关系代数表达式学习

article/2025/11/9 1:39:37

一、关系代数的9种操作:

 

    关系代数中包括了:并、交、差、乘、选择、投影、联接、除、自然联接等操作。

 

五个基本操作:

    并(∪)、差(-)、笛卡尔积(×)、投影(π)、选择(σ)

 

四个组合操作:

    交(∩)、联接(等值联接)、自然联接(RcrossS)、除法(÷) 

注2:等值连接表示先做笛卡尔积(×)之后,对相应列进行选择或等值关联后的结果(仅筛选行、不筛选列)

注2:自然连接表示两个关系中若有相同名称的属性,则自动作为关联条件,且仅列出一列

 

 

二、关系代数表达式:

 

    由关系代数运算经有限次复合而成的式子称为关系代数表达式。这种表达式的运算结果仍然是一个关系。可以用关系代数表达式表示对数据库的查询和更新操作。

 

 

三、举例说明:

 

    设教学数据库中有3个关系:


    学生关系S(SNO,SNAME,AGE,SEX)
    学习关系SC(SNO,CNO,GRADE)
    课程关系C(CNO,CNAME,TEACHER)

 

 

(1) 检索学习课程号为C2的学生学号与成绩

------------------------------------

SELECT SNO,GRADE

  FROM SC

WHERE CNO='C2'

------------------------------------

π SNO,GRADE(σCNO='C2'(SC))

************************************

 

 

(2) 检索学习课程号为C2的学生学号与姓名

------------------------------------

SELECT SC.SNO,S.SNAME

  FROM SC,S

WHERE SC.SNO=S.SNO

   AND SC.CNO='C2'

------------------------------------

π SNO,SNAME(σCNO='C2'(ScrossSC))

此查询涉及S和SC,先进行自然连接,然后再执行选择投影操作。

----

π SNO,SNAME(S)crossπSNO(σCNO='C2'(SC)))

自然连接的右分量为"学了C2课的学生学号的集合"。

此表达式比前一个表达式优化,执行起来要省时间、省空间。

************************************

 

 

(3) 检索选修课程名为MATHS的学生学号与姓名 
------------------------------------

SELECT SC.SNO,S.SNAME

  FROM SC,S,C

WHERE SC.SNO=S.SNO

   AND SC.CNO=C.CNO

   AND C.CNAME='MATHS'

------------------------------------

π SNO,SANME(σCNAME='MATHS'(ScrossSCcrossC))

************************************

 

 

(4) 检索选修课程号为C2或C4的学生学号

------------------------------------

SELECT SNO

  FROM SC

WHERE CNO='C2'

    OR CNO='C4'

------------------------------------

π SNO(σ CNO='C2'∨CNO='C4'(SC))

************************************

 

 

(5) 检索至少选修课程号为C2或C4的学生学号

------------------------------------

SELECT SA.SNO

  FROM SC AS SA,SC AS SB

WHERE SA.SNO=SB.SNO

   AND SA.CNO='C2'

   AND SB.CNO='C4'

------------------------------------

π 1(σ1=4∧2='C2'∧5='C4'(SC×SC))

************************************

 

 

(6) 检索不学C2课的学生姓名与年龄

------------------------------------

SELECT SNAME,AGE

  FROM S

MINUS

SELECT S.SNAME,S.AGE

  FROM SC,S

WHERE SC.SNO=S.SNO

   AND SC.CNO='C2'

(Oracle)

------------------------------------

π SNAME,AGE(S)-πSNAME,AGE(σCNO='C2'(ScrossSC))

************************************

 

 

(7) 检索学习全部课程的学生姓名

------------------------------------

这个定义用SQL表示比较麻烦,略过

------------------------------------

π SNO,CNO(SC)÷πCNO(C)

先用除法取出选取所有课程的SNO集(除法可以理解为一个Filter)

π SNAME(S cross (πSNO,CNO(SC)÷πCNO(C)))

再关联S表取出SNAME

************************************

 

 

(8) 检索所学课程包含S3所学课程的学生学号

------------------------------------

这个定义用SQL表示比较麻烦,略过

------------------------------------

π SNO,CNO(SC)÷ πCNO(σSNO='S3'(SC))

同样运用了除法的特性

************************************

 

 

(9) 将新课程元组('C10','PHYSICS','YU')插入到关系C中

------------------------------------

INSERT INTO C VALUES('C10','PHYSICS','YU')

------------------------------------

(C('C10','PHYSICS','YU'))

记住该符号的用法

************************************

 

 

