นางสาว หัทยา เชื้อสมเกียรติ ม.5 pp
- 1. ข้อมูล (Data) เป็ นองค์ประกอบทีสาคัญของระบบสารสนเทศ ่ คอมพิวเตอร์ การจัดการข ้อมูล (data management) ี่ ้ เป็ นกลยุทธ์ทใชในการบริหารองค์การให ้มี ิ ิ ประสทธิภาพ และต ้องมีการตัดสนใจทีถกต ้อง รวดเร็ว ่ ู และทันต่อเหตุการณ์ในการทาธุรกิจในยุคปั จจุบน ั
- 2. ว ัตถุประสงค์ในการจ ัดการข้อมูล 1.การเก็บข้อมูล สามารถนากลับมาใช ้ งานได ้อีกในภายหลัง 2.การจ ัดข้อมูล สามารถนากลับมาใชงาน ้ ิ ได ้อย่างมีประสทธิภาพ 3.การปร ับปรุงข้อมูล สามารถปรับปรุง ข ้อมูลให ้เป็ นข ้อมูลปั จจุบนอยูเสมอ ั ่ 4.การปกปองข้อมูล ป้ องกันข ้อมูลให ้มี ้ ้ ความปลอดภัยจากการลักลอบใชงาน หรือแก ้ไข
- 3. หน่วยข้อมูล (Data Unit) หน่วยของข ้อมูลคอมพิวเตอร์สามารถจัดเรียงจาก ขนาดเล็กไปขนาดใหญ่ดงนี้ ั *บิต (bit) เชน 0 หรือ 1 ่ *ต ัวอ ักษร (character) ตัวอักษร 1 ตัว *ASCII 1 bytes ( 8 bit) *Unicode 2 bytes (16 bit) *เขตข้อมูล (field) ข ้อความใด ๆ ซงประกอบ ึ่ ไปด ้วยกลุมตัวอักษรทีแทนข ้อเท็จจริง ่ ่ ต ัวอ ักษร เขตข้อมูล
- 4. *ระเบียนข้อมูล (record) กลุมของเขตข ้อมูลต่างๆ ่ *แฟม (file) กลุมของระเบียนข ้อมูลทีมโครงสร ้าง ้ ่ ่ ี เดียวกัน แฟม ตาแหน่ง ้ แฟม ้ ระเบียนข้อมูล ่ ่ ี ั *ฐานข้อมูล (database) กลุมของแฟ้ มทีมความสมพันธ์กัน ฐานข้อมูล อาจารย์ ึ น ักศกษา วิชา
- 5. เขตข้อมูลคีย ์ (Key Field) *เขตข้อมูลคีย ์ (key field)ใชสาหรับระบุระเบียนข ้อมูล ้ อย่างเฉพาะเจาะจง ข ้อมูลในกลุมนี้จะไม่ซ้ากับระเบียนอืน ๆ ่ ่ เขตข้ อมูลคีย์
- 6. ชนิดของข้อมูล (Data Types) *ค่าตรรกะ (booleans) มีคา จริง กับ เท็จ ่ ่ ี ่ *จานวนเต็ม (integers) เลขทีไม่มเศษสวนหรือ ่ ทศนิยม เชน 1, -1, 345, -543 *จานวนจริง (floating-point values) จานวน ่ ตัวเลขใดๆ เชน 23.456, -4755.3333445 *ตัวอักษร (character) ข ้อมูลทีแทนด ้วยกลุม ่ ่ ั ่ ของบิต เป็ นตัวอักษรหรือสญลักษณ์ เชน A, S, B *สายอักขระ (strings) กลุมของตัวอักษร ่ *วันทีและเวลา (date/time) ข ้อมูลวันทีหรือ ่ ่ เวลา *ไบนารี (binary) ข ้อมูลทางคอมพิวเตอร์ เชน ่ แฟ้ ม รูปภาพ ไฟล์วดโอ ิ ี
- 7. ประเภทของแฟมข้อมูล ้ *แฟมหล ัก (master files) คือแฟ้ มทีเก็บ ้ ่ ข ้อมูลทีเกิดการเปลียนแปลงน ้อย หรือแทบไม่ม ี ่ ่ การเปลียนแปลงเลย อาจเรียกได ้ว่าเป็ น ่ แฟ้ มข ้อมูลถาวร หรือกึงถาวร ่ ิ *แฟ้ มลูกค ้า แฟ้ มสนค ้า แฟ้ มข ้อมูล การขายประจาเดือน *แฟมรายการเปลียนแปลง (transaction ้ ่ files) คือแฟ้ มทีเก็บข ้อมูลรายการทีเกิดการ ่ ่ เปลียนแปลงก่อนทีจะนาไปปรับปรุงให ้กับแฟ้ ม ่ ่ รายการหลัก *แฟ้ มรายการขายในแต่ละวัน
- 8. ล ักษณะการประมวลผลข้อมูล(Data Processing) *การประมวลผลแบบกลุม (batch processing) ่ *การประมวลผลท ันที (real-time processing) - การประมวลผลแบบกลุม (batch processing) เป็ นการ ่ ่ ประมวลผลโดยรวบรวมข ้อมูลต่างๆ มาประมวลผลตามชวงเวลาที่ ่ ้ กาหนด โดยข ้อมูลทีใชในการประมวลผลอาจมาจากเอกสารต่างๆ ข ้อมูลทีป้อนแบบออนไลน์ แต่ข ้อมูลจะยังไม่ถกประมวลผลทันที ่ ู ่ ้ ่ จนกว่าจะถึงชวงเวลาทีกาหนดไว ้ เพือลดค่าใชจ่าย เชน ค่า ่ ่ ี น้ าประปา ค่าไฟฟ้ า ยอดบัญชบัตรเครดิต - การประมวลผลท ันที (real-time processing) เป็ นการ ่ ่ ประมวลผลทีได ้ผลลัพธ์ทันทีเมือทารายการเข ้าสูระบบ เชน การ ่ ่ ่ ถอนเงินจากตู ้ ATM ทีต ้องมีการปรับเปลียนยอดเงินในบัญช ี ซงถ ้า ่ ่ ึ่ การประมวลผลทาแบบออนไลน์ จะเรียกว่า online transaction processing (OLTP)
