W2- struktury danych

w komputerowym przetwarzaniu danych.

WIEDZA

jest generowana?

2*2=5

Analizując określony przypadek zawsze należy zastanowić się nad odpowiedziami na dwa zasadnicze pytania:

Cel pozyskiwania informacji/wiedzy implikuje:
postać informacji/wiedzy,
jej zakres,
zawartość,
cenę.

zintegrowania informacji z wiedzą istniejącą,
informacja ma charakter subiektywny.

Rzeczywistość

Dane

Informacja

Działanie

Wiedza

Dane – informacja – wiedza

będzie nadanie owemu obrazowi określonej wartości jakościowej, wynikającej z przetworzenia danych.
Wiedza odnosi się do sfery praktycznego wykorzystania tegoż obrazu w jego nowej postaci i ewentualnej modyfikacji istniejącej rzeczywistości (poprzez działanie).

Informacja to określony ilościowo zbiór danych istotnych dla odbiorcy z punktu widzenia podwyższania jego zasobu (ilości) wiedzy, który jest pozyskiwany przez niego w określonej jednostce czasu.
W zależności od zapotrzebowania, określony zbiór danych będzie informacją o odpowiednio bogatej zawartości i odpowiednio pełnym zakresie.

Aspekt jakościowy

Aspekt ilościowy

Oba aspekty są w równym stopniu zdeterminowane przez czynnik ludzki.

obiegu wiedzy dokonano następującej interpretacji pojęć:
informacja to dane poddane procesowi transformacji,
wiedza to zinterpretowana i zintegrowana z wiedzą istniejącą informacja.

Pojęcie dane można w konsekwencji zinterpretować jako wiedzę poddaną procesowi formalizacji.

Dane

Informacja

Wiedza

Transformacja

Interpretacja

Formalizacja

filters) przekształcenia danych w informacje wg Davenport’a i Prusak’a:
kontekstualizacja (ang. Contextualization) – wiemy dla jakich zastosowań dane są zbierane;
kategoryzacja (ang. Categorization) – znamy kategorie, w oparciu o które dokonywana jest analiza lub kluczowe komponenty danych;
kalkulacja (ang. Calculate) – dane mogą być analizowane w oparciu o metody matematyczne lub statystyczne;
korekcja (ang. Correction) – z danych są usuwane błędy;
kondensacja (ang. Condensation) – dane mogą być łączone do bardziej zwięzłej postaci.

przekształcenia informacji w wiedzę wg Davenport’a i Prusak’a:
porównanie (ang. Comparison) – jak informacja na temat danej sytuacji może być porównana do innych sytuacji, które znamy?
konsekwencje (ang. Consequances) – jakie implikacje ma dana informacja dla podejmowanych decyzji i działań?
powiązanie (ang. Connections) – jak dany fragment wiedzy odnosi się do innych?
konwersacja (ang. Conversation) – co inni ludzie myślą o danej informacji?

oraz definiuje operacje, jakie mogą być na niej wykonywane.
Typy danych można podzielić na dwie zasadnicze grupy:
typy standardowe (podstawowe), zdefiniowane standardowo w określonym języku programowania;
typy niestandardowe (zwane czasem typami użytkownika), definiowane przez programistę w zależności od struktury analizowanego problemu.

grupy: alfanumeryczne (tekstowe) oraz liczbowe. Dodatkowo często wyodrębnianym typem danych jest typ logiczny, jednakże w praktyce ten typ danych może być reprezentowany przez liczby binarne.

Standardowe typy danych:

Tekstowe:

Znak

Łańcuch znaków

Liczbowe:

Liczba całkowita

Liczba rzeczywista

Liczba binarna

od potrzeb i specyfiki problemu. Programista samodzielnie definiuje nazwę typu danych oraz zbiór wartości, jakie dana tego typu może przyjąć.

Przykładowe typy użytkownika:
type ksztalt = (prostokąt, kwadrat, elipsa, okrąg)
type plec = (mężczyzna, kobieta)
type dzientygodnia = (poniedziałek, wtorek, środa, czwartek, piątek, sobota, niedziela)
type wzrost = (niski, średni, wysoki)

Specjalnym typem danych są typy okrojone, w których programista definiuje pewien zakres wartości dostępnych dla określonego typu danych, np.:
type rok = 1900 .. 2100 (typ nadrzędny: integer)

służący do zapamiętania ich we właściwy sposób w pamięci komputera. Struktury te organizują dane tak, aby procesor był w stanie przeprowadzić na nich poszczególne operacje.
Najprostszą strukturą danych jest zmienna (choć wielu autorów uważa, że zmienna powinna być utożsamiana z prostymi typami danych), pozwalająca zapamiętać tylko jedną wartość w danej jednostce czasu.
Obiekty danych mogą być łączone w struktury złożone o dowolnym stopniu zagnieżdżenia (często dopiero te właśnie konglomeraty danych są uznawane za struktury danych w pełnym tego słowa znaczeniu).

element

element1

element2

elementN

..

struktura złożona

stanowiące jednowymiarowe tablice, zawierające zwykle dane tego samego typu;
macierze (inaczej: tablice dwuwymiarowe), stanowiące konglomeraty danych zwykle tego samego typu, uporządkowane w kolumnach i wierszach;
rekordy, pozwalające budować konglomeraty składające się z danych różnych typów, w tym innych typów złożonych.

Pewną specyficzną strukturą danych jest plik.

przechowywanie zmieniających się w czasie danych i ich przetwarzanie w wybranej kolejności.
W systemach komputerowych stosuje się dwie podstawowe kolejki:
kolejkę FIFO;
kolejkę LIFO, nazywaną inaczej stosem.
Kolejkowanie (ang. queuing) to ogół działań wykonywanych przez system operacyjny lub oprogramowanie użytkowe związanych z obsługą kolejek.

rodzajem listy, udostępniającej na wyjściu jako pierwszy do pobrania ten element, który został wcześniej jako pierwszy na liście umieszczony.

Specjalnym rodzajem kolejki FIFO jest kolejka priorytetowa, w której każda ze znajdujących się w niej danych dodatkowo ma przypisany priorytet modyfikujący kolejność późniejszego wykonania.
Struktury te wykorzystywane są między innymi przez systemy operacyjne do buforowania (szeregowania) zadań.

nazywana zwykle stosem jest specjalnym rodzajem listy, udostępniającej na wyjściu jako pierwszy do pobrania ten element, który został na liście umieszczony jako ostatni.

Są to struktury bardzo często wykorzystywane. Stos umożliwia między innymi zapamiętanie procesorowi miejsca powrotu w przypadku wykonywania podprogramu (np. przy algorytmach rekurencyjnych).

korzeń, natomiast pozostałe elementy są jego elementami potomnymi.

Można wskazać wiele zastosowań drzew, np. drzewa gry stosowane w systemach sztucznej inteligencji lub drzewa binarne (w których każdy rodzic może posiadać co najwyżej dwoje potomków), stosowane w sortowaniu. Struktury te były również stosowane w bazach danych.

Liść: aab

Liść: aaa

Węzeł: aa

Korzeń: a

Liść: ab

model danych:
pojęcie relacji,
encje,
związki encji.
Projektowanie baz danych.
Hurtownie danych.