रेड ब्लैक ट्री एक स्व-संतुलित बाइनरी सर्च ट्री है जिसमें पेड़ के प्रत्येक नोड को लाल या काले रंग से रंगा जाता है। रेड ब्लैक ट्री पर हम तीन तरह के ऑपरेशन कर सकते हैं - सर्चिंग, इंसर्शन और डिलीट। मान लें कि हमें निम्नलिखित लाल काले पेड़ में एक तत्व डालना है। लाल-काले पेड़ में एक तत्व डालने के लिए

अभिव्यक्ति वृक्ष एक्सप्रेशन ट्री वे होते हैं जिनमें लीफ नोड्स के संचालन के लिए मान होते हैं, और आंतरिक नोड्स में वह ऑपरेटर होता है जिस पर लीफ नोड का प्रदर्शन किया जाएगा। उदाहरण 4 + ((7 + 9) * 2) इस प्रकार एक व्यंजक वृक्ष होगा अभिव्यक्ति ट्री बनाने के लिए एल्गोरिदम T को व्यंजक वृक्ष होने दें।

एक सबसे छोटा रास्ता देने के बजाय, येन का k- सबसे छोटा पथ एल्गोरिथम k . देता है सबसे छोटा रास्ता ताकि हम दूसरा सबसे छोटा रास्ता और तीसरा सबसे छोटा रास्ता आदि प्राप्त कर सकें। आइए एक परिदृश्य पर विचार करें कि हमें स्थान A से स्थान B तक यात्रा करनी है और स्थान A और स्थान B के बीच कई मार्ग उपलब्ध हैं,

इस पोस्ट में, हम रैखिक डेटा संरचना और गैर-रेखीय डेटा संरचना के बीच के अंतर को समझेंगे। रैखिक डेटा संरचना ऐसी संरचना के तत्वों को क्रमिक रूप से व्यवस्थित किया जाता है। प्रत्येक तत्व को रैखिक संरचना के माध्यम से पार करके पहुँचा जा सकता है। एक रैखिक संरचना के सभी तत्व एक ही स्तर पर होते हैं, य

इस पोस्ट में, हम डिस्क्रिप्टिव डेटा माइनिंग और प्रेडिक्टिव डेटा माइनिंग के बीच के अंतर को समझेंगे। विवरणात्मक डेटा माइनिंग यह संग्रहीत डेटा का विश्लेषण करके यह समझने की कोशिश करता है कि अतीत में क्या हुआ था। यह जो डेटा प्रदान करता है वह सटीक है। यह मानक रिपोर्टिंग प्रदान करता है। यह तदर्

इस पोस्ट में हम वर्गीकरण और प्रतिगमन के बीच के अंतर को समझेंगे। वर्गीकरण यह असतत मान देता है। डेटा के एक समूह को देखते हुए, यह विधि डेटा को विभिन्न समूहों में समूहित करने में मदद करती है। यह समूहीकरण विभिन्न मानदंडों के आधार पर किया जाता है। यह अव्यवस्थित है। मैपिंग फ़ंक्शन का उपयोग म

इस पोस्ट में, हम DBMS में प्राथमिक कुंजी और विदेशी कुंजी के बीच के अंतर को समझेंगे प्राथमिक कुंजी इसका उपयोग यह सुनिश्चित करने के लिए किया जाता है कि विशिष्ट कॉलम में डेटा अद्वितीय है। यह एक रिलेशनल डेटाबेस में एक रिकॉर्ड को विशिष्ट रूप से पहचानने में मदद करता है। तालिका में केवल एक प्राथमि

इस पोस्ट में, हम डेटा और मेटाडेटा के बीच के अंतर को समझेंगे। डेटा किसी भी प्रकार की जानकारी जो कंप्यूटर मेमोरी में स्टोर की जाती है। इसे बाद में कई तरह के उद्देश्यों के लिए इस्तेमाल किया जा सकता है। यह जानकारीपूर्ण हो भी सकता है और नहीं भी। यह संसाधित हो भी सकता है और नहीं भी। DBMS मे

यहां हम देखेंगे कि अंतराल ढेर क्या है। अंतराल ढेर पूर्ण बाइनरी ट्री हैं, जिसमें, संभवतः अंतिम को छोड़कर प्रत्येक नोड में दो तत्व होते हैं। बता दें कि नोड P में दो तत्वों की प्राथमिकताएं a और b हैं। यहाँ हम a b पर विचार कर रहे हैं। हम कहते हैं कि नोड पी बंद अंतराल [ए, बी] का प्रतिनिधित्व करता है। यहा