- 9. การเข้าถึงข้อมูล (Data Access) การเข้าถึงข้อมูลแบบลาด ับ (sequential data ั access) เป็ นการเข ้าถึงข ้อมูลแบบทีต ้องอาศยการอ่าน ่ ข ้อมูลตังแต่ต ้น จนถึงข ้อมูลทีต ้องการ เหมาะสาหรับการ ้ ่ อ่านข ้อมูลปริมาณมากและเรียงลาดับ ่ การเข้าถึงข้อมูลแบบสุม (random data access) ้ การเข ้าถึงข ้อมูลลักษณะนีจะต ้องใชกลไกการหาตาแหน่ง ้ ระเบียนวิธตางๆ เหมาะสาหรับการค ้นหาข ้อมูลจานวนไม่ ี ่ มาก และมีการเพิม ลบ แก ้ไขข ้อมูลเป็ นประจา ่
- 10. การจ ัดโครงสร้างแฟมข้อมูล ้ • มีปจจ ัยทีตองพิจารณาในการเลือกโครงสร้าง ั ่ ้ ได้แก่ – ปริมาณข ้อมูล ความถีในการดึงข ้อมูล ความถีในการ ่ ่ ปรับปรุงข ้อมูล จานวนครังทีอานข ้อมูลจาก ้ ่ ่ หน่วยความจาสากรองต่อการดึงข ้อมูล • การจ ัดโครงสร้างข้อมูลแบบต่างๆ – แฟ้ มลาดับ (sequential file) ่ – แฟ้ มสุม ( direct file หรือ hash file) – แฟ้ มดรรชนี (indexed file) – แฟ้ มลาดับดรรชนี (indexed sequential file)
- 11. ต ัวอย่างแฟมดรรชนี ้ ตัวอย่างการแทรก record
- 12. การจ ัดโครงสร้างแฟมข้อมูล ้ แฟมลาด ับดรรชนี (indexed sequential file) คือ ้ ตัวระเบียนในแฟ้ มข ้อมูลไม่เรียงตามลาดับ แต่เรียง เฉพาะคียในดรรชนี และมีการกาหนดดรรชนีบางสวน ์ ่ (partial indexed)เพิมขึนมา ่ ้ ต ัวอย่างแฟมลาด ับดรรชนี ้
- 14. แฟมโปรแกรมและแฟมข้อมูล ้ ้ • แฟมโปรแกรม คือแฟ้ มโปรแกรมประกอบด ้วย ้ ั่ ่ ชุดคาสงต่างๆ ทีทางานอย่างใดอย่างหนึง เชน ่ ่ โปรแกรมประมวลผลคา Microsoft Word ประเภทแฟมโปรแกรม ้ ส่ วนขยาย Command COM Application Program EXE Batch Program BAT Dynamic Link Library DLL
- 15. • แฟมข้อมูล คือแฟ้ มทีได ้จากการบันทึกข ้อมูล ้ ่ ึ่ ด ้วยแฟ้ มโปรแกรม ซงแฟ้ มข ้อมูลบางประเภท สร ้างและเปิ ดด ้วยโปรแกรมใดโปรแกรมหนึง ่ โดยเฉพาะ ประเภทแฟมข้ อมูล ้ ส่ วนขยาย โปรแกรม มาตรฐาน Adobe Photoshop PSD Adobe Drawing Photoshop Bitmap BMP Conceptual Data CDM PowerDesigner Model DataArchitect Microsoft Word DOC Microsoft Word Document Visio Drawing VSD Visio
- 16. ระบบแฟมข้อมูล (File Systems) ้ ในอดีตการจัดเก็บข ้อมูลด ้วยคอมพิวเตอร์มลักษณะเป็ น ี แฟ้ มข ้อมูล เมือมีการขยายระบบก็เริมมีการเก็บข ้อมูลทีอสระต่อกัน ่ ่ ่ ิ ่ ้ ่ ทาให ้มีการเก็บข ้อมูลอยูหลายที่ ข ้อมูลเหล่านันอาจไม่ใชข ้อมูลที่ เป็ นปั จจุบัน การขยายระบบจึงจาเป็ นอย่างยิงทีจะต ้องคานึงถึงการ ่ ่ ึ่ จัดเก็บข ้อมูลด ้วย ซงการเก็บข ้อมูลแบบเดิมทาให ้เกิดปั ญหาต่างๆ ดังนีปญหาของแฟมข้อมูล ้ ั ้ -ความซ้าซอนของข ้อมูล (data redundancy) ้ -สอดคล ้องกันของข ้อมูล (data inconsistency) -ข ้อมูลแยกอิสระต่อกัน (data isolation) -ความไม่ปลอดภัยของข ้อมูล (poor security) -ขาดบูรณภาพของข ้อมูล (lack of data integrity) -ความขึนต่อกันระหว่างโปรแกรมประยุกต์กับโครงสร ้างของ ้ แฟ้ มข ้อมูล (application / data
- 17. ระบบฐานข้อมูล (DATABASE SYSTEMS) • ระบบฐานข้อมูล (database) หมายถึง กลุมของข ้อมูลทีม ี ่ ่ ั ความสมพันธ์กนและถูกนามาจัดเก็บในทีเดียวกัน โดย ั ่ ข ้อมูลอาจเก็บไว ้ในแฟ้ มข ้อมูลเดียวกันหรือแยกเก็บหลาย ั ๆ แฟ้ มข ้อมูล แต่ต ้องมีการสร ้างความสมพันธ์ระหว่างข ้อมูล ิ เพือประสทธิภาพในการจัดการข ้อมูล ่ • ระบบจ ัดการฐานข้อมูล (Database Management ่ ้ System:DBMS) เป็ นซอฟต์แวร์ระบบทีใชในการจัดการ ื่ ้ ฐานข ้อมูล เปรียบเหมือนสอกลางระหว่างผู ้ใชและโปรแกรม ่ ่ ่ ้ ประยุกต์ตางๆทีเกียวข ้องกับการใชฐานข ้อมูล
