Çok Yollu Ağaçlar: B*-Trees B*-Trees
|
|
|
- Bilge Aydoğdu
- 9 yıl önce
- İzleme sayısı:
Transkript
1 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 doluluk oranı artırılır. Ortalama Insert süresi uzar ve ağacın yüksekliği daha azdır. Tüm ağacın dolum faktör değeri B-tree lere göre daha yüksektir. B* - tree lerde erişim performansı daha yüksektir. Literatürde B#-tree şeklinde variantları vardır
2 Çok Yollu Ağaçlar : B*-Trees m.dereceden bir B*-tree de, kök olmayan her node daki anahtar sayısı (k) (2m-1)/3 k m-1 olarak bulunur. Bunun anlamı B-tree deki herhangi bir düğümün doluluk oranını 2/3 oranında tutar. Node bölme işlemi B-Tree dekine göre daha yavaştır. Tüm anahtarlar yeniden dağıtılır. (16/24 =2/3 oranı var 16/3=yaklaşık 5 değer gelecek) Örneğin:8 düğüm var yeni düğüm geldi 8*2/3=5 düğüm olacak şekilde yeniden düzenle. 0,1,2,4,5,6,7,8,9,10,12,16,18,25,27,28,29,30
3 Çok Yollu Ağaçlar : B+-Trees B+-Trees B+ -tree lerde sıralı okuma için parent a ulaşmaya gerek yoktur. Bilgiler yapraklarda bulunur. Nonleaf node lar sadece indeks için kullanılır Tüm yapraklar tek bağlı listeyle bağlanır B+ - tree lerde indeks kısmı B-tree ile aynıdır. İndeks kısmındaki tüm kısıtlamalar ve işlemler B-tree ile aynıdır Internal node lar index-set olarak, yapraklar ise sequence set olarak adlandırılmaktadır.
4 Çok Yollu Ağaçlar :B+-Trees B+-Trees Diğer bir ifadeyle; B-Tree de referans herhangi bir node ile yapılabilmektedir. B+-Tree de ise referanas sadece yaprak node ları ile yapılabilmektedir.
5 Çok Yollu Ağaçlar: B+-Trees B+-Trees Örnek d = 2 (capacity order) s = 1 (sequence set order) 80,50,100,90,60,65,70,75,55,64,51,76,77,78,200,300,150
6 Çok Yollu Ağaçlar B+-Trees B+-Trees Örnek d = 2 (capacity order) s = 1 (sequence set order) 80,50,100,90,60,65,70,75,55,64,51,76,77,78,200,300,150
7 Çok Yollu Ağaçlar B+-Trees B+-Trees Örnek d = 2 (capacity order) s = 1 (sequence set order) 80,50,100,90,60,65,70,75,55,64,51,76,77,78,200,300,150
8 Çok Yollu Ağaçlar B+-Trees Haftalık Ödev B,B*,B+ ağaçlarının kullanıldığı yerler hakkında araştırma yapınız. Literatür taraması yaparak elde ettiğiniz makaleleri inceleyiniz. Kullanıldığı yerlerde ne amaçla kullanıldığına yönelik bilgileri içeren bir rapor hazırlayınız. B#- tree hakkında bilgi toplayarak ekleme işlemi nasıl gerçekleştirilir araştırınız ve bir rapor hazırlayınız. B+ ve B* ve B# - tree lerde silme işleminin nasıl yapıldığını araştırınız ve bir rapor hazırlayınız. Bunlara ait program örneğini ve algoritmasını gerçekleştiriniz
9 B-tree yapısının basit bir halidir. Daha önce verilen kurallar bu ağaç içinde aynıdır tree anlamı 2 düğüm var ise 3 çocuğu olur. 3 düğüm var ise 4 çocuğu bulunur. Ekleme işleminde eğer maksimum kapasite aşılırsa eklenmeden önceki ortada bulunan düğüm kök alınır ekleme işlemi sonra yapılır. 1,2,3,4
10 Örnek:1,2,3,4,5,6,7,8,9,10
11 Örnek:,3 düğüm: Ekle: 50,70,60,90,20,10,80,30,40,12,25,37 Ekle:55,35,45,85,95
12 Silinen yaprak ise sorun yok
13
14
15 2-3-4 tree Silme Silme işlemlerinde düğümlere ait çocuk sayılarında denge bozulmuyorsa sadece kurala göre döner.(soldaki en büyük veya sağdaki en küçük düğüm alınarak.) Sol veya sağa göre işlem yapıldığında öncelik çocuk sayısı fazla olandadır. Silme işleminde denge bozuluyorsa silinen düğümün kardeşi ve ebeveyni düzenlemeye girer. Çocukları olan silinecek düğüm tek ise ya birleştirme yada döndürme yapılarak yanına başka bir değer getirilip daha sonra silinir. Silinecek çocuğun atası tek ise atasının ebeveyni ve kardeşleri düzenlemeye girer.
