इस अनुभाग में हम बहुआयामी सरणियों के एक अन्य प्रतिनिधित्व को देखेंगे। यहाँ हम सरणियों की सरणी (Array of Arrays) प्रतिनिधित्व देखेंगे। इस रूप में, हमारे पास एक सरणी होती है जो कई सरणियों के प्रारंभिक पतों (starting addresses) को रखती है। प्रतिनिधित्व नीचे जैसा दिखेगा: यह आकार [7 x 8] का एक द्वि-आय

यहाँ हम अनियमित सरणियों (Irregular Arrays) को देखेंगे। अनियमित सरणियों पर चर्चा करने से पहले, हमें नियमित सरणियों (Regular Arrays) को जानना होगा। नियमित सरणियाँ वे सरणियाँ होती हैं जहाँ प्रत्येक पंक्ति में स्तंभों की संख्या समान होती है। या दूसरे शब्दों में, जब प्रत्येक पंक्ति समान संख्या में तत्व

इस अनुभाग में हम देखेंगे कि विरल मैट्रिक्स (Sparse Matrix) क्या होता है और इसे मेमोरी में कैसे प्रस्तुत किया जा सकता है। एक मैट्रिक्स विरल मैट्रिक्स होता है यदि इसके अधिकांश तत्व 0 हों। एक अन्य परिभाषा के अनुसार, अधिकतम 1/3 गैर-शून्य तत्वों (लगभग 30% m x n) वाला मैट्रिक्स विरल मैट्रिक्स कहलाता है।

इस अनुभाग में हम सामान्यीकृत सूचियों (Generalized Lists) के बारे में देखेंगे। एक सामान्यीकृत सूची L को n तत्वों (n ≥ 0) का एक परिमित अनुक्रम (finite sequence) के रूप में परिभाषित किया जा सकता है। प्रत्येक तत्व ei या तो एक परमाणु (atom - एकल तत्व) होता है या फिर एक अन्य सामान्यीकृत सूची। जो तत्व ei

यहां हम थ्रेडेड बाइनरी ट्री डेटा संरचना देखेंगे। हम जानते हैं कि बाइनरी ट्री नोड्स में अधिकतम दो बच्चे हो सकते हैं। लेकिन यदि उनके पास केवल एक बच्चा है, या कोई बच्चा नहीं है, तो लिंक्ड लिस्ट प्रतिनिधित्व में लिंक भाग नल रहता है। थ्रेडेड बाइनरी ट्री प्रतिनिधित्व का उपयोग करके, हम कुछ थ्रेड बनाकर उन ख

हीप या बाइनरी हीप संतुलित बाइनरी ट्री डेटा संरचना का एक विशेष मामला है। यह कम्पलीट बाइनरी ट्री संरचना है। इसलिए l-1 स्तरों तक यह पूर्ण है, और l स्तर पर, सभी नोड्स बाएं से हैं। यहां रूट नोड की की की तुलना उसके बच्चों से की जाती है और तदनुसार व्यवस्थित किया जाता है। यदि a का चाइल्ड नोड b है तो -key(a)

यहां हम देखेंगे कि बाइनरी हीप डेटा संरचनाओं से तत्वों को कैसे इंसर्ट और डिलीट करें। मान लें प्रारंभिक ट्री नीचे जैसा है -इंसर्शन एल्गोरिदमinsert(heap, n, item): 1, प्रत्येक इटरेशन में i := i / 2 सेट करें, do if item <= heap[i/2], then break heap[i] = heap[i/2] done

जैसा कि हम जानते हैं कि ग्राफ को विभिन्न विविधताओं में वर्गीकृत किया जा सकता है। वे डायरेक्टेड या अनडायरेक्टेड हो सकते हैं, और वे वेटेड या अनवेटेड हो सकते हैं। यहां हम देखेंगे कि वेटेड ग्राफ को मेमोरी में कैसे प्रतिनिधित्व किया जाए। निम्नलिखित ग्राफ पर विचार करें -एडजेसेंसी मैट्रिक्स प्रतिनिधित्वएडज

डेटा साइंटिस्ट, डेटा इंजीनियर, और डेटा एनालिस्ट सूचना प्रौद्योगिकी कंपनियों में विभिन्न प्रकार की जॉब प्रोफाइल हैं।डेटा साइंटिस्टडेटा साइंटिस्ट अत्यधिक विशेषाधिकार प्राप्त नौकरी है जो समग्र कार्यक्षमता की देखरेख करता है, पर्यवेक्षण प्रदान करता है, भविष्यवादी सूचना प्रदर्शन, डेटा पर ध्यान केंद्रित कर

इनवर्टेड इंडेक्स और फॉरवर्ड इंडेक्स डॉक्यूमेंट या डॉक्यूमेंट के सेट में टेक्स्ट खोजने के लिए उपयोग की जाने वाली डेटा संरचनाएं हैं।इनवर्टेड इंडेक्सइनवर्टेड इंडेक्स शब्दों को इंडेक्स के रूप में संग्रहीत करता है और डॉक्यूमेंट नाम (नामों) को मैप्ड रेफरेंस के रूप में।फॉरवर्ड इंडेक्सफॉरवर्ड इंडेक्स डॉक्यू

