Video: NKUL 2019 Sesjon 1G: Algoritmisk tenkning og programmering i fagfornyelsen 2025
Struktur är ett viktigt inslag i att algoritmerna fungerar. Ett viktigt behov av att träffas som en del av arbetet med data är att förstå datainnehållet. En sökalgoritm fungerar bara när du förstår datasetet så att du vet vad du ska söka efter med hjälp av algoritmen.
Letar du efter ord när datasatsen innehåller siffror är en omöjlig uppgift som alltid leder till fel. Ändå är sökfel på grund av bristande förståelse för datasetinnehåll en vanlig förekomst, även med de bästa sökmotorerna.
Människor gör antaganden om datasetinnehåll som orsakar att algoritmer misslyckas. Följaktligen, desto bättre kan du se och förstå innehållet genom strukturerad formatering, desto lättare blir det att utföra algoritmbaserade uppgifter framgångsrikt.
Även om man tittar på innehållet är det emellertid ofta felaktigt när man arbetar med människor och datorer. Om du till exempel försöker söka efter ett tal som är formaterat som en sträng när datasetet innehåller siffrorna formaterade som heltal, kommer sökningen att misslyckas.
Datorer översätt inte automatiskt mellan strängar och heltal som människor gör. Faktum är att datorer ser allt som siffror, och strängar är bara en tolkning som sätts på numren av en programmerare. Därför, när du söker efter "1" (strängen) ser datorn den som en begäran om nummer 49 när du använder ASCII-tecken. För att hitta numeriskt värde 1 måste du söka efter ett 1 som ett heltal.
Structure gör det också möjligt att upptäcka nyanserade data detaljer. Till exempel kan ett telefonnummer visas i formuläret (555) 555-1212. Om du utför en sökning eller annan algoritmuppgift med blankett 1 (555) 555-1212 kan sökningen misslyckas på grund av att en 1 läggs till i början av sökordet. Dessa typer av problem orsakar betydande problem eftersom de flesta ser de två formerna lika, men datorn gör det inte. Datorn ser två helt olika former och ser även dem som två olika längder. Försök att införa form på människor fungerar sällan och genererar generellt frustration som gör att algoritmen används ännu hårdare, så strukturen som åläggs genom datapanulation blir ännu viktigare.