16 Kural 1- Silinen düğüm yaprak ve minumum kapasitenin altına düşmüyorsa silinebilir. Örnek: 90 silindi Kural2-Silinen düğüm yaprak ve minumum kapasitenin altına düşüyor ise (öncelik sol) ebeveyn ile çocuklar yeniden düzenlenir (Soldaki en büyük veya sağdaki en küçük düğüm alınır). 25 silindi
17 Kural 3- Silinen değer kök ise, soldaki en büyük veya sağdaki en küçük düğüm kök olur. (soldaki değer alındı) Örnek: 40 silindi Kural 4-Silinen düğüm çocukları olan bir düğüm ise çocukları fazla olandan değer alınır. 60 silindi
18 Örnek: 55 silindi (Kural-4) 80 silindi (Kural-4)
19 Kural-5: Minumum kapasitenin altına düşülürse ebeveyn ve çocuklar birleştirilir. Örnek: 35 silindi Örnek:70 silindi
20 Kural-6: (B-tree den farkı) Çocukları olan bir düğüm silinmek istenirse; eğer silinen düğüm ve kardeşi tek değere sahip ise ebeveyn, kardeş ve çocuk düğümler birleştirilir (Döndürme). Örnek: 85 silindi, (Kural 4,5,6) Ebeveyn ve çocuklar birleştirildi.
21 Örnek: 30,20 silindi 6 silindi
22 Soldaki en büyük düğüme göre Örnek: 24 nolu düğüm sil (Öncelik fazla olan çocuktadır)
23 Kural-7: (B-tree den farkı), Çocukları olan bir düğüm silinmek istenirse; Silinen düğüm tek sahip ama kardeşi tek değer değil ise ebeveyn, kardeş düğümler döndürülür ve çocuk düğüm ile birleştirilir.(döndür ve birleştir.) Örnek: 5 nolu düğüm sil. 1-Ebeveyn ve kardeş düğümler seçildi
24 2-Döndürme işlemi gerçekleşerek silinecek düğüme değer getirildi. 3- Çocuklardan düğüm getirildi ve 5 silindi.
25 Soldaki en büyük düğüme göre Örnek: 30 nolu düğüm sil
26 Kural-8: B-tree den farkı, Silinen yaprak düğümün atası ve onun kardeşi tek değere sahip ise ebeveyn, kardeş ve çocuk düğümler birleştirilir.(döndür ve birleştir.)(kural-6 ya benzer) Örnek: 1 nolu düğüm sil (Kural 5,6,7)
27 Soldaki en büyük düğüme göre Örnek: 10 nolu düğüm sil
28 Örnek: 70,30,50,20,40,65,75,35 nolu düğümleri siliniz
29 Örnek: 70
30 Örnek: 30
31 Örnek: 20, 40
32 Örnek: 65,75,35
33 Örnek: Silme, 6 silindi Silme işlemi gerçekleşmeden 6 değeri sol çocuklar ile birleştiriliyor. Daha sonra siliniyor.
34 Örnek: 4 silindi 4 çocuk olabilmesi için çocuktan da değer alındı.
35 Örnek: 50,60,20,30,10,5,90,25,40,70,80,22,85,72,3,1,4,12,24,26 ağacı oluşturunuz.
