是否能复原为原本的函数依赖
分解后是否能还原
有一行全为钩的就认为还原
公式法
只适用于两个表
R = ABC
F = {A->B}
分解 = {R1(AB),R2(AC)}
R1 ∩ R2 = A
R1 - R2 = B
R2 - R1 = C
得出 A->B 和 A->C
其中 A->B 满足原本的函数依赖，所以无损
如果候选键是一个合集，且一部分非主属性依赖于候选键的一部分，为部分函数依赖
A-> B,B->C 则 A->C
Y∈X∈U
U={ABC}
X={AB}
Y={A}
则，X-> Y
身份证号与姓名 可以确认姓名，身份证号也可以确认姓名.
若 Z ∈ U 且 X->Y，则 XZ->YZ
A-> B,B->C 则 A->C
学号可以推出系号，系号可以推出系名，那么学号可以推出系名
如果 X->Y，X->Z 则 X->YZ
如果 X->Y,WY->Z，则WX->Z
如果 X-Y 且 Z ∈ Y,则 X-> Z
属性都是不可分的原子值
消除非主属性对候选键的部份依赖
单属性候选键不会出现这类问题，只有候选键可能存在这种可能
完全依赖于主键，不存在部分依赖
学号、课程号、成绩、学分
学号,课程号-> 成绩
课程号-> 学分
没有课程的情况下，无法插入学分信息
如果课程没有人报名，那么没有课程信息
解决办法：将课程号与学分单独提取到一张表
消除非主属性对候选键的传递依赖
学校、身份证号、系号、系名 满足第三范式，因为不存在对非主属性的传递依赖
学号、姓名、系号、系名
学号-> 系号
系号-> 系名
学号-> 系名
其中系名依赖于非主属性系号，所以存在对非主属性的传递依赖，不满足第三范式
解决办法：系号、系名 单独组表
完全依赖于候选键
不解决
S1 01 02 03
S2 01 04 05
S1 ∩ S2 = 01
S1 ∪ S2 = 01 02 03 04 05
S1 - S2 = 02 03
S2 - S1 = 04 05
S1 X S2 = 01 01 04 05 02 01 04 05 03 01 04 05
可以异构
列数为两者之和
行数为两者乘积
列号一版从1开始
Π，派
Πsno,sname(S1) ，表示展示表 sno,sname 这两列的所有记录或元组
选择属性列
会改变表的结构
σ ，sigma
σ sno=No00003（S1） ,表示选择表名为S1，列明 sno 为 No00003 的记录或元组
选择符合的行数
S1 ⋈ S2 join
列数为两者之和减去重复的
行数为两个表里面所有的同名属性列取值相等的行数
可以从 笛卡尔积-> 选择->投影的方式转换而来
性能优于笛卡尔积
CPU正在执行该线程，一个CPU同时只能执行一个线程，多余的线程会进入就绪或者等待状态，运行状态的线程可以转换为就绪状态，与等待状态
所有资源准备就绪，进入等待队列，有计算资源就可以进入运行状态。
运行时发生了需要等待的事情，这时候CPU会被阻塞，例如IO事件，即使CPU分配给该进程也无法使用，等待的事件发生后，仅需就绪状态，不可以直接运行
每个进程均匀按固定的时间片执行
谁先排队，谁先执行
执行时间段的先执行，部分长作业可能会一直无法执行
设定好进程的优先级，分为动态和静态。
计算进程的等待时间与进程的来到时间，综合了先来先到与短作业优先的算法，高响应比的优先执行
如果高优先级的进程到了，抢占式会踢出现在执行的进程，交给高优先级的进程。非抢占式则不会
当前资源的数量，全局的，原子性的
申请资源，信号量减1，如果信号量小于0，代表没有资源，需要进入阻塞队列进行等待
释放资源，信号量加1，判断信号量是否小于等于0，如果小于等于0，意味着有队列在排队，将阻塞队列里面最先进入的进程放到就绪队列
分时共享的半双工 传送线路
可以同时接收数据，但是发送只能分时发送
通过总线复用可以减少信号线数量，用较少的信号线传输更多的数据
芯片内总线
系统总线（数据总线、控制总线、地址总线）
短距离
长距离，多种传输方式，可以调整比特率，正确方式靠校验码完成
