維基百科 zh_yuewiki https://zh-yue.wikipedia.org/wiki/%E9%A0%AD%E7%89%88 MediaWiki 1.39.0-wmf.25 first-letter Media Special Talk User User talk Wikipedia Wikipedia talk File File talk MediaWiki MediaWiki talk Template Template talk Help Help talk Category Category talk Portal Portal talk TimedText TimedText talk 模組 模組討論 Gadget Gadget talk Gadget definition Gadget definition talk 0 3500 1865877 1856314 2022-08-20T11:49:01Z 210.6.119.110 /* 車站歷史 */ wikitext text/x-wiki {{Move|車公廟站 (香港)}} {{otheruses|subject=港鐵站|other=[[深圳地鐵]]站|車公廟站 (深圳地鐵)}} {{MTR infobox |livery=#FFD280 |livery_pole=#FFD250 |namecolour=black |line=屯馬綫 |image=Che Kung Temple Station exterior 2021 07 part2.jpg |caption=車公廟站外觀 |district=[[沙田區]] |area=大圍 |open=2004年12月21號 |stationtype=架空 |platformtype=2側式月台 |platformno=2 |color=淺黃色 |exitno=4 |code=CKT |hours=0532-0117 |connections=巴士、小巴 |engname=Che Kung Temple |chiname=車公廟 }} [[File:Che Kung Temple Station 2020 07 part1.jpg|thumb|車公廟站A出口]] [[File:Che Kung Temple Station 2020 07 part2.jpg|thumb|車公廟站B出口]] [[File:Che Kung Temple Station 2020 07 part3.jpg|thumb|車公廟站C出口]] [[File:Che Kung Temple Station 2020 07 part4.jpg|thumb|車公廟站D出口]] [[File:Che Kung Temple Station 2021 04 part3.jpg|thumb|車公廟站E出口（只作瑧岸8號住戶入口）]] [[File:Che Kung Temple Station 2021 04 part6.jpg|thumb|車公廟站F出口]] '''車公廟站'''（{{jpingauto|ce1 gung1 miu6 zaam6}}；{{lang-en|'''Che Kung Temple Station'''}}）係[[港鐵]]{{香港鐵路綫名|屯馬綫}}一個架空車站，喺[[沙田頭]]，[[秦石邨]]對面，「沙田頭臨時房屋區」舊址，所以落成之前曾經計劃叫「'''沙田頭站'''」。車公廟站靠近[[車公廟路]]，係以[[沙田車公廟|車公廟]]而名，不過呢個唔等於最近廟嘅站，因為車公廟站喺正呢個站同[[大圍站]]中間，反而大圍站更近車公廟。 == 車站結構 == 車公廟站喺車公廟路邊，分兩層。站大堂喺地面，月台起響大堂上面。站有2個月台，採用側式月台排。大堂同月台層之間，有升降機同電梯，方便乘客。 === 車站樓層 === [[File:Che Kung Temple Station concourse 2021 07 part2.jpg|thumb|車公廟站大堂]] [[File:Che Kung Temple Station 2012 part2.JPG|thumb|月台佈置]] [[File:Che Kung Temple Station platforms 2021 07 part2.jpg|thumb|2號月台]] {|table border=0 cellspacing=0 cellpadding=3 |- |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=50 rowspan=7 valign=top|'''P<br />月台''' |- |style="border-top:solid 1px gray;border-right:solid 2px black;border-left:solid 2px black;" colspan=2|<center><small>側式月台，右邊嘅車門將會打開，E、F出口</small></center> |- |style="border-left:solid 2px black; border-bottom:solid 2px black;"|{{港鐵月台編號|MOL|1}} |style="border-bottom:solid 2px black;border-right:solid 2px black;"|往屯門 |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |- |&nbsp; |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|MOL|2}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往烏溪沙 |- |style="border-right:solid 2px black;border-left:solid 2px black;border-bottom:solid 1px gray;" colspan=2|<center><small>側式月台，右邊嘅車門將會打開</small></center> |- |style="border-bottom:solid 1px gray;" rowspan=3 valign=top|'''C<br />地面''' |style="border-bottom:solid 1px gray;" rowspan=3 valign=top|大堂 |出口、洗手間 |- |style="border-bottom:solid 1px gray;"|客務中心、車站商店 |} === 車站出口 === 車公廟站設有4個出口，當中出口分布喺車站大堂。 <!--車站出口一覽嘅內容經已按港鐵車站指示牌排列，請唔好擅自加入非指示牌內容--> *A - [[香港文化博物館]] **香港文化博物館、明愛沙田馬登基金中學、沙田明愛服務中心、聖母無玷聖心學校、[[沙田官立中學]]、聖歐爾發堂 *B - [[沙田車公廟|車公廟]] **車公廟、[[秦石邨]]、信義會救恩堂、[[豐盛苑]]、[[李屋村]]、[[新田圍邨]] *C - [[城門河]] **城門河 ***設有斜道往返地面[[File:Accessibility-directory.svg|20px|設有斜道往返地面]] *D - [[沙田頭]] **沙田頭、沙田公園、[[曾大屋]]遊樂場 ***設有斜道及失明人士引導徑往返地面[[File:Accessibility-directory.svg|20x20px|設有斜道往返地面]] ==== 1號月台 - 屯馬綫往屯門月台（P） ==== * E - [[溱岸8號]] （目前只畀住客使用） * F - 溱岸8號 === 鄰接車站 === {{屯馬綫各站}} == 接駁交通 == *九巴 **47X、80X、81C、81K、82K、85B、86A、87B、249X、281、281B、281M、282、287P、287X、N281 *過海隧道巴士： **170、182、182X、686、982X *龍運巴士 **E42、E42C、E42P、R42、N42、NA41 *新界專線小巴： **68K、803、804、812 == 車站歷史 == [[File:HK KCRMOS RailwayCKTstationview.jpg|thumb|250px|兩鐵合併前嘅大堂，攝於2004年12月通車日]] [[File:Che Kung Temple Station.jpg|thumb|250px|兩鐵合併前嘅月台（2005年1月）]] [[File:HKMTR Che Kung Temple Station outsideview.jpg|thumb|250px|兩鐵合併前嘅車站外貌（2007年8月）]] [[File:Che Kung Temple Station Platform Structure 201011.jpg|thumb|250px|一號月台西端擴建嘅預留位置（2010年11月）]] [[File:Che Kung Temple Station platform west extension.jpg|thumb|250px|一號月台西端擴建部份及月台閘門工程（2016年5月）]] 車公廟站喺{{馬鞍山鐵路}}通車（2004年12月21號）同日正式啟用，原本建議嘅站名係'''沙田頭站'''。由於來往{{東鐵綫}}要轉車同埋此站對外嘅車費比{{東鐵綫}}對外貴，有啲往返[[大埔區]]或者[[北區 (香港)|北區]]去呢個站週邊設施嘅人，會選擇行20分鐘去[[沙田站]]或者大圍站搭{{東鐵綫}}往大埔區或北區。 == 上一站‧下一站 == {{s-start}} {{s-rail|title=HK-MTR}} {{s-line|system=HK-MTR|line=屯馬綫|previous=大圍|next=沙田圍|type=南行|type2=北行}} {{end}} === 列車班次 === {{Mtr freq start}} {{Mtr freq|line=屯馬綫|platform={{港鐵月台編號|MOL|1}}|direction=屯門|freq=屯馬綫|rowspan=4|first=0556|last=0012|rowspanp=3}} {{Mtr freq|direction=紅磡|first=0556|last=0032}} {{Mtr freq|direction=大圍|first=0556|last=0057}} {{Mtr freq|line=屯馬綫|platform={{港鐵月台編號|MOL|2}}|direction=烏溪沙|first=0542|last=0107}} {{end}} == 出面網頁 == {{同享類|Che Kung Temple Station}} * [http://www.mtr.com.hk/archive/ch/services/maps/ckt.pdf 港鐵公司－車公廟站街道圖] * [http://www.mtr.com.hk/archive/ch/services/layouts/ckt.pdf 港鐵公司－車公廟站位置圖] * [http://www.mtr.com.hk/ch/customer/services/service_hours_search.php?query_type=search&station=96 港鐵公司－車公廟站列車服務時間] {{港鐵車站}} [[類:大圍]] [[Category:沙田區港鐵車站]] [[Category:前馬鞍山綫車站]] 3wmybiw1xm53b0zik8usoewsiucr9p9 0 4213 1865658 1865277 2022-08-20T05:23:50Z Al12si 87401 /* 通訊社 */ 加新社整咗個槷位稿，可以唔使講咁多 wikitext text/x-wiki {{coord|43|44|30|N|79|22|24|W|region:CA-ON_type:city|display=title}}{{Infobox settlement | name = 多倫多 | native_name = Toronto | official_name = 多倫多市<br>{{lang|en|City of Toronto}} | settlement_type = 市 | image_skyline = Toronto Skyline Summer 2020.jpg | image_caption = 多倫多（2020年） | image_flag = Toronto Flag.svg | flag_size = 125px | image_seal = Coat of arms of Toronto.svg | seal_type = 紋章 | seal_size = 95px | coordinates = {{coord|43|44|30|N|79|22|24|W|region:CA-ON_type:city|display=inline}} | pushpin_map = Canada Ontario | pushpin_relief = 1 | pushpin_mapsize = 290px | pushpin_label = 多倫多 | pushpin_label_position = left | pushpin_map_caption = 多倫多喺安大略省嘅位置 | subdivision_type = 國 | subdivision_name = [[加拿大]] | subdivision_type1 = 省 | subdivision_name1 = [[安大略省]] | leader_title = 市長 | leader_name = [[John Tory]] | area_total_km2 = 630.20 | elevation_m = 76.5 | population_as_of = [[2016年加拿大人口普查|2016年人口普查]] | population_density_km2 = 4334.4 | population_total = 2731571 | timezone = [[北美東部時區|EST]] | utc_offset = −5 | timezone_DST = EDT | utc_offset_DST = −4 }} '''多倫多'''（{{lang-en|'''Toronto'''}}），又名'''圖麟都'''、'''度郎度'''<ref>{{引網|url=https://hk.news.yahoo.com/%E6%AC%A1%E9%81%8E%E7%9D%87%E6%99%92-300-%E8%88%8A%E5%A0%B1%E7%B4%99%E5%BB%A3%E5%91%8A-064919564.html|title=一次過睇晒！300＋舊報紙廣告|website=hk.news.yahoo.com|language=zh-Hant-HK|access-date=2020-07-22}}</ref>，係[[加拿大]]最大嘅城市、[[北美]]第五大城市。多倫多係加拿大[[安大略省]]嘅省會。多倫多市嘅人口有成248萬（[[2003年]]加拿大普查估計值），大多倫多地區人口560萬（2003年）。大約1/3嘅加拿大人住喺距離多倫多兩個鐘車程嘅郊區。加拿大差唔多有1/6嘅就業機會喺該市。 喺[[1970年代]]，多倫多仍然係排係[[滿地可]]之後嘅加拿大第二大城市。但後嚟由於快速嘅增長同市區嘅合併，到咗[[2000年]]，多倫多嘅人口已經係加拿大第二大城市嘅兩倍。呢個好大程度上係由於{{link-zh|魁北克省嘅分離運動|魁北克主权运动}}，導致好多講英文嘅魁北克人移居去多倫多。另一個原因係大部分新移民都選擇多倫多作為最初嘅落腳地。 == 合併前 == [[1998年]]以前，多倫多實行嘅係兩級行政區劃，第一級係多倫多都市區（Municipality of Metropolitan Toronto，或者譯大多倫多市，當地人叫慣大多市），相當於安大略省嘅區（Regional Municipality）或者縣（County），係省以下嘅一級區劃。都市區下分為五個市(City）同埋一個市區（Borough）： # 多倫多市（City of Toronto） # 東約克市區（Borough of East York） # 伊桃碧谷市（City of Etobicoke） # 士嘉堡市（City of Scarborough） # 北約克市（City of North York） # 約克市（City of York） 1998年1月1日，六個行政區合併為新嘅多倫多市，多倫多都市區相應取消，從此以後多倫多市成為安大略省嘅一個市。 == 多倫多郊區 == 以905為首嘅電話號碼係多倫多市範圍以外嘅郊區，以下四區叫做大多倫多地區（Greater Toronto Area，簡稱 GTA；六市合併之後「大多市」通常都係指 GTA）: * 皮爾區（Peel Regional Municipality） ** 密西沙加市（City of Mississauga） ** 賓頓市（City of Brampton） ** 卡里冬鎮（Town of Caledon） * 荷頓區（Halton Regional Municipality） ** 奧克維爾鎮（Town of Oakville） ** 米爾頓鎮（Town of Milton） ** 布靈頓市（City of Burlington） ** 荷頓山鎮（Town of Halton Hills） * 約克區（York Regional Municipality） ** 列治文山市（City of Richmond Hill） ** 萬錦市（City of Markham） ** 旺市（City of Vaughan） ** 奧羅拉鎮（Town of Aurora） ** 新街市鎮（Town of Newmarket） * 杜林區（Durham Regional Municipality） ** 皮克靈市（City of Pickering） ** 阿積士鎮（Town of Ajax） ** 懷特比鎮（Town of Whitby） ** 奧沙華市（City of Oshawa） == 歷史 == == 地理 == == 經濟 == 多倫多係加拿大嘅金融中心。多倫多證券交易所（Toronto Stock Exchange - TSX）係加拿大而家最大嘅證券交易所。 == 人口資料 == 多倫多係世界上最多元文化嘅城市之一。2004年，聯合國發展計劃（UNDP）將多倫多排喺最高比率外地出生人口嘅城市名單之中嘅第二位，僅次於[[美國]]嘅[[邁阿密]]。佢嘅排名都比其他好似[[洛杉磯]]、[[溫哥華]]、[[紐約市|紐約]]同[[新加坡]]等多元文化城市或者國家要高。其中主要外來人口來源地包括[[中國]]、[[印度]]、[[韓國]]等等。 多倫多充滿著多元化嘅特色。2001年加拿大人口普查顯示42.8%嘅多倫多人口係有色人種。2005年3月，加拿大統計局展望喺2012年，有色人種將會係多倫多同埋溫哥華嘅主要人口。 大多數嘅多倫多人都話佢哋嘅種族係源自[[英國]]或者[[愛爾蘭]]。 == 文化 == 多倫多市係[[多文化]]嘅聚集中心。 每年9月舉行嘅[[多倫多國際電影節]]係北美其中一個重要[[電影]]盛會。 == 交通 == === 民用機場 === * [[多倫多皮爾遜國際機場]]（ICAO：CYYZ，IATA：YYZ） * [[多倫多中央島機場]]（ICAO：CYTZ，IATA：YTZ） === 高速公路 === * 免費公路：400公路、QEW、Allen Road、401公路，403公路、404公路、427公路、DVP（Don Valley Parkway）、Gardiner Expressway * 付費公路：407公路 === 市內公共運輸 === * 巴士：主要由多倫多公車局（[[TTC]]）營運，另外有少量由 Metrolinx 營運嘅 GO Bus 路線 * 地鐵：[[多倫多地下鐵]]由多倫多公車局營運（當中3號嘅士嘉堡線經常被人誤以為係輕鐵） * 輕軌鐵路：喺多倫多一般稱為街車，由多倫多公車局營運 * 小輪：連接中央島 === 大多市嘅區內短途公共運輸 === * 地鐵：多倫多地鐵嘅1號線嘅西面嗰半截最北面有幾個站喺約克區嘅旺市 * 短途鐵路：GO Train（由 Metrolinx 營運） 、UP Express（機場快線，由 Metrolinx 營運） * 短途巴士：GO Bus（由 Metrolinx 營運）、其他隔籬市公車局營運或者管理嘅巴士（例如 YRT 嘅 YRT 巴士同 Viva 快線） == 旅遊 == [[File:Toronto-Canada-skyline-day.jpg|thumb|300px|多倫多市中心]] * [[多倫多島]]：568英畝嘅公園，由湖邊搭渡輪就去到 * [[安省遊樂宮]]（Ontario Place） * [[加拿大國家塔]]（CN Tower）：混凝土電視發射塔，同時作觀光用途。