36 Örnek: 24 nolu düğüm sil
37 Örnek: 5 nolu düğüm sil
38 Örnek: 30 nolu düğüm sil
39 Örnek: 50 nolu düğüm sil
40 Örnek: 1,10 nolu düğüm sil
41 Örnek: 40, 20,60 nolu düğüm sil
42 Örnek: 12,30,48,52,70,90 nolu düğüm sil
Çok Yollu Ağaçlar (Multi-Way Trees)
Çok Yollu Ağaçlar (Multi-Way Trees) B-Trees B*-Trees B+-Trees Yrd.Doç.Dr. M. Ali Akcayol Çok Yollu Ağaçlar (Multi-Way Trees) Disk üzerindeki bilgilerin elde edilmesinde kullanılır. 3600 rpm ile dönen bir
#$% &'#(# Konular. B-Tree and Derivatives. B-Trees B#-Trees B+-Trees Deerlendirme
!" #$% &'#(# Konular B+-Trees Deerlendirme B-Tree sequential ve direct eriimde iyi performansa sahiptir. Binary tree lerde branching factor ikiden büyük olamaz. B-Tree lerde teorik olarak limit yoktur.
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
DOSYA 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
7.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
#$% &'#(# Konular. Binary Tree Structures. Binary Search Trees AVL Trees Internal Path Reduction Trees Deerlendirme
!" #$% &'#(# 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
Week 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
YZM 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
Ağaç 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
Ağaçlar (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
Algoritmalar. İkili Arama Ağaçları. Bahar 2016 Doç. Dr. Suat Özdemir 1
Algoritmalar İkili Arama Ağaçları Bahar 2016 Doç. Dr. Suat Özdemir 1 İkili Arama Ağaçları Binary Search Tree (BST) İkili arama ağaçları dinamik veri işlemlerini gerçekleştiren veri yapılarıdır Search,
BIP116-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.
Yrd. 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
Algoritmalar. 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
YZM 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 - 7 Ağaç (Tree) Veri Yapısı Giriş Ağaç VY Temel
AĞAÇLAR. 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
YZM 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
Ağaç (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
AĞAÇLAR TREES. 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
Algoritmalar. DERS 7 Dengeli Arama Ağaçları Kırmızı-siyah ağaçlar Kırmızı-siyah ağacın yüksekliği Rotation / Dönme Insertion / araya yerleştirme
Algoritmalar DERS 7 Dengeli Arama Ağaçları Kırmızı-siyah ağaçlar Kırmızı-siyah ağacın yüksekliği Rotation / Dönme Insertion / araya yerleştirme October 19, 2005 Copyright 2001-5 by Erik D. Demaine and
Algoritmalara 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
Yrd. 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
BIL222 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
BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap. Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü
BMB204. Veri Yapıları Ders 9. B+ Ağacı, Hash, Heap Erdinç Uzun NKÜ Çorlu Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü Dersin Planı B+ Tree Temel bir veritabanı çalışma kodu Hash (Karma) Heap Ağaçlar
Veri 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
Web Madenciliği (Web Mining)
Web Madenciliği (Web Mining) Hazırlayan: M. Ali Akcayol Gazi Üniversitesi Bilgisayar Mühendisliği Bölümü Konular Denetimli Öğrenmenin Temelleri Karar Ağaçları Entropi ID3 Algoritması C4.5 Algoritması Twoing
Algoritmalar. Kırmızı Siyah Ağaçları Red Black Trees. Bahar 2017 Doç. Dr. Suat Özdemir 1
Algoritmalar Kırmızı Siyah Ağaçları Red Black Trees Bahar 2017 Doç. Dr. Suat Özdemir 1 Kırmızı Siyah Ağaç Red Black Trees (RBT) İkili arama ağaçlarının dengeli versiyonudur Ağaç yüksekliği O(lgn) dir Temel