- 18. ข้อดีของระบบฐานข้อมูล ้ ้ -ลดความซาซอนของข ้อมูล (reduce dataredundancy) ้ -การใชข ้อมูลร่วมกัน (data sharing) -ข ้อมูลมีความถูกต ้องมากขึน (improved data ้ integrity) -เพิมความปลอดภัยให ้กับข ้อมูล (increased security) ่ -มีความเป็ นอิสระของข ้อมูล (data independency)
- 19. ชนิดของโครงสร้างข้อมูล โครงสร้างข้อมูล ี ่ ้ -เป็ นวิธจัดเก็บข ้อมูลในคอมพิวเตอร์ เพือให ้สามารถนามาใชได ้อย่างมี ิ ประสทธิภาพ -การใชงานโครงสร ้างข ้อมูล ต ้องมีขนตอนวิธทเหมาะสม จึงจะสามารถใช ้ ้ ั้ ี ี่ ิ งานได ้อย่างมีประสทธิภาพ ่ -การออกแบบโครงสร ้างข ้อมูลทีดจะชวยลดเวลาในการกระทาการและลด ่ ี ้ การใชงานในพืนทีความจาด ้วย ้ ่ ว ัตถุประสงค์ ้ ่ โครงสร ้างข ้อมูลใชเพือวัตถุประสงค์ 3 ประการ 1.การจัดเก็บข ้อมูลในโลกแห่งความจริง 2.เครืองมือของนักเขียนโปรแกรม ่ 3.แบบจาลอง
- 20. การจ ัดเก็บข้อมูลในโลกแห่งความจริง เป็ นการนาข ้อมูลทีมอยูเข ้าไปเก็บในเครือง ่ ี ่ ่ คอมพิวเตอร์ อาทิ ิ ่ -ประวัตสวนตัว ิ -สนค ้าคงคลัง -การขาย -การเงิน -บุคลากร เป็ นต ้น ี ั ่ ้ ื่ สมมติมบตรข ้อมูลจานวนหนึงใชบันทึกชอ ทีอยู่ ่ ั หมายเลขโทรศพท์ หากต ้องการเขียนโปรแกรมเพือ ่ ิ่ จัดการกับบัตรเหล่านี้ จะต ้องพิจารณาสงต่างๆ -วิธการจัดเก็บลงในหน่วยความจา ี ้ -วิธการดังกล่าวสามารถใชได ้กับข ้อมูลปริมาณมากเพียงใด ี -สามารถเพิมข ้อมูลใหม่ ลบข ้อมูลเก่าได ้อย่างรวดเร็วหรือไม่ ่ -สามารถค ้นหาบัตรทีต ้องการได ้เร็วเพียงใด ่ ้ ี -ถ ้าต ้องการจัดบัตรให ้เรียงตามตัวอักษร จะใชวิธใด
- 21. เครืองมือของน ักเขียนโปรแกรม ่ แบบจาลอง ้ ใชโครงสร ้างข ้อมูลเพือเป็ นแบบจาลองโลกแห่งความจริง ่ ้ ้ -กองซอนใชจาลองการทางานบางอย่างของคอมพิวเตอร์ ้ -แถวคอย ใชจาลองการเข ้าแถวคอยของลูกค ้าในธนาคาร ล ักษณะของข้อมูล • ื่ ข้อมูลทีมความถูกต้องและเชอถือได้ (accuracy) ข ้อมูลจะมีความถูกต ้อง ่ ี ื่ และเชอถือได ้มากน ้อยเพียงใดนัน และการควบคุมการประมวลผลการควบคุม ้ ข ้อมูลนาเข ้าเป็ นการกระทาเพือให ้เกิดความ มั่นใจว่าข ้อมูลนาเข ้ามีความถูกต ้อง ่ ื่ เชอถือได ้ • ข้อมูลตรงตามความต้องการของผูใช ้ (relevancy) ได ้แก่ การเก็บเฉพาะ ้ ้ ข ้อมูลทีผู ้ใชต ้องการเท่านัน ไม่ควร เก็บข ้อมูลอืน ๆ ทีไม่จาเป็ นหรือไม่เกียวข ้อง ่ ้ ่ ่ ่ กับการใชงาน ้ • ข้อมูลมีความท ันสม ัย (timeliness) ข ้อมูลทีดนันนอกจากจะเป็ นข ้อมูลทีม ี ่ ี ้ ่ ื่ ความถูกต ้องเชอถือได ้แล ้วจะ ต ้องเป็ นข ้อมูลทีทนสมัย ่ ั
- 22. การเรียงลาด ับข้อมูล เป็ นการนาเอาข ้อมูลในเรคอร์ดมาจัดเรียงลาดับจากน ้อย ้ ไปหามากหรือจากมากไปหาน ้อยโดยใชทุกฟิ ลด์หรือรวมหลาย ๆ ฟิ ลด์ในการ เรียงลาดับก็ได ้ วิธการเรียงลาด ับอย่างง่าย โดยทาตามลาดับขันตอนดังภาพ ี ้
