Saylor Academy

ပြဿနာဖြေရှင်းခြင်းရည်ရွယ်ချက်အတွက် ပရိုဂရမ်မင်းကို ကျွန်ုပ်တို့အသုံးပြုသောအခါ ဒေတာကို  Data Structures တွင် သိမ်းဆည်းရမည်ဖြစ်ပြီး၊ သို့မှသာ ဒေတာပေါ်ရှိလုပ်ဆောင်မှုများသည် တိကျသော output အမျိုးအစားကို ထုတ်ပေးနိုင်မည်ဖြစ်ပါသည်။ ဥပမာအားဖြင့် အကျိုးအမြတ်မယူသောသူတစ်ဦးသည် ရန်ပုံ‌ငွေအတွက် အခက်အခဲရှိနေကာ အလှူငွေများ တိုးလာရန် လိုအပ်သည်ဟု မြင်ယောင်ကြည့်ပါ။ ဘယ်သူက အလှူငွေထည့်ဝင်သလဲ ဆိုတာကို အဖြေရှာနိုင်ဖို့ အစီအစဉ်တစ်ခုမှာ သူ့ရဲ့အလှူရှင်တွေကို ခြေရာခံချင်တယ်လို့ ဆုံးဖြတ်ပါတယ်။ အလှူရှင်အမည်၊ နေရပ်လိပ်စာ၊ လှူဒါန်းသည့်ပမာဏ၊ လှူဒါန်းသည့်နေ့စွဲစသည်ဖြင့် သတ်မှတ်ပေးမည့် ပိုင်ဆိုင်မှုများကို ဦးစွာ သတ်မှတ်ရန် လိုအပ်ပါသည်။ ထို့နောက် အကျိုးအမြတ်မယူသောအဖွဲ့အစည်းသည် ၎င်း၏အလှူရှင်များထံ မည်သို့အကောင်းဆုံးဆက်သွယ်ရမည်ကို ဆုံးဖြတ်လိုသောအခါ ၎င်းသည် အကျိုးအမြတ်မယူသည့်အတွက် ပံ့ပိုးပေးသည့် ပျမ်းမျှအလှူရှင်၏ပုံစံတစ်ခုကို ဖန်တီးနိုင်ပါသည်။ ဥပမာအားဖြင့် လှုူဒါန်းငွေ ၏အရွယ်အစားနှင့် ပမာဏအပေါ်အခြေခံ၍ ပြောခြင်း၊  တည်နေရာ – ၎င်း၏တာဝန်ကို မည်သူက လက်ခံမှုအရှိဆုံးဖြစ်ကြောင်း ပိုမိုကောင်းမွန်စွာ ဆုံးဖြတ်နိုင်စေရန်  လှုူဒါန်းငွေ  ၏အရွယ်အစားနှင့် တည်နေရာသည် အလှူရှင်မော်ဒယ်၏ "ဒေတာ" ဖြစ်ပါသည်။ အကျိုးအမြတ်မယူသောသူများသည် ဤပုံစံကိုအသုံးပြုပါက abstract donor အလှူရှင်ကို ဦးစွာထုတ်ပေးခြင်းဖြင့် အလှူရှင်အစစ်အမှန်များကို ခွဲခြားသတ်မှတ်မည်ဖြစ်သည်။ ဤသည်မှာ Abstract Data အမျိုးအစားများကို အသုံးပြုခြင်း၏ ဥပမာတစ်ခုဖြစ်ပါသည်။ Abstract Data Types နှစ်ခုစလုံးသည် Data Structure (အလှူရှင်များဆိုင်ရာ အချက်အလက်များကို သိမ်းဆည်းသည့်နည်းလမ်း) ကို ထည့်သွင်းစဉ်းစားပြီး ထိုဖွဲ့စည်းပုံအတွက် လိုအပ်သော လုပ်ဆောင်ချက်များကို ပံ့ပိုးပေးပါသည်။ ဤ Course တွင် algorithms နှင့် Data Structures တို့၏ သီအိုရီနှင့် လက်တွေ့ ရှုထောင့်များကို ဆွေးနွေးပါမည်။ C/C++ တွင် Data Structures နှင့် algorithms များကို အကောင်အထည်ဖော်ရန်၊ ထို algorithms များကို ပိုင်းခြားစိတ်ဖြာပြီး ၎င်းတို့၏ အဆိုးရွားဆုံး ရှုပ်ထွေးမှုနှင့် လက်တွေ့ကျသော ထိရောက်မှုတို့ကို ထည့်သွင်းစဉ်းစားရန်လည်း လေ့လာပါမည်။