Çanakkale 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
Resim 7.20: Yeni bir ileti oluşturma
F İLETİLER Konuya Hazırlık 1. E-posta adresinden yeni bir ileti nasıl oluşturulur? 1. İLETI GÖNDERME a. Yeni bir ileti oluşturma: Yeni bir ileti oluşturmak için Dosya/Yeni/E-posta iletisi seçilebileceği
AVL Agacı {\} /\ Suhap SAHIN Onur GÖK
AVL Agacı {\} /\ Suhap SAHIN Onur GÖK AVL (Adel son-vel skiĭ) Landis Agacı AVL Agacı: Dengeli ikili agaç Denge Faktörü Kök isaretçisi A B c D E D E Agaç Veri Modeli Yükseklik Kök (root) A 2 B C 1 D E F
Algoritma 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
HACETTEPE 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:
İNÖNÜ 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
ELN1002 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
Final 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
YZM 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
BLM-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 [email protected] http://web.karabuk.edu.tr/umitatilla/ Dersin Hedefleri Aşağıda verilen arama stratejilerini anlamak
Veri Yapıları. Ağaçlar
Veri Yapıları Ağaçlar 1 Ağaç Veri Modeli Temel Kavramları 2 Ağaç, bir kök işaretçisi, sonlu sayıda düğümleri ve onları birbirine bağlayan dalları olan bir veri modelidir. Aile soyağacında olduğu gibi hiyerarşik
YZM 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:
TABLO ve HÜCRE SEÇİMİ
TABLO ve HÜCRE SEÇİMİ ÇALIŞMA TABLOSU (SAYFASI) İŞLEMLERİ Tablo seçimi: Çalışma kitabında işlemler normal olarak etkin bir çalışma tablosunda yapılır. Bazı hallerde birden fazla çalışma tablosu etkin hale
Bölüm 4: DDL Veri Tanımlama Dili
Bölüm 4: DDL Veri Tanımlama Dili -43- Dr. Serkan DİŞLİTAŞ DDL (Data Definition Language Veri Tanımlama Dili : Bu kategorideki SQL komutları ile veritabanları, tablo, görünüm ve indekslerin yaratılması,
Akademik Rapor Hazırlama ve Yazışma Teknikleri
Akademik Rapor Hazırlama ve Yazışma Teknikleri BLM2881 2015-1 DR. GÖKSEL Bİ R İ C İ K [email protected] Ders Planı Hafta Tarih Konu 1 16.09.2015 Tanışma, Ders Planı, Kriterler, Kaynaklar, Giriş Latex
Fiziksel 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
Eğitim seti (training set) sınıflandırma modelinin elde edileceği kayıtları içerir
sınıflandırma: temel kavramlar, karar ağaçları ve model değerlendirme Sınıflandırma : Tanım Eğitim seti (training set) sınıflandırma modelinin elde edileceği kayıtları içerir Eğitim setindeki her kayıt
Introduction to Circuit Analysis Laboratuarı 1.Deney Föyü
2012 Introduction to Circuit Analysis Laboratuarı 1.Deney Föyü KBÜ Elektrik-Elektronik Mühendisliği 26.03.2012 DENEY 1: MULTİMETRE KULLANIMI, KVL, KCL, DÜĞÜM ANALİZİ UYGULAMALARI AMAÇ ve KAPSAM Deneyde
AĞAÇ-TREE VERİ YAPISI
AĞAÇ-TREE VERİ YAPISI AĞAÇ-TREE Ağaç; verileri birbirine hiyerarşik(sıradüzensel) bir biçimde sanal olarak bağlayan, doğrusal olmayan bir veri yapısıdır. Doğada bulunan biyolojik ağaçlardaki ve aile soyağacındaki
Algoritmalara Giriş 6.046J/18.401J
Algoritmalara Giriş 6.046J/.40J DERS Veri Yapılarının Genişletilmesi Dinamik Seviye İstatistikleri Metodoloji Aralık Ağaçları Prof. Charles E. Leiserson Dinamik Seviye İstatistikleri OS-SEÇ(i,S) : dinamik
10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST)
1 10.Hafta Minimum kapsayan ağaçlar Minimum spanning trees (MST) Kapsayan ağaç Spanning Tree (ST) Bir Kapsayan Ağaç (ST); G, grafındaki bir alt graftır ve aşağıdaki özelliklere sahiptir. G grafındaki tüm
Veri tabanı içinde bulunan tablolardakibazı sütunlarda bulunan bilgilerin, herkes tarafından görülmesi istenmeyebilir.
