14、第一范式:实体与属性的规范塑造

第一范式:实体与属性的规范塑造

1. 第一范式概述

第一范式的核心在于确保实体和属性的正确构建,其要求与关系理论中对关系的要求高度相似。一个实体若要符合第一范式,需具备以下特征:
- 所有属性必须是原子性的,即在实体的单个实例中,单个属性仅代表一个单一的值。
- 实体的所有实例必须包含相同数量的值。
- 实体的所有实例必须是不同的。

违反第一范式会在实际模型中导致数据处理混乱,通常是因为在应存储单个值的地方存储了多个值,从而需要进行解码操作。

2. 所有属性必须是原子性的

在计算机科学中,原子性意味着值不能(或不应该)被分解为更小的部分。对于数据库定义而言,“原子性”指的是在关系数据库中使用时无需进一步分解的值。

第一范式这部分的目标是每个属性仅代表一个值,而非多个值。这意味着不应存在数组、分隔数据或其他类型的多值属性由单个属性表示的情况。不过,数据类型可以包含多个值,只要满足以下条件:
- 始终包含相同数量的值。
- 这些值很少(如果有的话)被单独处理。

例如,地理定位通常使用经度和纬度两个值来确定地球上的位置。单独来看,每个值都有一定意义,但结合起来才能精确确定地球上的位置。将其实现为复杂类型可以简化数据保护方案的实施,并使在公式中使用这些类型更加容易。

在判断是否符合第一范式时,合理性的测试由设计者决定。一般来说,任何需要作为单个值处理的数据都应建模为独立的属性,存储在单独的列中,例如作为搜索参数或连接条件。

2.1 常见的违反情况

以下是一些常见的违反第一范式规则的例子:
-

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值