3 METODE ACCES

3 METODE ACCES

Kamis, 04 Desember 2014

1. Serial Access (Sequential Access)

 Akses berurutan merupakan metode akses paling sederhana. Informasi pada file diproses secara berurutan, satu record diakses setelah record yang lain. Metode akses ini berdasarkan model tape dari suatu file yang bekerja dengan perangkat sequential- access atau random-access.
Operasi pada akses berurutan terdiri dari :
read next
write next
reset
no read after last write (rewrite)
Operasi read membaca bagian selanjutnya dari file dan otomatis menambah file pointer yang melacak lokasi I/O. Operasi write menambah ke akhir file dan ke akhir material pembacaan baru (new end of file). File dapat di-reset ke awal dan sebuah program untuk meloncat maju atau mundur ke n record.

 

·         Kemampuan untuk mengakses record berikutnya secara tepat.

·         Keterbatasan

Ø      Tidak dapat mengakses langsung pada record yang diinginkan 

Contoh : Magnetic Tape  

2.Random access

Dalam ilmu komputer, akses random (kadang-kadang disebut akses langsung) adalah kemampuan untuk mengakses elemen pada posisi sewenang-wenang secara berurutan dalam waktu yang sama, terlepas dari ukuran urutan. Posisi adalah sewenang-wenang dalam arti bahwa hal itu tidak dapat diprediksi, sehingga penggunaan istilah "random" di "akses acak". Kebalikannya adalah akses sekuensial, di mana elemen jarak jauh membutuhkan waktu lebih lama untuk mengakses [1] Sebuah ilustrasi khas perbedaan ini adalah untuk membandingkan naskah kuno. (Sequential, semua materi sebelum data yang diperlukan harus membuka gulungan) dan buku (random : dapat segera membuka untuk setiap halaman acak). Sebuah contoh yang lebih modern adalah kaset (sequential-Anda harus cepat-maju melalui lagu-lagu sebelumnya untuk mendapatkan yang kemudian) dan CD (akses-acak Anda dapat melompat ke trek yang Anda inginkan).            Dalam struktur data, akses random berarti kemampuan untuk mengakses setiap entri dalam daftar di konstan (yaitu independen dari posisinya dalam daftar dan ukuran list, yaitu O (1)) waktu. Sangat sedikit struktur data dapat menjamin hal ini, selain array (dan struktur terkait seperti array dinamis). Akses random sangat penting, atau setidaknya berharga, untuk banyak algoritma seperti pencarian biner, pemilahan integer atau versi tertentu dari saringan Eratosthenes. Struktur data lainnya, seperti daftar terkait, mengorbankan akses acak untuk membuat untuk menyisipkan efisien, menghapus, atau pemesanan ulang data. Pohon biner self-balancing pencarian dapat memberikan kompromi yang dapat diterima, di mana waktu akses yang sama bagi setiap anggota koleksi dan hanya tumbuh logaritmis dengan ukurannya.

Contoh radom access adalah sistem memori utama.

3.  Parallel Acces

Pengurangan Paralel adalah salah satu jenis Paralel Mesin Random Access (PRAM) algoritma. A Parallel Random Access Machine (PRAM) adalah memori bersama mesin abstrak yang digunakan oleh algoritma paralel desainer untuk memperkirakan kawin algoritma kinerja (seperti kompleksitas waktu). jadi, penurunan paralel adalah proses PRAM di memanipulasi data yang disimpan dalam memori global register. Ada beberapa operasi secara parallel pengurangan yaitu, operasi penambahan, pengurangan operasi, dan operasi perkalian. Parallel reduksi dapat digambarkan dengan pohon biner, yang kelompok n log nilai p ditambahkan dalam langkah-langkah tambahan secara paralel.

Kahan Summation Algorithm

 

Dalam analisis numerik, algoritma penjumlahan Kahan (lihat algoritma 1) juga dikenal sebagai kompensasi penjumlahan secara signifikan mengurangi kesalahan numeric dalam tarif total yang diperoleh dengan menambahkan urutan presisi floating point terbatas, dibandingkan dengan pendekatan yang jelas. Hal ini dilakukan dengan menjaga kompensasi berjalan terpisah (variabel untuk mengakumulasi kesalahan kecil). Secara khusus, hanya menjumlahkan n bilangan secara berurutan memiliki kesalahan terburuk yang tumbuh proporsional untuk n, dan root mean square error yang tumbuh sebagai √n untuk input acak (kesalahan pembulatan membentuk random walk). Dengan penjumlahan kompensasi, kesalahan terburuk terikat adalah independen dari n, sehingga sejumlah besar nilai-nilai dapat disimpulkan dengan Kesalahan yang hanya tergantung pada presisi floating-point.