(10) 将学号S4选修课程号为C4的成绩改为85分

------------------------------------

UPDATE SC SET GRADE=85

WHERE SNO='S4'

   AND CNO='C4'

------------------------------------

(SC('S4','C4',?)('S4','C4',85))

先用''实现DELETE功能,再用'∪'实现INSERT功能

注意使用?来表示检索时忽略该字段值


http://chatgpt.dhexx.cn/article/jy0wG6uB.shtml

相关文章

数据库考点之关系代数表达

如题:2018年4月 分析:有难度,书上没有明确介绍元组关系演算,所以也有些超纲了。只能作为扩展部分来了解下: 就看懂了前面的部分为广义笛卡尔积定义。 关系代数这部分虽然在2019年10月14日《软考考点之数据库关系运算…

数据库应用之关系代数(relational algebra)

关系代数表达式的五个基本算子 1.选择&#xff08;selection&#xff09;&#xff1a;即选择某些行。代码&#xff1a;select from where。表达式&#xff1a;σ<条件>&#xff08;<表>&#xff09;。 2.投影&#xff08;projection&#xff09;&#xff1a;即…

Linux压缩打包命令——tar、zip、unzip

打包跟压缩的区别&#xff1a; 打包是指将多个文件或者目录放在一起&#xff0c;形成一个总的包&#xff0c;这样便于保存和传输&#xff0c;但是大小是没有变化的&#xff0c;压缩是指将一个或者多个大文件或者目录通过压缩算法使文件的体积变小以达到压缩的目的&#xff0c;…

linux tar压缩文件命令,tar打包压缩文件命令

tar命令 tar命令用于将多个文件合成1个文件,wiki中把这个命令和cpio、shar等一起叫做archive文件,个人理解是归档,合成一个文件,后就可以用gzip、bz2、xz等工具进行压缩,同时也能方便在各个计算机间传输,有点类似windows下共享的zip文件。 wiki上这个图比较形象,tar把零…

解压缩 tar命令详解

1、 tar命令进行文档的归档和压缩 归档和压缩文件 归档和压缩文件的好处&#xff1a;节约硬盘的资源&#xff0c;加快文件传输速率 tar命令 作用&#xff1a;打包、压缩文件&#xff1b;tar文件是把几个文件和&#xff08;或&#xff09;目录集合在一个文件里&#xff0c;该存…

使用sobel、prewitt、拉普拉斯算子、差分法提取图像的边缘

参考&#xff1a; https://www.cnblogs.com/dengdan890730/p/6145585.html https://blog.csdn.net/touch_dream/article/details/62447801 https://blog.csdn.net/xiahn1a/article/details/42141429 https://blog.csdn.net/swj110119/article/details/51777422 什么是边缘…

图像边缘检测——一阶微分算子 Roberts、Sobel、Prewitt、Kirsch、Robinson(Matlab实现)

图像边缘一般指图像的灰度变化率最大的位置。成因主要如下&#xff1a; 1.图像灰度在表面法向变化不连续&#xff1b; 2.图像中物体在空间上的深度不一致&#xff1b; 3.在光滑的表面上颜色不一致&#xff1b; 4.图像中物体的光影 边缘检测指的是从图像中检测边缘点和边缘段…

python图像处理(十一)——图像锐化与边缘检测之Roberts算子、Prewitt算子、Sobel算子、Laplacian算子

在图像增强过程中&#xff0c;通常利用各类图像平滑算法消除噪声&#xff0c;图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说&#xff0c;图像的能量主要集中在其低频部分&#xff0c;噪声所在的频段主要在高频段&#xff0c;同时图像边缘信息也主要集中在其高…

机器学习MATLAB实现:Matlab-梯度Roberts算子、拉普拉斯算子、Sobel算子、Prewitt算子对图像进行锐化

机器学习MATLAB实现&#xff1a;Matlab-梯度Roberts算子、拉普拉斯算子、Sobel算子、Prewitt算子对图像进行锐化 欢迎大家来到安静到无声的《模式识别与人工智能&#xff08;程序与算法&#xff09;》&#xff0c;如果对所写内容感兴趣请看模式识别与人工智能&#xff08;程序与…

10.1 Python图像处理之边缘算子-Sobel算子、Roberts算子、拉普拉斯算子、Canny算子、Prewitt算子、高斯拉普拉斯算子

10.1 Python图像处理之边缘算子-Sobel算子、Roberts算子、拉普拉斯算子、Canny算子、Prewitt算子、高斯拉普拉斯算子 文章目录 10.1 Python图像处理之边缘算子-Sobel算子、Roberts算子、拉普拉斯算子、Canny算子、Prewitt算子、高斯拉普拉斯算子1 算法原理1.1 Sobel 算子1.2 Ro…