- 23. การค้นหาข้อมูล (searching) การค ้นหาคาตอบ หรือการค ้นหาข ้อมูลในทาง คอมพิวเตอร์มกจะกระทาบนโครงสร ้างข ้อมูลแบบต ้นไม ้ และกราฟ ั ทังนีเพราะโครงสร ้างข ้อมูลในลักษณะนีสามารถทาให ้การค ้นหาทา ้ ้ ้ ได ้สะดวกและสามารถพลิกแพลงการค ้นหาได ้ง่าย ในความเป็ นจริง แล ้ว การค ้นหาข ้อมูลบางครังสามารถกระทาบนโครงสร ้างข ้อมูล ้ ่ ชนิดอืนก็ได ้เชน อาเรย์ แสตก และคิว แต่การจัดข ้อมูลใน ่ ่ โครงสร ้างเชนนี้ มีข ้อจากัดในการค ้นหาข ้อมูลมาก การค ้นหาทาได ้ ึ่ ้ แบบเรียงลาดับ(Sequencial Search) เท่านัน ซงใชได ้กับข ้อมูลที่ ้ มีขนาดเล็ก ดังนันในการค ้นหาข ้อมูลทีมขนาดใหญ่ ก่อนการค ้นหา ้ ่ ี หรือระหว่างการค ้นหา ข ้อมูลทีจะถูกค ้นจะต ้องถูกจัดให ้อยูใน ่ ่ รูปแบบของต ้นไม ้ หรือกราฟเท่านัน การค ้นหาข ้อมูลบนโครงสร ้าง ้ ต ้นไม ้และกราฟสามารถจ าแนกได ้ 2 แบบคือ การค ้นหาแบบไบล์ด ิ (Blind Search) และการค ้นหาแบบฮวริสติก(Heuristic Search)
- 24. การค้นหาแบบไบล์ด(Blind Search) เป็ นการค ้นหาแบบทีเดินทางจากโหนดหนึงไปยังอีกโหนด ่ ่ หนึงโดยอาศัยทิศทางเป็ นตัวกาหนดการค ้นหา ไม่ต ้องมีข ้อมูล ่ ่ ิ อะไรมาชวยเสริมการตัดสนใจว่าจะเดินทางต่อไปอย่างไร นอกจาก ึ่ ทิศทางซงเป็ นรูปแบบตายตัว การค ้นหาแบบไบล์ดสามารถ แบ่งย่อยได ้ดังนี้ คือ การค ้นหาทัหมด และการค ้นหาบางสวน ้ ่ - การค ้นหาทังหมด(exhaustive search) คือ การค ้นหา ้ ทังหมดของปริภมสถานะ ้ ู ิ ่ - การค ้นหาบางสวน (partial search) การค ้นหาเพียง บางสวนของปริภมสถานะ ซงในความเป็ นจริงการค ้นหาสวนมากใช ้ ่ ู ิ ึ่ ่ ่ การค ้นหาเฉพาะบางสวนเท่านันเนืองจากปริภมสถานะมักมีขนาด ้ ่ ู ิ ใหญ่ เท่าให ้ไม่สามารถค ้นหาได ้ทังหมด ดังนันจึงมีความเป็ นไปได ้ ้ ้ ่ ่ ว่าคาตอบทีได ้อาจไม่ใชคาตอบทีดทสด การค ้นหาแบบนีสามารถ ่ ี ี่ ุ ้ แบ่งได ้เป็ น 2 ประเภทคือ การค ้นหาแบบลึกก่อน(Depth first search) และการค ้นหาแบบกว ้างก่อน (Breadth first search)
- 25. การค้นหาแบบลึกก่อน(Depth first search) การค ้นหาแบบลึกก่อนเป็ นการค ้นหาทีกาหนดทิศทาง ่ จากรูปของโครงสร ้างต ้นไม ้ ทีเริมต ้นจากโหนดราก(Root ่ ่ node) ทีอยูบนสุด แล ้วเดินลงมาให ้ลึกทีสด เมือถึงโหนด ่ ่ ่ ุ ่ ล่างสุด(Terminal node) ให ้ย ้อนขึนมาทีจดสูงสุดของกิงเดียว ้ ่ ุ ่ ่ กันทีมกงแยกและยังไม่ได ้เดินผ่าน แล ้วเริมเดินลงจนถึงโหนด ่ ี ิ่ ่ ่ ้ ลึกสุดอีก ทาเชนนีสลับไปเรือยจนพบโหนดทีต ้องการหาหรือ ่ ่ สารวจครบทุกโหนดแล ้วตามรูปที่ 1 การค ้นหาแบบลึกก่อนจะมี ลาดับการเดินตามโหนดดังตัวเลขทีกากับไว ้ในแต่ละโหนด ่ รูปที่ 1 ลาดับการเดินทางบนโหนดของการค ้นหาแบบลึก ก่อนบนโครงสร ้างต ้นไม ้
- 26. โหนดเริมต ้น จากนันให ้นาโหนดทีอยูตดกับโหนดทีกาลัง ่ ้ ่ ่ ิ ่ สารวจอยู(ทียังไม่ได ้ทาการสารวจและยังไม่ได ้อยูใน ่ ่ ่ ่ แสต็กมาใสแสต็ก) มาเก็บไว ้ในสแต็กเมือสารวจโหนดนัน ่ ้ เสร็จ ให ้พอพ(pop) ตัวบนสุดของโหนดออกมาทาการ สารวจ แล ้วนาโหนดข ้างเคียงทังหมดทียงไม่ได ้สารวจมา ้ ่ ั ต่อท ้ายแสต็ก แล ้วพอพตัวบนสุดออกมาสารวจ ทาเชนนี้ ่ เรือย ๆ จนกระทังพบโหนดทีต ้องการ หรือสารวจครบทุด ่ ้ ่ โหนด รูปที่ 2 โครงสร ้างข ้อมูลแบบกราฟ
- 27. การสารวจจะเริมต ้นที่ A และนาโหนดข ้างเคียง B และ C ่ มาเก็บไว ้ในแสต็ก เมือสารวจ Aเสร็จพอพข ้อมูลจากแสต็กออกมา ่ ได ้ C ทาการสารวจ C และนาโหนดข ้างเคียงกับ C ทียังไม่ได ้ทา ่ ่ การสารวจและยังไม่ได ้อยูในแสต็กมาใสแสต็ก D และ F ่ ่ พุช(Push) ใสแสต็ก ดังนันในแสต็กตอนนีม ี B D F อยู่ ้ ้ เมือสารวจ C เสร็จ พอพ F ออกมาทาการสารวจ แล ้วนาโหนด ่ ่ ข ้างเคียงทียังไม่ได ้สารวจและยังไม่ได ้อยูในแสต็กมาใสแสต็ก ซง ่ ่ ึ่ ื ้ ่ ้ ก็คอ G ดังนันข ้อมูลในแสต็กจะเป็ น B D G ท าเชนนีไปเรือย ๆ จน ่ จบการทางานก็จะได ้ลาดับการส ารวจคือ (A C F G H E D B) ตามตาราง 1 ดังต่อไปนี้ ตารางที่ 1 ลาดับการค ้นหาแบบลึกก่อน