यहां हम देखेंगे कि बी-ट्री में सर्च कैसे करें। बी-ट्री खोज को बी-ट्री क्वेरीिंग के रूप में भी जाना जाता है। मान लीजिए कि हमारे पास नीचे जैसा बी-पेड़ है - बी-ट्री का उदाहरण - खोज तकनीक बहुत हद तक बाइनरी सर्च ट्री के समान है। मान लीजिए हम उपरोक्त पेड़ से 66 खोजना चाहते हैं। तो हम जड़ से शुरू करेंगे

यहां हम देखेंगे कि बी-ट्री में इंसर्शन कैसे किया जाता है। मान लीजिए हमारे पास नीचे जैसा बी-ट्री है - बी-ट्री का उदाहरण - तत्व डालने के लिए, विचार बीएसटी के समान है, लेकिन हमें कुछ नियमों का पालन करना होगा। प्रत्येक नोड में m बच्चे और m-1 तत्व होते हैं। यदि हम एक नोड में एक तत्व सम्मिलित करते हैं,

यहां हम देखेंगे कि बी-ट्री से नोड को कैसे हटाया जाए। मान लीजिए कि हमारे पास नीचे की तरह एक बीट्री है - बी-ट्री का उदाहरण - विलोपन के दो भाग होते हैं। सबसे पहले हमें तत्व को खोजना होगा। वह रणनीति पूछताछ की तरह है। अब डिलीट करने के लिए हमें कुछ नियमों का ध्यान रखना होगा। एक नोड में कम से कम m/2 तत्

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

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

यहाँ हम देखेंगे कि B+ ट्री में इंसर्शन कैसे किया जाता है। मान लीजिए हमारे पास नीचे जैसा B+ ट्री है - B+ ट्री का उदाहरण - एक तत्व सम्मिलित करने के लिए, विचार बी-ट्री के समान है, यदि एक तत्व डाला जाता है, तो वह लीफ नोड पर संग्रहीत किया जाएगा। अगर वह किसी आंतरिक नोड में मौजूद है, तो वह पत्ते पर अपने

यहां हम देखेंगे कि B+ ट्री से किसी नोड को कैसे हटाया जाए। मान लीजिए हमारे पास 7minus से नीचे जैसा B+ ट्री है; B+ ट्री का उदाहरण - विलोपन के दो भाग होते हैं। सबसे पहले हमें तत्व को खोजना होगा। वह रणनीति पूछताछ की तरह है। अब डिलीट करने के लिए हमें कुछ नियमों का ध्यान रखना होगा। एक नोड में कम से कम

इस खंड में हम देखेंगे कि अंतराल वृक्ष क्या है। जैसा कि नाम से पता चलता है कि अंतराल के पेड़ वे पेड़ हैं जो अंतराल से जुड़े होते हैं। तो अंतराल वृक्षों के बारे में चर्चा करने से पहले, आइए हम प्रारंभिक अंतराल देखें। एक अंतराल मूल रूप से एक सीमा है। इसलिए यदि एक अंतराल को [ए, बी] के रूप में लिखा जाता

इस खंड में हम देखेंगे कि खंड वृक्ष क्या है। उस पर चर्चा करने से पहले, आइए एक समस्या देखें। मान लीजिए कि हमारे पास एक सरणी है [0,…,n-1], हम निम्नलिखित ऑपरेशन कर सकते हैं - सूचकांक l से r तक के तत्वों का योग ज्ञात कीजिए, जहाँ 0 ≤ l ≤ r ≤ n-1 सरणी के निर्दिष्ट तत्व के मान को नए मान x में बदलें।

इस खंड में हम देखेंगे कि K-ary पेड़ क्या है। K-ary पेड़ एक जड़ वाला पेड़ है, जहाँ प्रत्येक नोड अधिकतम k संख्या में बच्चों को धारण कर सकता है। यदि k का मान 2 है, तो इसे बाइनरी ट्री कहते हैं। बाइनरी ट्री, या टर्नरी ट्री कुछ विशिष्ट k-ary ट्री हैं। तो k-ary पेड़ फिर से सामान्यीकृत हो जाते हैं। के-एरी

यहां हम देखेंगे कि एसाइक्लिक डिग्राफ क्या है। एसाइक्लिक डिग्राफ निर्देशित ग्राफ होते हैं जिनमें कोई निर्देशित चक्र नहीं होता है। डायरेक्टेड एसाइक्लिक ग्राफ़ को डीएजी के रूप में संक्षिप्त किया गया है। प्रत्येक परिमित DAG में कम से कम एक नोड होता है जिसका आउट-डिग्री 0. एक नोड के साथ DAG का उदाहरण -