塔高553米，係世界上最高嘅自立式建築結構 * [[羅渣士中心]]（{{lang|en|Rogers Centre}}，以前叫天虹體育館⸺Skydome）：世界上第一個擁有可開啟屋頂嘅[[體育場]] * [[國家展覽場]]（Exhibition Place） * [[彌敦·菲臘廣場]]（Nathan Phillips Square） * [[登打士廣場]]（Dundas Square） * [[皇家安大略博物館]]（ROM） * [[安大略美術館]]（AGO） * [[多倫多動物園]]（Toronto Zoo） * [[卡薩羅馬城堡]]（Casa Loma） * 多倫多遠郊各地 ** [[尼亞加拉瀑布]]（Niagara Falls） ** [[濱湖尼亞加拉]]（Niagara-on-the-Lake）：[[肖伯納]]劇院所在地 ** [[聖雅各布]]（St. Jacobs） ** [[哈密爾頓]]（Hamilton，加譯：咸美頓）植物園所在地 ** [[埃文河畔斯特拉特福]]（Stratford on Avon）：[[莎士比亞劇院]]所在地 ** [[千島群島]]（Thousand Islands） ** [[科靈武德]]（Collingwood） ** [[阿岡昆省立公園]]（Algonquin Provincial Park） ** [[馬斯科卡]]（Muskoka）：[[白求恩]]紀念館所在地 == 專上教育 == === 大學 === * [[多倫多大學]]（University of Toronto，包括聖佐治校區、密西沙加分校 UTM、士嘉堡分校 UTSC） * [[約克大學]]（York University） * [[懷雅遜大學]]（Toronto Metropolitan University，喺2022年之前叫 Ryerson University） * [[安省美術設計大學]]（OCAD University）（美術學校） * [[天道神學院]]（Tyndale University） * Université de l’Ontario français（法語教學） * University of Ontario Institute of Technology（奧沙華市） === 專上學院 === * [[喬治布朗學院]] (George Brown College) * [[塞內嘉科技學院]]（Seneca College of Applied Arts and Technology） * [[百年理工學院]]（Centennial College of Applied Arts and Technology） * [[漢博學院]]（Humber College） * Sheridan College（美術學校）（賓頓市、密西沙加市、奧沙華市） == 報館 == === 英文報館 === * 《[[多倫多星報]]》（''Toronto Star''）：加拿大發行量最大嘅報紙。 * 《[[環球郵報]]》（''Globe and Mail''） * 《[[國家郵報]]》（''National Post''） * 《[[多倫多太陽報]]》（''Toronto Sun''） === 中文報館 === * 《[[星島日報]]》(''Sing Tao'') * 《[[明報]]》(''Ming Pao'') === 通訊社 === * [[加新社]]嘅總部喺多倫多 == 體育 == 多倫多擁有知名嘅[[多倫多藍鳥]][[棒球]]隊（Toronto Blue Jays），曾經兩次奪得[[美國職棒大聯盟]][[世界系列賽]]冠軍。可開合上蓋嘅[[羅渣士中心]]球場（Rogers Centre）係藍鳥隊同加拿大式足球聯盟（Canadian Football League）多倫多淘金人隊（Toronto Argonauts）嘅主場。 多倫多亦擁有[[NBA]][[多倫多速龍]]隊（Toronto Raptors），北美冰球聯賽（NHL）6大創會球會之一嘅多倫多楓葉隊（Toronto Maple Leafs）。1999年落成嘅加航中心（Air Canada Center）係速龍隊同楓葉隊嘅主場所在地。 == 名人 == == 出面網頁 == {{同享類|Toronto}} * [http://www.city.toronto.on.ca/ 官方網站] * [http://www.utoronto.ca/ 多倫多大學] * [http://www.ryerson.ca/ 懷雅遜大學] * [http://www.yorku.ca/ 約克大學] * [http://www.hanifworld.com/Toronto-View.htm 從多倫多景點圖片] * Google Maps上的[http://maps.google.ca/maps?f=q&hl=en&q=Toronto,+ON&ie=UTF8&z=12&om=1 多倫多地圖] - [http://www.worldmapfinder.com/Cn/ 世界地圖 搜尋網站] * [http://www.mingpaotor.com/ 明報加東版（多倫多）] * [http://www.416bbs.com/ 多倫多論壇] ==攷== {{reflist}} [[Category:多倫多| ]] dw2d97j6jb7oy1vbzvso0q7nx4f4p8a 4 4284 1865522 1863854 2022-08-19T19:05:57Z Al12si 87401 /* 頭版原碼格式太陳舊 */ 覆 wikitext text/x-wiki <noinclude>{{城市論壇分頁|技術|城市論壇嘅'''技術'''部係用嚟討論技術問題。如果遇到臭蟲或者請求新嘅功能，請到[[MediaZilla:|Phabricator]]提出，因為開發人員唔能夠保證會睇呢一頁。__NEWSECTIONLINK__ '''常見問題：''' * 伺服器嘅間歇延遲可能會令到篇新文需要幾分鐘時間至會出現，以致監察清單、貢獻同埋頁面歷史／舊檢視有時唔會顯示到非常之近嘅更改。呢個問題我哋而家響度跟進緊。 * 個搜尋索引有時會脫班，有機會去到幾個星期前有多。由於咁嘅原因，響搜尋度搵到嘅變動未必會即時反映出嚟。 * 如果全部嘅連結突然間加咗底綫（又或者冇咗條底綫），噉就可能你嘅瀏覽器載入其中一個css時失敗咗。請強制去重載或者[[Wikipedia:繞過你嘅快取|繞過你嘅快取]]。 * 如果你對整你別出心裁嘅簽名係有問題嘅話，可以睇下[[Wikipedia:點樣修正你嘅簽名]]。 * 如果你換咗塊皮，但係又唔可以換返嚟，用[http://zh-yue.wikipedia.org/wiki/Special:Preferences?useskin&#61;monobook 呢個連結]。 喺城市論壇技術部嘅新手人兄，喺呢度貼文之前請先閱讀[[Wikipedia:城市論壇 (技術)/貼文之前|呢啲指引]]。|WP:VPT}} <br clear="all"><span id="below_toc"></span> <!-- 請唔好移動呢啲分類到頁面嘅最底部。如果佢哋響嗰度，佢哋會喺進行歸檔程序嗰陣會被移除。 --> <!-- -->{{cent}}__TOC__ <span id="below_toc"></span> [[Category:維基百科佈告版|{{PAGENAME}}]] [[Category:去城市論壇 (提議)|導航用嘅重彈]]</noinclude> == cite news cite web模問題 == *{{ping|H78c67c|Z423x5c6|Shinjiman}}我記得之前喺cite news cite web模版上，就算喺date參數上用 “日”，而唔用“號”一字都會顯示紅link，例如寫2016年1月1日，而唔寫2016年1月1號。之後我有印象再睇返喺date參數用“日”嗰啲文章，已經容納埋呢個寫法，唔使用人手大量慢慢處理呢啲細節位問題。但係點解反而喺accessdate、archive-date呢啲參數，又唔改埋佢，容納埋呢種用“日”字嘅寫法佢呢？例如喺[[錢雷 (音樂人)]]就係一例。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2022年1月27號 (四) 11:39 (UTC) == MediaWiki 介面訊息今後無粵文翻譯就會預設用zh-hk或zh-hant顯示 == {{tracked|T296188}} 如題 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年6月9號 (四) 21:06 (UTC) :噉樣嘅話，唔知會唔會間接會因應粵文文字嘅重新翻譯，從而再度提高粵文信嘅總翻譯率？ [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年6月14號 (二) 05:43 (UTC) :呢個係wiki分薄埋粵圍啲資源？@[[User:Deryck Chan|翹仔]]係咪可以喺平台度聯絡返反饋下本地嘅關注，睇睇有冇得再傾下。 [[User:Longway22|Longway22]] ([[User talk:Longway22|傾偈]]) 2022年6月15號 (三) 01:41 (UTC) ::我建議將維基同享嘅翻譯咗先。--[[User:PQ77wd|PQ77wd]] ([[User talk:PQ77wd|傾偈]]) 2022年6月15號 (三) 02:42 (UTC) :::{{ping|PQ77wd}}唔止係同享，所有用MediaWiki嘅網站都受影響。凡係無粵文翻譯嘅介面訊息，本來會預設用英文顯示，但而家改為以以下次序嘗試顯示，直到有介面翻譯為止：zh-hk, zh-hant, zh, zh-hans, en。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年6月15號 (三) 05:08 (UTC) :此一改動係為暫冇粵文翻譯且zh-hk、zh-hant或fallback chain內嘅語言已有對應翻譯時能提供介面顯示（如「取消」、「下載PDF」在冇粵文翻譯時能直接用zh-hk、zh-hant與粵文相同嘅翻譯顯示），同時調整Special:MyLanguage之重新導向。 :單純係技術嘅改動，毋須擔心分薄粵維啲資源。 :若有改進嘅意見歡迎各位提出。 :同時歡迎至[[translatewiki:]]貢獻、完善粵文嘅翻譯。 :（在下嘅粵語尚在學習，如有錯誤歡迎提醒。） :CC @[[User:H78c67c|H78c67c]] 、 @[[User:Shinjiman|Shinjiman]] 、 @[[User:Longway22|Longway22]] 、 @[[User:PQ77wd|PQ77wd]] -- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年6月15號 (三) 06:09 (UTC) ::{{ping|Winston Sung}}見閣下都終於蒲頭喇……你好。如果可以嘅話，可以睇埋我討論版上面嘅[[User talk:Shinjiman#我有兩件事|小節]]先，因為有人已經有意見喇。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年6月15號 (三) 08:58 (UTC) :::係，粵維開站嘅時候，語文後備鏈特登擺 en 喺 zh 前面，因為粵地人士多數識英文，en 行先方便留意未翻譯嘅訊息。但係近年人事變遷，我哋其實慢慢用多咗 zh-hk / zh-hant 做後備，例如[[Wikipedia:查證得到]]之前嘅草稿版本[https://zh-yue.wikipedia.org/w/index.php?title=Wikipedia:求證得到&oldid=1380448]。所以我個人唔反對改語文後備鏈，將 zh-hk, zh-hant, zh, zh-hans 搬上 en 之上。 [[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2022年6月17號 (五) 18:13 (UTC) ::已睇過並答覆於閣下嘅討論頁。 ::CC @[[User:Shinjiman|Shinjiman]] -- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年6月15號 (三) 12:03 (UTC) 啱啱見到有用戶[[:Wikipedia:濫用過濾器/錯判#202.40.137.196|上嚟報錯]]，斷估佢都可能係撳咗『跳轉』嘅編輯吧掣而出現咗「#重新導向」呢個關鍵字，我個人試過，都證實咗呢件事，喺呢度對於跳轉嘅有效關鍵字只有「#REDIRECT」一種啫。呢個應該有需要改返好佢。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年6月17號 (五) 17:25 (UTC) :啱啱試過，「#重新導向」係work嘅，「#跳轉」唔work。我上phab報告好唔好？ [[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2022年6月17號 (五) 18:07 (UTC) ::報咗上去先，我都已經有成一段長時間冇打過patch，之前嘅都仲係走緊Subversion嘅時代…… [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年6月17號 (五) 18:27 (UTC) ::預計同 [[gerrit:797213]] Merge and rearrange zh-related message file translations 修復並處理。 ::CC @[[User:Shinjiman|Shinjiman]] 、 @[[User:Deryck Chan|Deryck Chan]] [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年6月17號 (五) 19:20 (UTC) :::其實可唔可以轉返用英文？依家成日周不時就見到啲殘體字，好哽眼。 ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月1號 (五) 06:08 (UTC) :::已在處理中。 :::CC： :::@[[User:Shinjiman|Shinjiman]] :::@[[User:Z423x5c6|Z423x5c6]] :::-- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年7月18號 (一) 14:30 (UTC) ::喺完全確認並修理曬呢次改動嘅影響之前，應該要儘快還原返先。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月1號 (五) 08:23 (UTC) :::{{Ping|Winston Sung}} ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月1號 (五) 08:58 (UTC) ::::已先改回en。 ::::測試結果： ::::* [https://yue.wikipedia.org/wiki/Wikipedia:Test Wikipedia:Test] ::::* [https://yue.wikipedia.org/wiki/Wikipedia:Testing Wikipedia:Testing] ::::（為避免刪除後斷鏈，故用外鏈。另請管理員刪除測試頁面。）-- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年7月20號 (三) 03:50 (UTC) ::::CC @[[User:Shinjiman|Shinjiman]] -- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年7月20號 (三) 03:51 (UTC) :::::唔該晒{{ping|Winston Sung}}。喺原碼合併之後，喺嗰段時間期間開過嘅跳轉版因為Magic Words關鍵字嘅轉變可能會失效，到時我可能會開機械人處理呢個問題。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月20號 (三) 04:42 (UTC) :::::好的。感謝。-- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年7月31號 (日) 06:51 (UTC) ::::::感謝[[User:Winston Sung]]幫忙還原。 ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月4號 (四) 08:32 (UTC) 轉返做英文好啲，有乜未譯一眼睇到。亂咁引入其他話，層層相混，反而亂到九彩，唔知邊層走出來。而且有啲譯得好核突，好似機器話咁，唔明講乜，對返原本英文先知意思。[[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月1號 (五) 09:36 (UTC) :同意 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月1號 (五) 23:42 (UTC) 睇埋啲編輯紀錄，之前曾經有過Tech news嘅推送，可能亦都係呢個原因唔再發送英文嘅原文版，試圖以語體中文譯本發送時因為警告過而冇推送出嚟（技術上係仍然容許發佈嘅），之前曾經都有人譯過往嘅項目到，但由於人手唔夠嘅問題有陣時未必一定會有人譯埋佢哋做粵文。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月2號 (六) 04:38 (UTC) ===懷疑因為清理「#重新導向」遇到bug搞到粵維文章數少咗三百幾篇=== {{tracked|T313535}} 多謝[[User:Shinjiman|Shinjiman]]幫手清理，不過我發現粵維文章數無端端少咗三百幾篇，跌到[https://meta.wikimedia.org/w/index.php?title=List_of_Wikipedias/Table&oldid=23548851 排名失守65位]，我估計好大機會同清理「#重新導向」遇到bug有關。點解我會覺得係bug，而唔係「之前計多咗，而家計返啱」呢？因為我印象之前有問題嗰個幾月以嚟，都無出現開跳轉版會多咗文章數嘅問題。為咗證明我啱，我專登做個統計，計返7月19號（修復前一日）文章增長： ;計法1 *A：根據Meta紀錄[https://meta.wikimedia.org/w/index.php?title=List_of_Wikipedias/Table&oldid=23539432 7月20號00:00 文章數]：125,698 *B：根據Meta紀錄[https://meta.wikimedia.org/w/index.php?title=List_of_Wikipedias/Table&oldid=23534312 7月19號00:00 文章數]：125,695 *7月19號文章數淨增長=A-B=3 ;計法2 *A：根據「Special:新版」[https://zh-yue.wikipedia.org/w/index.php?title=Special:%E6%96%B0%E7%89%88&offset=20220720000000 7月19號文章增長]：5 *B：根據「刪除日誌」[https://zh-yue.wikipedia.org/wiki/Special:%E6%97%A5%E8%AA%8C?type=delete&user=&page=&wpdate=&tagfilter=&subtype=delete&offset=20220720000000 7月19號文章刪除數]：2 *7月19號文章數淨增長=A-B=3 ;補充資料 *根據「Special:新版」[https://zh-yue.wikipedia.org/w/index.php?title=Special:%E6%96%B0%E7%89%88&offset=20220720000000&hideredirs=0 7月19號跳轉頁增長]：9 可以睇到計法1同計法2得出結果一致，證明之前跳轉版無錯誤計入文章數（如果計埋，計法1增長會係3+9=12）。之前明明無計多，而家將錯誤跳轉版修正成正確跳轉版反而會扣減文章數，好明顯就有bug。--[[User:Yaukasin|Yaukasin]] ([[User talk:Yaukasin|傾偈]]) 2022年7月21號 (四) 13:39 (UTC) :我嗰陣搵返啲紀錄嗰陣最多都只係搵得到一個月之內嘅開版同埋開跳轉嘅紀錄，多過一個月嘅（大約喺6月頭起到6月中後左右）亦可能會仲有遺留咗嘅版而未能夠執得到，唔知有冇方法可以搵得返多過一個月之後嘅開版紀錄？ [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月22號 (五) 01:06 (UTC) ::https://zh-yue.wikipedia.org/wiki/Special:%E6%97%A5%E8%AA%8C?type=&user=&page=&wpdate=2022-06-22&tagfilter=mw-new-redirect [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月22號 (五) 03:05 (UTC) :::原來可以噉樣去搵，唔該晒。 😮 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月22號 (五) 03:07 (UTC) :喺尋日定期文章數更新之後，之前消失咗嘅文章數出現返曬。