- 28. การค้นหาแบบกว้างก่อน (Breadth first search) การค ้นหาแบบกว ้างก่อนเป็ นการกาหนดทิศทางการค ้นหา แบบทีละระดับของโครงสร ้างต ้นไม ้โดยเริมจากโหนดราก ่ ่ ้ (ระดับที่ 0) แล ้วลงมาระดับที่ 1 จากซายไปขวา เมือเสร็จ ่ ้ ่ ่ ้ ่ ระดับที่ 1 ไประดับที่ 2จากซายไปขวาเชนกัน ทาเชนนีเรือย ๆ จนพบโหนดทีต ้องการตามรูปที่ 3 ลาดับการเดินทางของ ่ โหนดเป็ นไปตามหมายเลขทีกากับไว ้บนโหนด ่ รูปที่ 3 ลาดับการค ้นหาแบบกว ้างก่อนบนโครงสร ้างต ้นไม ้
- 29. สาหรับการค ้นหาแบบกว ้างก่อนบนโครงสร ้างต ้นไม ้ จะอาศัย ่ ่ โครงสร ้างข ้อมูลแบบคิว(Queue)มาชวย และด ้วยวิธการเชนเดียวกับ ี การค ้นหาแบบลึกก่อนคือ ให ้เริมต ้นสารวจทีโหนดเริมต ้น แล ้วนา ่ ่ ่ โหนดข ้างเคียงเก็บไว ้ในคิว เมือสารวจโหนดเริมต ้นเสร็จ ให ้นาข ้อมูล ่ ่ ในคิวออกมาสารวจ แล ้วนาโหนดข ้างเคียงทียังไม่ได ้สารวจและ ่ ่ ่ ิ ่ ้ ไม่ได ้อยูในคิวใสควไว ้ ทาเชนนีไปเรือย ๆ จนพบโหนดทีต ้องการ ่ ่ หรือเมือสารวจครบทุกโหนด ่ รูปที่ 4 โครงสร ้างข ้อมูลแบบกราฟ
- 30. การสารวจเริมต ้นที่ A นาโหนดข ้างเคียง B C ไว ้ในคิว เมือ ่ ่ สารวจ A เสร็จ นาข ้อมูลในคิว คือ Bออกมาสารวจ แล ้วนาข ้อมูล ่ ิ ข ้างเคียงคือ D E ใสคว ตอนนีควจะมี B D E อยู่ แล ้วนา B ออกมา ้ ิ ่ ้ ่ สารวจทาเชนนีเรือย ๆ จะได ้ลาดับการสารวจข ้อมูลคือ (A B C D E F G H) ตามตารางที่ 2 ตาราง 2 ลาดับการค ้นหาแบบกว ้างก่อน เชนเดียวกับการค ้นหาแบบลึกก่อน การค ้นหาแบบกว ้างก่อนโดยใช ้ ่ ่ โครงสร ้างข ้อมูลคิวมาชวยต ้องมีการกาหนดโหนดเริมต ้น และวิธการนี้ ่ ี ้ สามารถใชได ้กับข ้อมูลบนโครงสร ้างแบบต ้นไม ้ด ้วย
- 31. ตารางเปรียบเทียบ การค้นหาแนวลึกก่อนและแนวกว้างก่อน การค้ นหาแนวลึกก่ อน การค้ นหาแนวกว้ างก่ อน 1.ใช้หน่ วยความจาน้อยกว่า เพราะว่าสถานะในเส้นทาง 1.ใช้หน่ วยความจามาก เพราะต้องเก็บสถานะไว้ทุกตัว ค้นหาปั จจุบนเท่านั้นที่ถูกเก็บ(ในขณะใดๆ จะเก็บ ั เพื่อหาเส้นทางจากสถานะเริ่ มต้นไปหาคาตอบ ่ เส้นทางเดียว พอจะไปเส้นทางอื่นเส้นทางที่ผานมาก็ไม่ จาเป็ นต้องเก็บ) 2. อาจจะติดเส้นทางที่ลึกมากโดยไม่พบคาตอบ เช่นใน 2. จาไม่ติดเส้นทางที่ลึกมาก ๆ โดยไม่พบคาตอบ กรณีที่เส้นทางนั้นไม่มีคาตอบและเป็ นเส้นทางที่ยาวไม่ สิ้ นสุ ด จะทาไม่สามารถไปเส้นทางอื่นได้ 3. ถ้าคาตอบอยูในระดับ n+1 สถานะอื่นทุกตัวที่ ่ 3. ถ้าคาตอบอยูในระดับ n+1 สถานะทุกตัวที่ระดับ 1 ่ ระดับ 1ถึงระดับ n ไม่จาเป็ นต้องถูกกระจายจนหมด ถึงระดับ n จะต้องถูกกระจายจนหมด ทาให้มีสถานะที่ ไม่จาเป็ นในเส้นทางที่จะไปสู่ คาตอบถูกกระจายออก ด้วย ่ 4. เมื่อพบคาตอบไม่สามารถรับประกันได้วาเส้นที่ได้ ่ 4. ถ้ามีคาตอบจะรับประกันได้วาจะพบคาตอบแน่ ๆ เป็ นเส้นทางที่ส้ ันที่สุดหรื อไม่ และจะได้เส้นทางสั้นที่สุดด้วย
