Video: 15 Innovative Beds and Space-Saving Furniture (Multi-Functional) 2024
Bagian Algoritma For Dummies Cheat Sheet
Tabel berikut menjelaskan jenis algoritma dan algoritma yang mungkin berguna untuk berbagai jenis analisis data. (Anda dapat menemukan diskusi dari semua algoritma ini di Algoritma For Dummies.) Algoritma
| Description | Useful Link | A * Search |
| Algoritma melacak biaya node karena mengeksplorasinya dengan menggunakan persamaan: | f (n) = g (n) + h (n), di mana:
g (n)
adalah biaya untuk mencapai simpul sejauh h (n) adalah perkiraan biaya untuk mencapai Tujuan dari simpul f (n) adalah perkiraan biaya jalur dari n ke tujuan Idenya adalah untuk mencari jalur yang paling menjanjikan terlebih dahulu dan hindari jalur yang mahal. Standford. edu Pohon Seimbang Jenis pohon yang mempertahankan struktur seimbang melalui reorganisasi sehingga bisa mengurangi waktu akses. Jumlah elemen di sisi kiri berbeda dari angka di sisi kanan oleh yang paling banyak. |
Webdocs |
| Pencarian Bidirectional | Teknik ini mencari secara bersamaan dari simpul akar dan simpul tujuan sampai dua jalur pencarian bertemu di tengahnya. Keuntungan dari pendekatan ini adalah bahwa waktu itu efisien karena menemukan solusi lebih cepat daripada banyak solusi brute force lainnya. Selain itu, ia menggunakan memori lebih efisien daripada pendekatan lainnya dan selalu menemukan solusinya. Kelemahan utama adalah kompleksitas implementasi. | Perencanaan cs |
| Pohon Biner | Ini adalah jenis pohon yang berisi simpul yang terhubung ke node nol (simpul daun), satu, atau dua (node cabang) lainnya. Setiap node mendefinisikan tiga elemen yang harus disertakan untuk menyediakan data konektivitas dan penyimpanan: penyimpanan data, koneksi kiri, dan koneksi yang benar. | cs. cmu edu |
| Breadth-First Search | Teknik ini dimulai pada simpul akar, mengeksplorasi masing-masing simpul anak terlebih dahulu, dan baru kemudian bergerak ke tingkat berikutnya. Ini berkembang setingkat sampai menemukan solusinya. Kerugian dari algoritma ini adalah bahwa ia harus menyimpan setiap simpul dalam memori, yang berarti bahwa ia menggunakan memori dalam jumlah besar untuk sejumlah besar simpul. Teknik ini bisa memeriksa duplikat node, yang menghemat waktu, dan selalu muncul dengan solusi. | Khan Academurious |
| Brute Force | Ini adalah teknik pemecahan masalah di mana seseorang mencoba setiap solusi yang mungkin, mencari solusi masalah terbaik. Teknik brute-force memang menjamin solusi yang paling sesuai bila ada tapi sangat memakan waktu untuk menerapkan yang kebanyakan orang hindari. | Igm. univ |
| Depth-First Search | Teknik ini dimulai pada simpul akar dan mengeksplorasi satu set node anak yang terhubung sampai mencapai simpul daun. Ini berkembang cabang demi cabang sampai menemukan solusinya. Kerugian dari algoritma ini adalah bahwa ia tidak dapat memeriksa node duplikat, yang berarti bahwa ia dapat melintasi jalur simpul yang sama lebih dari satu kali. Sebenarnya, algoritme ini mungkin tidak menemukan solusi sama sekali, yang berarti Anda harus menentukan titik cutoff agar algoritme tidak mencari dengan pasti. Keuntungan dari pendekatan ini adalah efisiensi memori. | Hacker Earth |
| Divide and Conquer | Ini adalah teknik pemecahan masalah dimana masalah dipecah menjadi potongan sekecil mungkin dan dipecahkan dengan menggunakan pendekatan yang paling sederhana. Teknik ini menghemat banyak waktu dan sumber daya bila dibandingkan dengan pendekatan lain, seperti kekerasan. Namun, hal itu tidak selalu menjamin hasil yang paling sesuai. | Khan Academy |
| Dijikstra | Ini adalah algoritma yang digunakan untuk menemukan jalur terpendek dalam grafik seberat, tertimbang (memiliki bobot positif). | Geeks for Geeks |
| Grafik | Grafik adalah semacam ekstensi pohon. Seperti pohon, Anda memiliki simpul yang terhubung satu sama lain untuk menciptakan hubungan. Namun, tidak seperti pohon biner, grafik dapat memiliki lebih dari satu atau dua koneksi. Sebenarnya, node grafik sering memiliki banyak koneksi. Anda melihat grafik yang digunakan di tempat-tempat seperti peta untuk GPS dan segala macam tempat lain yang pendekatan top-down pohon tidak akan bekerja. | Tutorial |
| Algoritma Greedy | Thistechnique salah satu pemecahan masalah di mana solusinya bergantung pada jawaban terbaik untuk setiap langkah proses pemecahan masalah. Algoritma Greedy umumnya membuat dua asumsi: |
|
| Membuat satu pilihan optimal pada langkah tertentu adalah mungkin. | Dengan memilih pilihan optimal pada setiap langkah, cari solusi optimal untuk keseluruhan masalah adalah mungkin.