應該無問題喇。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月27號 (三) 17:31 (UTC) 響度報多個錯，發現有修復redirect嘅bot依然用緊「#重新導向」，[https://zh-yue.wikipedia.org/w/index.php?title=%E5%89%AF%E5%B1%80%E9%95%B7&type=revision&diff=1853077&oldid=697690 導致redirect失效]。--[[User:Kowlooner|Kowlooner]] ([[User talk:Kowlooner|傾偈]]) 2022年7月24號 (日) 14:06 (UTC) :喺機械人嘅Script未更新好之前暫時封鎖咗一個星期先。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月25號 (一) 01:20 (UTC) :可透過[https://zh-yue.wikipedia.org/wiki/Special:Search?search=insource%3A%22%23重新導向%22 insource:"#重新導向"]查詢wikitext原始碼內含有「#重新導向」的頁面。-- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年8月6號 (六) 08:35 (UTC) ===應該預設「[[Wikipedia:跳轉|跳轉]]」，唔係預設「重新導向」=== 開咗[[phab:T315008]]處理呢個問題。 [[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2022年8月11號 (四) 14:19 (UTC) :{{ping|Kowlooner|H78c67c|Yaukasin|Winston Sung}}麻煩過去phab留意下。[[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2022年8月11號 (四) 14:19 (UTC) ::未肯定個別機械人戶口改嘢用嘅pywikibot framework係唔係都要更新到最新版先至會修正得到個問題。因為見得到有一部機械人[[Special:Diff/1860279|會改個keyword]]，另一部就[[Special:Diff/1861405|唔會改]]。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年8月11號 (四) 15:04 (UTC) :::pywikibot應該識得透過API攞到最新嘅魔術字，唔需要更新pywikibot版本都得。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年8月11號 (四) 16:35 (UTC) == <span lang="en" dir="ltr" class="mw-content-ltr">Tech News: 2022-27</span> == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin="technews-2022-W27"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/27|Translations]] are available. '''Changes later this week''' * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] The [[mw:MediaWiki 1.39/wmf.19|new version]] of MediaWiki will be on test wikis and MediaWiki.org from {{#time:j xg|2022-07-05|en}}. It will be on non-Wikipedia wikis and some Wikipedias from {{#time:j xg|2022-07-06|en}}. It will be on all wikis from {{#time:j xg|2022-07-07|en}} ([[mw:MediaWiki 1.39/Roadmap|calendar]]). * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] Some wikis will be in read-only for a few minutes because of a switch of their main database. It will be performed on {{#time:j xg|2022-07-05|en}} at 07:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s6.dblist targeted wikis]) and on {{#time:j xg|2022-07-07|en}} at 7:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s4.dblist targeted wikis]). * The Beta Feature for [[mw:Special:MyLanguage/Help:DiscussionTools|DiscussionTools]] will be updated throughout July. Discussions will look different. You can see [[mw:Special:MyLanguage/Talk pages project/Usability/Prototype|some of the proposed changes]]. * [[File:Octicons-tools.svg|15px|link=|alt=| Advanced item]] This change only affects pages in the main namespace in Wikisource. The Javascript config variable <bdi lang="zxx" dir="ltr"><code>proofreadpage_source_href</code></bdi> will be removed from <bdi lang="zxx" dir="ltr"><code>[[mw:Special:MyLanguage/Manual:Interface/JavaScript#mw.config|mw.config]]</code></bdi> and be replaced with the variable <bdi lang="zxx" dir="ltr"><code>prpSourceIndexPage</code></bdi>. [https://phabricator.wikimedia.org/T309490] '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/27|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W27"/> </div> 2022年7月4號 (一) 19:32 (UTC) <!-- 訊息由 User:Quiddity (WMF)@metawiki 傳送，使用的清單為 https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23466250 --> == 頭版原碼格式太陳舊 == 頭版原碼相當古舊，仍然用table，款式寫死落style tag，同現今講求responsive格格不入，有必要執執。按理應改用stylesheet，而非寫死落tag。去除table，而改用div。 可以參攷下英文版頭版[[:en:Main Page]]。用咗templatestyles去引入stylesheet。stylesheet，[[:en:Wikipedia:Main Page/styles.css]]，唔再用table，純粹div配class，唔會用style tag。 有其他版都一樣寫死咗，用咗唔少table，可以後話再改。 [[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月5號 (二) 22:32 (UTC) :記得呢種情況喺智能電話細螢幕嘅畫面上面會更為明顯。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月6號 (三) 00:38 (UTC) ::cc {{ping|WikiCantona}}可以睇埋呢度，好似呢個問題喺[[:Wikipedia talk:2013年頭版設計建議/草案/WikiCantona#手提版頭版|當時]]就已經提出咗。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月6號 (三) 04:46 (UTC) :@[[User:HenryLi|HenryLi]]: 整咗[[User:H78c67c/mainpage]]。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月6號 (三) 03:13 (UTC) ::咁快手，做得好正呀。維基兄弟嗰度重有table，整埋都應該出得街。 [[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月6號 (三) 03:32 (UTC) :::@[[User:HenryLi|HenryLi]]: 整咗 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月6號 (三) 04:25 (UTC) ::::非常正。responsive完美。應該出得街。多謝 H78c67c。唔知大家維基友覺得點呢？ [[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月6號 (三) 05:31 (UTC) ::::::新嘅好正，我支持。去馬啦。--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2022年8月1號 (一) 06:34 (UTC) ::已經改咗頭版 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年8月12號 (五) 07:03 (UTC) :::我今日貪得意去睇頭版，scroll 兩下就見到一張圖差唔多用哂成個 column 嘅位，右邊啲字每行得三個字，篇文係東涌市政大樓嗰篇，我個熒幕係電腦熒幕，但係係打橫得1024（唔係特細熒幕，係普通size打直放）。可能仲要執執。⸺[[User:Al12si|Al12si]] ([[User talk:Al12si|傾偈]]) 2022年8月19號 (五) 19:05 (UTC) == Tech News: 2022-28 == <section begin="technews-2022-W28"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/28|Translations]] are available. '''Recent changes''' * In the [[mw:Special:MyLanguage/Reading/Web/Desktop Improvements|Vector 2022 skin]], the page title is now displayed above the tabs such as Discussion, Read, Edit, View history, or More. [[mw:Special:MyLanguage/Reading/Web/Desktop Improvements/Updates#Page title/tabs switch|Learn more]]. [https://phabricator.wikimedia.org/T303549] * [[File:Octicons-tools.svg|15px|link=|alt=|Advanced item]] It is now possible to easily view most of the configuration settings that apply to just one wiki, and to compare settings between two wikis if those settings are different. For example: [https://noc.wikimedia.org/wiki.php?wiki=jawiktionary Japanese Wiktionary settings], or [https://noc.wikimedia.org/wiki.php?wiki=eswiki&compare=eowiki settings that are different between the Spanish and Esperanto Wikipedias]. Local communities may want to [[m:Special:MyLanguage/Requesting_wiki_configuration_changes|discuss and propose changes]] to their local settings. Details about each of the named settings can be found by [[mw:Special:Search|searching MediaWiki.org]]. [https://phabricator.wikimedia.org/T308932] *The Anti-Harassment Tools team [[m:Special:MyLanguage/IP Editing: Privacy Enhancement and Abuse Mitigation/IP Info feature#May|recently deployed]] the IP Info Feature as a [[Special:Preferences#mw-prefsection-betafeatures|Beta Feature at all wikis]]. This feature allows abuse fighters to access information about IP addresses. Please check our update on [[m:Special:MyLanguage/IP Editing: Privacy Enhancement and Abuse Mitigation/IP Info feature#April|how to find and use the tool]]. Please share your feedback using a link you will be given within the tool itself. '''Changes later this week''' * There is no new MediaWiki version this week. * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] Some wikis will be in read-only for a few minutes because of a switch of their main database. It will be performed on {{#time:j xg|2022-07-12|en}} at 07:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s3.dblist targeted wikis]). '''Future changes''' * The Beta Feature for [[mw:Special:MyLanguage/Help:DiscussionTools|DiscussionTools]] will be updated throughout July. Discussions will look different. You can see [[mw:Special:MyLanguage/Talk pages project/Usability/Prototype|some of the proposed changes]]. '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/28|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W28"/> 19:23, 11 July 2022 (UTC) <!-- Message sent by User:Quiddity (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23502519 --> {{ping|Shinjiman}} 由幾時開始一大柞殘體字可以堂而皇之咁出現喺粵維？Fallback chain 可以復原返好未？——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月12號 (二) 02:29 (UTC) :cc {{ping|Winston Sung}} [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月12號 (二) 02:35 (UTC) ::{{Ping|Winston Sung}}請問幾時可以復原相關嘅改變？ ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月12號 (二) 05:22 (UTC) :::{{Ping|Winston Sung}}哈囉，見到你上線就好啦，請問可以回應一下嗎？ ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月17號 (日) 15:28 (UTC) :::已在處理中。 :::CC： :::@[[User:Shinjiman|Shinjiman]] :::@[[User:Z423x5c6|Z423x5c6]] :::-- [[User:Winston Sung|Winston Sung]] ([[User talk:Winston Sung|傾偈]]) 2022年7月18號 (一) 14:30 (UTC) == {{tl|維基書本}} == 我想問點解{{tl|維基書本}}會係連去英文版嘅？係{{tl|維基書本}}個模定係{{tl|Sister project}}個模預設咗，可以點樣改返去粵語版本。 ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月19號 (二) 03:10 (UTC) :用全名嘅就要用[[:wikibooks:yue:]]；用短字嘅就要用[[:b:]]。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月19號 (二) 03:45 (UTC) ::所以將所有「wikibooks:」換哂做「wikibooks:yue:」就得？ ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月19號 (二) 03:48 (UTC) :::用[[:b:]]嘅話就直接啲，因為唔知有冇版係已經用咗呢個模去用呢個參數嘅。建議睇返其它喺[[:Category:跨維基模]]嘅用法先至好改，改咗嘅就要睇埋[[Special:WhatLinksHere/Template:維基書]]，改返好啲參數。