Array of Arrays Representation นี่คือวิธีการแสดงผลอีกวิธีหนึ่งสำหรับอาร์เรย์หลายมิติ ในรูปแบบนี้ เราจะมีอาร์เรย์หนึ่งที่เก็บที่อยู่เริ่มต้นของอาร์เรย์หลายอาร์เรย์ รายละเอียด นี่คืออาร์เรย์สองมิติ x ขนาด [7 × 8] แต่ละแถวถูกแสดงเป็นอาร์เรย์หนึ่งมิติเดี่ยว อาร์เรย์เริ่มต้นเก็บที่อยู่ของอาร์เรย์เดี่ย

อาร์เรย์สม่ำเสมอ (Regular Arrays) คืออะไร อาร์เรย์สม่ำเสมอคืออาร์เรย์ที่จำนวนคอลัมน์ในแต่ละแถวเท่ากันทุกแถว กล่าวคือ แต่ละแถวเก็บจำนวนองค์ประกอบเท่ากัน อาร์เรย์ไม่สม่ำเสมอ (Irregular Arrays) จากนิยามของอาร์เรย์สม่ำเสมอ เราสามารถเข้าใจได้ว่า อาร์เรย์ไม่สม่ำเสมอคืออาร์เรย์ที่แต่ละแถวอาจมีจำนวนองค์ป

เมทริกซ์กระจัดกระจายคืออะไร เมทริกซ์จะถูกเรียกว่า เมทริกซ์กระจัดกระจาย (Sparse Matrix) เมื่อส่วนใหญ่ขององค์ประกอบเป็นศูนย์ (0) นิยามอีกประการหนึ่งคือ เมทริกซ์ที่มีองค์ประกอบที่ไม่ใช่ศูนย์สูงสุด 1/3 (ประมาณ 30% ของ m × n) จะถูกจัดว่าเป็นเมทริกซ์กระจัดกระจาย ปัญหาการจัดเก็บแบบปกติ การใช้เมทริกซ์ในหน

รายการทั่วไป (Generalized Lists) คืออะไร รายการทั่วไป (Generalized List) สามารถนิยามได้ดังนี้: รายการทั่วไป L คือลำดับจำกัดของ n องค์ประกอบ (n ≥ 0) องค์ประกอบแต่ละตัว (ei) จะเป็นอะตอม (องค์ประกอบเดี่ยว) หรือรายการทั่วไปอีกชุดหนึ่ง องค์ประกอบที่ไม่ใช่อะตอมจะกลายเป็นรายการย่อย (sub-list) ของ L ตัวอย

Threaded Binary Tree โครงสร้างข้อมูล Binary Tree โหนดมีได้สูงสุด 2 ลูก แต่ถ้ามี 1 ลูกหรือไม่มี ลิงก์ใน Linked List Representation จะเป็น Null ใช้ Threaded Binary Tree นำลิงก์ว่างมาใช้เป็น Threads ถ้าโหนดมี Left/Right Child ว่าง ใช้เป็น Thread มี 2 ประเภท: Single Threaded (Left/Right) และ Fully Threa

Heap / Binary Heap เป็นกรณีพิเศษของ Balanced Binary Tree เป็น Complete Binary Tree: Level 1 ถึง L-1 เต็มทั้งหมด Level L โหนดชิดซ้ายทั้งหมด Root Node Key เปรียบเทียบกับ Children จัดเรียงตามเงื่อนไข ถ้า a มี Child b แล้ว: key(a) ≥ key(b) คุณสมบัติ Parent ≥ Child สร้าง Max Heap ตามเกณฑ์นี้ Heap แบ่ง 2

วิธี Insert และ Delete ใน Binary Heap สมมติต้นไม้เริ่มต้น: Insertion Algorithm (อัลกอริทึมแทรก) insert(heap, n, item): 1, i := i/2 do if item <= heap[i/2] then break heap[i] = heap[i/2] done end if heap[i] := item End ตัวอย่าง: แทรก 30 Deletion Algorithm

กราฟแบ่งได้: Directed/Undirected, Weighted/Unweighted ここでは Weighted Graph ใน Memory การแสดง พิจารณากราฟตัวอย่าง: Adjacency Matrix Representation (Cost Matrix) เก็บ Weighted Graph ด้วย Adjacency Matrix เรียกว่า Cost Matrix ตำแหน่ง M[i,j] เก็บ Weight จาก Edge i→j ถ้าไม่มี Edge = ∞ โหนดเดียวกัน = 0

Data Scientist, Data Engineer, Data Analyst เป็น Job Profiles ในบริษัท IT Data Scientist (นักวิทยาศาสตร์ข้อมูล) ตำแหน่งระดับสูง ดูแลโดยรวม ให้ Supervision เน้น Futuristic Display ของข้อมูล Data Engineer (วิศวกรข้อมูล) เน้น Optimization ของ Techniques, สร้าง Data ใน Format ที่ต้องการ Data Analyst

Inverted Index และ Forward Index เป็นโครงสร้างข้อมูลค้นหาข้อความใน Document หรือ Document Set Inverted Index (ดัชนีผก้อน) เก็บ Words เป็น Index และ Document Name(s) เป็น Mapped Reference(s) Forward Index (ดัชนีหน้า) เก็บ Document Name เป็น Index และ Word(s) เป็น Mapped Reference(s) ความแตกต่างสำค

