıları Öğr.Gör.Günay TEMÜR Düzce Üniversitesi Teknolojis Fakültesi Hash Tabloları ve Fonksiyonları Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision) Ayrık Zincirleme Çözümü Linear Probing
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 8 Problem Tanımı Arama Ağaçları İkili Arama
DetaylıBIP116-H14-1 BTP104-H014-1
VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.
DetaylıAlgoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 9 Ağaç Veri Modeli ve Uygulaması Ağaç, verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen hiyararşik yapıya sahip
DetaylıBölüm 6. Karma. Olcay Taner Yıldız. O. T. Yıldız, C && Java ile Veri Yapılarına Giriş, Boğaziçi Üniversitesi Yayınevi, / 31
Bölüm 6. Karma Olcay Taner Yıldız 2014 O. T. Yıldız, C && Java ile Veri Yapılarına Giriş, Boğaziçi Üniversitesi Yayınevi, 2013 1 / 31 O. T. Yıldız, C && Java ile Veri Yapılarına Giriş, Boğaziçi Üniversitesi
DetaylıÇanakkale Onsekiz Mart Üniversitesi. Bilgisayar Mühendisliği Bölümü
Çanakkale Onsekiz Mart Üniversitesi Bilgisayar Mühendisliği Bölümü Skip List(Atlamalı Liste) Veri Yapısı Seminer-30.03.2007/SkipList 1 Temel İhtiyaçlar Nelerdir? 1. Bilgisayarda verileri belirli yapıda
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 9 Hatırlatmalar Tam İkili Ağaç Eksiksiz İkili
DetaylıVERİ YAPILARI VE PROGRAMLAMA
VERİ YAPILARI VE PROGRAMLAMA (BIP116) Yazar: Doç.Dr.İ.Hakkı.Cedimoğlu SAKARYA ÜNİVERSİTESİ Adapazarı Meslek Yüksekokulu Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir.
DetaylıDOSYA ORGANİZASYONU. Çarpışma çözümleme yöntemleri ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
DOSYA ORGANİZASYONU ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Çarpışma çözümleme yöntemleri Sunum planı Bağlantıları kullanarak çarpışmaların çözümlenmesi. Coalesced Hashing (Birleştirilmiş
DetaylıAlgoritmalar. Heap Sort. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Heap Sort Bahar 2017 Doç. Dr. Suat Özdemir 1 Heap Sort Heap Sort algoritması Merge Sort ve Insertion Sort algoritmalarının iyi özelliklerini bir arada toplar. Algoritma Insertion Sort gibi
DetaylıVeri Modelleri. Ağaç Veri Modeli. Ağaç Veri Modeli
Veri Modelleri Ağaç Veri Modeli Ağaç Veri Modeli Verilerin birbirine sanki bir ağaç yapısı oluşturuyormuş gibi sanal olarak bağlanmasıyla elde edilen bir veri modelidir. Ağaç veri modeli daha fazla bellek
DetaylıBIL222 Veri Yapıları ve Algoritmalar
BIL222 Veri Yapıları ve Algoritmalar 1. ĠKĠLĠ AĞAÇLAR (BIARY TREES) Bütün düğümlerinin derecesi en fazla iki olan ağaca ikili ağaç denir. Yani bir düğüme en fazla iki tane düğüm bağlanabilir ( çocuk sayısı
DetaylıHACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ
Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 S6 S7 Toplam HACETTEPE ÜNİVERSİTESİ 2012-2013 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 1. Ara Sınav 25.04.2013 Sınav Süresi:
DetaylıVERİ YAPILARI LİSTELER. Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ
VERİ YAPILARI LİSTELER Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ Bağlı Listeler Aynı kümeye ait veri parçalarının birbirlerine bellek üzerinde, sanal olarak bağlanmasıyla
DetaylıHACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ
Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 Toplam HACETTEPE ÜNİVERSİTESİ 2014-2015 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 2. Ara Sınav 09.04.2015 Sınav Süresi: 90 dakika
Detaylı6.Hafta Kıyım Fonksiyonu (Hashing), BST. Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme
1 6.Hafta Kıyım Fonksiyonu (Hashing), BST Doğrudan erişim tabloları Çarpışmaları ilmekleme ile çözmek Kıyım fonksiyonu seçimi Açık adresleme Sembol-tablosu problemi 2 Doğrudan erişim tablosu 3 4 Çözüm
DetaylıAğaç (Tree) Veri Modeli
Ağaç (Tree) Veri Modeli 1 2 Ağaç Veri Modeli Temel Kavramları Ağaç, bir kök işaretçisi, sonlu sayıda düğümleri ve onları birbirine bağlayan dalları olan bir veri modelidir; aynı aile soyağacında olduğu
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, Giriş Hash Tabloları Hash Fonksiyonu Çakışma (Collision)
DetaylıAlgoritmalar. Arama Problemi ve Analizi. Bahar 2016 Doç. Dr. Suat Özdemir 1
Algoritmalar Arama Problemi ve Analizi Bahar 2016 Doç. Dr. Suat Özdemir 1 Arama Problemi Sıralama algoritmaları gibi arama algoritmaları da gerçek hayat bilgisayar mühendisliği problemlerinin çözümünde
Detaylıb) Algoritmanızın en kötü durumda işlem zamanını asimptotik olarak bulunuz
2014 Soru 1. (15 puan) 5,2,4,1,15,8,11,13,7,6 dizisinin elemanlarından maksimum özellikli bir yığın(heap) oluşturulmasını adım adım yazınız. Heapsort algoritmasının yardımıyla yapılacak sıralamayı anlatınız.
DetaylıYrd. Doç. Dr. Ümit ATİLA
Yrd. Doç. Dr. Ümit ATİLA Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme. Bilgisayar sistemleri için veri sıralama çok önemlidir. Sıralama işlemi, hem arama işlemlerini hem de bir grup veriyi
DetaylıVERİ YAPILARI. Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ HASH TABLOLARI.
VERİ YAPILARI HASH TABLOLARI Yrd. Doç. Dr. Murat GÖK Bilgisayar Mühendisliği Bölümü YALOVA ÜNİVERSİTESİ muratgok@gmail.com Hash tabloları Hash tablo veri yapısı ile veri arama, ekleme ve silme işlemleri
DetaylıELN1002 BİLGİSAYAR PROGRAMLAMA 2
ELN1002 BİLGİSAYAR PROGRAMLAMA 2 VERİ YAPILARI Sunu Planı Kendini-gösteren Yapılar Dinamik Bellek Tahsisi Bağlı Listeler Yığınlar Kuyruklar Ağaçlar 1 Veri Yapıları Şu ana kadar, diziler, matrisler ve yapılar
DetaylıVeri Yapıları Laboratuvarı
2013 2014 Veri Yapıları Laboratuvarı Ders Sorumlusu: Yrd. Doç. Dr. Hakan KUTUCU Lab. Sorumlusu: Arş. Gör. Caner ÖZCAN İÇİNDEKİLER Uygulama 1: Diziler ve İşaretçiler, Dinamik Bellek Ayırma... 4 1.1. Amaç
DetaylıFinal Sınavı Soruları Bahar 2018
Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116 Veri Yapıları Dersi Final Sınavı Soruları Bahar 2018 Süre: 70 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza
DetaylıAlgoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 2 Veri Modelleri Veri modelleri, veriler arasında ilişkisel ve sırasal düzeni gösteren kavramsal tanımlardır. Her program en azından bir veri modeline dayanır. Uygun
DetaylıArama metodlarında temel işlem anahtarları karşılaştırmaktır.