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月19號 (二) 04:38 (UTC) == <span lang="en" dir="ltr" class="mw-content-ltr">Tech News: 2022-30</span> == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin="technews-2022-W30"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/30|Translations]] are available. '''Recent changes''' * The <span class="mw-content-ltr" lang="en" dir="ltr">[https://www.wikibooks.org/ www.wikibooks.org]</span> and <span class="mw-content-ltr" lang="en" dir="ltr">[https://www.wikiquote.org/ www.wikiquote.org]</span> portal pages now use an automated update system. Other [[m:Project_portals|project portals]] will be updated over the next few months. [https://phabricator.wikimedia.org/T273179] '''Problems''' * Last week, some wikis were in read-only mode for a few minutes because of an emergency switch of their main database ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s7.dblist targeted wikis]). [https://phabricator.wikimedia.org/T313383] '''Changes later this week''' * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] The [[mw:MediaWiki 1.39/wmf.22|new version]] of MediaWiki will be on test wikis and MediaWiki.org from {{#time:j xg|2022-07-26|en}}. It will be on non-Wikipedia wikis and some Wikipedias from {{#time:j xg|2022-07-27|en}}. It will be on all wikis from {{#time:j xg|2022-07-28|en}} ([[mw:MediaWiki 1.39/Roadmap|calendar]]). * The external link icon will change slightly in the skins Vector legacy and Vector 2022. The new icon uses simpler shapes to be more recognizable on low-fidelity screens. [https://phabricator.wikimedia.org/T261391] * Administrators will now see buttons on user pages for "{{int:changeblockip}}" and "{{int:unblockip}}" instead of just "{{int:blockip}}" if the user is already blocked. [https://phabricator.wikimedia.org/T308570] '''Future meetings''' * The next [[mw:Special:MyLanguage/Reading/Web/Desktop Improvements/Updates/Talk to Web|open meeting with the Web team]] about Vector (2022) will take place tomorrow (26 July). '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/30|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W30"/> </div> 2022年7月25號 (一) 19:27 (UTC) <!-- Message sent by User:Quiddity (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23545370 --> == <span lang="en" dir="ltr" class="mw-content-ltr">Tech News: 2022-31</span> == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin="technews-2022-W31"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/31|Translations]] are available. '''Recent changes''' * Improved [[m:Special:MyLanguage/Help:Displaying_a_formula#Phantom|LaTeX capabilities for math rendering]] are now available in the wikis thanks to supporting <bdi lang="zxx" dir="ltr"><code>Phantom</code></bdi> tags. This completes part of [[m:Community_Wishlist_Survey_2022/Editing/Missing_LaTeX_capabilities_for_math_rendering|the #59 wish]] of the 2022 Community Wishlist Survey. '''Changes later this week''' * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] The [[mw:MediaWiki 1.39/wmf.23|new version]] of MediaWiki will be on test wikis and MediaWiki.org from {{#time:j xg|2022-08-02|en}}. It will be on non-Wikipedia wikis and some Wikipedias from {{#time:j xg|2022-08-03|en}}. It will be on all wikis from {{#time:j xg|2022-08-04|en}} ([[mw:MediaWiki 1.39/Roadmap|calendar]]). * The [[mw:Special:MyLanguage/Help:Extension:WikiEditor/Realtime_Preview|Realtime Preview]] will be available as a Beta Feature on wikis in [https://noc.wikimedia.org/conf/highlight.php?file=dblists%2Fgroup0.dblist Group 0]. This feature was built in order to fulfill [[m:Special:MyLanguage/Community_Wishlist_Survey_2021/Real_Time_Preview_for_Wikitext|one of the Community Wishlist Survey proposals]]. '''Future changes''' * The Beta Feature for [[mw:Special:MyLanguage/Help:DiscussionTools|DiscussionTools]] will be updated throughout August. Discussions will look different. You can see [[mw:Special:MyLanguage/Talk pages project/Usability/Prototype|some of the proposed changes]]. '''Future meetings''' * This week, three meetings about [[mw:Special:MyLanguage/Reading/Web/Desktop Improvements|Vector (2022)]] with live interpretation will take place. On Tuesday, interpretation in Russian will be provided. On Thursday, meetings for Arabic and Spanish speakers will take place. [[mw:Special:MyLanguage/Reading/Web/Desktop Improvements/Updates/Talk to Web|See how to join]]. '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/31|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W31"/> </div> 2022年8月1號 (一) 21:21 (UTC) <!-- Message sent by User:Quiddity (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23615613 --> == <span lang="en" dir="ltr" class="mw-content-ltr">Tech News: 2022-32</span> == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin="technews-2022-W32"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/32|Translations]] are available. '''Recent changes''' * [[:m:Special:MyLanguage/Meta:GUS2Wiki/Script|GUS2Wiki]] copies the information from [[{{#special:GadgetUsage}}]] to an on-wiki page so you can review its history. If your project isn't already listed on the [[d:Q113143828|Wikidata entry for Project:GUS2Wiki]] you can either run GUS2Wiki yourself or [[:m:Special:MyLanguage/Meta:GUS2Wiki/Script#Opting|make a request to receive updates]]. [https://phabricator.wikimedia.org/T121049] '''Changes later this week''' * There is no new MediaWiki version this week. * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] Some wikis will be in read-only for a few minutes because of a switch of their main database. It will be performed on {{#time:j xg|2022-08-09|en}} at 07:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s5.dblist targeted wikis]) and on {{#time:j xg|2022-08-11|en}} at 7:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s2.dblist targeted wikis]). '''Future meetings''' * The [[wmania:Special:MyLanguage/Hackathon|Wikimania Hackathon]] will take place online from August 12–14. Don't miss [[wmania:Special:MyLanguage/Hackathon/Schedule|the pre-hacking showcase]] to learn about projects and find collaborators. Anyone can [[phab:/project/board/6030/|propose a project]] or [[wmania:Special:MyLanguage/Hackathon/Schedule|host a session]]. [[wmania:Special:MyLanguage/Hackathon/Newcomers|Newcomers are welcome]]! '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/32|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W32"/> </div> 2022年8月8號 (一) 19:49 (UTC) <!-- Message sent by User:Quiddity (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23627807 --> == <span lang="en" dir="ltr" class="mw-content-ltr">Tech News: 2022-33</span> == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin="technews-2022-W33"/><div class="plainlinks"> Latest '''[[m:Special:MyLanguage/Tech/News|tech news]]''' from the Wikimedia technical community. Please tell other users about these changes. Not all changes will affect you. [[m:Special:MyLanguage/Tech/News/2022/33|Translations]] are available. '''Recent changes''' * The Persian (Farsi) Wikipedia community decided to block IP editing from October 2021 to April 2022. The Wikimedia Foundation's Product Analytics team tracked the impact of this change. [[m:Special:MyLanguage/IP Editing: Privacy Enhancement and Abuse Mitigation/IP Editing Restriction Study/Farsi Wikipedia|An impact report]] is now available. '''Changes later this week''' * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] The [[mw:MediaWiki 1.39/wmf.25|new version]] of MediaWiki will be on test wikis and MediaWiki.org from {{#time:j xg|2022-08-16|en}}. It will be on non-Wikipedia wikis and some Wikipedias from {{#time:j xg|2022-08-17|en}}. It will be on all wikis from {{#time:j xg|2022-08-18|en}} ([[mw:MediaWiki 1.39/Roadmap|calendar]]). * [[File:Octicons-sync.svg|12px|link=|alt=|Recurrent item]] Some wikis will be in read-only for a few minutes because of a switch of their main database. It will be performed on {{#time:j xg|2022-08-16|en}} at 07:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s1.dblist targeted wikis]) and on {{#time:j xg|2022-08-18|en}} at 7:00 UTC ([https://noc.wikimedia.org/conf/highlight.php?file=dblists/s8.dblist targeted wikis]). * The [[mw:Special:MyLanguage/Help:Extension:WikiEditor/Realtime_Preview|Realtime Preview]] will be available as a Beta Feature on wikis in [https://noc.wikimedia.org/conf/highlight.php?file=dblists%2Fgroup1.dblist Group 1]. This feature was built in order to fulfill [[m:Special:MyLanguage/Community_Wishlist_Survey_2021/Real_Time_Preview_for_Wikitext|one of the Community Wishlist Survey proposals]]. '''Future changes''' * The Beta Feature for [[mw:Special:MyLanguage/Help:DiscussionTools|DiscussionTools]] will be updated throughout August. Discussions will look different. You can see [[mw:Special:MyLanguage/Talk pages project/Usability/Prototype|some of the proposed changes]]. [https://www.mediawiki.org/wiki/Talk_pages_project/Usability#4_August_2022][https://www.mediawiki.org/wiki/Talk_pages_project/Usability#Phase_1:_Topic_containers][https://phabricator.wikimedia.org/T312672] '''''[[m:Special:MyLanguage/Tech/News|Tech news]]''' prepared by [[m:Special:MyLanguage/Tech/News/Writers|Tech News writers]] and posted by [[m:Special:MyLanguage/User:MediaWiki message delivery|bot]]&nbsp;• [[m:Special:MyLanguage/Tech/News#contribute|Contribute]]&nbsp;• [[m:Special:MyLanguage/Tech/News/2022/33|Translate]]&nbsp;• [[m:Tech|Get help]]&nbsp;• [[m:Talk:Tech/News|Give feedback]]&nbsp;• [[m:Global message delivery/Targets/Tech ambassadors|Subscribe or unsubscribe]].'' </div><section end="technews-2022-W33"/> </div> 2022年8月15號 (一) 21:08 (UTC) <!