ในโปรแกรมนี้เราจะดูวิธีแปลงอุณหภูมิจากเซลเซียสเป็นฟาเรนไฮต์ด้วย C++ สูตรนี้เรียบง่าย อัลกอริทึม เริ่มต้น รับอุณหภูมิเซลเซียสใน C คำนวณ F = (9C/5) + 32 คืนค่า F สิ้นสุด โค้ดตัวอย่าง #include <iostream> using namespace std; int main() { float f, c; cout << Enter temperat

ลำดับฟีบอนัชชี (Fibonacci Sequence) ลำดับฟีบอนัชชีเป็นดังนี้ 0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55,... ในลำดับนี้ พจน์ที่ n คือผลรวมของพจน์ที่ (n-1) และ (n-2) เราสามารถสร้างได้โดยใช้วิธีเรียกซ้ำ (recursive approach) แต่ใน Dynamic Programming ขั้นตอนจะง่ายกว่า สามารถเก็บตัวเลขฟีบอนัชชีทั้งหมดในตาราง (

Radix Sort Radix sort เป็นอัลกอริทึมการจัดเรียงที่ไม่ใช่แบบเปรียบเทียบ (non-comparative sorting algorithm) อัลกอริทึมนี้ทำงานบนกุญแจจำนวนเต็ม (integer keys) โดยจัดกลุ่มหลัก (digits) ที่มีตำแหน่งและค่าเท่ากัน Radix คือฐาน (base) ของระบบตัวเลข ตามที่เรารู้ในระบบทศนิยม radix หรือฐานคือ 10 ดังนั้นสำหรั

Bucket Sort ในเทคนิคการจัดเรียงแบบ Bucket Sort ข้อมูลจะถูกกระจายไปยังชุดของถัง (buckets) แต่ละถังสามารถเก็บข้อมูลประเภทเดียวกันได้ หลังจากกระจายแล้ว แต่ละถังจะถูกจัดเรียงโดยใช้อัลกอริทึมจัดเรียงอีกตัวหนึ่ง หลังจากนั้น รวบรวมองค์ประกอบทั้งหมดเข้าสู่รายการหลักเพื่อให้ได้รูปแบบที่จัดเรียงแล้ว ความซับ

Bubble Sort Bubble Sort เป็นอัลกอริทึมการจัดเรียงแบบเปรียบเทียบ (comparison based sorting algorithm) ในอัลกอริทึมนี้ จะเปรียบเทียบองค์ประกอบที่อยู่ติดกันและสลับกันเพื่อทำลำดับที่ถูกต้อง อัลกอริทึมนี้ง่ายกว่าอัลกอริทึมอื่นๆ แต่ก็มีข้อบกพร่องบางอย่าง ไม่เหมาะสำหรับชุดข้อมูลขนาดใหญ่ ใช้เวลามากในการจัด

Heap Sort Heap เป็นต้นไม้ไบนารีสมบูรณ์ (complete binary tree) ซึ่งเป็น Min Heap หรือ Max Heap ใน Max Heap คีย์ที่ราก (root) ต้องเป็นค่าสูงสุดในคีย์ทั้งหมดที่อยู่ใน Heap คุณสมบัตินี้ต้องเป็นจริงแบบเรียกซ้ำ (recursively) สำหรับทุกโหนดในต้นไม้ไบนารีนั้น Min Heap คล้ายกับ Max Heap คำอธิบายฟังก์ชัน vo

Merge Sort เทคนิคการจัดเรียงแบบ Merge Sort พัฒนามาจากเทคนิคแบ่งแยกและเอาชนะ (divide and conquer technique) เราแบ่งชุดข้อมูลทั้งหมดออกเป็นส่วนย่อยๆ และรวมมันเข้าด้วยกันเป็นชิ้นส่วนที่ใหญ่ขึ้นในลำดับที่จัดเรียงแล้ว มันมีประสิทธิภาพมากสำหรับกรณีแย่ที่สุดด้วย เพราะอัลกอริทึมนี้มีความซับซ้อนด้านเวลาต่ำส