(Kırpma) Hash Fonksiyonları Selecting Digits Folding (shift folding, boundary folding) Division MidSquare Extraction Radix Transformation Çakışma (Collision) ve çözümler Linear Probing Double Quadratic
DetaylıAğaç Yapıları (Tree Structures) Kütük Organizasyonu 1
Ağaç Yapıları (Tree Structures) Kütük Organizasyonu 1 İçerik Temel Kavramlar Ağaçlarda Dolaşım İkili Ağaçlar (Binary Trees) İkili Arama Ağacı (Binary Search Tree ve Temel İşlemler Kütük Organizasyonu 2
DetaylıWeek 9: Trees 1. TREE KAVRAMI 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI 2. İKİLİ AĞAÇ VE SUNUMU > =
Week 9: Trees 1. TREE KAVRAMI 2. İKİLİ AĞAÇ VE SUNUMU 3. İKİLİ AĞAÇ DİZİLİMİ 4. İKİLİ ARAMA AĞACI < 6 2 > = 1 4 8 9 1. TREES KAVRAMI Bir ağaç bir veya daha fazla düğümün (T) bir kümesidir : Spesifik olarak
DetaylıArasınav Örnek Soruları Bahar 2018
Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116 Veri Yapıları Dersi Arasınav Örnek Soruları Bahar 2018 Süre: 75 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza
DetaylıBLM-112 PROGRAMLAMA DİLLERİ II. Ders-7 Sıralama Algoritmaları
BLM-112 PROGRAMLAMA DİLLERİ II Ders-7 Sıralama Algoritmaları Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Sıralama Bir grup veriyi azalan veya artan şekilde yerleştirme.
DetaylıFinal Sınavı Örnek Soruları Bahar 2018
Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116 Veri Yapıları Dersi Final Sınavı Örnek Soruları Bahar 2018 Süre: 70 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu
DetaylıHASH(KARMA) TABLOSU VERİ YAPISI
HASH(KARMA) TABLOSU VERİ YAPISI Niçin Hash Tablosu? Arama algoritmaları, güncel ve sıkça başvurulan algoritmalardan birisidir. Bilgisayar ortamı veya diğer sayısal ortamlara kaydedilmiş bir bilginin daha
DetaylıBMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları
BMB204. Veri Yapıları Ders 12. Dizgi Eşleme (String Matching) Algoritmaları İleri Veri Yapıları Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı Dizgi Eşleme Algoritmaları
DetaylıAlgoritmalara Giriş Ekim 17, 2005 Massachusetts Institute of Technology Profesörler Erik D. Demaine ve Charles E. Leiserson Dağıtım 15.
Algoritmalara Giriş Ekim 17, 2005 Massachusetts Institute of Technology 6.046J/18.410J Profesörler Erik D. Demaine ve Charles E. Leiserson Dağıtım 15 Problem Seti 4 Okumalar: Bölüm 12 13 ve 18 Hem egzersizler
DetaylıBilgisayar Programcılığı. Ögr. Gör. Cansu AYVAZ GÜVEN
Bilgisayar Programcılığı Ögr. Gör. Cansu AYVAZ GÜVEN DİZİLER Kullanım Şekli Dizi Elemanlarını Yeniden Boyutlandırma Dizi Elemanlarına Ulaşım Çok Boyutlu Diziler Array Sınıfı Metodları Array List 2 Diziler
Detaylı#$% &'#(# Konular. Binary Tree Structures. Binary Search Trees AVL Trees Internal Path Reduction Trees Deerlendirme
!" #$% &'#(# Konular Binary Search Trees Deerlendirme Binary Search Trees Bir binary search tree üzerindeki her node hem data saklar hemde dier node lara ulaılırken yön belirler Bir binary search tree
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#6: AZALT VE FETHET YÖNTEMİ Azalt ve Fethet Algoritmaları Problemi daha küçük bir örneğine çevir: Küçük örneği çöz Çözümü asıl probleme genişlet 3 tipi vardır:
DetaylıVeritabanı. SQL (Structured Query Language)
Veritabanı SQL (Structured Query Language) SQL (Structured Query Language) SQL, ilişkisel veritabanlarındaki bilgileri sorgulamak için kullanılan dildir. SQL, bütün kullanıcıların ve uygulamaların veritabanına
DetaylıBLM 112- Programlama Dilleri II. Hafta 4 İşaretçiler (Pointers)
1 BLM 112- Programlama Dilleri II Hafta 4 İşaretçiler (Pointers) Dr. Öğr. Üyesi Caner Özcan İyilik insanları birbirine bağlayan altın zincirdir. ~Goethe Hafıza Yapısı 2 Bir değişken tanımlandığında arka
Detaylı7.Hafta Dengeli Arama Ağaçları (Red - Black Tree)
7.Hafta Dengeli Arama Ağaçları (Red - Black Tree) Kırmızı-siyah ağaçlar Kırmızı-siyah ağacın yüksekliği Rotation / Dönme Insertion / araya yerleştirme Dengeli arama ağaçları Red - Black Tree Kırmızı-siyah
DetaylıALGORİTMA VE PROGRAMLAMA II
ALGORİTMA VE PROGRAMLAMA II Yrd. Doç. Dr. Deniz KILINÇ deniz.kilinc@cbu.edu.tr YZM 1102 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Bellek ve Adresleme İşaretçi Kavramı
DetaylıVeri Yapıları. Yrd. Doç. Dr. Şadi Evren ŞEKER
Veri Yapıları Yrd. Doç. Dr. Şadi Evren ŞEKER Not: Bu sunumun amacı, İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümü, Bilgisayar Mühendisliğine Giriş Dersi için genel amaçlı veri yapıları hakkında
DetaylıİNÖNÜ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ 2. SINIF 1. DÖNEM VERİ YAPILARI DERSİ LABORATUAR ÖDEVİ
İNÖNÜ ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ 2. SINIF 1. DÖNEM VERİ YAPILARI DERSİ LABORATUAR ÖDEVİ AD SOYAD: TESLİM TARİHİ: OKUL NO: TESLİM SÜRESİ: 2 hafta ÖDEV NO: 5 1- BANKA
DetaylıAlgoritmalar. Doğrusal Zamanda Sıralama. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Doğrusal Zamanda Sıralama Bahar 2017 Doç. Dr. Suat Özdemir 1 Sıralama Özet - Insertion sort Kodlaması kolay Küçük veri setleri için hızlı (~50 element) Neredeyse sıralı veri setleri için en
DetaylıAĞAÇLAR. Doç. Dr. Aybars UĞUR
AĞAÇLAR TREES Doç. Dr. Aybars UĞUR Giriş Bağlı listeler, yığıtlar ve kuyruklar doğrusal (linear) veri yapılarıdır. Ağaçlar ise doğrusal olmayan belirli niteliklere sahip iki boyutlu veri yapılarıdır (Şekil
DetaylıSıralı Erişimli Dosyalar. Kütük Organizasyonu 1
Sıralı Erişimli Dosyalar Kütük Organizasyonu 1 Dosya Fiziksel depolama ortamlarında verilerin saklandığı mantıksal yapılara dosya denir. Dosyalar iki şekilde görülebilir. Byte dizisi şeklinde veya Alanlar
DetaylıMantıksal çıkarım yapmak. 9 ve üzeri
Aktivite 6 Savaş gemileri Arama algoritmaları Özet Bilgisayarların sıklıkla bir yığın verinin içerisinde bilgi bulmaları gerekir. Hızlı ve verimli yöntemler kullanarak bunu becerirler. Bu aktivitede 3
DetaylıBİL-341 ALGORİTMALAR BÜYÜK O NOTASYONU AHMET ATAKAN 0904.01036. atakanahmet@hotmail.com KIRGIZİSTAN-TÜRKİYE MANAS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ
BİL-341 ALGORİTMALAR BÜYÜK O NOTASYONU AHMET ATAKAN 0904.01036 atakanahmet@hotmail.com KIRGIZİSTAN-TÜRKİYE MANAS ÜNİVERSİTESİ MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BİŞKEK 2012 Ahmet Atakan
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Hafıza Yapısı Bir değişken tanımlandığında arka planda bilgisayarın hafızasında bir konuma yerleştirilir. Hafıza küçük hücrelerden oluşmuş bir blok olarak düşünülebilir. Bir değişken