Algoritma selalu memilih jalur yang paling dekat dengan tujuan menggunakan persamaan:
f (n) = |
h (<) n) |
| . Algoritma khusus ini bisa menemukan solusi dengan cukup cepat, namun bisa juga terjebak dalam loop, sehingga banyak orang tidak menganggapnya sebagai pendekatan optimal untuk menemukan solusinya. | Centurion2 Hashing Ini adalah metode untuk memprediksi lokasi item data tertentu dalam struktur data (apapun strukturnya) sebelum benar-benar mencarinya. Pendekatan ini bergantung pada penggunaan kunci yang dimasukkan ke dalam indeks. Fungsi hash mengubah kunci menjadi nilai numerik yang dianalisis oleh algoritma menjadi tabel hash. Tabel hash menyediakan sarana untuk membuat indeks yang menunjuk ke elemen dalam struktur data sehingga algoritma dapat dengan mudah memprediksi lokasi data. Tutorial Heap | Ini adalah pohon yang canggih yang memungkinkan penyisipan data ke dalam struktur pohon. Penggunaan penyisipan data membuat pemilahan lebih cepat. Anda dapat mengklasifikasikan lebih lanjut pohon ini sebagai tumpukan tumpukan dan tumpukan min, tergantung pada kemampuan pohon untuk segera memberikan nilai maksimum atau minimum yang ada di pohon. |
| Tutorial | Heuristik | Ini adalah teknik pemecahan masalah yang bergantung pada penemuan diri dan menghasilkan hasil yang cukup berguna (belum tentu optimal, tapi cukup baik) untuk mengatasi masalah dengan cukup baik sehingga solusi yang lebih baik bukan ' t perlu Self-discovery adalah proses yang memungkinkan algoritma menunjukkan jalan yang berpotensi berguna ke solusi (namun Anda tetap harus mengandalkan intuisi dan pemahaman manusia untuk mengetahui apakah solusinya benar). |
| barat laut edu | MapReduce | Ini adalah kerangka kerja untuk membuat algoritme bekerja menggunakan penghitungan secara paralel (menggunakan beberapa komputer yang terhubung bersama dalam jaringan), yang memungkinkan algoritme menyelesaikan solusinya dengan lebih cepat. |
| Hadoop Apache | Mergesort | Mergesort adalah metode penyortiran data tujuan umum. Itu tergantung pada pendekatan membagi dan menaklukkan untuk melakukan tugasnya. |
| Geeks for Geeks | Nash Equilibrium | Ini adalah teori permainan di mana pemain lain mengetahui strategi keseimbangan untuk pemain lain, jadi tidak ada yang mendapatkan keuntungan dengan mengubah strategi pribadinya. Teori ini melihat penggunaan dalam situasi bermusuhan dimana pemain harus memperhitungkan keputusan yang dibuat oleh semua pemain lain untuk memenangkan permainan. |
| Khan Academy | PageRank | PageRank adalah algoritma untuk mengukur pentingnya sebuah simpul dalam sebuah grafik. Algoritma ini merupakan akar dari algoritme inti Google untuk mengaktifkan penelusuran yang relevan ke pengguna. |
| Princeton edu | Pencarian Heuristik Murni | Algoritma ini memperluas node sesuai urutan biaya mereka. Ini memelihara dua daftar. Daftar tertutup berisi simpul yang telah dieksplorasi, dan daftar terbuka berisi simpul yang harus dijelajahinya. Pada setiap iterasi, algoritma mengembang node dengan biaya serendah mungkin. Semua simpul anaknya ditempatkan dalam daftar tertutup dan biaya simpul anak individu dihitung. Algoritma mengirimkan node anak dengan biaya rendah kembali ke daftar terbuka dan menghapus node anak dengan biaya tinggi. Akibatnya, algoritma melakukan pencarian berbasis solusi yang cerdas dan berbasis biaya. |
| World of Computing | Quicksort | Ini adalah strategi penyortiran tujuan umum berdasarkan susunan data dalam array yang lebih kecil. Itu tergantung pada pendekatan membagi dan menaklukkan untuk melakukan tugasnya. |
| Tutorials | Pohon yang tidak seimbang | Ini adalah pohon yang menempatkan item data baru dimanapun diperlukan di pohon tanpa memperhatikan keseimbangan. Metode penambahan item membuat bangunan pohon lebih cepat namun mengurangi kecepatan akses saat mencari atau menyortir. |
| Quora |
|