Selection Sort ในเทคนิคการจัดเรียงแบบ Selection Sort รายการจะถูกแบ่งออกเป็น 2 ส่วน ในส่วนหนึ่งทุกองค์ประกอบถูกจัดเรียงแล้ว และอีกส่วนไอเท็มยังไม่ได้จัดเรียง ตรงแรกเราหาข้อมูลสูงสุดหรือต่ำสุดจากอาร์เรย์ หลังจากได้ข้อมูล (สมมติว่าต่ำสุด) เราวางมันที่จุดเริ่มต้นของรายการโดยแทนที่ข้อมูลตำแหน่งแรกด้วยข้

Insertion Sort เทคนิคการจัดเรียงนี้คล้ายกับการจัดเรียงไพ่ กล่าวคือ เราจัดเรียงไพ่โดยใช้กลไก Insertion Sort สำหรับเทคนิคนี้ เราเลือกองค์ประกอบหนึ่งจากชุดข้อมูล และเลื่อนองค์ประกอบข้อมูลเพื่อสร้างที่ว่างเพื่อแทรกองค์ประกอบที่เลือกกลับเข้าไปในชุดข้อมูล ความซับซ้อนของ Insertion Sort Time Complexity:

Shell Sort เทคนิคการจัดเรียงแบบ Shell Sort พัฒนามาจากการจัดเรียงแบบแทรก (Insertion Sort) ใน Insertion Sort บางครั้งเราต้องเลื่อนบล็อกขนาดใหญ่เพื่อแทรกไอเท็มในตำแหน่งที่ถูกต้อง การใช้ Shell Sort ช่วยหลีกเลี่ยงการเลื่อนจำนวนมากได้ การจัดเรียงทำงานด้วยช่วงระยะ (interval) เฉพาะ หลังจากแต่ละรอบ ช่วงระยะ

Counting Sort Counting sort เป็นเทคนิคการจัดเรียงที่เสถียร (stable sorting technique) ใช้จัดเรียงวัตถุตามกุญแจ (keys) ที่เป็นตัวเลขน้อย นับจำนวนกุญแจที่มีค่ากุญแจเท่ากัน เทคนิคการจัดเรียงนี้มีประสิทธิภาพเมื่อความแตกต่างระหว่างกุญแจต่างๆ ไม่มากนัก มิฉะนั้นอาจเพิ่มความซับซ้อนของพื้นที่ (space complex

การค้นหาแบบ Interpolation Search สำหรับเทคนิคการค้นหาแบบทวิภาค (binary search) รายการจะถูกแบ่งออกเป็นส่วนเท่าๆ กัน สำหรับเทคนิคการค้นหาแบบ Interpolation กระบวนการจะพยายามหาตำแหน่งที่แน่นอนโดยใช้สูตร Interpolation หลังจากหาตำแหน่งประมาณการแล้ว สามารถแยกรายการโดยใช้ตำแหน่งนั้นได้ เนื่องจากมันพยายามหา

การตรวจสอบการเชื่อมต่อของกราฟ เพื่อตรวจสอบการเชื่อมต่อของกราฟ เราจะพยายามท่องทุกโหนดโดยใช้อัลกอริทึมการท่องใดๆ หลังจากท่องเสร็จ หากมีโหนดใดที่ไม่ได้ถูกเยี่ยมชม กราฟนั้นจึงไม่ได้เชื่อมต่อ สำหรับกราฟมีทิศทาง เราจะเริ่มท่องจากทุกโหนดเพื่อตรวจสอบการเชื่อมต่อ บางครั้งขอบหนึ่งอาจมีแค่ขอบออก (outward e

