Contrapositive of “If it rains, the home team wins”:
A
If the home team wins, then it rains
B
If the home team does not win, it does not rain
C
If it does not rain then the home team does not win
D
The home team wins whenever rains
উত্তরের বিবরণ
answer: গ)
If it does not rain, then the home team does not win
Explanation:
0
Updated: 2 days ago
Data ______ is the ability to modify a schema definition in a level without affecting the next higher level.
Created: 2 days ago
A
binding
B
abstraction
C
mapping
D
independence
Data independence হলো ডেটাবেস সিস্টেমের একটি মৌলিক ধারণা, যা বোঝায় যে এক স্তরের স্কিমা পরিবর্তন করলে অন্য উচ্চ স্তরের স্কিমা প্রভাবিত হবে না। এর ফলে ডেটাবেসকে আরও নমনীয় ও রক্ষণাবেক্ষণযোগ্য করে তোলে, কারণ নিচের স্তরের পরিবর্তনেও অ্যাপ্লিকেশন স্তরে পরিবর্তনের প্রয়োজন হয় না।
বিস্তারিতভাবে:
-
Physical Data Independence: ডেটা কীভাবে ফিজিক্যালি সংরক্ষিত বা সংগঠিত হচ্ছে তা পরিবর্তন করা যায়, কিন্তু এতে logical schema-এর কোনো প্রভাব পড়ে না। উদাহরণস্বরূপ, ডেটা নতুন ডিস্কে স্থানান্তর বা ইনডেক্স তৈরি করা হলেও টেবিলের কাঠামো অপরিবর্তিত থাকে।
-
Logical Data Independence: ডেটাবেসের logical schema (যেমন টেবিল, কলাম, সম্পর্ক) পরিবর্তন করা গেলেও অ্যাপ্লিকেশন প্রোগ্রাম বা external view প্রভাবিত হয় না। এটি ডেটাবেস ডিজাইনে সর্বাধিক কাঙ্ক্ষিত বৈশিষ্ট্য।
-
এই দুই স্তরের স্বাধীনতা বজায় রাখার কারণেই ডেটাবেস সিস্টেমে রক্ষণাবেক্ষণ সহজ হয় এবং পরিবর্তন করলেও বিদ্যমান প্রোগ্রামগুলোর কার্যকারিতা অক্ষুণ্ণ থাকে।
ভুল বিকল্পগুলো:
-
(ক) Mapping → এটি বিভিন্ন স্কিমা স্তরের মধ্যে সম্পর্ক নির্ধারণ করে, স্বাধীনতা বোঝায় না।
-
(খ) Typing → এটি কেবল attributes-এর ডেটা টাইপ নির্দেশ করে।
-
(ঘ) Relativity → ডেটাবেসে এই ধারণাটি প্রযোজ্য নয়।
অতএব, সঠিক উত্তর হলো (ঘ) Independence, কারণ এটি ডেটাবেসের schema স্তরগুলোর পারস্পরিক নিরপেক্ষতা (data independence) নির্দেশ করে।
0
Updated: 2 days ago
Which one below is an example of a NoSQL database?
Created: 2 days ago
A
MySQL
B
MongoDB
C
Oracle
D
PostgreSQL
Answer: খ)
MongoDB 0
Updated: 2 days ago
What will be the time complexity of the following
algorithm:
sum = 0;
for (i=1; i<=n; i= i*2)
for (j=1; j
sum+=i*j;
Created: 3 days ago
A
O(n)
B
O(logn)
C
O(n2)
D
O(n log n)
এই প্রোগ্রামের time complexity নির্ধারণ করা হয় দুইটি লুপের বৃদ্ধির হার বিশ্লেষণ করে। নিচে ধাপে ধাপে ব্যাখ্যা করা হলো।
-
Outer Loop:
for (i = 1; i <= n; i = i * 2)
এখানে i প্রতি ধাপে দ্বিগুণ হচ্ছে, অর্থাৎ 1, 2, 4, 8,… এভাবে বাড়ছে যতক্ষণ না n অতিক্রম করছে।
তাই ধাপের সংখ্যা হয় প্রায় log₂n, অর্থাৎ O(log n)। -
Inner Loop:
for (j = 1; j < n; j++)
এখানে j এক করে বাড়ছে, তাই এটি লিনিয়ার বৃদ্ধি, অর্থাৎ O(n) বার চলবে। -
মোট Iteration:
Outer loop চলে O(log n) বার, এবং প্রতিবার inner loop চলে O(n) বার।
তাই মোট সময়ের জটিলতা হবে O(n × log n)।
প্রতিটি স্টেটমেন্ট যেমন sum += i * j — এর সময় লাগে O(1)।
যদি দুইটি লুপই লিনিয়ার হতো, যেমন—
for (i = 1; i <= n; i++)
for (j = 1; j < n; j++)
তাহলে outer loop n বার এবং inner loop n বার চলত, ফলে মোট সময় হতো O(n²)।
অতএব, মূল প্রোগ্রামের time complexity = O(n log n), যা বিকল্প ঘ-এর সঙ্গে মিলে।
0
Updated: 3 days ago