DetaylıÜNİTE NESNE TABANLI PROGRAMLAMA I. Uzm. Orhan ÇELİKER VERİTABANI SORGULARI İÇİNDEKİLER HEDEFLER
VERİTABANI SORGULARI İÇİNDEKİLER Select İfadesi Insert İfadesi Update İfadesi Delete İfadesi Verileri Sıralamak Verileri Gruplandırmak Veriler Üzerinde Arama Yapmak NESNE TABANLI PROGRAMLAMA I Uzm. Orhan
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği Bu bölümde, BÖLÜM - 3 Motivasyon: Neden Listeye İhtiyaç Var? Bağlı
DetaylıFiziksel Veritabanı Modelleme
Fiziksel Veritabanı Modelleme Fiziksel Veritabanı VTYS, verileri yan bellekte tutar. Bu yüzden VTYS lerde sıklıkla READ (yan bellekten okuma) ve WRITE (yan belleğe yazma) işlemi meydana gelir. READ ve
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN BAĞLI LİSTELER Bağlı listeler konusuna çalışmanın bazı faydaları var. Bağlı listeler gerçek programlarda kullanılabilecek bir veri yapısıdır. Bağlı listelerin güçlü ve zayıf yönlerini
DetaylıFiziksel Tasarım Konuları. Dosya Organizasyon Teknikleri Kayıt Erişim Yöntemleri Veri Yapıları
Fiziksel Tasarım Konuları Dosya Organizasyon Teknikleri Kayıt Erişim Yöntemleri Veri Yapıları Fiziksel Tasarım İyi performans için Hızlı cevap zamanı Minimum disk erişimi Disk Yapısı İz(Track) Silindir
DetaylıÇok Yollu Ağaçlar: B*-Trees B*-Trees
Çok Yollu Ağaçlar: B*-Trees B*-Trees B-tree lerde bir node dolunca bölme işlemi yapılmaktadır Bölme sonucunda oluşan iki node da yarı yarıya doludur B*-tree lerde bölme işlemi geciktirilerek node ların
DetaylıIndeksli Sıralı Erişimli Dosya Yapıları (Indexed Sequential File Organization) ve. Bit Seviyesinde İşlemler (Bit Level and Related Structures)
Indeksli Sıralı Erişimli Dosya Yapıları (Indexed Sequential File Organization) ve Bit Seviyesinde İşlemler (Bit Level and Related Structures) Kütük Organizasyonu 1 Indeksli Sıralı Erişimli Dosya Yapıları
DetaylıHACETTEPE ÜNİVERSİTESİ BAHAR DÖNEMİ
Öğrenci Adı Soyadı: Öğrenci Numarası: S1 S2 S3 S4 S5 Toplam HACETTEPE ÜNİVERSİTESİ 2013-2014 BAHAR DÖNEMİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ BBM202 Algoritmalar 1. Ara Sınav 18.03.2014 Sınav Süresi: 50 dakika
DetaylıAlgoritmalar ve Karmaşıklık
Algoritmalar ve Karmaşıklık Ders 11 Algoritma Ayrık matematikte karşılaşılan bir çok problem sınıfı mevcuttur. Örneğin, verilen tamsayı grubu içindeki en büyük olanının bulunması, verilen bir kümenin bütün
DetaylıYZM ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI
YZM 3207- ALGORİTMA ANALİZİ VE TASARIM DERS#1: ALGORİTMA KAVRAMI Algoritma Nedir? Algoritma Bir problemin çözümü için geliştirilmiş özel metot Girdileri çıktılara dönüştüren sıralı hesaplama adımları Tanımlanmış
DetaylıAlıştırma 1: Yineleme
Alıştırma 1: Yineleme Alıştırma 2: Yineleme H10->H2 çevrimini yapınız 7 2 1 3 2 1 1 1 2 0 Hafta 3: Yineleme Alıştırmaları(1) E1. (44/174) S değerini yineleme kullanarak hesap ediniz S = 1 + 2 + 3 + n Hafta3:
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Hafıza Yapısı Bir değişken tanımlandığında arka planda bilgisayarın hafızasında bir konuma yerleştirilir. Hafıza küçük hücrelerden oluşmuş bir blok olarak düşünülebilir. Bir değişken
DetaylıVERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ. Yard. Doç. Dr. Deniz KILINÇ
VERİ YAPILARI DERS NOTLARI BÖLÜM 1 GİRİŞ Yard. Doç. Dr. Deniz KILINÇ CELAL BAYAR ÜNİVERSİTESİ, YAZILIM MÜHENDİSLİĞİ 2015-2016 1. DERS İÇERİĞİ VE KAYNAKLAR Veri Yapıları (VY) dersinde görülmesi muhtemel
DetaylıALGORİTMA VE PROGRAMLAMA I
ALGORİTMA VE PROGRAMLAMA I Yrd. Doç. Dr. Deniz KILINÇ deniz.kilinc@cbu.edu.tr YZM 1101 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Diziler Dizi Nedir? Dizilerin Bildirimi
DetaylıF(A, N, K) // A dizi; N, K integer if N<0 then return K; if A[N]>K then K = A[N]; return F(A, N-1, K);
2009-2010 BAHAR DÖNEMİ MC 689 ALGORİTMA TASARIMI ve ANALİZİ I. VİZE ÇÖZÜMLERİ 1. a) Böl ve yönet (divide & conquer) tarzındaki algoritmaların genel özelliklerini (çalışma mantıklarını) ve aşamalarını kısaca
DetaylıDers 4: Diziler (Arrays( Arrays) barisgokce.com
Ders 4: Diziler (Arrays( Arrays) Hazırlayan : Öğr. Grv.. Barış GÖKÇE Đletişim im : www.barisgokce barisgokce.com Diziler Aynı tipteki bir veri gurubunun bir değişken içinde saklanmasıdır. Veriler Hafızada
DetaylıAlgoritmalar. Sıralama Problemi ve Analizi. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Sıralama Problemi ve Analizi Bahar 2017 Doç. Dr. Suat Özdemir 1 Sıralama Problemi ve Analizi Bu bölümde öncelikle bir diğer böl-ve-yönet yöntemine dayalı algoritma olan Quick Sort algoritması
DetaylıYrd. Doç. Dr. A. Burak İNNER Bilgisayar Mühendisliği
Yrd. Doç. Dr. A. Burak İER Bilgisayar Mühendisliği Algoritma Analizi İçerik: Temel Kavramlar Yinelemeli ve Yinelemesiz Algoritma Analizi Asimptotik otasyonlar Temel Kavramlar Algoritma: Bir problemin çözümüne
DetaylıAğaçlar (Trees) Ağaçlar (Trees)
Giriş Binary Trees (İkilik Ağaçlar) Full Binary Trees Proper Binary Trees Complete Binary Trees Heap Binary Trees Balanced Binary Trees Binary Search Trees (İkilik Arama Ağaçları) Yrd.Doç.Dr. M. Ali Akcayol
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN BAĞLI LİSTELER Bağlı listeler konusuna çalışmanın bazı faydaları var. Bağlı listeler gerçek programlarda kullanılabilecek bir veri yapısıdır. Bağlı listelerin güçlü ve zayıf yönlerini
DetaylıVeri Tabanı Tasarım ve Yönetimi
SAKARYA ÜNİVERSİTESİ Veri Tabanı Tasarım ve Yönetimi Hafta 5 Prof. Dr. Ümit KOCABIÇAK Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan Öğretim" tekniğine uygun
DetaylıDOSYA ORGANİZASYONU. Doğrudan erişimli dosya organizasyonu ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ
DOSYA ORGANİZASYONU ÖZLEM AYDIN TRAKYA ÜNİVERSİTESİ BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ Doğrudan erişimli dosya organizasyonu Sunum planı Doğrudan erişimli dosyalar Anahtar değerin tek adres olması durumu Anahtar
DetaylıManisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM Veri Yapıları Dersi. Proje#2
Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 2116- Veri Yapıları Dersi Proje#2 İkili Arama Ağacı, Heap, Hash Tabloları ve Çizgeler Veriliş Tarihi: 24.04.2018 Son Teslim Tarihi: 25.05.2018
DetaylıBilgisayar programlamanın üç temel mantık yapısından biridir. Diğer ikisi ise Seçilim(Selection) ve Döngü(Loop, Iteration)dür.