กราฟที่เชื่อมต่ออย่างแข็งแกร่ง (Strongly Connected Graph) ในกราฟมีทิศทาง (directed graph) องค์ประกอบ (components) ถูกกล่าวว่าเป็น strongly connected เมื่อมีเส้นทางระหว่างแต่ละคู่ของจุดยอดในองค์ประกอบหนึ่ง เพื่อแก้อัลกอริทึมนี้ ขั้นแรก ใช้อัลกอริทึม DFS เพื่อหาเวลาสิ้นสุด (finish time) ของแต่ละจุ

Eulerian Cycle ในกราฟมีทิศทาง Euler cycle/circuit คือเส้นทาง ที่เราสามารถเยี่ยมชมทุกขอบ (edge) ได้ทีละขอบเพียงครั้งเดียว เราสามารถใช้จุดยอด (vertices) เดิมได้หลายครั้ง Euler Circuit เป็นประเภทพิเศษของ Euler path เมื่อจุดเริ่มต้นของ Euler path เชื่อมต่อกับจุดสิ้นสุดของ path นั้นๆ แล้ว จะเรียกว่า Eul

ที่นี่เราจะดูวิธีแก้ปัญหาแบบ tricky เราจะพิมพ์ตัวเลขจาก 1 ถึง N โดยไม่ใช้เซมิโคลอนเลย เราสามารถแก้ปัญหานี้ได้ 2 วิธี วิธีแรกคือวิธีวนซ้ำ (Iterative method) และวิธีที่สองคือวิธีเรียกซ้ำ (Recursive method) วิธีที่ 1 ฟังก์ชัน printf() คืนค่าความยาวของสตริง ดังนั้นจึงเป็นค่าที่ไม่ใช่ศูนย์ เราสามารถทำ

ตัวสร้างตัวเลขสุ่มแบบ Linear Congruential Generator ตัวสร้างแบบ Linear Congruential Generator เป็นตัวอย่างที่เรียบง่ายมากของตัวสร้างตัวเลขสุ่ม เป็นหนึ่งในอัลกอริทึม pseudorandom number generator ที่เก่าและรู้จักมากที่สุด ฟังก์ชันที่ใช้ในวิธีนี้คือ X_{n+1} = (aX_n + C) mod m โดยที่ X คือลำดับของค่า

ในส่วนนี้เราจะดูวิธีหาผลรวมของหลักตัวเลขโดยไม่เขียนคำสั่งหลายคำสั่ง กล่าวคือ เราจะหาผลรวมของหลักตัวเลขในคำสั่งเดียว ตามที่เรารู้ว่า เพื่อหาผลรวมของหลักตัวเลข เราตัดหลักสุดท้ายโดยการหารตัวเลขด้วย 10 แล้วเอาเศษ แล้วหารตัวเลขด้วย 10 อีกครั้งไปเรื่อยๆ จนตัวเลขกลายเป็น 0 เพื่อทำงานเหล่านี้ในคำสั่งเดีย

วิธี Middle Square Method วิธี Middle Square เป็นหนึ่งในวิธีที่ง่ายที่สุดในการสร้างตัวเลขสุ่ม วิธีนี้จะเริ่มสร้างตัวเลขเดียวกันซ้ำๆ หรือวนกลับไปที่ตัวเลขก่อนหน้าในลำดับและวนวนไปเรื่อยๆ สำหรับตัวสร้างตัวเลขสุ่ม n หลัก ช่วงเวลา (period) จะไม่ยาวกว่า n หากหลักกลาง n หลักเป็นศูนย์ทั้งหมด ตัวสร้างจะแสดง

ฟังก์ชันความหนาแน่นความน่าจะเป็น (PDF) ฟังก์ชันความหนาแน่นความน่าจะเป็น (Probability Density Function - pdf) คือฟังก์ชันที่อธิบายความน่าจะเป็นสัมพัทธ์สำหรับตัวแปรสุ่มนี้ในการรับค่าที่กำหนด เรียกอีกอย่างว่า ความหนาแน่นของตัวแปรสุ่มต่อเนื่อง ความน่าจะเป็นที่ตัวแปรสุ่มจะอยู่ในช่วงค่าที่กำหนด กำหนดโดย