View Oluşturma Sql komutlarından view oluşturma ve faydaları, myadminde gösterimi VİEW OLUŞTURMANIN YARARLARI 1. Veri güvenliği Veri tabanı içinde bulunan tablolardakibazı sütunlarda bulunan bilgilerin,
Bölüm 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,
VERİTABANI Veritabanı Yönetimi
VERİTABANI Veritabanı Yönetimi YAPILANDIRILMIŞ SORGULAMA DİLİ (SQL) Veritabanı yönetimi, veritabanının yapısal özelliklerini belirtmek ve değiştirmek, veritabanına kullanıcı erişimlerini ve yetkilerini
BÖLÜM 1 GİRİŞ 1.1 GİRİŞ
BÖLÜM 1 GİRİŞ 1.1 GİRİŞ Microsoft Excel de dosyalar çalışma kitabı olarak isimlendirilir. Bu dosyalar normal belge türüdür. Dosya ismi üzerine fare ile tıklandığında dosya açılır. Excel dosyaları tablolardan
İSTANBUL AYDIN ÜNİVERSİTESİ SİSTEM ANALİZİ VE TASARIMI KADİR KESKİN ERİM KURT YAZILIM GEREKSİMLERİ DOKÜMANI ONLİNE SİNEMA BİLET SİSTEMİ B1310.
İSTANBUL AYDIN ÜNİVERSİTESİ SİSTEM ANALİZİ VE TASARIMI KADİR KESKİN ERİM KURT YAZILIM GEREKSİMLERİ DOKÜMANI ONLİNE SİNEMA BİLET SİSTEMİ B1310.032022 SEC 2 İÇİNDEKİLER İÇINDEKILER... 2 1.Giriş... 4 1.1Amaç...
Fiziksel 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
İşlemsel Yükselteçler
İşlemsel Yükselteçler Bölüm 5. 5.1. Giriş İşlemsel yükselteçler aktif devre elemanlarıdır. Devrede gerilin kontrollü gerilim kaynağı gibi çalışırlar. İşlemsel yükselteçler sinyalleri toplama, çıkarma,
1.DERS AÇMA İŞLEMLERİ
İçindekiler 1.DERS AÇMA İŞLEMLERİ... 2 1.1.YENİ DERS AÇMA NASIL YAPILIR?... 3 2.ÖĞRENCİ DERS YÖNETİMİ EKRANINDA ÖĞRENCİNİN ÜZERİNE DERS NASIL EKLENİR?... 9 2.1.YENİ DERS EKLEME... 11 1.DERS AÇMA İŞLEMLERİ
Silmek istediğiniz satır/sütun/hücre yi seçin ve aşağıdaki adımlardan birini takip edin:
Satır/Sütun/Hücre Ekleme Paket Programlar Not_04 Oluşturduğunuz tabloya satır, sütun ve hücre ekleyebilirsiniz. Bunun için ekleme yapacağınız hücreye tıklayın ve aşağıdaki adımlardan birini takip edin:
BÖLÜM FORMLAR. Şekil Form sihirbazı ile form oluşturma 1. pencere.
BÖLÜM 18 4. FORMLAR Form ekranın hangi amaçla kullanılacağı daha önce anlatılmıştı. Formlar; tablolara ait bilgi girişlerinin tablolar bölümünde veri sayfası görünümünde yapılabilmesine rağmen formlar
Veri 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
Konu 2. Y. Doç. Dr. Fazıl GÖKGÖZ
Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan kl temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda
Manisa 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
Elektrik Müh. Temelleri
Elektrik Müh. Temelleri ELK184 5 @ysevim61 https://www.facebook.com/groups/ktuemt/ 1 SÜPERPOZİSYON (Toplamsallık) TEOREMİ E R I R ı Süper pozisyon yönteminde istenilen akımın akım veya gerilim değeri her
DOSYA 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
Indeksli 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
DAO İLE SQL KOMUTLARI. Sql komutlarını artık veri tabanında kullanmaktan başka çaremiz yok arkadaşlar. Şimdi bu sql derslerimize başlayalım.