【计算机视觉】卷积、均值滤波、高斯滤波、Sobel算子、Prewitt算子(Python实现)

##1.环境的搭建 Python 3.6OpenCV Open Source Computer Vision Library.OpenCV于1999年由Intel建立&#xff0c;如今由Willow Garage提供支持。OpenCV是一个基于BSD许可&#xff08;开源&#xff09;发行的跨平台计算机视觉库&#xff0c;可以运行在Linux、Windows、MacOS操作…

几种边缘检测算子的比较Roberts,Sobel,Prewitt,LOG,Canny

from&#xff1a;https://blog.csdn.net/gdut2015go/article/details/46779251 边缘检测是图像处理和计算机视觉中的基本问题&#xff0c;边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括&#xff1a;深度上的…

prewitt算子实现

原理&#xff1a; 实现&#xff1a; /*** description: prewitt算子* param src 输入图像* param dst 输出图像*/ void prewitt(cv::Mat& src, cv::Mat& dst) {cv::Mat getPrewitt_horizontal (cv::Mat_<float>(3, 3) << -1, -1, -1, 0, 0, 0, 1, 1, …

数字图像处理——Sobel算子锐化、Prewitt算子锐化

数字图像处理——Sobel算子锐化、Prewitt算子锐化 一、Sobel算子锐化 %函数名称为Image_Sobel,输入参数Image,输出参数IMAGE function [IMAGE] Image_Sobel(Image) %获取矩阵的行、列、波段数 [m,n,bands] size(Image); %定义模板大小&#xff0c;假设模板大小33 A 1; %定义…

Python 图像处理 OpenCV (12): Roberts 算子、 Prewitt 算子、 Sobel 算子和 Laplacian 算子边缘检测技术

前文传送门&#xff1a; 「Python 图像处理 OpenCV &#xff08;1&#xff09;&#xff1a;入门」 「Python 图像处理 OpenCV &#xff08;2&#xff09;&#xff1a;像素处理与 Numpy 操作以及 Matplotlib 显示图像」 「Python 图像处理 OpenCV &#xff08;3&#xff09;&…

[Python从零到壹] 五十七.图像增强及运算篇之图像锐化Roberts、Prewitt算子实现边缘检测

欢迎大家来到“Python从零到壹”&#xff0c;在这里我将分享约200篇Python系列文章&#xff0c;带大家一起去学习和玩耍&#xff0c;看看Python这个有趣的世界。所有文章都将结合案例、代码和作者的经验讲解&#xff0c;真心想把自己近十年的编程经验分享给大家&#xff0c;希望…

Prewitt算子计算图像梯度

Prewitt算子是一阶微分算子的边缘检测&#xff0c;利用像素点上下、左右邻点的灰度差&#xff0c;在边缘处达到极值检测边缘&#xff0c;去掉部分伪边缘&#xff0c;对噪声具有平滑作用。其原理是在图像空间利用两个方向模板与图像进行邻域卷积来完成&#xff0c;这两个方向模板…

opencv-6 边缘检测(Prewitt算子,Sobel算子,Laplacian算子)

Roberts filter2D形式实现 import cv2 import numpy as np import matplotlib.pyplot as pltimg cv2.imread(lena.jpg) lenna_img cv2.cvtColor(img,cv2.COLOR_BGR2RGB) grayImage cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)kernelx np.array([[-1,0],[0,1]],dtypeint) kernely…

梯度与Roberts、Prewitt、Sobel、Lapacian算子

一、学习心得&#xff1a; 学习图像处理的过程中&#xff0c;刚开始遇到图像梯度和一些算子的概念&#xff0c;这两者到底是什么关系&#xff0c;又有什么不同&#xff0c;一直困扰着我。后来在看到图像分割这一模块后才恍然大悟&#xff0c;其实图像的梯度可以用一阶导数和二…

【计算机视觉】图像分割与特征提取——基于Roberts、Prewitt、Sobel算子的图像分割实验

个人简介&#xff1a; > &#x1f4e6;个人主页&#xff1a;赵四司机 > &#x1f3c6;学习方向&#xff1a;JAVA后端开发 > ⏰往期文章&#xff1a;SpringBoot项目整合微信支付 > &#x1f514;博主推荐网站&#xff1a;牛客网 刷题|面试|找工作神器 > &#…