-- Message sent by User:Quiddity (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=Global_message_delivery/Targets/Tech_ambassadors&oldid=23658001 --> lt7al1sswrw6515sjdkka6unwmedkrw 4 4288 1865822 1861552 2022-08-20T09:44:48Z Kwgulden 79785 /* 如果有時間不妨關注Special:UnconnectedPages */ 新小節 wikitext text/x-wiki <noinclude>{{城市論壇分頁|雜項|城市論壇嘅'''雜項'''部係用嚟貼上同其它類別無關嘅信息。請盡量喺相應嘅頁面中發表同[[Wikipedia:城市論壇 (消息)|消息]]、[[Wikipedia:城市論壇 (政策)|政策]]、[[Wikipedia:城市論壇 (技術)|技術]]、[[Wikipedia:城市論壇 (提議)|提議]]及[[Wikipedia:城市論壇 (協助)|協助]]有關嘅討論，而並非喺呢度。想解釋點解你唔想響度寫嘢，唔該去[[WT:答批評]]。呢度係我地做嘢嘅地方。|WP:VPM}} __NEWSECTIONLINK__ <br clear="all"><span id="below_toc"></span> <!-- -->{{cent}}__TOC__ <span id="below_toc"></span> [[Category:維基百科佈告版|{{PAGENAME}}]] [[Category:去城市論壇 (政策)|導航用嘅重彈]]</noinclude> == Google偏袒中文維基又一實例 == 之前爬文聽過Google對各語言維基版本未有一視同仁公平對待，重中文輕粵文，啱啱有個發現可以同大家分享。粵語維基開咗「[[‎歐陽仲豪]]」篇文已經差唔多兩年，今日06:46(UTC，下同) 中文維基開咗同一頁面，我大約07:06（開文唔夠半個鐘）Google搜尋「‎歐陽仲豪」，中文維基個結果已經排第二，只係排粵文維基下面。相反，粵文維基嘅[[Special:新版|新版]]，就算中文維基無開文，都需要一段長時間先至畀Google收錄。抽樣查幾篇中文維基無嘅文：今朝開嘅「[[創文館]]」，尋日開嘅「[[洛神花茶]]」，前日開嘅「[[創奇思]]」，大前日開嘅「[[動物守衛隊]]」，四日前開嘅「[[Okapi BM25]]」，五日前開嘅「[[艾爾絲懷疑仙境]]」，通通Google都暫未收錄；到我抽到呢篇六日前開嘅「[[啟德車站廣場]]」，先至見Google有收錄，呢刻排名第12。--[[User:Mikedou|Mikedou]] ([[User talk:Mikedou|傾偈]]) 2022年5月14號 (六) 07:29 (UTC) :講開，歐陽仲豪嗰篇中維啲料好似仲齊過呢邊。 ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年5月14號 (六) 15:32 (UTC) ::我望到呢個討論嘅時間，中維嘅「[[‎歐陽仲豪]]」已經唔見咗（應該又係衰嗰邊嘅「關注度」），不過響Google搜尋結果仍佔第二。Google啲衰嘢都存在咗好耐，但無奈暫時都無方法去改變。Yahoo就叫做相對持平啲，唔係無偏袒，但情況好過Google好多。Yahoo搜尋「歐陽仲豪」，粵維排第一，而中維都憑「[[微辣]]」篇文排第7，掹車邊出現響第一版。--[[User:Kowlooner|Kowlooner]] ([[User talk:Kowlooner|傾偈]]) 2022年5月15號 (日) 11:58 (UTC) :咕㗝當初各地有各地搵，搵嘢啱本地用。後尾佢敗走大陸，轉哂啲嘢去香港，自此就好難搵香港本地嘢，搵親都夾住海量垃圾。佢個地圖，香港同深圳界綫，曾經長年錯位，兩地互相重疊，過咗好多年先整返啱。有時香港本土嘢，好似[[防風板]]咁，唔知頭唔路嘅話，就畀咕㗝誤導話擋風板，實情指第二樣嘢，靠咕㗝就會九唔搭八，冚晒本地用字。咕㗝搵乜嘢人做嘢，心照啦。何來會照住廣東話需求。[[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月1號 (五) 07:03 (UTC) ::@[[User:HenryLi|HenryLi]]: 地圖重疊係受中國大陸法律規定所影響：[[:zh:中华人民共和国地理数据限制#坐标系实现]]。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年7月1號 (五) 08:05 (UTC) :::嗰時咕㗝已經撤走。而且微軟、諾基亞、蘋果等地圖都無依個問題。就算百度都無依個問題。只能話咕㗝自己有問題。[[User:HenryLi|HenryLi]] ([[User talk:HenryLi|傾偈]]) 2022年7月1號 (五) 08:10 (UTC) ::::順帶一提：大家因應呢種特性，可以多啲揀<strike>親美帝</strike>偏執者唔鍾意嘅題材嚟寫喺粵文版……某股勢力見到呢種獨家文章，就會出手翻譯，然後喺中文版整篇甩皮甩骨嘅和諧版出嚟，嗰啲醒目管理員意識到情況如此，就會出人意表噉<strike>暫停</strike>發神經，唔搬出萬能刪除歪理（抄襲嘅叫「侵犯版權」，唔抄襲就當「原創總結」……），扮睇唔到，甚至話夠關注度而支持保留——目的係令到搜尋者難以睇到呢道獨有嘅關鍵內容。然而繼續會有啲懵懂<strike>親美帝</strike>散仔不明所以，要求刪除，大家偶然見到時，不妨過去投下票，順水推舟。--[[Special:貢獻/110.174.132.162|110.174.132.162]]（[[User talk:110.174.132.162|討論]]） 2022年7月27號 (三) 21:15 (UTC) == 「重新導向」算唔算所謂嘅「國維行話」？ == 我發現用編輯工具列去開redirect page時，以前係寫做「#REDIRECT XXX」，而家係寫做「#重新導向 XXX」。但我記得「redirect」呢度好似叫「跳轉」？咁「重新導向」又算唔算所謂嘅「國維行話」？ [[User:Yaukasin|Yaukasin]] ([[User talk:Yaukasin|傾偈]]) 2022年7月1號 (五) 05:33 (UTC) :{{Ping|Yaukasin}}請睇「[[Wikipedia:城市論壇_(技術)#MediaWiki_介面訊息今後無粵文翻譯就會預設用zh-hk或zh-hant顯示]]」嘅討論。 ——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年7月1號 (五) 05:46 (UTC) ::跳轉、重新導向，2個字都通用，冇必要揀咗是但一個，之後要禁用另一個用字。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2022年7月1號 (五) 05:48 (UTC) :::明白，多謝各位解答。--[[User:Yaukasin|Yaukasin]] ([[User talk:Yaukasin|傾偈]]) 2022年7月1號 (五) 05:53 (UTC) ::::「#重新導向」呢個字係有bug嘅，請睇[[:Wikipedia:城市論壇 (技術)#懷疑因為清理「#重新導向」遇到bug搞到粵維文章數少咗三百幾篇]]。如果保險計都係用住「#REDIRECT」先。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年7月22號 (五) 02:30 (UTC) == 維基網上國際年會：全域行為準則討論 == Hi all, sorry for writing in English here. There will be an [[wmania:2022:Submissions/Universal_Code_of_Conduct_Enforcement_Guidelines_Roundtable|Universal Code of Conduct Enforcement Guidelines Roundtable ]] soon. You are also invited to share your questions [[wmania:2022:Submissions/Universal_Code_of_Conduct_Enforcement_Guidelines_Roundtable#Questions|directly on the page]] or on the [https://forum.movement-strategy.org/t/ucoc-roundtable-in-wikimania-2022/1338 Movement Strategy Forum]. Looking forward to seeing you there! [[User:VChang (WMF)|VChang (WMF)]] ([[User talk:VChang (WMF)|傾偈]]) 2022年8月11號 (四) 13:05 (UTC) :粵文：今日 14:00 UTC (22:00 HKT) 會有 [[wmania:2022:Submissions/Universal_Code_of_Conduct_Enforcement_Guidelines_Roundtable|全域行為準則討論]]，請大家湧躍參與！會前會後都可以去呢度提出討論事項： [https://forum.movement-strategy.org/t/ucoc-roundtable-in-wikimania-2022/1338 Movement Strategy Forum] [[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2022年8月11號 (四) 13:36 (UTC) == 如果有時間不妨關注[[Special:UnconnectedPages]] == 以往清理[[Special:UnconnectedPages]]（未連到項目嘅版）嘅工作量唔算多，但最近有人開咗大量香港政商界人物嘅文，而嗰位人兄出名冇連Wikidata嘅習慣，而家[[Special:UnconnectedPages]]有超過500篇文章，扣除大部份真係粵維獨有嘅文，估計應該仍然有二三十篇可以連去Wikidata項目。最麻煩係中文維基亦唔係篇篇有，就算有同名嘅文又未必係同一個人，所以需要相當多時間逐一去睇。如果有時間，不妨可以幫下手，清得幾多得幾多。 [[User:Kwgulden|Kwgulden]] ([[User talk:Kwgulden|傾偈]]) 2022年8月20號 (六) 09:44 (UTC) cm09uoft8ltu3bxrjt58289ify2tasf 0 5307 1865878 1770010 2022-08-20T11:53:19Z 182.239.93.229 wikitext text/x-wiki {{expand}} {{維基數據行星明細}} [[File:Global LORRI mosaic of Pluto in true colour.jpg|thumb|2015年7月14號由[[新視野號]]所影嘅冥王星]] [[File:Pluto and moons art.png|thumb|藝術家筆下嘅冥王星同埋衛星[[冥衞一|卡戎]]。1930年被發現之後冥王星一直被當做行星，到2006年先至歸類做[[矮行星]]。]] '''冥王星'''（{{jpingauto|ming5 wong4 sing1}}；拉丁文：'''Pluto'''，符號：[[file:Pluto symbol (bold).svg|16px|⯓]]<ref>{{cite web |url= https://www.jpl.nasa.gov/infographics/what-is-a-dwarf-planet |author= JPL/NASA |date= 2015-04-22 |website= Jet Propulsion Laboratory |title= What is a Dwarf Planet? |access-date= 2022-01-19}}</ref>、[[File:Pluto monogram (bold).svg|16px|♇]]<ref>{{cite book |editor=John Lewis |date=2004 |title=Physics and chemistry of the solar system |edition= 2 |page=64 |publisher=Elsevier}}</ref>），係最大嘅矮行星 ，學術上叫做'''134340號小行星'''，係喺[[太陽系]]入面嘅[[矮行星]]。喺2006年之前，佢係大部份時間離[[太陽]]最遠嘅[[行星]]。冥王星重細過[[月球]]，直徑2344公里左右，質量約莫係月球嘅五分之一。 佢比其他行星嘅軌道[[離心率]]高好多，特別斜，多數[[海王星]]近太陽多尐果時，冥王星就遠啲。不過冥王星近太陽果時，就啱啱相反。冥王星重細過某啲行星嘅[[衛星]]，之不過冥王星都有幾個衛星，最大嗰個叫[[冥衞一|卡戎]]（Charon），重有四個細嘅叫[[冥衞二|尼克斯]]（Nix）、[[冥衞三|許德拉]]（Hydra）、[[冥衞四|科伯羅司]]（Kerberos）同[[冥衞五|冥河]]（Styx）<ref name="Showalter">{{cite news|last=Showalter|first=Mark R.|title=Hubble Discovers a Fifth Moon Orbiting Pluto (News Release STScI-2012-32)|url=http://hubblesite.org/newscenter/archive/releases/2012/32/|accessdate=11 July 2012|newspaper=HubbleSite NewsCenter|date=11 July 2012<!--, 11:30 AM EDT-->}}</ref>。 喺2015年7月14號，[[新視野號]][[探測船]]飛近冥王星，成為第一艘飛過冥王星嘅飛船。<ref name="NYT-20150706-db">{{cite news |last=Overbye |first=Dennis |authorlink=Dennis Overbye |title=Reaching Pluto, and the End of an Era of Planetary Exploration |url=http://www.nytimes.com/2015/07/07/science/space/reaching-pluto-and-the-end-of-an-era-of-planetary-exploration.html |date=6 July 2015 |work=[[New York Times]] |accessdate=7 July 2015 }}</ref> ==發現史== 喺1850年開始，發現咗[[海王星]]無耐，就有啲[[天文學家]]開始分析，推測海王星外面重有粒未知嘅行星響度，干擾住[[天王星]]嘅軌道。喺1905年，美國嘅天文學家[[巴斯華奴·羅威爾|羅威爾]]就諗住睇吓呢粒未知行星係點行，重出埋影相機嚟搵，不過佢一直都未搵到。 雖然羅威爾喺1916年死咗，但係佢起嘅[[羅威爾天文台]]就繼續探索緊未知行星，直到1930年2月18號，嗰時比較後生嘅[[克萊德·湯博|湯博]]，喺查緊巡天嘅星球相嗰陣，發現咗呢粒新嘅行星。結果呢個星球按住天文學界嘅傳統，改咗做「冥王星」，即係「閻羅王嘅星球」噉解。 ===冥王星嘅地位爭議=== 初頭天文學家都以為冥王星嘅質量同[[地球]]差唔多，但後來出乎意料咁發現咗佢嘅質量其實好細。喺1978年，冥衛一俾天文學家發現咗，度到佢嘅質量得地球嘅0.2%，解釋唔到天王星軌道被干擾嘅問題，就開始有天文學家質疑冥王星喺咪真係一個行星嚟。 1999年有建議話將冥王星踢出行星之列，但嗰年[[國際天文聯合會]]（IAU）話唔得。但係，後嚟喺2006年8月24號晏晝舉行嘅第26屆國際天文聯合會入面通過咗呢個決議，個會由天文學家嚟投票決定，正式將冥王星降級為[[矮行星]]，踢咗出九大行星嘅範圍。喺2008年，國際天文聯合會就將冥王星加返入[[類冥矮行星]]嘅範圍。<ref name="IAU0804">{{cite web| date = 11 June 2008| location = Paris| title = Plutoid chosen as name for Solar System objects like Pluto| publisher = [[International Astronomical Union]] (News Release – IAU0804)| url = http://www.iau.org/news/pressreleases/detail/iau0804/| accessdate = 1 December 2011}}</ref>但係，近年又有爭議，有科學家又想將冥王星列為行星。 ==睇埋== * [[2006年行星重新解釋]] * [[矮行星]] == 攷 == {{Reflist}} {{矮行星}} {{太陽系}} {{Authority control}} [[Category:冥王星| ]] 0kmtl6qff6t6x7vgr33wjlp1ba258ol 0 6881 1865870 1830688 2022-08-20T11:38:47Z 182.239.92.6 wikitext text/x-wiki {{expand}} {{跳轉|故宮}} {{世界遺產明細 | 名 = 北京及瀋陽嘅明清皇家宮殿 | en = '''Imperial Palaces of the Ming and Qing Dynasties in Beijing and Shenyang''' | fr = '''Palais impériaux des dynasties Ming et Qing à Beijing et à Shenyang''' | 國 = {{CHN}} | 圖 = File:Gugun panorama-2005-1.jpg | 描述 = 遠望紫禁城 | 位 = 北京市 | 座標 = {{coord|39|54|53|N|116|23|26|E|display=inline,title}} | 標準 = ii、iii、iv | 類 = 文化遺產 | 登錄年份 = 1987年 | 擴充年份 = 2004年 | 屆 = 11 | 籌 = 439 }} {{文物保護單位 |名稱= 紫禁城 |圖片 = [[File:Forbidden city 07.jpg|250px]] |說明 = 紫禁城中間嘅太和殿 |所在 = [[北京市]][[東城區 (北京)|東城區]] |坐標 = 39°54′53″N 116°23′26″E |分類 = 古建築及歷史紀念建築物 |時代 = [[明]][[清]] |編號 = 1-100 |登錄 = [[1961年]] }} '''紫禁城'''（{{jpingauto|zi2 gam3 sing4}}；[[滿文]]：{{MongolUnicode|ᡩᠠᠪᡴᡡᡵᡳ<br /> ᡥᠣᡨᠣᠨ}}，[[穆麟德]]：dabkūri hoton）係[[大明]][[大清]]兩代嘅[[皇宮]]，明成祖[[朱棣]]永樂四年（[[1406年]]）開始起，至到永樂十八年（[[1420年]]）先起好，位置喺[[北京]][[東城區 (北京)|東城區]]，南靠[[中山公園 (北京)|中山公園]]同[[北京市勞動人民文化宮]]；北靠[[景山前街]]；西靠[[中南海]]；東靠[[池子大街|北池子大街]]。因為中國為取消[[帝制]]，成立[[共和國]]，官方就改口叫佢'''故宮'''（{{jpautocore|gu3 gung1}}），同時因爲瀋陽亦有[[瀋陽故宮]]，爲咗區分，亦會喺前面加多嗌'''北京故宮'''（{{jpautocore|bak1 ging1 gu3 gung1}}）。 故宮規模龐大，面積有成720,000平方米，有800間屋同多過8,000間房。佢係自1416年到1911年呢五百年間中國嘅權力中心所在<ref>{{引網|url=http://whc.unesco.org/en/list/439|title=Imperial Palaces of the Ming and Qing Dynasties in Beijing and Shenyang|publisher=聯合國教科文組織世界遺產中心|accessdate=2014年11月8號}}</ref>。1987年，紫禁城畀聯合國教科文組織認定爲[[世界文化遺產]]，之後喺2004年加埋瀋陽故宮，並列爲「北京及瀋陽嘅明清皇家宮殿」（簡稱明清故宮）。 == 攷 == <references/> == 睇埋 == {{Commons|紫禁城}} * [[世界文化遺產]]：[[北京及瀋陽嘅明清皇家宮殿]]：清[[瀋陽故宮]] * 北京[[故宮博物院]]：《[[超越時空的紫禁城]]》 * 台北[[國立故宮博物院]] * [[北京城池]]、[[北京皇城]]、[[故宮改建計劃]] * 南京[[明故宮]]、瀋陽[[偽滿皇宮博物院]] {{中國世界遺產}} {{Authority control}} [[Category:紫禁城| ]] ejuo8iewgyc7odwv8tuskbkturocei2 0 7046 1865445 1837357 2022-08-19T15:54:49Z Dr. Greywolf 143999 /* 參考 */ wikitext text/x-wiki [[File:Moon-Mdf-2005.jpg|thumb|月亮]] {{維基數據行星明細}} {{跳轉|1=月|2=一[[年]]十二個月嘅月|3=月份}} '''月亮'''，又叫'''月'''或者'''月光'''<ref>[[廣東俗語考]] 釋天時</ref>，古代叫'''太陰'''，[[天文學]]上叫佢做'''月球'''，用[[File:Moon decrescent symbol (fixed width).svg|20px|☾]]來代表佢，係[[地球]]唯一嘅天然[[衞星]]，[[太陽系]]第5大衞星。佢嘅標誌係新月。月亮係地球望上[[天]]第二光嘅嘢，[[夜晚]]重係最光嘅嘢。而叫月球，就係天文學家發現，月亮其實係一個球體，作以就叫月球喇。而科學文章多數叫佢做月球。有科學家認為月球一開始並唔係地球嘅衛星，係俾地球嘅引力吸咗，成為衛星。 月球同地球嘅平均距離係384,405千米（238,857英里）。月球嘅[[直徑]]係3,476千米（2,160英里）。由月球反射嘅[[太陽光]]，用1.3秒就射到落地球。 [[1969年]][[杭思朗]]同[[艾德靈]]成為最先登陸月球嘅人。1969年9月[[美國]]「[[阿波羅11號]]」太空梭返去地球，美國「阿波羅」登月計畫至[[阿波羅17號]]完。 == 正面同背面 == 月球係一個天然衞星，月球嘅正面永遠對住[[地球]]。另一方面，除咗響月面邊沿附近嘅區域因[[天秤動]]而間中可見之外，月球嘅背面絕大部分唔可能由地球睇得見。響冇[[太空探測器]]嘅年代，月球嘅背面一直係個未知嘅世界。 月球背面嘅一大特色係佢幾乎冇[[月海]]呢種較[[暗]]嘅月面[[特徵]]。而當[[探測器]]運行到月球背面嗰陣，佢就唔可以同[[地球]]直接[[通訊]]。 {| class="toccolours" align="center" | [[File:Phase-180.jpg|200px]] |&nbsp; | [[File:Far-Side-Phase-180.jpg|200px]] |- | style="text-align:center;"|正面（[[地球]]上睇到） |&nbsp; | style="text-align:center;"|背面（地球上睇唔到） |} == 月蝕 == {{main|月蝕}} '''月蝕'''係一種特殊嘅[[天文現象]]，指當月球運行到[[地球]]嘅陰影部份嗰陣，即係[[太陽]]、地球、月球啱啱好（或幾乎）響同一條直線上，響月球同地球之間嘅地區會因為太陽光被地球擋咗，睇到月球少咗一嚿。 == 水嘅存在 == 自古以來，[[彗星]]同[[隕星]]不斷咁撞擊月球。呢哋物體中嘅大部分都有[[水]]。來自太陽光嘅能量將呢哋大部分嘅水分分解成組成佢嘅元素，氫同氧。兩者通常都會即刻飛離月球。但係，有科學家提出[[假說]]，認為重有相當含量嘅水喺月球之上，例如響表面或深藏響月殼入面。美國[[克萊門汀]]任務顯示，一啲細小嘅水冰冰塊（含水彗星撞擊後嘅碎片）可能收埋響永久冇太陽照區域嘅月殼入面未融。雖然呢哋冰塊好細，但總水量可能相當可觀（約有1立方公里）。 而有啲水分子，亦可能響月面彈跳其間跌入隕石坑而收埋響入便。由於月球自轉軸相對於黃道面[[法線]]有1.5度嘅輕微傾斜，部分極區嘅隕石坑底部從來冇受太陽光照射，響永久嘅影子入便。克萊門汀任務曾經測量月球南極呢哋隕石坑並繪製成地圖<ref>{{引網|url=https://www.lpi.usra.edu/publications/slidesets/clem2nd/|title=Clementine Explores the Moon|website=www.lpi.usra.edu|access-date=2022-06-16}}</ref>。科學家期望可以響呢類隕石坑中揾到水冰，並開採同利用太陽能電力或者核能來電解成[[氫]]同[[氧]]。月球上可用嘅水量大大影響咗人類響月球上住嘅成本，因為由地球運送水（或氫同氧）貴到不切實際。 由阿波羅號上嘅太空人響月球赤道附近收集嘅岩石冇任何水分。[[月球勘探者號]]或其他近期研究（例如：[[史密森學會]]）都冇揾到液態水、冰或者水蒸氣嘅直接証據。然而，月球勘探者號嘅結果指出響永久無日照區有氫，並可能以水冰嘅形式存在。 [[2009年]][[11月13號]]美國太空總署宣布響月球發現水，兩粒衞星[[月球坑觀測同感測衞星]]響10月初撞月球南極所彈出嘅塵，科學家分析有關數據，確認月球有水<ref>{{cite news| url=http://www.bcc.com.tw/news/newsview.asp?cde=1013450| work=[[中國廣播公司]]| title=美國太空總署宣布月球發現水| date=14-11-2009| url-status=dead}}</ref> <ref>{{cite news | url=http://news.163.com/special/00013QB2/lcross.html| work=[[網易]] | title=美国航天局13日宣布:月球上存在水 | date=14-11-2009}}</ref>。 == 內部構造 == {| class="wikitable" style="float: right; clear: right; margin-left: 2em;" |+ 月球表土嘅化學成分（由月面嘅岩石推導出嚟）<ref>{{Cite book | author=Taylor, Stuart Ross | title= Lunar science: A post-Apollo view| year=1975 | page=64 | publisher=New York, Pergamon Press, Inc. | url=http://articles.adsabs.harvard.edu//full/1975lspa.book.....T/0000064.000.html}}</ref><!-- After Turkevich, A.L. (1973) PLC 4:1159; Moon. 8:365. --> !rowspan="2"|化合物成分 !rowspan="2"|型式 !colspan="2"|成分 (wt %) |- !style="font-size: smaller;"|海 !style="font-size: smaller;"|高地 |- |[[二氧化矽]] |style="text-align: center;"|SiO₂ |style="text-align: right;"|45.4% |style="text-align: right;"|45.5% |- |[[氧化鋁]] |style="text-align: center;"|Al₂O₃ |style="text-align: right;"|14.9% |style="text-align: right;"|24.0% |- |[[氧化鈣]] |style="text-align: center;"|CaO |style="text-align: right;"|11.8% |style="text-align: right;"|15.9% |- |[[氧化鐵]] |style="text-align: center;"|FeO |style="text-align: right;"|14.1% |style="text-align: right;"|5.9% |- |[[氧化鎂]] |style="text-align: center;"|MgO |style="text-align: right;"|9.2% |style="text-align: right;"|7.5% |- |[[二氧化鈦]] |style="text-align: center;"|TiO₂ |style="text-align: right;"|3.9% |style="text-align: right;"|0.6% |- |[[氧化鈉]] |style="text-align: center;"|Na₂O |style="text-align: right;"|0.6% |style="text-align: right;"|0.6% |- !colspan="2"|總計 !style="text-align: right;"|99.9% !style="text-align: right;"|100.0% |} {{Main|月球內部構造}} == 睇埋 == *[[太陽]] *[[夜空]] == 參考 == {{reflist}} {{commons|Moon|月}} {{wikiquote|月}} {{太陽系}} {{天文楔}} [[Category:月亮| ]] [[Category:衞星]] 28y48010f40ar1hvcijf1feo33qi00f 14 7352 1865872 773267 2022-08-20T11:39:43Z 182.239.92.6 wikitext text/x-wiki {{Commons cat|Forbidden City}} {{主文}} [[Category:皇宮]] [[Category:北京建築]] [[類:中國世界遺產]] [[類:東城區]] [[類:北京旅遊景點]] n9mr0xpsfhctg6nj5e9j1jbnuglc595 0 9832 1865492 1677515 2022-08-19T16:27:35Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki '''戰略'''係[[交戰]]一方嘅總體[[計劃]]，以協調打仗[[目的]]，[[情報]]搜集，拉攏[[盟友]]，對內外[[宣傳]]，[[資源]]調配，個別[[戰場]]戰役目標各方面。 [[美國]]防部當今嘅主導戰略係「[[速制]]」（[[:en:Rapid Dominance]]）。 == 戰略研究 == *[[孫武]]：《[[孫子]]》 *[[克勞塞維茨]]：《[[戰爭論]]》 *[[毛澤東]]：《[[論持久戰]]》 *[[RAND Corporation]] == 睇埋 == *[[打仗原則]] *[[國策]] *[[戰術]] *[[對策論]] *[[運疇學]] {{策略}} [[Category:戰略| ]] {{楔}} ildxzyzcclxb2i3ftpatk5qrrqq1z6y 0 10612 1865443 868645 2022-08-19T15:53:37Z Dr. Greywolf 143999 /* 參閱 */ wikitext text/x-wiki '''星座'''就係指天上一啲[[恆星]]組合。喺[[三維]][[宇宙]]中，呢啲恆星相互之間其實係並無實際關係，只不過佢哋喺天空呢一個平面上嘅位置相近。自古以來人對於排列同埋形狀都係好敏感嘅，所以就好自然咁將一啲位置相近嘅星聯繫起來，先組成星座。 星座喺[[天文學]]裏面佔重要嘅地位；[[占星術]]亦有利用到星座嘅概念，但好多天文學家都將占星術視為無真正使用[[科學方法]]嘅[[偽科學]]。 基本上，將恆星組成星座係一個隨意嘅過程，而喺不同嘅文明裏面都有由不同恆星所組成嘅唔同星座──雖然某啲較顯眼嘅星嘅組成喺不同文明裏面都會大致相同，好似[[獵戶座]]同埋[[天蠍座]]。 [[國際天文學聯合會]]用精確嘅邊界去將成個天分為88個正式嘅星座，所以個天嘅每一個方向都係屬於某一個特定星座。呢啲正式嘅星座大多數以[[中世紀]]傳落嚟嘅[[古希臘]]傳統星座為基礎。 [[黃道]]穿越嘅星座有13個（包括蛇夫座在內），其中，以下12個星座通常被統稱為[[黃道十二星座]]： * [[白羊座]]──又叫「牡羊座」 * [[金牛座]]──又叫「牡牛座」 * [[雙子座]]──又叫「双子座」 * [[巨蟹座]]──又叫「蟹座」 * [[獅子座]] * [[室女座]]──又叫「乙女座」，──即係我哋所講嘅「處女座」 * [[天秤座]] * [[天蠍座]]──又叫「蠍座」 * [[人馬座]]──又叫「射手座」 * [[摩羯座]]──又叫「山羊座」，但形象其實係羊頭魚尾嘅怪物 * [[寶瓶座]]──即係我哋所講嘅「水瓶座」 * [[雙魚座]]──又叫「魚座」 除咗以上12個星座之外，[[托勒密]]更列出以下36個（現時係38個，因為[[南船座]]已經被拆開為三個獨立星座）： {{托勒密星座}} 其中 * [[南船座]]──被[[拉開耶]]（Nicolas Louis de Lacaille）分開為[[船底座]]、[[船尾座]]及[[船帆座]] * [[蛇夫座]]──實際上佢係同[[黃道]]相交，但傳統上並無將佢當作黃道帶星座之一 後來星座嘅數目不斷增加，主要是為咗填補托勒密星座間嘅空缺（因為古希臘人認為明亮嘅星座之間係有暗淡嘅空白地帶），另一個原因就係當[[歐洲]]嘅探險家向南進發嗰陣，能夠睇見一啲以前睇不到嘅星空，所以要加入新星座以填滿南面嘅天。嗰38個較新嘅星座係： * [[唧筒座]] * [[天燕座]] * [[雕具座]] * [[鹿豹座]] * [[獵犬座]] * [[堰蜒座]] * [[圓規座]] * [[天鴿座]] * [[后髮座]]──佢其實係一個傳統嘅[[星群]] * [[南十字座]] * [[劍魚座]] * [[天爐座]] * [[天鶴座]] * [[時鐘座]] * [[水蛇座]] * [[印第安座]] * [[蝎虎座]] * [[小獅座]] * [[天貓座]] * [[山案座]] * [[顯微鏡座]] * [[麒麟座]] * [[蒼蠅座]] * [[矩尺座]] * [[南極座]] * [[孔雀座]] * [[鳳凰座]] * [[繪架座]] * [[羅盤座]] * [[網罟座]] * [[玉夫座]] * [[盾牌座]] * [[六分儀座]] * [[望遠鏡座]] * [[南三角座]] * [[杜鵑座]] * [[飛魚座]] * [[狐狸座]] 有一啲被提名嘅星座最後都無被採納成為正式嘅星座，較著名嘅一個係[[象限儀座]]（Quadrans Muralis，現時係牧夫座嘅一部份）──[[象限儀座流星雨]]就係以呢個星座命名。重有一啲無咁正式嘅星嘅排列叫做[[星群]]，例如[[北斗]]。 實際上，處於同一星座嘅恆星之間喺多數情況都係無乜嘢關係嘅，佢哋只係啱啱喺同一視線，而其實佢哋之間可能相距好遠──如果我哋身處[[銀河]]裡面另一個[[太陽系]]，我哋睇到嘅星空將會完全唔同。 最後共有88個星座： {{星座一覽}} == 恆星嘅命名 == 喺西方，多數嘅恆星都係根據佢哋所處星座來定名。例如[[南門二|半人馬座α星]]（[[巴耶恆星命名法]]，Bayer designation）、[[天鵝座61]]（[[弗蘭斯蒂德恆星命名法]]，Flamsteed designation）、[[天琴座RR]]（[[變星命名]]）等。但喺中文，好多時候都會用到中國嘅古星名，例如半人馬座α星亦叫做“南門二”（“南門”其實係[[星官|中國古星官]]之一）。更多有關恆星命名嘅資料請參閱[[恆星命名]]。 == 參閱 == * [[三垣二十八宿]] * [[星座面積一覽]] * [[夜空]] [[Category:星座]] l0bs9f8e5nz4p6576mi3imumce94edn 0 10828 1865559 1865064 2022-08-20T00:09:04Z 205.189.94.2 /* 別名 */ wikitext text/x-wiki [[File:TwilaB 1388.jpg|thumb|right|300px|人乸嘅𢆡]] '''𢆡'''<ref>[http://mandarin.dsturgeon.net/dictionary.pl?if=gb&char=𢆡 𢆡 - 中國哲學書電子化計劃]</ref><ref>[http://www.zdic.net/hant/𢆡 𢆡的解釋]</ref>（粵拼：nin1），又或者寫做'''姩'''<ref>[http://www.cantonese.sheik.co.uk/dictionary/words/9788/ 姩頭 (nin1 tau4 | nian4 tou2) : teat; nipple - CantoDict]</ref>，係[[哺乳類動物]]嘅[[乸]]用來餵[[奶]]畀[[蘇蝦]]嘅[[器官]]，亦即係醫學講嘅'''乳房'''。𢆡響[[𢆡頭]]下面有[[乳腺]]，會響生咗蘇蝦之後，整奶畀蘇蝦飲。雖然[[公]]都有𢆡，結構都一樣，但係未發育，所以呢度集中講乸嘅𢆡。 ==別名== 中國北方叫𢆡做奶，因為呢個器官用來整奶汁乳水，所以同器官同奶個名係相通。台灣亦都流行叫𢆡做'''咪咪'''，[[國語]]發音似「秘密」。 古書叫乳（[[乳房]]簡稱）、奶（[[紅樓夢]]用過<ref>[[wikisource:zh:紅樓夢/第019回|【紅樓夢・第十九回　情切切良宵花解語　意綿綿靜日玉生香】]]：我的血變的奶，吃的長這麼大，如今我吃他一碗牛奶，他就生氣了？</ref>）、酥胸（[[金瓶梅]]用過<ref>[[wikisource:zh:金瓶梅/第28回|【金瓶梅・第二十八回　陳敬濟徼幸得金蓮　西門慶糊塗打鐵棍】]]：睨視婦人云鬟斜軃，酥胸半露，嬌眼乜斜，猶如沉酒楊妃一般，纖手不住只向他腰裡摸弄那話。</ref>）。 香港流行叫𢆡做： *'''波'''：波卽係球，來自英文Ball，女人𢆡大似波而得名。個名亦傳到外地，中國大陸，臺灣，有時都噉叫。由波亦生出唔同字，形容𢆡，好似大波、微波、無波、八字波等。八字就唐字八字形，向兩𢆡外生也。 *'''車頭燈'''<ref name=oncc-20101216>{{cite web|url=http://the-sun.on.cc/cnt/adult/20101216/00507_001.html|title=大燈夠巉眼夾腸先夠盞|archiveurl=https://web.archive.org/web/20220811234905/http://the-sun.on.cc/cnt/adult/20101216/00507_001.html|archivedate=2022-08-11|access-date=2022-08-11|url-status=live}}</ref><ref>[http://tw.news.yahoo.com/美女直播主賣貨胸-走山-網驚-車頭燈掉了-033942021.html 美女直播主賣貨胸「走山」 網驚：車頭燈掉了]</ref><ref>[http://news.ltn.com.tw/news/life/breakingnews/2915128 洗車胸前「長輩」濕一片！ 網友歪樓驚呼：車頭燈好大]</ref>：車頭燈膽插入反射燈罩後外形似𢆡而得名。 *'''[[包]]'''<ref name=oncc-20101216 />：指圓包，唔係[[方包]]或條形包。 *'''[[奶王包]]'''<ref name=oncc-20071124>{{cite web|url=http://orientaldaily.on.cc/archive/20071124/fea/fea_c05cnt.html|title=女色誘惑：胸前誘惑　健乳美|archiveurl=https://web.archive.org/web/20210902225220/http://orientaldaily.on.cc/archive/20071124/fea/fea_c05cnt.html|archivedate=2021-09-02|access-date=2022-08-12|url-status=live}}</ref> *'''[[奶樽]]'''<ref name=oncc-20071124 /> 娛樂及風月新聞興用「東／南／西／北半球」、「內／外半側半球」等嚟借代𢆡嘅唔同部分。<ref>{{引網|url=http://mf.techbang.com/posts/4566-examining-your-character-by-favorite-part-of-boobs|title=「南半球、北半球，哪邊最性感？」從愛看的女生胸部部位，測驗你的潛在性格！|date=2017-06-12|website=manfashion這樣變型男|language=zh-tw|access-date=2022-07-14}}</ref><ref>[http://www.setn.com/news.aspx?newsid=165776 圖／好胸！南北半球不夠看　網友教你「赤道」服裝長這樣]</ref><ref>[http://www.mirrormedia.mg/story/20220417yweb004/ 蹲下掉渾圓北半球　超胸F級正妹抱貓「超邪惡視角」曝光]</ref><ref>{{引網|url=http://star.ettoday.net/news/1059611|title=金馬獎／舒淇東、西半球全露出！ 透視裸色挖乳裝美翻|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2022-07-14}}</ref>「北半球」亦單指𢆡<ref>[http://star.ettoday.net/news/1200742 安心亞車內換穿「低胸爆乳」婚紗！雪白北半球快掉出來]</ref>，卽相對南半球（[[臀]]）。