DAO İLE SQL KOMUTLARI Sql komutlarını artık veri tabanında kullanmaktan başka çaremiz yok arkadaşlar. Şimdi bu sql derslerimize başlayalım. SQL-1 SELECT En basit SQL cümleciği oluşturmak için SELECT sözcüğü
Görsel Programlama DERS 04. Görsel Programlama - Ders04/ 1
Görsel Programlama DERS 04 Görsel Programlama - Ders04/ 1 Diziler ve Kolleksiyonlar(Collections) Diziler aynı tipli değişkenleri tutmak için kullanılan veri yapılarıdır. Diziler sabit uzunlukludur. Birkez
Örnek Arasınav Soruları Güz 2017
Sayfa#1 Manisa Celal Bayar Üniversitesi Yazılım Mühendisliği Bölümü YZM 3217- Yapay Zekâ Dersi Örnek Arasınav Soruları Güz 2017 Süre: 75 Dakika Adı ve Soyadı YANIT ANAHTARI Öğrenci Numarası Grubu İmza
VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN
VERİ MADENCİLİĞİ (Karar Ağaçları ile Sınıflandırma) Yrd.Doç.Dr. Kadriye ERGÜN [email protected] Genel İçerik Veri Madenciliğine Giriş Veri Madenciliğinin Adımları Veri Madenciliği Yöntemleri Sınıflandırma
127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ
127 - Twoing Algoritması ile Sınıflandırma Kalp Hastalığı Uygulaması MEHMET AKİF ERSOY ÜNİVERSİTESİ İLHAN UYSAL MEHMET BİLEN SAMİ ULUKUŞ Veri Madenciliği : Bir sistemin veri madenciliği sistemi olabilmesi
Bu işleçlerin dışında, aşağıda belirtilen karşılaştırma işleçlerinden de yararlanılır.
18 SQL SORGU DİLİ SQL (Structured Query Language) yapısal sorgu dili, veritabanı yönetim sistemlerinin standart programlama dili olarak bilinmektedir. SQL dilinin Access içinde sorgu pencerelerinde veya
VERİ 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
#$% &'#(# Konular. Hashing Techniques and Expandable Files. Background Extendible Hashing Dynamic Hashing Linear Hashing Deerlendirme
!" #$% &'#(# Konular Background Deerlendirme Background Hashing ve collision resolution metodları statik dosya boyutunu esas alırlar. Dorudan eriimli dosyalarda %85 packing factor ile ortalama 1.5 probe
SQL TRIGGERS (Tetikleyiciler)
Trigger kelime anlamı olarak tetikleyici demektir. Trigger, SQL de bir sorgu çalıştırdığımızda, başka bir sorgunun çalışmasını sağlamak için yazılan koddur. Mesela bir tablodan kayıt sildiğimizde, başka
Bilgilerin Uzun Vadeli Saklanması
8 DOSYA SİSTEMS STEMİ Bilgilerin Uzun Vadeli Saklanması saklanacak veriler çok fazla olabilir veriler proses sonlandıktan sonra da kaybolmamalı bilgiye prosesler ortak olarak ulaşabilmeli 424 Dosya Sistemi
Q-Biz İş Zekası Versiyon Yenilikleri Ekim 2014
Q-Biz İş Zekası Versiyon Yenilikleri Ekim 2014 İçindekiler Q-Biz İş Zekası Versiyon Yenilikleri... 1 1. Q-Biz - Çoklu Şirket-Dönem Seçimi... 3 2. Q-Biz Viewer Arşivle Butonu... 4 3. Q-Biz Rapor Yetkileri...
MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ
T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ MEKÂN ENVANTERİ OLUŞTURMA, MEKÂN ANALİZİ VE DERS PROGRAMI OLUŞTURMA İŞLEMLERİ OCAK, 2016 ISPARTA İÇİNDEKİLER 1. GİRİŞ... 2 2. DERS PORGRAMLARININ OLUŞTURULMASI... 5 3.