इलेक्ट्रॉनिक प्रोडक्ट कोड (EPC) इलेक्ट्रॉनिक प्रोडक्ट कोड (EPC) एक यूनिवर्सल आइडेंटिफायर है जिसका उद्देश्य दुनिया के हर संभव भौतिक ऑब्जेक्ट को एक विशिष्ट पहचान प्रदान करना है। EPC ज्यादातर RFID (रेडियो फ्रीक्वेंसी आइडेंटिफिकेशन) टैग पर एन्कोडेड होते हैं जिनका उपयोग इन्वेंटरी, एसेट और लोगों जैसे ऑब्

EPC या इलेक्ट्रॉनिक प्रोडक्ट कोड एक यूनिवर्सल आइडेंटिफायर है जो RFID (रेडियो फ्रीक्वेंसी आइडेंटिफिकेशन) टैग पर एन्कोडेड होता है ताकि इन्वेंटरी, एसेट और लोगों जैसे ऑब्जेक्ट्स की पहचान की जा सके और उन्हें ट्रैक किया जा सके। इस तकनीक की दूसरी पीढ़ी, जैसा कि EPCglobal टैग डेटा स्टैंडर्ड द्वारा निर्धारित

जैसा कि हम जानते हैं कि क्रिप्टोग्राफी में दो प्रक्रियाएं शामिल हैं जो क्रमशः सेंडर और रिसीवर एंड पर एन्क्रिप्शन और डिक्रिप्शन हैं। मूल रूप से क्रिप्टोग्राफी का अभ्यास या कार्यान्वयन सेंडर और रिसीवर के बीच सार्वजनिक वातावरण में सुरक्षित संचार करने के लिए किया जाता है ताकि इन दो पक्षों के अलावा कोई भ

बैक ऑफ एल्गोरिदम कॉलिजन रिज़ॉल्यूशन के लिए उपयोग किया जाने वाला एक एल्गोरिदम है। यह इस तरह काम करता है,जब यह कॉलिजन होता है, तो दोनों डिवाइस सिग्नल को फिर से ट्रांसमिट करने से पहले एक रैंडम समय तक प्रतीक्षा करते हैं, वे तब तक कोशिश करते रहते हैं जब तक डेटा सफलतापूर्वक ट्रांसफर नहीं हो जाता। इसे बैक

किसी एल्गोरिदम की लागत का अनुमान लगाने के लिए अलग-अलग विधियां हैं। उनमें से एक ऑपरेशन काउंट का उपयोग करके है। हम विभिन्न ऑपरेशनों में से एक को चुनकर एल्गोरिदम की टाइम कॉम्प्लेक्सिटी का अनुमान लगा सकते हैं। ये ऐड, सब्ट्रैक्ट आदि जैसे हैं। हमें यह जांचना होगा कि इनमें से कितने ऑपरेशन किए गए हैं। इस वि

एल्गोरिदम विश्लेषण में हम ऑपरेशन और चरणों को गिनते हैं। यह मूल रूप से उचित है जब कंप्यूटर किसी ऑपरेशन को करने में डेटा लाने से अधिक समय लेता है जिसकी उस ऑपरेशन के लिए आवश्यकता होती है। आजकल ऑपरेशन करने की लागत मेमोरी से डेटा लाने की लागत से काफी कम है।कई एल्गोरिदम का रन टाइम ऑपरेशन की संख्या के बजाय

एल्गोरिदम के विश्लेषण के दौरान, हम कुछ पुनरावृत्ति संबंध पाते हैं। ये पुनरावृत्ति संबंध मूल रूप से अभिव्यक्ति में उसी फंक्शन का उपयोग कर रहे हैं। रिकर्सिव एल्गोरिदम विश्लेषण, और डिवाइड एंड कंकर एल्गोरिदम के अधिकांश मामलों में हमें पुनरावृत्ति संबंध मिलते हैं।यहां हम कुछ उदाहरणों की मदद से पुनरावृत्त

यहां हम देखेंगे कि पुनरावृत्ति संबंधों को हल करने के लिए प्रतिस्थापन विधि का उपयोग कैसे करें। हम इसे बेहतर तरीके से समझने के लिए दो उदाहरण लेंगे।मान लें हम बाइनरी सर्च तकनीक का उपयोग कर रहे हैं। इस तकनीक में, हम जांचते हैं कि तत्व मध्य में मौजूद है या नहीं। यदि वह मध्य में मौजूद है, तो एल्गोरिदम समा

मिररिंगमिररिंग का तात्पर्य मास्टर डेटाबेस सर्वर के लिए बैकअप डेटाबेस सर्वर रखना है। यदि किसी कारण से मास्टर डेटाबेस डाउन हो जाता है तो मिरर डेटाबेस का उपयोग मास्टर डेटाबेस के विकल्प के रूप में किया जा सकता है। सिद्धांत रूप में, एक समय में केवल एक डेटाबेस सर्वर सक्रिय होता है और डेटाबेस के लिए अनुरोध

लीनियर डेटा संरचनाएंएक लीनियर डेटा संरचना में डेटा तत्व क्रमिक तरीके से व्यवस्थित होते हैं और प्रत्येक सदस्य तत्व अपने पिछले और अगले तत्व से जुड़ा होता है। यह कनेक्शन एक लीनियर डेटा संरचना को एक ही स्तर पर और एक ही रन में ट्रैवर्स करने में मदद करता है। ऐसी डेटा संरचनाएं लागू करना आसान होता है क्योंक