<ref>{{cite web|url=http://www.appledaily.com.tw/life/20220220/AX6VGIVBVZBZXF4NNPQT6PKDL4/|title=蜜臀征服「阿公內褲」　DenKa這南半球讓網友狂讚超性感|archiveurl=https://web.archive.org/web/20220220131927/https://www.appledaily.com.tw/life/20220220/AX6VGIVBVZBZXF4NNPQT6PKDL4/|archivedate=2022年2月20號|access-date=2022年8月17號|url-status=live}}</ref> 𢆡亦有唔同形容法，好似大𢆡、細𢆡、墮𢆡咁。 因爲「𢆡」字唔係人人識寫，亦有用「蓮」字或者拼音「lin」代替。舊時[[色情架步]]，有妓女化爲大波蓮來引男人。 ==生理== 唔同動物嘅𢆡都唔同，形態各異。有啲動物多𢆡，而人就有兩𢆡。 ===人=== 人𢆡介乎[[肋骨]]二至六條之間。𢆡有彈性。女人[[後生]]成半球，生育會令𢆡脹，停哺後會縮細。[[老]]時會鬆墮，稱為墮𢆡。 [[File:Poor breastfeeding latch.jpg|thumb|餵奶]] [[女人]]𢆡除咗餵奶之用，亦係性徵，生得明顯，可以吸引[[男人]]。男女[[交合]]，亦會摸𢆡，以求[[快感]]。 ==第啲意思== 家陣香港唔少後生仔都以為「𢆡」呢個字係解做[[𢆡頭]]，鬧出唔少笑話。 == 攷 == {{reflist|2}} [[Category:𢆡| ]] [[Category:粵字]] dwnyeqhmcxywkdy7bxb6m27mfx8lqon 0 12344 1865438 1657072 2022-08-19T15:52:04Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Sirius A and B artwork.jpg|thumb|250px|畫家想像白矮星圍住天狼星轉嘅情況。''美國太空總署嘅圖'']] '''恆星'''（{{jpingauto|hang4 sing1}}），係一大大嚿、識發[[光]]、圓碌碌嘅[[等離子體]]，發光係因為粒星裏面有[[核聚變]]發生緊，[[能量]]喺個芯經過內部，以[[電磁波]]形式放射出嚟。[[太陽]]就係最近[[地球]]嘅恆星，地球接近所有嘅能量都由太陽道嚟嘅。恆星有「生」、「老」、「死」，[[死]]咗嘅恆星產生重啲嘅[[元素]]，好似：[[碳]]、[[鐵]]、[[金]]……[[宇宙]]裏面好大部份嘅[[物質]]集中響啲恆星度，冇恆星；就冇呢啲重元素；亦冇[[生物]]；冇生命。 == 定義 == [[夜晚]]天上嘅一點點嘅光，俗稱[[星]]，大部份就係恆星。叫做恆星，皆因渠地離我地遠，先民見到呢啲星，同行星唔同，晚晚都喺嗰個位唔郁，以為渠地「恆常」響個天度。恆星呢個詞早響《[[春秋(古書)|春秋]]》呢本書出現<ref>《辭源》商務印書館 ISBN 962-07-0091-0</ref>。天文學家估全宇宙裏頭就有 7×10²² （70,000,000,000,000,000,000,000）粒恆星。由而家嘅資料嚟睇，幾多恆星都有自己嘅[[行星]]。 喺物理學嚟講，佢哋嘅質量比[[行星]]仲要大(最細嘅理論證係太陽質量嘅0.07-0.08倍<ref>{{引網|url=https://www.universetoday.com/25348/what-is-the-smallest-star/|title=What is the Smallest Star?|last=Cain|first=Fraser|date=2009-02-12|website=Universe Today|language=en-US|access-date=2021-06-29}}</ref>)，溫度好高(由最低3000K到最到250,000,000以上)，會發光，並且由[[電漿|等離子體]]組成，喺核心入面會產生核聚。 == 研究佢哋嘅歷史 == == 喺宇宙入面嘅分佈同埋數目 == === 數目 === 喺最新嘅研究入面，粗略估算宇宙有超過<math>10^{13}</math>咁多個星系，而且銀河系入面有超過<math>10^{11}</math>咁多粒恆星，如果將佢哋乘埋一齊數值就有<math>10^{24}</math>(即係<math>1,000,000,000,000,000,000,000,000</math>)咁多粒恆星。<ref>{{引網|url=https://www.space.com/26078-how-many-stars-are-there.html|title=How Many Stars Are In The Universe?|last=May 2017|first=Elizabeth Howell 18|website=Space.com|language=en|access-date=2021-06-29}}</ref> === 分佈 === ==== 以質量分佈 ==== 以前人類認為大部分恆星嘅都畀[[太陽系]]嘅質量更大嘅，但打完二戰之後人類嘅科技發展紅外線科技喺天文學入面得到應用並發現大量紅矮星。到咗宜家，紅矮星佔整個銀河系高達70%以上，喺太陽系最近嘅30粒恆星，超過20粒都恆星係[[紅矮星]]。<ref>{{引網|url=https://www.space.com/23772-red-dwarf-stars.html|title=Red Dwarfs: The Most Common and Longest-Lived Stars|last=June 2019|first=Nola Taylor Redd 06|website=Space.com|language=en|access-date=2021-06-29}}</ref>其次最多嘅係k型主序星(銀河系總數目嘅15%左右)，好似太陽呢啲黃色主序星只係佔銀河系總數目嘅7%，f型主序星只佔總數目嘅2%。 總括嚟講宇宙最常見嘅恆星種類係紅矮星。 宇宙有超過90%嘅恆星都喺赫羅圖[[主序星]]區域上面<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref>，佢哋嘅大小同光度以及溫度以正比關係，又質量最細0.075M⊙，到質量最大嘅300M⊙。其中太陽係一粒中等大小嘅恆星，雖然對[[銀河|銀河系]]非常唔起眼，但佢嘅質量畀95%嘅恆星更大，喺銀河系入面比85%嘅天體更光。 ==== 以年齡分佈 ==== == 喺物理學同埋天文學入面嘅關係 == === [[赫羅圖]] === 係一種研究恆星演化嘅重要工具，佢顯示咗佢哋表面溫度同光度嘅關係 。由於光度同絕對星等有住正比嘅關係，好多時都會使用絕對星等來量度佢哋嘅絕對光度，光度高而最熱嘅恆星通常放喺左上角，光度低而溫度又低嘅恆星通常放喺右下角。<ref>{{引網|url=https://www.lcsd.gov.hk/CE/Museum/Space/archive/EducationResource/Universe/framed_c/lecture.html|title=宇 宙 的 本 質 ( 講 義 )|website=www.lcsd.gov.hk|access-date=2021-06-30}}</ref> 早喺19世紀末期嘅美國，當地嘅物理學家已經能夠根據光譜同溫度同進行恆星分類，光譜次序O、B 、 A、 F、G、K、M，運用溫度遞減作為佢哋嘅排列方式。 佢係同[[元素週期表]]一樣，都係按照類似性質分類排列，唔同嘅係根據佢哋嘅性質同埋光度去排列質量大細。<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref> === 黑體輻射 === == 直接觀察 == {{see also|夜空|睇星}} 由地表睇，恆星嘅光弱到能夠輕易俾[[雲]]、[[濕氣]]同[[空污]]粒子遮蔽；[[光污染]]亦都會阻礙人睇星，喺好多[[街燈]]等人造光源嘅都市帶，光污染足以搞到地表嘅人睇唔到星星<ref name="koll"/>。視乎上述呢啲因素，用肉眼睇得到嘅星星數量由幾百到幾萬粒不等。順帶一提，查實恆星之間喺發乜嘢色嘅光上可以有異，熱－[[開氏]] 25,000 度左右－嘅恆星傾向射藍色嘅光，而好似太陽呢啲凍－得開氏 6,000 幾度－嘅恆星會主要射黃色嘅光，不過星星嘅色水就噉用肉眼睇好難睇得出<ref>[https://courses.lumenlearning.com/astronomy/chapter/colors-of-stars/ Colors of Stars].</ref>。 數星星係好多人喺[[睇星]]嗰陣會做嘅一樣嘢。一般嚟講，喺完全冇架生嘅情況下數星星係冇可能嘅，因為星星數量太多，而且齋靠人手亦都冇方法知道邊粒星數咗邊粒未，而且暗啲嘅星星仲有可能會因為觀察者冇集中眼光而消失，睇星嘅人如果想數星星通常會帶埋[[星圖]]（sky map）同[[望遠鏡]]等嘅架生，星圖會話俾睇嘅人知喺某一個地點每一個時間點天上會見到乜嘢星星同埋啲星會喺邊個位<ref>Swerdlow, N. M. (August 1986). "A Star Catalogue Used by Johannes Bayer". ''Journal for the History of Astronomy''. 17 (50): 189–197. </ref>。 == 參考 == <references /> {{天文楔}} [[Category:恆星]] b4t2jq0ledw8dg8jlio61vlha6fgotq 1865440 1865438 2022-08-19T15:52:21Z Dr. Greywolf 143999 /* 直接觀察 */ wikitext text/x-wiki [[File:Sirius A and B artwork.jpg|thumb|250px|畫家想像白矮星圍住天狼星轉嘅情況。''美國太空總署嘅圖'']] '''恆星'''（{{jpingauto|hang4 sing1}}），係一大大嚿、識發[[光]]、圓碌碌嘅[[等離子體]]，發光係因為粒星裏面有[[核聚變]]發生緊，[[能量]]喺個芯經過內部，以[[電磁波]]形式放射出嚟。[[太陽]]就係最近[[地球]]嘅恆星，地球接近所有嘅能量都由太陽道嚟嘅。恆星有「生」、「老」、「死」，[[死]]咗嘅恆星產生重啲嘅[[元素]]，好似：[[碳]]、[[鐵]]、[[金]]……[[宇宙]]裏面好大部份嘅[[物質]]集中響啲恆星度，冇恆星；就冇呢啲重元素；亦冇[[生物]]；冇生命。 == 定義 == [[夜晚]]天上嘅一點點嘅光，俗稱[[星]]，大部份就係恆星。叫做恆星，皆因渠地離我地遠，先民見到呢啲星，同行星唔同，晚晚都喺嗰個位唔郁，以為渠地「恆常」響個天度。恆星呢個詞早響《[[春秋(古書)|春秋]]》呢本書出現<ref>《辭源》商務印書館 ISBN 962-07-0091-0</ref>。天文學家估全宇宙裏頭就有 7×10²² （70,000,000,000,000,000,000,000）粒恆星。由而家嘅資料嚟睇，幾多恆星都有自己嘅[[行星]]。 喺物理學嚟講，佢哋嘅質量比[[行星]]仲要大(最細嘅理論證係太陽質量嘅0.07-0.08倍<ref>{{引網|url=https://www.universetoday.com/25348/what-is-the-smallest-star/|title=What is the Smallest Star?|last=Cain|first=Fraser|date=2009-02-12|website=Universe Today|language=en-US|access-date=2021-06-29}}</ref>)，溫度好高(由最低3000K到最到250,000,000以上)，會發光，並且由[[電漿|等離子體]]組成，喺核心入面會產生核聚。 == 研究佢哋嘅歷史 == == 喺宇宙入面嘅分佈同埋數目 == === 數目 === 喺最新嘅研究入面，粗略估算宇宙有超過<math>10^{13}</math>咁多個星系，而且銀河系入面有超過<math>10^{11}</math>咁多粒恆星，如果將佢哋乘埋一齊數值就有<math>10^{24}</math>(即係<math>1,000,000,000,000,000,000,000,000</math>)咁多粒恆星。<ref>{{引網|url=https://www.space.com/26078-how-many-stars-are-there.html|title=How Many Stars Are In The Universe?|last=May 2017|first=Elizabeth Howell 18|website=Space.com|language=en|access-date=2021-06-29}}</ref> === 分佈 === ==== 以質量分佈 ==== 以前人類認為大部分恆星嘅都畀[[太陽系]]嘅質量更大嘅，但打完二戰之後人類嘅科技發展紅外線科技喺天文學入面得到應用並發現大量紅矮星。到咗宜家，紅矮星佔整個銀河系高達70%以上，喺太陽系最近嘅30粒恆星，超過20粒都恆星係[[紅矮星]]。<ref>{{引網|url=https://www.space.com/23772-red-dwarf-stars.html|title=Red Dwarfs: The Most Common and Longest-Lived Stars|last=June 2019|first=Nola Taylor Redd 06|website=Space.com|language=en|access-date=2021-06-29}}</ref>其次最多嘅係k型主序星(銀河系總數目嘅15%左右)，好似太陽呢啲黃色主序星只係佔銀河系總數目嘅7%，f型主序星只佔總數目嘅2%。 總括嚟講宇宙最常見嘅恆星種類係紅矮星。 宇宙有超過90%嘅恆星都喺赫羅圖[[主序星]]區域上面<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref>，佢哋嘅大小同光度以及溫度以正比關係，又質量最細0.075M⊙，到質量最大嘅300M⊙。其中太陽係一粒中等大小嘅恆星，雖然對[[銀河|銀河系]]非常唔起眼，但佢嘅質量畀95%嘅恆星更大，喺銀河系入面比85%嘅天體更光。 ==== 以年齡分佈 ==== == 喺物理學同埋天文學入面嘅關係 == === [[赫羅圖]] === 係一種研究恆星演化嘅重要工具，佢顯示咗佢哋表面溫度同光度嘅關係 。由於光度同絕對星等有住正比嘅關係，好多時都會使用絕對星等來量度佢哋嘅絕對光度，光度高而最熱嘅恆星通常放喺左上角，光度低而溫度又低嘅恆星通常放喺右下角。<ref>{{引網|url=https://www.lcsd.gov.hk/CE/Museum/Space/archive/EducationResource/Universe/framed_c/lecture.html|title=宇 宙 的 本 質 ( 講 義 )|website=www.lcsd.gov.hk|access-date=2021-06-30}}</ref> 早喺19世紀末期嘅美國，當地嘅物理學家已經能夠根據光譜同溫度同進行恆星分類，光譜次序O、B 、 A、 F、G、K、M，運用溫度遞減作為佢哋嘅排列方式。 佢係同[[元素週期表]]一樣，都係按照類似性質分類排列，唔同嘅係根據佢哋嘅性質同埋光度去排列質量大細。<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref> === 黑體輻射 === == 直接觀察 == {{see also|夜空|睇星}} 由地表睇，恆星嘅光弱到能夠輕易俾[[雲]]、[[濕氣]]同[[空污]]粒子遮蔽；[[光污染]]亦都會阻礙人睇星，喺好多[[街燈]]等人造光源嘅都市帶，光污染足以搞到地表嘅人睇唔到星星。視乎上述呢啲因素，用肉眼睇得到嘅星星數量由幾百到幾萬粒不等。順帶一提，查實恆星之間喺發乜嘢色嘅光上可以有異，熱－[[開氏]] 25,000 度左右－嘅恆星傾向射藍色嘅光，而好似太陽呢啲凍－得開氏 6,000 幾度－嘅恆星會主要射黃色嘅光，不過星星嘅色水就噉用肉眼睇好難睇得出<ref>[https://courses.lumenlearning.com/astronomy/chapter/colors-of-stars/ Colors of Stars].</ref>。 數星星係好多人喺[[睇星]]嗰陣會做嘅一樣嘢。一般嚟講，喺完全冇架生嘅情況下數星星係冇可能嘅，因為星星數量太多，而且齋靠人手亦都冇方法知道邊粒星數咗邊粒未，而且暗啲嘅星星仲有可能會因為觀察者冇集中眼光而消失，睇星嘅人如果想數星星通常會帶埋[[星圖]]（sky map）同[[望遠鏡]]等嘅架生，星圖會話俾睇嘅人知喺某一個地點每一個時間點天上會見到乜嘢星星同埋啲星會喺邊個位<ref>Swerdlow, N. M. (August 1986). "A Star Catalogue Used by Johannes Bayer". ''Journal for the History of Astronomy''. 17 (50): 189–197. </ref>。 == 參考 == <references /> {{天文楔}} [[Category:恆星]] lxr38klkhs5jsilgwm0dfoem6giqjaw 1865441 1865440 2022-08-19T15:52:50Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Sirius A and B artwork.jpg|thumb|300px|畫家想像白矮星圍住天狼星轉嘅情況。''美國太空總署嘅圖'']] '''恆星'''（{{jpingauto|hang4 sing1}}；{{lang-en|'''star'''}}），係一大大嚿、識發[[光]]、圓碌碌嘅[[等離子體]]，發光係因為粒星裏面有[[核聚變]]發生緊，[[能量]]喺個芯經過內部，以[[電磁波]]形式放射出嚟。[[太陽]]就係最近[[地球]]嘅恆星，地球接近所有嘅能量都由太陽道嚟嘅。恆星有「生」、「老」、「死」，[[死]]咗嘅恆星產生重啲嘅[[元素]]，好似：[[碳]]、[[鐵]]、[[金]]……[[宇宙]]裏面好大部份嘅[[物質]]集中響啲恆星度，冇恆星；就冇呢啲重元素；亦冇[[生物]]；冇生命。 == 定義 == [[夜晚]]天上嘅一點點嘅光，俗稱[[星]]，大部份就係恆星。叫做恆星，皆因渠地離我地遠，先民見到呢啲星，同行星唔同，晚晚都喺嗰個位唔郁，以為渠地「恆常」響個天度。恆星呢個詞早響《[[春秋(古書)|春秋]]》呢本書出現<ref>《辭源》商務印書館 ISBN 962-07-0091-0</ref>。天文學家估全宇宙裏頭就有 7×10²² （70,000,000,000,000,000,000,000）粒恆星。由而家嘅資料嚟睇，幾多恆星都有自己嘅[[行星]]。 喺物理學嚟講，佢哋嘅質量比[[行星]]仲要大(最細嘅理論證係太陽質量嘅0.07-0.08倍<ref>{{引網|url=https://www.universetoday.com/25348/what-is-the-smallest-star/|title=What is the Smallest Star?|last=Cain|first=Fraser|date=2009-02-12|website=Universe Today|language=en-US|access-date=2021-06-29}}</ref>)，溫度好高(由最低3000K到最到250,000,000以上)，會發光，並且由[[電漿|等離子體]]組成，喺核心入面會產生核聚。 == 研究佢哋嘅歷史 == == 喺宇宙入面嘅分佈同埋數目 == === 數目 === 喺最新嘅研究入面，粗略估算宇宙有超過<math>10^{13}</math>咁多個星系，而且銀河系入面有超過<math>10^{11}</math>咁多粒恆星，如果將佢哋乘埋一齊數值就有<math>10^{24}</math>(即係<math>1,000,000,000,000,000,000,000,000</math>)咁多粒恆星。<ref>{{引網|url=https://www.space.com/26078-how-many-stars-are-there.html|title=How Many Stars Are In The Universe?|last=May 2017|first=Elizabeth Howell 18|website=Space.com|language=en|access-date=2021-06-29}}</ref> === 分佈 === ==== 以質量分佈 ==== 以前人類認為大部分恆星嘅都畀[[太陽系]]嘅質量更大嘅，但打完二戰之後人類嘅科技發展紅外線科技喺天文學入面得到應用並發現大量紅矮星。到咗宜家，紅矮星佔整個銀河系高達70%以上，喺太陽系最近嘅30粒恆星，超過20粒都恆星係[[紅矮星]]。<ref>{{引網|url=https://www.space.com/23772-red-dwarf-stars.html|title=Red Dwarfs: The Most Common and Longest-Lived Stars|last=June 2019|first=Nola Taylor Redd 06|website=Space.com|language=en|access-date=2021-06-29}}</ref>其次最多嘅係k型主序星(銀河系總數目嘅15%左右)，好似太陽呢啲黃色主序星只係佔銀河系總數目嘅7%，f型主序星只佔總數目嘅2%。 