BLG 312 Bilgisayar İşletim Sistemleri 2006 BLG 312. Bilgilerin Uzun Vadeli Saklanması. Dosya Sistemi Görevleri. Dosya Sistemi Özellikleri
Bilgilerin Uzun Vadeli Saklanması Bilgisayar İşletim Sistemleri BLG 312 Dosya Sistemi saklanacak veriler çok fazla olabilir veriler proses sonlandıktan sonra da kaybolmamalı bilgiye prosesler ortak olarak
ÖÖY II Yrd.Doç.Dr.M.Betül YILMAZ
ÖÖY II Yrd.Doç.Dr.M.Betül YILMAZ Herhangi bir eseri, oyunu, işi vb. ortaya koyarken gösterilen başarı 2 Nasıl ölçmeli??? Çoktan seçmeli sorular? Açık uçlu sorular???? Ne zaman lazım? Sınıf içi uygulamalar
Kod Listeleri Genel Yapısı
Cari hesap, Stok, Hizmet, Kasa, Banka, Vergi, Döviz, Çek&Senet vb. master tanımlarda yeni kayıt girişi, değişiklik, izleme, silme ve kopya oluşturma ekranları kod tanım ekranı olarak adlandırılır. Kod
İLİŞKİSEL VERİTABANLARI
İLİŞKİSEL VERİTABANLARI Veritabanı Nedir? Veritabanı (database) en basit şekliyle verilerin belirli bir düzene göre tutulduğu, depolandığı bir sistemdir. İlişkisel Veritabanı Nedir? İlişkisel veritabanlarındaki
Ulaştırma ve Atama. Konu 2. Ulaştırma Modeli. Doç. Dr. Fazıl GÖKGÖZ
Ulaştırma ve Atama Modelleri Konu 2 Ulaştırma Modeli 1. Farklı kaynaklardan temin edilen bir ürün, mümkün olan minimum maliyetle farklı istikametlere taşınmaktadır. 2. Her kaynak noktası sabit sayıda ürün
Aşağıdaki programı inceleyip ekrana ne yazacağını söyleyebilir misiniz?
PYTHON DERS-8 LİSTELER-2 Geçen ders listeler oluşturmayı, listedeki her elemanın bir index numarası olduğu ve bu numaranın 0'dan başladığını, listenin tamamını veya index numarası sayesinde belirli bir
BÖLÜM III: Şebeke Modelleri. Şebeke Kavramları. Şebeke Kavramları. Şebeke Kavramları. Yönlü Şebeke (Directed Network) Dal / ok
8.0.0 Şebeke Kavramları BÖLÜM III: Şebeke Modelleri Şebeke (Network) Sonlu sayıdaki düğümler kümesiyle, bunlarla bağlantılı oklar (veya dallar) kümesinin oluşturduğu yapı şeklinde tanımlanabilir ve (N,A)
Tablolar Arası İlşikiler ve Alan Özellikleri Siparis.musteri_no musteri.musteri_no Siparis.urun_kodu musteri.urun_kodu
SQL'DE VERİ İŞLEME KOMUTLARI SQL'de verileri işlemek için kullanılan komutlara DML (Data Manipulation Language Veri İşleme Dili) denilmektedir. Bu komutlar ile oluşturulan ifadeler tablolara kayıt eklemek,
Ders Kayıt İşlemler Sayfası
Ders Kayıt İşlemleri Ders kayıtları 3 zaman diliminde yapılır; I. Birim kayıt günü Sabah sadece öğrenciler ders kaydı yapar II. Birim kayıt günü Öğleden sonra öğrenci ve danışman birlikte ders kayıtlarına
HACETTEPE 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
Algoritmalara Giriş 6.046J/18.401J
Algoritmalara Giriş 6.046J/18.401J DERS 12 Atlama Listeleri Veri Yapısı Rastgele Araya Yerleştirme Yüksek olasılıkla" sınırı Analiz (Çözümleme) Yazı Tura Atma Prof. Erik D. Demaine Atlama Listeleri Basit
Birim Gezici Hizmet Lokasyon Atama İşlemleri. Sağlık Bilgi Sistemleri Genel Müdürlüğü. Proje Geliştirme Daire Başkanlığı
YÖNETİM WEB UYGULAMALARI EĞİTİM DOKÜMANI Birim Gezici Hizmet Lokasyon Atama İşlemleri Tarih: 11.06.2015 Sağlık Bilgi Sistemleri Genel Müdürlüğü Proje Geliştirme Daire Başkanlığı Hazırlayan: Uğur KAYA Versiyon
X ve Y boş olmayan iki küme olsun. İki küme arasında tanımlanmış olan bir bulanık ilişki R, X x Y nin bir bulanık alt kümesidir.