- 32. ิ การค้นหาแบบฮวริสติก(Heuristic Search) มีความความแตกต่างจากการค ้นหาข ้อมูลแบบธรรมดาและแบบฮวริสติกนันอยูท ี่ ิ ้ ่ การค ้นหาข ้อมูลธรรมดา ผู ้ทีทาการค ้นข ้อมูลจะต ้องตรวจสอบข ้อมูลทีละตัวทุกตัวจน ่ ิ ครบ แต่ฮวริสติกจะไม่ลงไปดู ข ้อมูลทุกตัว ซงมีข ้อดีคอ สามารถทาการ ค ้นหา ึ่ ื คาตอบจาก ข ้อมูลทีมขนาดใหญ่มาก ๆ ได ้ แต่มข ้อเสยคือคาตอบทีได ้เป็ นเพียง ่ ี ี ี ่ คาตอบทีด ี เท่านันไม่แน่ว่าจะดีทสด แต่เนืองจากว่าปั ญหาในบางลักษณะนันใหญ่ ่ ้ ี่ ุ ่ ้ มาก และเป็ นไปไม่ได ้ทีจะทา การค ้นหาด ้วยวิธ ี ธรรมดากระบวนการของฮวริสติกจึง ่ ิ ิ่ ่ ิ เป็ นสงทีจาเป็ นในเรืองของฮวริสติกนัน นอกจากจะมีการค ้นหาแบบฮวริสติกแล ้ว ยังมี ่ ้ ิ ิ่ อีกสงหนึงทีสาคัญคือ วิธการดังกล่าวจะกระท าได ้โดยการพิจารณาถึงวิธการ ่ ่ ี ี ่ ้ (aspects) ต่าง ๆ ทีใชในการแก ้ปั ญหา ณ สถานะหนึงว่าจะสามารถแก ้ปั ญหาได ้ ่ ตามทีต ้องการหรือไม่ โดยกาหนดเป็ นน้ าหนักทีให ้กับการแก ้ปั ญหาของแต่ละวิธ ี ่ ่ โหนดนันจะมี ความเป็ นไปได ้ในการนาไปสูหนทางการแก ้ปั ญหาได ้มากน ้อยแค่ไหน ้ ่ ิ ั จุดประสงค์ท ี่ แท ้จริงของฮวริสติก ฟั งก์ชนก็คอ การกากับทิศทางของกระบวนการ ื ค ้นหา เพือให ้อยู่ในทิศทางทีได ้ประโยชน์สงสุด โดยการบอกว่าเราควรเลือกเดินเสน ่ ่ ู ้ ี่ ี ้ ทางไหนก่อน ในกรณีทมเสน ทางมากกว่าหนึงเสนทางต ้องเลือกกระบวนการค ้นหา ่ ้ แบบฮวริสติก โดยปกติแล ้วจะต ้องอาศัยฮวริสติกฟั งก์ชน ทาให ้การแก ้ปั ญหาหนึง ๆ ิ ิ ั ่ ่ ิ ั จะดีหรือไม่ ก็ขนอยูกับฮวริสติกฟั งก์ชนดังนันการค ้นหาแบบนีจงไม่มอะไรเป็ นหลัก ึ้ ้ ้ ึ ี ิ่ ่ ประกันว่าจะได ้สงทีไม่ดออกมาด ้วยเหตุนเอง เราจึงเรียกการ ค ้นหาแบบฮวริสติกนีวา ี ี้ ิ ้ ่ Weak Methods หรือจะกล่าวอีกนัยหนึงคือ Weak Methods เป็ นกระบวนการควบคุม ่ โดยทั่วไป (general-purpose control stategies) ึ่ ซงการค ้นหาแบบนี้ สามารถ แบ่งได ้เป็ น
- 33. การค้นหาแบบปี นเขา(Hill climbing) ั ิ ่ ฟั งก์ชนฮวริสติกสามารถนามาชวยในกระบวนการค ้นหาเพือให ้ ่ ิ ได ้คาตอบอย่างรวด เร็วและมีประสทธิภาพ วิธการทีจะนา ี ่ ฟั งก์ชนฮวริสติกมาใชมีหลายวิธด ้วยกันขึนอยูกับว่าจะใช ้ ใน ั ิ ้ ี ้ ่ ่ ่ ี ่ ิ ลักษณะใด เชนเลือกสถานะทีมคาฮวริสติกดีขน แล ้วเดินไปยัง ึ้ ่ ี ่ ิ สถานะนันเลยโดยไม่ต ้องสนใจสถานะทีมคาฮวริสติกแย่กว่า ้ สถานะปั จจุบันหรือว่าจะเก็บสถานะทุกตัวไว ้แม ้ว่าค่าฮวริสติก ิ จะแย่ลงแล ้ว พิจารณาสถานะเหล่านีทหลัง เป็ นต ้น ในสวน ้ ี ่ ต่อไปนีจะกล่าวถึงอัลกอริทมต่าง ๆ ทีนาฟั งก์ชนฮวริสติกมา ้ ึ ่ ั ิ ่ ชวยในการค ้นหาคาตอบ โดยเริมจากอัลกอริทมปี นเข ้า (Hill ่ ึ climbing algorithm) รูปที่ 5 แสดงลักษณะการค ้นหาแบบ Hill climbing
- 34. ้ ั ั ิ ต ัวอย่างการใชฟงก์ชนฮวริสติก โดยอ ัลกอริทมปี นเขาอย่างง่ายโดย ึ ปัญหาโลกของ บล๊อก รูปที่ 6 การค ้นหาแบบ Hill climbing
- 35. ตัวเลข h(i) ในรูปแสดงว่า สถานะที่ i มีคาฮวริสติกเท่ากับ h จากรู ้จะเห็น ่ ิ ่ ี ่ ิ ได ้ว่า เริมต ้นจากสถานะที่ 1 ทีมคาฮวริสติกเท่ากับ -1 อัลกอริทมปี นเขาใชตัว ่ ึ ้ กระทาการเพือสร ้างสถานะลูกตัวแรกของสถานะที่ 1 แล ้ววัดค่าฮวริสติกได ้ 0 ่ ิ ึ่ ่ ึ้ ั ซงมีคาดีขน ถ ้าสงเกตจากรูปที่ จะพบว่าสถานะที่ 1 มีสถานะลูกทังหมด 3 ตัว ้ แต่ในกรณีของอัลกอริทมปี นเขานี้ เมือได ้สถานะลูกตัวแรกซงมีคาอิวริสติกดีขน ึ ่ ึ่ ่ ึ้ อัลกอริทมจะไม่สร ้างสถานะลูกทีเหลืออีก 2 ตัว และจะไม่มการย ้อนกลับมาที่ ึ ่ ี สถานะลูกทัง 2 นี้ แม ้ว่าหลังจากนีอัลกอริทมจะค ้นไม่พบคาตอบกล่าวคือเป็ น ้ ้ ึ ึ่ การตัดทางเลือกทิง ไปเลย ซงการทาเชนนีแม ้ว่าจะมีโอกาสไม่พบคาตอบแต่ก็ ้ ่ ้ ี่ ่ มีข ้อดีทเป็ นการชวยลด เวลาและปริภมททาการค ้นหาจะลดลงอย่างมาก ู ิ ี่ จากนันอัลกอริทมมาสถานะที่ 2 แล ้วเริมสร ้างสถานะลูกได ้สถานะที่ 3 ทีมคาฮว ้ ึ ่ ่ ี ่ ิ ึ่ ่ ริสติก -1 ซงแย่ลงในกรณีทแย่ลงเชนนี้ อัลกอริทมจะไม่ไปยังสถานะลูกตัวนี้ ี่ ึ ้ และสร ้างสถานะลูกตัวต่อไปโดยใชตัวกระทา การทีเหลือได ้สถานะที่ 4 มีคาฮว ่ ่ ิ ี ึ้ ่ ริสติกเท่ากับ -1 ไม่ดขนเชนกันจึงสร ้างสถานะลูกตัวถัดไป เป็ นสถานะที5 มี ่ ิ ค่าฮวริสติกเท่ากับ 1 เป็ นค่าทีดขน อัลกอริทมจะมายังสถานะนีและค ้นพบ ่ ี ึ้ ึ ้ คาตอบในทีสด ่ ุ