Electronic Product Code (EPC) เป็น Universal Identifier ให้ Unique Identity กับทุก Physical Object ในโลก EPC เข้ารหัสบน RFID Tags สำหรับระบุและติดตาม Inventory, Assets, People EPC เป็นตัวเลข 96-bit ผูกกับ RFID Tag แยก Tag สอง Tag ที่เหมือนกัน ได้ รวมให้ Manufacture Date, Origin, Batch Number โครงสร้

EPC (Electronic Product Code) เป็น Universal Identifier เข้ารหัสบน RFID Tags เพื่อระบุตัวตนและติดตามวัตถุ: Inventory, Assets, People รุ่นที่ 2 ตาม EPCglobal Tag Data Standard เรียกว่า EPC Gen 2 สถาปัตยกรรม EPC Gen 2 RFID Network มี 2 ส่วนหลัก: Tags/Labels (แท็ก/ฉลาก): ติดบนวัตถุ เพื่อระบุและติดตาม

Cryptography ประกอบ Encryption (Sender) และ Decryption (Receiver) เพื่อ Secure Communication ใน Public Channel ให้เฉพาะ Sender/Receiver เข้าใจข้อความ แบ่งตามประเภท Encryption/Decryption: Sr. No. Key Classical Cryptography Quantum Cryptography 1 Basis (พื้นฐาน) Mathematical Computation (คณิตศ

Back-off Algorithm ใช้แก้ไข Collision (การชนกันของสัญญาณ) ใน CSMA/CD การทำงาน: เมื่อ Collision เกิดขึ้น ทั้ง 2 อุปกรณ์รอเวลาสุ่ม (Random Amount of Time) ก่อนส่งสัญญาณใหม่ ทำซ้ำจนส่งสำเร็จ เรียกว่า Back-off เพราะ Node ถอยหลัง รอสักครู่ก่อนลองใหม่ เวลาสุ่มนี้สัมพันธ์โดยตรงกับจำนวนครั้งที่พยายามส่ง Al

มีหลายวิธีประมาณ Cost ของอัลกอริทึม หนึ่งวิธีคือ Operation Counts เลือก Operation หนึ่ง (Add, Subtract, Compare) นับจำนวนครั้งที่ทำ ความสำเร็จขึ้นอยู่กับการระบุ Operation ที่สร้าง Time Complexity ส่วนใหญ่ ตัวอย่าง: Array ขนาด n หา Index ของค่าสูงสุด นับ Comparison Operations ระหว่างคู่สมาชิก Operati

ในการวิเคราะห์อัลกอริทึม นับ Operations และ Steps ถูกต้องเมื่อคอมพิวเตอร์ใช้เวลาทำ Operation มากกว่า Fetch Data แต่ปัจจุบัน Cost ของ Operation ต่ำกว่า Cost ของ Fetch Data จาก Memory มาก Runtime ของอัลกอริทึมหลายตัว ขึ้นกับจำนวน Memory References (Cache Misses) มากกว่า Operations ดังนั้นต้องออกแบบอัล

ในการวิเคราะห์อัลกอริทึม พบ Recurrence Relations (สมการประกอบ) ที่ใช้ฟังก์ชันเดียวกันในนิพจน์ พบบ่อยใน Recursive Algorithms และ Divide & Conquer ตัวอย่าง 1: Binary Search ตรวจสอบกลาง ถ้าตรงจบ ไม่งั้นไป Left/Right Subarray ขนาดลด n/2 สมมติ T(n) เวลาทำงาน Base Case O(1) 1 \end{cases}$$ ตัวอย่าง 2:

วิธีใช้ Substitution Method แก้ Recurrence Relations ด้วย 2 ตัวอย่าง ตัวอย่าง 1: Binary Search Binary Search ตรวจสอบกลาง ถ้าตรงจบ ไม่งั้นไป Left/Right Subarray ขนาดลดลง n/2 ทุกขั้น สมมติ T(n) = เวลาทำงาน Base Case O(1) สมการ Recurrence: 1 \end{cases}$$ แก้ด้วยการแทนค่า (Substitution): $$T(n) = T(\

Mirroring (การทำ Mirror) Mirroring = เก็บ Backup Database Server สำหรับ Master Database Server ถ้า Master Down Mirror สามารถทำหน้าที่แทนได้ หลักการ: มีแค่ 1 Server Active ในเวลาเดียวกัน Request ถูก Serve จาก Active Server เท่านั้น Replication (การจำลอง/Replication) Replication = เก็บ Multiple Copie

Linear Data Structures (โครงสร้างข้อมูลเชิงเส้น) ข้อมูลเรียงลำดับ Sequential แต่ละสมาชิกเชื่อมกับ Previous และ Next ทำให้ Traversal ได้ใน Single Level และ Single Run ง่ายต่อการ Implement เพราะหน่วยความจำคอมพิวเตอร์ก็ Sequential ตัวอย่าง: List, Queue, Stack, Array Non-linear Data Structures (โครงสร้