Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> प्रोग्रामिंग

डेटा संरचना में बूल की असमानता


संभाव्यता सिद्धांत में, Boole की असमानता के अनुसार, जिसे संघ बाध्य भी कहा जाता है, घटनाओं के किसी भी परिमित या गणनीय सेट के लिए, घटनाओं में से कम से कम एक के घटित होने की प्रायिकता इससे अधिक नहीं है व्यक्तिगत घटनाओं की संभावनाओं का योग।

गणित में, संभाव्यता सिद्धांत को एक महत्वपूर्ण शाखा के रूप में दर्शाया जाता है जो यादृच्छिक घटना की संभावनाओं के बारे में अध्ययन करता है। प्रायिकता को किसी घटना के घटित होने की संभावना के मापन के रूप में दर्शाया जाता है जो एक प्रयोग का परिणाम है।

उदाहरण के लिए - एक सिक्के को उछालना एक प्रयोग के रूप में और चित या पट प्राप्त करना एक घटना के रूप में दर्शाया जाता है। आदर्श रूप से, 50% -50% संभावनाएं हैं, यानी 1/2-1/2 या तो सिर या पूंछ प्राप्त करने की संभावना है।

संभाव्यता सिद्धांत में बहुत सारी महत्वपूर्ण अवधारणाएँ हैं।

बूले की असमानता उनमें से एक है।

संघ बाध्य या बूले की असमानता तब लागू होती है जब हमें यह दिखाने की आवश्यकता होती है कि कुछ घटनाओं के संघ की संभावना कुछ मूल्य से छोटी है।

याद रखें कि किन्हीं दो घटनाओं C और D के लिए हमारे पास

P(C ∪ D) = P(C) + P(D) − P(C ∩ D) ≤ P(C) + P(D).

इसी तरह, तीन घटनाओं सी, डी और ई के लिए, हम लिख सकते हैं

P(C ∪ D ∪ E) = P((C ∪ D) ∪ E) ≤ P(C ∪ D) + P(E) ≤ P(C) + P(D) + P(E).

  1. डेटा संरचना में B+ ट्री क्वेरी

    यहां हम देखेंगे कि B+ ट्री में सर्च कैसे करें। B+ ट्री सर्चिंग को B+ ट्री क्वेरीिंग के नाम से भी जाना जाता है। यह एल्गोरिथम काफी हद तक बी-ट्री की क्वेरी के समान है। इसके अलावा, यह रेंज क्वेरी का समर्थन करता है। मान लीजिए हमारे पास नीचे जैसा B+ पेड़ है - B+ ट्री का उदाहरण - खोज तकनीक बहुत हद तक बा

  1. डेटा संरचना में B+ ट्री

    यहां हम देखेंगे कि B+ पेड़ क्या हैं। B+ ट्री, B-ट्रीज़ का विस्तारित संस्करण है। यह पेड़ बी-ट्री पर बेहतर सम्मिलन, विलोपन और खोज का समर्थन करता है। बी-पेड़, चाबियाँ और रिकॉर्ड मान आंतरिक और साथ ही पत्ती नोड्स में संग्रहीत होते हैं। बी + ट्री रिकॉर्ड में, लीफ नोड पर संग्रहीत किया जा सकता है, आंतरिक न

  1. हाफेज डेटा संरचना

    परिचय टेम्पलेट पैरामीटर या हाफएज डेटा संरचना (हाफएजडीएस के रूप में संक्षिप्त) के लिए एक एचडीएस को किनारे-केंद्रित डेटा संरचना के रूप में परिभाषित किया गया है, जो शिखर, किनारों और चेहरों की घटनाओं की जानकारी को बनाए रखने में सक्षम है, जैसे कि प्लानर मैप्स, पॉलीहेड्रा, या अन्य उन्मुख, द्वि-आयामी यादृ