- 36. การค้นหาดีสดก่อน(Best-first search) ุ เป็ นกระบวนการค ้นหาข ้อมูลทีได ้นาเอาข ้อดีของทังการค ้นหาแบบลึกก่อน ่ ้ (Depth firstsearch) และการค ้นหาแบบกว ้างก่อน(Breadth first search) มา รวมกันเป็ นวิธการเดียว โดยทีแต่ละขันของการค ้นหาในโหนดลูกนัน การค ้นหาแบบ ี ่ ้ ้ ดีทดกอนจะเลือกเอา โหนดทีดทสด (most promising)และการทีจะทราบว่าโหนด ี่ ี ่ ่ ี ี่ ุ ่ ใดดีทสดนีสามารถทาได ้โดยอาศัยฮวริสติกฟั งก์ชน หน ้าทีเหมือนตัววัดผล และ ี่ ุ ้ ิ ั ่ ให ้ผลของการวัดนีออกมาเป็ นคะแนน รูปที่ 2.7 เป็ นตัวอย่างของการค ้นหาแบบดี ้ ทีสดก่อน ขันตอนนีเริมจากตอน 1 สร ้างโหนดราก(root node) ในขันตอน 2 สร ้าง ่ ุ ้ ้ ่ ้ ิ โหนดลูกB และ C แล ้วตรวจสอบโหนด B และ C ด ้วยฮวริสติกฟั งก์ชน ได ้ผลออกมา ั เป็ นคะแนนคือ 3 และ 1ตามล าดับ จากนันให ้เลือกโหนด C เป็ นโหนดต่อไปทีเรา ้ ่ สนใจ เพราะมีคาน ้อยกว่า (หมายเหตุ ในการเลือกนีจะเลือกค่ามากสุด หรือน ้อยสุดก็ ่ ้ ได ้ ขึนอยูกับลักษณะของปั ญหา) แล ้วสร ้างโหนด ลูกให ้กับโหนด C ในขันตอน 3 ้ ่ ้ ได ้โหนด D และ E แล ้วตรวจสอบคะแนนได ้ 4 และ 6 ตามล าดับ จากนันท าการ ้ เปรียบเทียบค่าของโหนดท ้ายสุด หรือเทอร์มนอล โหนด(terminal node) ทุกโหนด ิ ว่าโหนด ใดมีค่าดีทสด ในทีนจะต ้องเลือกโหนด B เพราะมีคะแนนเพียง 3 (เลือก ี่ ุ ่ ี้ คะแนนต่าสุด) แล ้วสร ้างโหนด ลูกตามขันตอน 4 ได ้ F และ G แล ้วตรวจ สอบ ้ ่ ้ ่ คะแนนได ้ 6 และ 5 คะแนนตามล าดับ ทาเชนนีเรือย ๆ จนพบคาตอบหรือจนไม่ สามารถ สร ้างโหนดต่อไปได ้อีก
- 37. รูปที่ 7 ขันตอนของการค ้นหาแบบดีทสดก่อน ้ ี่ ุ รูปที่ 8 การค ้นหาแบบดีสดก่อน ุ
- 38. อ ัลกอริธม: การค้นหาแบบดีทสดก่อน ึ ี่ ุ 1. เริมด ้วย OPEN ทีมเพียงโหนดเริมต ้น ่ ่ ี ่ 2. ทาจนกว่าจะพบเป้ าหมาย หรือว่าไม่มโหนดเหลืออยู่ ี ใน OPEN -เลือกโหนดทีดทสดใน OPEN ่ ี ี่ ุ -สร ้างโหนดลูกให ้กับโหนดทีดทสดนัน ่ ี ี่ ุ ้ -สาหรับโหนดลูกแต่ละตัวให ้ทาดังต่อไปนี้ i) ถ ้าโหนดนันยังไม่เคยถูกสร ้างมาก่อนหน ้านัน ให ้ ้ ้ ตรวจสอบค่าของมันโดย ้ ิ ั ใชฮวริสติกฟั งชนแล ้วเพิมเข ้าไปใน OPEN แล ้วบันทึกว่า ่ เป็ นโหนดแม่ ii) ถ ้าโหนดนันถูกสร ้างมาก่อนหน ้านีแล ้ว ให ้เปลียน ้ ้ ่ โหนดแม่ของมันถ ้าเสน ้ ทางใหม่ทได ้ดีกว่าโหนดแม่ตวเดิม ในกรณีนี้ ให ้ ี่ ั ่ ้ ปรับเปลียนค่าตามเสนทางทีอาจจะเกิดขึน ่ ้
- 39. การค้นหาแบบ Greedy (Greedy Algorithm) กรีดอลกอริธม เป็ นการค ้นหาแบบดีทสดก่อน(Best first search) ที่ ี ั ึ ี่ ุ ง่ายทีสด ่ ุ หลักการของการค ้นหาแบบนีคอ การเลือกโหนดทีดทสดตลอดเวลา ้ ื ่ ี ี่ ุ อัลกอริธม กรีด ี ึ 1. เลือกโหนดเริมต ้นมาหนึงโหนด ่ ่ 2. ให ้โหนดทีเลือกมานีเป็ นสถานะปั จจุบน ่ ้ ั 3. ให ้ทาตามขบวนการข ้างล่างนีจนกว่าจะไม่สามารถสร ้างโหนดลูกได ้ ้ อีก 3.1 สร ้างสถานะใหม่ทเป็ นโหนดลูกทีเป็ นไปได ้ทังหมดจาก ี่ ่ ้ สถานะปั จจุบน ั 3.2 จากสถานะใหม่ทสร ้างขึนมาทังหมด ให ้เลือกสถานะ หรือ ี่ ้ ้ โหนดลูก ทีดทสดออกมาเพียงโหนดเดียว ่ ี ี่ ุ 4. กลับไปทีขนตอนที่ 2 ่ ึ้ ตัวอย่าง จากเรืองการเดินทางของเซลแมนทีจะต ้องเดินทางไปยังเมือง ่ ่ ABCD ึ่ ซงมีระยะทางตามตารางที่ 3 เราจะแก ้ปั ญหานีด ้วยวิธการของกรีดบ ้าง ้ ี ี