分为全量发送与程序查询，会一直占用CPU，无法做别的事情，实现简单，硬件开销小，CPU利用率低，IO效率低。
相比于程序查询，使用CPU中断的方式可以减轻CPU的压力，IO传输完成后，CPU再恢复现场，继续执行后面的步骤。CPU跟IO可以同步执行，一般类似键盘鼠标
CPU与IO之间增加一个DMA控制器，IO不直接与CPU打交道，而是跟主存，CPU跟IO可以同步执行，极大提高了效率，一般认为硬盘是DMA的方式
冯诺依曼结构，指令与数据不区分，用同样的总线，一般的通用电脑
哈佛结构，区分指令与数据，使用4条总线，可以并行传输，较高的数据吞吐率，主要用于嵌入式。DSP
数量多，可变长格式，使用微码控制，支持多种寻址方式，代表为X86
数量少，定长格式，使用硬件电路实现，适合流水线，增加了通用寄存器，比较少的寻址方式，大部分为单周期操作，代表为arm
单道批，多道批，输入一个或多个文档，宏观上可以并行，围观是穿行
CPU事件分片的方式去运行，每个用户感觉自己都拥有完整的操作系统
高可靠的系统，一般用于嵌入式，需要在规定事件内相应
linux、windows server，在网络上共享内容的操作系统
网络操作系统的进阶，透明、高可靠、高性能
windows、linux，多进行、多用户、多CPU的操作系统
高可靠，可移植性，硬件定制
程序块、数据块、PCB（进程信息）
表舒服、状态、等一列东西
电子政务的主体主要有 政府（Govment），企事业单位（Business），民众(Citizen)，公务员(Emplyee) ，确认一下单词拼写是否有错误
一些特殊情况，比如人口信息，地理信息等，基本都为政府与政府。其他情况，要看谁是主动方
G2G: 政府对政府，主要业务可能会涉及到人口信息，地理信息采集等
G2B: 发放各种证照，例如营业执照，许可证
B2G: 缴税，向政府提供服务等
G2E: 政府内部系统
G2C: 发放各种执照，提供公共信息，比如天气
C2G: 公民对政府，主要是纳税，报警灯
电子政务的主体有：政府（Government）、企事业单位(Business)、公民（Citizen）、公务员（Employee）
除了人口信息与地理信息外，对应关系主要看谁是主体
G2E: 政府对公务员，主要是政府内部系统
G2G: 政府对政府，主要是基础信息采集，比如人口信息，地理信息。各级政府之间的决策与汇报
G2B: 政府对企业，发放各种证照，比如营业执照，各类许可证
B2G: 企业对政府，缴税、承接政府工程、向政府提建议、申诉
G2C: 政府对公民，提供社区公安，水、火、天灾等信息，发放各类牌照，比如户口，驾驶证（信息主要是公共安全信息，包括水、火、天灾等）
C2G: 公民对政府，向政府纳税与各类费用，向政府提建议，报警等
人工智能的一个分支，录入专家的知识与经验，处理该领域的问题，并决策。
专家系统可以自己做决策
与一般通用系统不一样的地方在于，不仅可以处理字符还能处理符号，结果一些非结构性问题。因知识库的不同，解决的问题领域也不同。
知识库：存储该领域的知识与经验
推理机： 推理系统，主要用于规则解释
综合数据库：辅助功能，主要解决一些中间状态，比如推理过程中的结果
知识获取：知识库通过知识获取功能得到专家的知识与经验
解释器：主要面向人机接口
专家系统是一个具有专家知识和经验的人工只能系统，可以帮助用户决策并解决问题
与通用系统不一样的点
该系统不光可以解决问题，而且可以还可以分析结果，并做决策
除了数字还可以分析符号
不光解决结构化问题，有可以解决非结构化问题，且能解决不确定的问题
跟通用系统不太一样的地方，因知识库的不同，针对的领域也会不同
核心
知识库：存储专家知识经验
推理机：规则解释器
综合知识库：辅助功能，比如用于存放推理过程中的状态，中间结果等
知识录入：知识库通过该接口获得专家的知识与经验，主要有内容的编辑还有自学习功能（获取，不是录入）
解释器：主要面向与人机接口
更正：知识获取，而不是知识录入。
