資料結構
含有「資料結構」共 64 篇內容
全部內容
發佈日期由新至舊
本文將逐步拆解如何將 ER 圖轉換為 Schema，深入瞭解 ER 圖的意義以及其對於資料庫設計的重要性。透過影片內容，我們可以學習如何清晰地描述實體關係，並將複雜的資料結構轉化為易於管理的 Schema 形式。無論是初學者或有經驗的資料庫管理者，都能從中獲得實用的技巧和知識。
本文探討資料庫設計的基本概念，區別了 Flat-file 和 Database，並詳細介紹了資料庫設計的流程，包括需求分析、ER 圖概念設計、邏輯資料模型和物理模型的轉換。還介紹了關聯式資料庫的基本組成、五大鍵以及各種限制，希望對自學者理解資料庫設計有所幫助。
前一篇提到B樹和B+樹，這篇介紹AVL 樹和經典的紅黑樹。
在開始之前，可以看個輕鬆的影片，對於紅黑樹在真實商業案例的應用更有印象
學習資料結構、演算法在工作上真的有用嗎? 實際工作經歷不藏私! | 二元樹 | 雜湊 | 計算機概論 | 工程師 Nic
樹是資料結構中的核心概念，尤其是當數據量龐大時，選擇適當的樹結構能顯著提升查找和管理效率。本文深入探討了B樹、B+樹、AVL樹及紅黑樹的特性、操作方法及其廣泛應用，並強調選擇自平衡樹的必要性，以確保資料讀取的快速與精確。本文也鼓勵讀者通過動畫學習以便更好地理解這些複雜的樹結構。
從Python 內建deque資料結構的角度切入，
同時了解deque 與 FIFO Queue相關的function用法。
collections.deque是一種兩端點皆可進出的雙端佇列
在兩端點高效地在O(1)常數時間內添加和刪除元素。
這使得deque非常適合實現FIFO Queue
深入探討圖(Graph)的基本概念 及 最短路徑Shortest Path的尋找。
我們專注於廣度優先搜尋(BFS)演算法，以等權圖的最短路徑為例，
詳細說明如何利用BFS從起點擴散到終點，並且提供詳細的程式碼範例。
透過實作，讀者能夠更清楚理解圖論及BFS的應用，並體會水波紋擴散模型的重要性。
定義
圖Graph: 由節點和邊所組成的一個網狀資料結構。
圖的表達方式Graph representation:
常見的有相鄰串列adjacency list或相鄰矩陣adjacency matrix。
本文以adjacenct list作為示範。
節點Vertex: 節點
定義
圖Graph: 由節點和邊所組成的一個網狀資料結構。
圖的表達方式Graph representation:
常見的有相鄰串列adjacency list或相鄰矩陣adjacency matrix。
本文以adjacenct list作為示範。
Insert Greatest Common Divisors in Linked List
題目給定一個鏈結串列，
請在兩兩節點之間加入一個新節點，新節點的值為兩者之間的最大公因數。
最後返回新串列的head node作為答案。
Min-Heap 最小堆是一種特殊的樹狀資料結構，
其中每個節點的值都小於或等於其子節點的值。這意味著最小值總是位於根節點。
Min-Heap 常用於實作優先權佇列 (Priority Queue)、Dijkstra 演算法、
排序以及尋找中位數等應用。