- 40. รูปที่ 9 การแก ้ปั ญหาการเดินทางของเซลแมนด ้วยกรีด ี อัลกอริธม ึ จากรูปที่ 9 การแก ้ปั ญหาเริมจาก การเลือก A เป็ น ่ เมืองเริมแรก จากนันทาการสร ้างโหนดลูกB C และ D หาร ่ ้ ระยะทางระหว่าง A ถึงเมืองเหล่านีได ้ 20 30 และ 50 ้ ตามลาดับ เลือก B เป็ นเมืองทีจะเดินทางต่อมา จากนัน ่ ้ สร ้างโหนดลูกของ B ได ้ C และ D และได ้ระยะทางเท่ากับ 15 และ 20 ตามลาดับ เลือก C เป็ นเมืองทีจะเดินทาง ่ ต่อไป จากนันสร ้างโหนดลูกให ้ C ได ้ D มีคาเท่ากับ 10 ้ ่ เลือกเดินมาที่ D เป็ นเมืองสุดท ้ายก่อนกลับไป A รวม ระยะทางเท่ากับ 20 + 15 + 10 + 50 = 95
- 41. รูปที่ 10 ข ้อมูลในรูปแบบกราฟ ตาราง 3 การค ้นหาแบบกรีด ี
- 42. การค ้นหาแบบ A* เป็ นอีกแบบของการค ้นหาแบบดีทสดก่อน ี่ ุ วิธการเลือกโหนดที่ ี ้ จะใชในการดาเนินการต่อจะพิจารณาจากโหนดทีดทสด แต่ในกรณีของ ่ ี ี่ ุ A* นี้ ่ ิ ั จะมีลักษณะพิเศษกว่าคือ ในสวนของฮวริสติกฟั งก์ชน ในกรณีของการ ค ้นหาแบบดี ่ ุ ้ ่ ิ ั ทีสดก่อนนัน ค่าทีได ้จากฮวริสติก ฟั งก์ชน จะเป็ นค่าทีวดจาก โหนด ่ ั ปั จจุบน แต่ใน ั ิ ั กรณีของ A* ค่าของฮวริสติก ฟั งก์ชน จะวัดจากค่า 2 ค่าคือ ค่าทีวดจาก ่ ั โหนดปั จจุบน ั ไปยังโหนดราก และจากโหนดปั จจุบนไปยังโหนดเป้ าหมาย ถ ้าเราให ้ตัว ั แปร f แทนค่า ิ ั ั ่ ้ ของฮวริสติก ฟั งก์ชน g เป็ นฟั งก์ชนทีใชวัดค่า cost จากสถานะเริมต ้น ่ จนถึงสถานะ ั ั ่ ้ ปั จจุบน h' เป็ นฟั งก์ชนทีใชวัดค่า cost จากสถานะปั จจุบนถึงสถานะ ั เป้ าหมาย ดังนัน ้ f = g + h’
- 43. อัลกอริทม A* (A* Search) เป็ นการขยายอัลกอริทมดี ึ ึ สุดก่อนโดยพิจารณาเพิมเติมถึงต ้นทุนจากสถานะเริมต ้น ่ ่ ้ มายังสถานะปั จจุบนเพือใชคานวณค่าฮวริสติกด ้วย ใน ั ่ ิ กรณีของอัลกอริทม A* เราต ้องการหาค่าตาสุดของ ึ ่ ั ฟั งก์ชน f' ของสถานะ s นิยามดังนี้ f'(s)=g(s)+h'(s) ั ่ โดยที่ g คือฟั งก์ชนทีคานวณต ้นทุนจากสถานะ เริมต ้นมายังสถานะปั จจุบน h' คือฟั งก์ชนทีประมาณ ่ ั ั ่ ต ้นทุนจากสถานะปั จจุบนไปยังคาตอบ ั
- 44. อัลกอริทม A* จะทาการค ้นหาโดยวิธเดียวกันกับอัลกอริทมดีสดก่อนทุกประการ ึ ี ึ ุ ั ิ ่ ้ ่ ยกเว ้น ฟั งก์ชนฮวริสติกทีใชเปลียนมาเป็ น f' (ต่างจากอัลกอริทมดีสดก่อนที่ ึ ุ ใช ้ h') โดยการใช ้ f' อัลกอริทม A* จึงให ้ความสาคัญกับสถานะหนึง ๆ 2 ึ ่ ่ ี ื ่ ่ ประการ คือ (1) สถานะทีดต ้องมี h' ดีคอต ้นทุนเพือจะนาไปสูคาตอบหลังจาก นีต ้องน ้อย และ (2) ต ้นทุนทีจ่ายไปแล ้วกว่าจะถึงสถานะนี้ (g) ต ้องน ้อยด ้วย ้ ่ ้ เราจึงได ้ว่า A* จะค ้นหาเสนทางทีให ้ต ้นทุนโดยรวมน ้อยทีสดตามค่า f' ซงต่าง ่ ่ ุ ึ่ จากอัลกอริทมดีสดก่อน ทีเน ้นความสาคัญของสถานะทีต ้นทุนหลังจากนี้ทจะ ึ ุ ่ ่ ี่ ่ นาไปสูคาตอบต ้องน ้อย โดยไม่สนใจว่าต ้นทุนทีจ่ายไปแล ้วกว่าจะนามาถึง ่ ี สถานะนีต ้องเสยไปเท่าไหร่ ้ รูปที่ 11 แสดงการค ้นหาด ้วยอัลกอริทม A* กันสถานะในรูปที่ 8 โดยสมมติให ้ ึ ต ้นทุนหรือระยะห่างระหว่างสถานะพ่อแม่ไปยังสถานะลูกเท่ากับ 1 หน่วย เชน่ ต ้น ทุนจริง (g) จาก A ไปยัง B,C หรือ D มีคาเท่ากับ 1 หน่วย ่