Bulanık İlişkiler X ve Y boş olmayan iki küme olsun. İki küme arasında tanımlanmış olan bir bulanık ilişki R, X x Y nin bir bulanık alt kümesidir. R F(X x Y) Eğer X = Y ise R bir ikilik (binary) bulanık
SQL Kod ile Tablo Oluşturma
SQL Kod ile Tablo Oluşturma Aşağıdaki SQL kodları Veri tabanı hazırlama programında yazılıp çalıştırıldığı zaman PERSONEL adında bir tablo oluşturulur ve bu tablonun sütunları Personel_no, Adı, Soyadı
Graf Veri Modeli. Düğümler kümesi. Kenarlar kümesi
Graf Veri Modeli Graf, bir olay veya ifadenin düğüm ve çizgiler kullanılarak gösterilme şeklidir. Fizik, Kimya gibi temel bilimlerde ve mühendislik uygulamalarında ve tıp biliminde pek çok problemin çözümü
Detaylı bilgi için www.ekont.com veya http://www.ekont.com/index.php?id=119 adreslerine göz atabilirsiniz. -1-
-1- -2- Temel Fonksiyonlar-Özellikler 1. Ücretsiz çağrı atarak kapı ve bariyer kumanda edebilme (1 adet kuru kontak çıkış) 2. Tüm programlama işlemlerinin SMS ile yapılabilmesi ve SMS ile geri bildirim
Tablolar Arası İlşikiler ve Alan Özellikleri. Şekil 1. Magaza veritabanının tabloları ve tablolar arasındaki ilişkiler
SQL'de Veri İşleme Komutları SQL'de verileri işlemek için kullanılan komutlara DML (Data Manipulation Language Veri İşleme Dili) denilmektedir. Bu komutlar ile oluşturulan ifadeler tablolara kayıt eklemek,
Veri Yapıları. Ağaçlar. Ağaçlar genel bilgi
Veri Yapıları Ağaçlar Dr. Sinan TUNCEL Ağaçlar genel bilgi Ağaçlar, fizikçi Gustava Kirşof tarafından 1847 de kablo ağlarındaki elektrik akışını formülize etmek için kullanılmıştır. Kirşof yasaları olarak
2 PYTHON A GIRIŞ 13 PyCharm İle Python Projesi Oluşturma 15 Projenin Çalıştırılması 18 İlk Python Programımız 19 Açıklama Satırları 21
İÇİNDEKİLER VII İÇİNDEKİLER 1 PYTHON 1 Neden Python? 2 Python Sürümleri 2 Python Kurulumu 3 Windows Üzerinde Python 3 Ubuntu Üzerinde Python 6 Komut Satırında Python Çalıştırma 6 Windows komut istemi üzerinde
AHMET YESEVİ ÜNİVERSİTESİ BİLİŞİM SİSTEMLERİ VE MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANS DÖNEM ÖDEVİ
AHMET YESEVİ ÜNİVERSİTESİ BİLİŞİM SİSTEMLERİ VE MÜHENDİSLİK FAKÜLTESİ BİLGİSAYAR MÜHENDİSLİĞİ LİSANS DÖNEM ÖDEVİ TBIL-303-01 Veri Yapıları ve Algoritmalar İki Yönlü Bağlantılı Liste Uygulaması HAZIRLAYAN
Algoritma 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
MapCodeX Yağmur Suyu Modülü Kullanım Kılavuzu
MapCodeX Yağmur Suyu Modülü Kullanım Kılavuzu Versiyon Numarası: 1.0 ------------------------------- Kullanım Kılavuzu 2015 info@ www. MapCodeX Yağmur Suyu Hakkında MapCodeX Yağmur Suyu Modülü, yağmur
Algoritmalar. 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
Problem Seti 4 Çözümler
Algoritmalara Giriş Massachusetts Institute of Technology Professors Erik D. Demaine ve Charles E. Leiserson Ekim 29, 2005 6.046J/18.410J Dağıtım 18 Problem Seti 4 Çözümler Problem 4-1. Treaps Treap'ler
