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
้

13. ต ัวอย่างการแทรก record
เปรียบเทียบโครงสร้างแฟมข้อมูล
้

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 ้นทุนทีจายไปแล ้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
่