SEQUENCE ALGORİTMASI Bilgisayar programlamanın üç temel mantık yapısından biridir. Diğer ikisi ise Seçilim(Selection) ve Döngü(Loop, Iteration)dür. Bir dizi yapısı içinde, bir eylem ya da bir olay, geçmiş
DetaylıALGORİTMA VE PROGRAMLAMA I
ALGORİTMA VE PROGRAMLAMA I YZM 1101 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Diziler Dizi Nedir? Dizilerin Bildirimi Dizilere Başlangıç Değeri Verme Dizilerde Arama
DetaylıBMT207 VERİ YAPILARI DATA STRUCTURE
BMT207 VERİ YAPILARI DATA STRUCTURE Teknoloji Fakültesi Bilgisayar Mühendisliği GÜNAY TEMÜR Konu Dağılım Hafta 1. Hafta 2.Hafta 3.Hafta 4.Hafta 5.Hafta Konu Ders İçerik Tanıtım, Ödev-Proje-Sınavlar Hakkında
DetaylıDENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ
DENİZ HARP OKULU BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜM BAŞKANLIĞI DERS TANITIM BİLGİLERİ Dersin Adı Kodu Sınıf/Y.Y. Ders Saati (T+U+L) Kredi AKTS Veri Yapıları ve Algoritmalar BİM-221 2/II 2+0+2 3 3,5 Dersin Dili
DetaylıC++ Dilinde Bazı Temel Algoritmalar
C++ Dilinde Bazı Temel Algoritmalar Bazı eşyalar için her eve lazım derler. Az sonra bahsedeceğimiz algoritmalar da her kodcuya lazım cinsten. Sayının tek mi çift mi olduğuna karar veren programdan, çarpım
DetaylıFonksiyon Optimizasyonunda Genetik Algoritmalar
01-12-06 Ümit Akıncı Fonksiyon Optimizasyonunda Genetik Algoritmalar 1 Fonksiyon Optimizasyonu Fonksiyon optimizasyonu fizikte karşımıza sık çıkan bir problemdir. Örneğin incelenen sistemin kararlı durumu
DetaylıKonular. Hafta 5 Veri Tipleri (Devam) BLG339 PROGRAMLAMA DİLLERİ KAVRAMI
BLG339 PROGRAMLAMA DİLLERİ KAVRAMI Hafta 5 Veri Tipleri (Devam) Yrd. Doç. Dr. Melike Şah Direkoğlu Konular Dizi Tipleri Kayıt Tipleri Birleşik Tipler Küme Tipleri İşaretçi ve Referans Tipleri Alındığı
Detaylı#$% &'#(# Konular. Direct File Organization. Computed Chaining Comparison of Collision Resolution Methods Perfect Hashing Cichelli s Algorithm
!" #$% &'#(# Konular Comparison of Collision Resolution Methods Perfect Hashing Cichelli s Algorithm Link kullanarak çakıma çözümü yapan metodlar (colaesced hashing) ve link kullanmadan çözüm yapan metodlar
DetaylıYrd. Doç. Dr. Caner ÖZCAN
Yrd. Doç. Dr. Caner ÖZCAN Diziler ile Pointer Arası İlişki Bir dizi adı sabit bir pointer gibi düşünülebilir. Diziler ile pointer lar yakından ilişkilidir. Pointer lar değişkenleri gösterdikleri gibi,
DetaylıDr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net
Bilgisayar Programlama Ders 9 Dr. Fatih AY Tel: 0 388 225 22 55 fatihay@fatihay.net www.fatihay.net Dizileri Fonksiyonlara Dizileri Fonksiyonlara Bir dizi argümanını fonksiyon içinde bir değer olarak kullanabilmek
DetaylıYZM 2116 Veri Yapıları
YZM 2116 Veri Yapıları Yrd. Doç. Dr. Deniz KILINÇ Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Yazılım Mühendisliği BAŞLAMADAN ÖNCE Bu dersi alan öğrencilerin aşağıdaki konuları bildiği
DetaylıBLM-431 YAPAY ZEKA. Ders-4 Bilgisiz Arama Yöntemleri. Yrd. Doç. Dr. Ümit ATİLA
BLM-431 YAPAY ZEKA Ders-4 Bilgisiz Arama Yöntemleri Yrd. Doç. Dr. Ümit ATİLA umitatila@karabuk.edu.tr http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak
DetaylıBilgisayar Teknolojileri Bölümü Bilgisayar Programcılığı Programı. Öğr. Gör. Cansu AYVAZ GÜVEN
Bilgisayar Teknolojileri Bölümü Bilgisayar Programcılığı Programı Öğr. Gör. Cansu AYVAZ GÜVEN VERITABANI-I SQL Tek Tablo İçinde Sorgulamalar Tekrarlı Satırların Engellenmesi Aynı değerlere sahip satırlar
DetaylıAlgoritma Geliştirme ve Veri Yapıları 7 Liste ve Bağlantılı Liste. Mustafa Kemal Üniversitesi
Algoritma Geliştirme ve Veri Yapıları 7 Liste ve Bağlantılı Liste Liste birbiriyle ilişkili verileri içeren bir kümedir, programlama açısından liste en basitinden bir dizi üzerinde tutulur. Dizi elemanları
DetaylıSQL Komutları (2) Uzm. Murat YAZICI
SQL Komutları (2) Uzm. Murat YAZICI Sıralama Sıralama işlemi için SELECT ifadesinde ORDER BY kullanılır. Bu ifadede ASC kelimesi kullanılırsa sıralama küçükten büyüğe doğru (A-Z), DESC kullanılırsa büyükten
DetaylıSQL e Giriş. Uzm. Murat YAZICI
SQL e Giriş Uzm. Murat YAZICI SQL (Structured Query Language) - SQL Türkçe de Yapısal Sorgulama Dili anlamına gelmektedir ve ilişkisel veritabanlarında çok geniş bir kullanım alanına sahiptir. - SQL ile
DetaylıTemel Bilgisayar Programlama Final Sınavı Çalışma Notları
Diziler Temel Bilgisayar Programlama Final Sınavı Çalışma Notları (Dr. Övünç ÖZTÜRK, Dr. Tahir Emre KALAYCI) (İnşaat Mühendisliği ve Gıda Mühendisliği Grupları İçin) Diziler aynı türden bilgileri saklamak
DetaylıArama Algoritmaları. Doğrusal Arama ve Binary Arama
Arama Algoritmaları Doğrusal Arama ve Binary Arama Doğrusal Arama-Örnek Dizi (Array) sayilistesiiçerisindeki sayılar aşağıdaki gibidir: 17 23 5 11 2 29 3 11, verilen dizi içerisinde aranacaksa doğrusal
DetaylıPratik Ara Sınav 1 Çözümleri
Kitapçık 11: Pratik Ara Sınav 1 Algoritmalara Giriş Massachusetts Institute of Technology Profesörler Erik D. Demaine ve Charles E. Leiserson 6 Ekim 2005 6.046J/18.410J Kitapçık 11 Pratik Ara Sınav 1 Çözümleri
DetaylıALGORİTMA VE PROGRAMLAMA II
ALGORİTMA VE PROGRAMLAMA II Yrd. Doç. Dr. Deniz KILINÇ deniz.kilinc@cbu.edu.tr YZM 1102 Celal Bayar Üniversitesi Hasan Ferdi Turgutlu Teknoloji Fakültesi Genel Bakış 2 Bellek ve Adresleme Dinamik Bellek
Detaylı6.Hafta Bilinen Probleme İndirgeme Tasarım Yöntemi
1 6.Hafta Bilinen Probleme İndirgeme Tasarım Yöntemi 2 Bilinen Probleme İndirgeme Bu yöntemde, karmaşık olan problem çözümü yapılmadan önce problem bilinen problemlerden birine dönüştürülür ve ondan sonra
DetaylıKARİYER PLANLAMA Amaç ve Fayda Yayın Tarihi Kategori Ürün Grubu Modül Versiyon Önkoşulu Yükleme ve Gereken Dosyalar Yükleme Sonrası
KARİYER PLANLAMA Amaç ve Fayda Yayın Tarihi Kategori Ürün Grubu Modül Versiyon Önkoşulu Yükleme ve Gereken Dosyalar Yükleme Sonrası İşlemler Bu doküman ile Netsis İnsan Kaynakları paketinde bulunan Kariyer
DetaylıVERİTABANI. SQL (Structured Query Language)
VERİTABANI SQL (Structured Query Language) SQL'de Gruplama Bir tablonun satırları gruplara ayrılarak fonksiyonların bunlara uygulanması mümkündür. Gruplara ayırmak için SELECT deyimi içerisinde GROUP BY
Detaylı