總括嚟講宇宙最常見嘅恆星種類係紅矮星。 宇宙有超過90%嘅恆星都喺赫羅圖[[主序星]]區域上面<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref>，佢哋嘅大小同光度以及溫度以正比關係，又質量最細0.075M⊙，到質量最大嘅300M⊙。其中太陽係一粒中等大小嘅恆星，雖然對[[銀河|銀河系]]非常唔起眼，但佢嘅質量畀95%嘅恆星更大，喺銀河系入面比85%嘅天體更光。 ==== 以年齡分佈 ==== == 喺物理學同埋天文學入面嘅關係 == === [[赫羅圖]] === 係一種研究恆星演化嘅重要工具，佢顯示咗佢哋表面溫度同光度嘅關係 。由於光度同絕對星等有住正比嘅關係，好多時都會使用絕對星等來量度佢哋嘅絕對光度，光度高而最熱嘅恆星通常放喺左上角，光度低而溫度又低嘅恆星通常放喺右下角。<ref>{{引網|url=https://www.lcsd.gov.hk/CE/Museum/Space/archive/EducationResource/Universe/framed_c/lecture.html|title=宇 宙 的 本 質 ( 講 義 )|website=www.lcsd.gov.hk|access-date=2021-06-30}}</ref> 早喺19世紀末期嘅美國，當地嘅物理學家已經能夠根據光譜同溫度同進行恆星分類，光譜次序O、B 、 A、 F、G、K、M，運用溫度遞減作為佢哋嘅排列方式。 佢係同[[元素週期表]]一樣，都係按照類似性質分類排列，唔同嘅係根據佢哋嘅性質同埋光度去排列質量大細。<ref>{{引網|url=https://chandra.harvard.edu/edu/formal/stellar_ev/story/index3.html|title=Chandra :: Educational Materials :: Stellar Evolution :: Stellar Evolution - Cycles of Formation and Destruction|website=chandra.harvard.edu|access-date=2021-07-14}}</ref> === 黑體輻射 === == 直接觀察 == {{see also|夜空|睇星}} 由地表睇，恆星嘅光弱到能夠輕易俾[[雲]]、[[濕氣]]同[[空污]]粒子遮蔽；[[光污染]]亦都會阻礙人睇星，喺好多[[街燈]]等人造光源嘅都市帶，光污染足以搞到地表嘅人睇唔到星星。視乎上述呢啲因素，用肉眼睇得到嘅星星數量由幾百到幾萬粒不等。順帶一提，查實恆星之間喺發乜嘢色嘅光上可以有異，熱－[[開氏]] 25,000 度左右－嘅恆星傾向射藍色嘅光，而好似太陽呢啲凍－得開氏 6,000 幾度－嘅恆星會主要射黃色嘅光，不過星星嘅色水就噉用肉眼睇好難睇得出<ref>[https://courses.lumenlearning.com/astronomy/chapter/colors-of-stars/ Colors of Stars].</ref>。 數星星係好多人喺[[睇星]]嗰陣會做嘅一樣嘢。一般嚟講，喺完全冇架生嘅情況下數星星係冇可能嘅，因為星星數量太多，而且齋靠人手亦都冇方法知道邊粒星數咗邊粒未，而且暗啲嘅星星仲有可能會因為觀察者冇集中眼光而消失，睇星嘅人如果想數星星通常會帶埋[[星圖]]（sky map）同[[望遠鏡]]等嘅架生，星圖會話俾睇嘅人知喺某一個地點每一個時間點天上會見到乜嘢星星同埋啲星會喺邊個位<ref>Swerdlow, N. M. (August 1986). "A Star Catalogue Used by Johannes Bayer". ''Journal for the History of Astronomy''. 17 (50): 189–197. </ref>。 == 參考 == <references /> {{天文楔}} [[Category:恆星]] ggvku6v0njpg1x4v9l8m4lpcrb0gvnv 0 14569 1865869 1864978 2022-08-20T11:37:45Z Detective Akai 200717 wikitext text/x-wiki {{translation|[[:zh:張國榮]]或[[:en:Leslie Cheung]]|55|重係好[[三及第]]}} {{otheruses}} {{藝人 | 姓名 = 張國榮<br>Leslie Cheung | 類型 = 男藝人 | 圖片 = Leslie Chung 1999.jpg | 圖片簡介 = 張國榮喺1999年影嘅相 | 圖片尺寸 = 250px | 英文名 = Leslie Cheung | 羅馬拼音 = Cheung Kwok Wing | 原名 = 張發宗 | 綽號 = 哥哥<br>Leslie | 出生日期 = 1956年9月12號 | 出生地點 = {{HKG-1955}}[[九龍]] | 籍貫 = [[廣東]] | 死因 = [[抑鬱症]]墮樓身亡 | 國籍 = '''國籍'''：<br/>{{BDTC}}（1956-1997）<br/>{{CNHK}}<ref>{{cite web |url=http://datalib.ent.qq.com/star/559/ |language=zh-cn |title=張國榮 |publisher=騰訊娛樂 |access-date=2015年10月30號 |archive-url=https://web.archive.org/web/20160306004916/http://datalib.ent.qq.com/star/559/ |archive-date=2016年3月6號 |url-status=dead }}</ref>（1997-2003）<br/>'''公民權'''：<br/>{{CAN}}非本地居民<ref>{{cite web|url=https://www.douban.com/note/618578881/|title=張國榮：我沒用過契媽一個仙 |author=汪曼玲|work=明報週刊|date=1995-11-05|archive-url=https://web.archive.org/web/20210217093419/https://www.douban.com/note/618578881/|archive-date=2021-02-17|url-status=live}}</ref> | 民族 = | 逝世日期 = {{death_date_and_age|2003|4|1|1956|9|12|mf=y}} | 逝世地點 = {{HKG}}[[中環]][[香港文華東方酒店|文華東方酒店]] | 職業 = {{flat list| * 歌手 * 作曲人 * 演員 * 唱片同電影監製 }} | 語言 = {{flat list| * 粵文 * 英文 * 國語 * 客家話 * 日文 }} | 教育程度 = {{GBR}}[[列斯大學]]紡織系一年級（中退） | 母校 = [[聖璐琦書院]]（小學部）<br>[[佛教黃鳳翎中學]]<br/>[[玫瑰崗學校]]<br/>{{Link-en|諾域治書院|Norwich School}}<br/>[[列斯大學]]<br/>[[威靈頓英文中學]]（高街分校） | 宗教信仰 = 冇 | 父母 = {{unbulleted list|[[張活海]]（1910年－1989年）|[[潘玉瑤]]（1919年－1998年）}} | 伴侶 = [[唐鶴德]] | 音樂類型 = {{flat list| * [[粵語流行曲|粵語流行]] * [[華語流行曲|華語流行]] }} | 演奏樂器 = 聲樂 | 出道地點 = {{BHKG}} | 出道作 = 《[[I like Dreaming|I Like Dreamin']]》（唱片）<br/>《[[紅樓春上春]]》（電影） | 出道日期 = 1977年（21歲） | 代表作 = '''歌'''：{{flat list| * 《[[風繼續吹]]》 * 《Monica》 * 《[[無心睡眠]]》 * 《[[追]]》 * 《[[有心人]]》 * 《[[左右手]]》 }} '''電影'''：{{flat list| * 《阿飛正傳》 * 《春光乍泄》 * 《霸王別姬》 * 《東邪西毒》 * 《倩女幽魂》 }} | 唱片公司 = {{unbulleted list|[[寶麗金唱片]]（1977年－1982年）|[[華星唱片]]（1982年－1987年）|[[新藝寶唱片]]（1987年－1990年）|[[滾石唱片]]（1995年－1999年）|[[環球唱片]]（1999年－2003年）}} | 活躍年代 = 1977年－2003年 | 經紀公司 = [[恆星娛樂有限公司|恆星娛樂]] | 相關團體 = [[張國榮官方歌迷會]] | 網站 = | imdb = 0002000 | hongkongfilmawards = {{awards|award=最佳男主角 |year=1991年 |title=《[[阿飛正傳]]》}} | hkfcsawards = {{awards|award=最佳男主角 |year=1994年 |title=《[[東邪西毒]]》}} | rthktop10goldsongsawards = {{awards|award=金針獎 |year=1999年}} | awards = {{awards|name=[[十大勁歌金曲]] |award=最受歡迎男歌星 |year=1988年、1989年}}{{awards|name=[[叱吒樂壇流行榜]] |award=叱吒樂壇男歌手金獎 |year=1988年、1989年}}{{awards|name=[[十大勁歌金曲]] |award=榮譽大獎 |year=1999年}}{{awards|name=[[十大勁歌金曲]] |award=致敬大獎 |year=2000年}}{{awards|name=[[日本]][[影評人]][[協會]]大獎 |award=最佳男主角 |year=1993年 |title=《[[霸王別姬]]》}} | signature = Signature of Leslie Cheung.svg | citizenship = }} {{Infobox Chinese |title=Cheung Kwok-wing |name1=Cheung Kwok-wing |t=張國榮 |s=张国荣 |p=Zhāng Guó-róng |j=Zoeng1 Gwok3 wing4 |bpmf=ㄓㄤㄍㄨㄛˊㄖㄨㄥˊ |altname=Cheung Fat-chung |t2=張發宗 |s2=张发宗 |p2=Zhāng Fā-zōng |j2=Zoeng1 Faat3-zung1 |bpmf2=ㄓㄤㄈㄚㄗㄨㄥ |宗教信仰=無 }} '''張國榮'''（{{jpingauto|zoeng1 gwok3 wing4}}，{{lang-en|'''Leslie Cheung'''}} ; {{生死|1956年|9月12號|2003年|4月1號}}），原名'''張發宗'''，係香港男[[歌手]]、[[演員]]同埋詞曲創作者，另外都曾做過電影配樂、排舞、音樂錄像導演同埋藝術總監，係[[香港樂壇]]嘅天皇級代表性人物，響[[中國]]以至[[亞洲]]亦都有住巨大嘅影響力。 [[九龍]]出世，曾經到[[英國]]留學，1976年獲得《亞洲歌唱大賽》亞軍之後加入[[麗的電視]]正式出道。1983年憑住《[[風繼續吹]]》同《Monica》打響名堂，喺1984至1989年間推出《有誰共鳴》、《[[無心睡眠]]》、《沉默是金》等作品，成為香港樂壇巨星；亦因此獲獎無數，曾經響《[[十大勁歌金曲頒獎典禮]]》連續兩屆攞「最受歡迎男歌星」同埋[[叱咤樂壇流行榜]]男歌手金獎。除咗歌唱，佢響1986年拍嘅電影《[[英雄本色 (1986年電影)|英雄本色]]》而令佢響影壇打開知名度。1990年進軍影壇，籍住《[[阿飛正傳]]》攞到第十屆[[香港電影金像獎]]影帝。1993年嘅《[[霸王別姬 (電影)|霸王別姬]]》更係令佢響國際打出知名度，攞到第4屆日本電影影評人大獎嘅最佳外語片男主角、第8屆東京影展電影評論家大獎最佳男主角。1997年主演嘅《[[春光乍洩]]》令佢成為LGBT文化嘅代表人物。2003年因[[抑鬱症]]墮樓身亡，終年46歲。 == 早年 == 張國榮係[[客家]]人，祖籍[[廣東]]，1956年9月12號響香港[[九龍]]出世，喺屋企十個細路之中排最細，所以有「十仔」呢個乳名。佢老豆係出名裁縫[[張活海]]，為荷里活明星縫製洋衫，影星[[馬龍白蘭度|馬龍·白蘭度]]、[[加利格蘭|加利·格蘭]]、導演[[希治閣|亞弗列·希治閣]]都係張活海嘅客人之一；而大家姐係婦女界活躍分子[[張綠萍]]。張國榮成日話自己有個不幸嘅童年，老豆同阿媽關係一直唔好，自細已經同父母分開住，淨係得工人六姐關心佢。由於自細缺乏關愛，令到佢心理留咗一條疤。佢曾經咁樣講：「可以話同老豆住埋一齊得五日，而同阿媽就係半年。」<ref name=":1">{{引網|url=https://hk.appledaily.com/entertainment/20180401/2ZV55FNDYAWWO73S3AEHOJMIHM/|title=【由零開始】哥哥的10件軼事 ｜ 蘋果日報|website=Apple Daily 蘋果日報|language=zh-hk|url-status=dead|archive-url=https://web.archive.org/web/20210514094653/https://hk.appledaily.com/entertainment/20180401/2ZV55FNDYAWWO73S3AEHOJMIHM/|archive-date=2021-05-14|access-date=2021-05-14}}</ref> 佢小學時期入讀[[聖璐琦書院]]（小學部），期間表現出好高嘅音樂才華：成日參加校內音樂節、朗誦同埋綜藝表演，仲曾經兩次得到英詩朗誦冠軍。後嚟升讀[[銅鑼灣]][[佛教黃鳳翎中學]]，之後1969年轉校到[[玫瑰崗學校]]，期間成績麻麻地，但英文幾好，對西方電影有好大興趣，成日研究《[[殉情記]]》嘅原聲帶。1972年佢畀屋企人送去[[英國]]留學，入讀{{Link-en|諾域治書院|Norwich School}}，響禮拜六日兼職做調酒師，有時又響[[修安]]嘅一間由親戚開嘅餐廳做業餘駐唱。後嚟響[[英國高級程度會考]]嘅英文科攞到A級成績，成功升讀[[英國]][[列斯大學]]（Leeds University）紡織系，成績幾好，仲攞埋獎學金<ref>{{引網|url=http://lj.hkej.com/lj2017/travelsports/article/id/1891094|title=【旅遊】英國利兹 尋張國榮足跡 -|website=LifeStyle Journal 優雅生活|access-date=2022-04-07}}</ref>。一年後，老豆[[中風]]，由於老豆希望仔女可以留響自己身邊，張國榮被迫退學返香港，有一段時間響[[Levi's]]做sales。之後插班入讀[[威靈頓英文中學]]（[[高街]]分校）中五，主修中文，曾經同人夾Band做主唱。 雖然老豆做裁縫，但張國榮對呢個職業冇咩興趣。佢後嚟曾經到加拿大讀過電影課程<ref name=":7">{{Cite book|last=蔣林|title=不一樣的煙火:張國榮音樂傳奇|pages=p.239}}</ref>。 == 電視時代 == 1976年參加[[麗的電視]]（[[亞洲電視]]前身）舉辦嘅亞洲音樂歌唱大賽，佢揀咗以美國歌手[[當麥連|當·麥連]]嘅《American Pie》參賽，開口唱咗得幾句就畀當時嘅評選之一[[黎小田]]叮走。後嚟張國榮要求畀佢清唱，最終過關，獲得香港區亞軍，從此進入演藝圈，同麗的電視簽咗一份三年嘅二等演員合同<ref name=":15">{{引網|url=https://www.hk01.com/熱爆話題/404676/黎小田逝世-歌唱比賽相遇針鋒相對-張國榮變巨星全靠呢句|title=【黎小田逝世】歌唱比賽相遇針鋒相對 張國榮變巨星全靠呢句？|last=李思朗|date=2019-12-01|website=香港01|language=zh-HK|access-date=2022-08-20}}</ref>。喺早期佢主要係拍劇，例如《鱷魚淚》、《浣花洗劍錄》、《對對糊》、《甜甜廿四味》等等。 佢嗰陣時並唔係好紅，尤其係佢嘅形象帶有[[占士甸]]（James Byron Dean）嗰種反叛同埋浪漫，但係當年大眾唔太接受。喺一次戶外表演中佢向現場觀眾掟帽，但帽就被人掟返轉頭，現場觀眾重柴佢臺<ref>{{引網|url=https://mypaper.pchome.com.tw/chinpang/post/1312492642|title=你噓過張國榮嗎？──懷念張國榮|last=Pan|date=2009-04-03|website=PChome|url-status=live|archive-url=https://web.archive.org/web/20210513082524/https://mypaper.pchome.com.tw/chinpang/post/1312492642|archive-date=2021-05-13|access-date=2021-05-13}}</ref>。 1980年，佢以《我家的女人》攞到大英國協電影電視節最佳表演獎。佢亦曾經為亞視電視劇《老夫子水虎傳》唱主題曲。 當時經紀同唱片公司都認為張國榮潛力唔大，於是就畀佢離開。1982年，佢轉投[[無綫電視]]（歌星合約）。嗰年佢最出名嘅歌，係兒童節目《[[宇宙大帝]]》同名主題曲。佢亦曾經響節目《[[430穿梭機]]》同鄭伊健合唱《活力活力》。 真正令佢走紅嘅，係1984年佢主演無綫劇集《[[儂本多情]]》。劇裡面佢飾演一個花花公子，呢種形象令到觀眾覺得好深刻<ref name=":11">{{引網|url=https://www.hk01.com/眾樂迷/574508/回憶張國榮-歌曲颳起不羈風與譚詠麟成勁敵-巔峰之際突告別樂壇|title=回憶張國榮｜歌曲颳起不羈風與譚詠麟成勁敵 巔峰之際突告別樂壇|last=非凡出版|date=2021-01-21|website=香港01|language=zh-HK|access-date=2022-03-08}}</ref>。無綫有啲劇嘅主題曲係由張國榮主唱，例如1985年《[[楊家將]]》。 == 歌唱事業 == === 出道初期 === 佢第一張唱片《DAYDREAMIN’》係英文歌，1978年推出，流住當時最興嘅椰殼頭，睇得出佢嗰陣嘅風格已經好前衛<ref name=":4">{{引網|url=https://thefemin.com/2020/04/fashionicon-leslie-cheung/|title=#FashionIcon：流水會帶走光陰的故事，張國榮卻在我們的記憶裡越發鮮明|date=2020-04-01|website=The Femin|language=en-US|access-date=2022-02-25}}</ref>；1979年又推出咗粵語唱片《情人箭》，但呢個唱片畀人批評把聲「好似隻[[雞]]」<ref name=":13" />。張國榮後嚟亦坦言呢兩套唱片係「完全嘅失敗」<ref name=":13" />。由於頭兩張唱片成績並唔理想，張國榮曾經好迷茫，黎小田鼓勵佢繼續唱歌，又建議佢先專心響音樂事業，出返三幾張唱片先，因此黎小田響1982年帶住張國榮轉投[[華星唱片]]<ref name=":15" />。 黎小田認為張國榮響早期嘅聲線太尖，要求張國榮個key降低音啲，要有返男人嘅磁性，而張國榮響聽取黎小田嘅建議後，聲線的確低音咗好多，之後亦冇人再批評過佢把聲似雞<ref name=":15" />。1983年，佢推出個人第三張唱片[[風繼續吹]]，由黎小田一手製作，裏面同唱片同名嘅[[廣東話]]主打歌（翻唱自山口百惠嘅[[再會的彼端|さよならの向こう側]]），為張國榮打響頭炮。1984年，佢亦憑《Monica》一曲首奪[[十大中文金曲]]同埋TVB十大[[勁歌金曲]]嘅金曲獎，而唱片《[[Leslie]]》仲打破咗當時香港一直以抒情做主調嘅路線，用充滿青春嘅風格探入民心，瞬間就變成天王級歌手。 === 巔峰時代 === 1985年，張國榮分別有兩隻歌打入十大中文金曲，分別係：不羈的風、為你鍾情，開始響派台方面嶄露頭角。當時香港樂壇原本係由[[譚詠麟]]玩曬，但係張國榮走紅，開始挑戰到譚詠麟嘅地位；而由佢親自作曲嘅《沉默是金》重成為經典歌。喺紅極一時嗰陣，張國榮一直畀譚詠麟歌迷視為敵人<ref name=":11" />，兩位星級歌手嘅歌迷成日有磨擦，曾經喺某個頒獎禮後台發生衝突，好幾個人受傷。譚詠麟因此公開話，唔會再攞任何樂壇獎項。同年喺香港[[紅館]]連開10場[[張國榮百爵夏日演唱會]]，打破香港歌手初次開演唱會嘅場數紀錄。當年張國榮又推出一張國語唱片《英雄本色當年情》，目標係進軍台灣市場，但反應唔大。 1986年，喺十大勁歌金曲一人獨佔七隻歌，係眾歌手之最；有5首歌曲入選香港電台龍虎榜冠軍歌曲，成為入選歌曲數量最多嘅香港歌手。之後更憑一曲《[[有誰共鳴]]》奪得十大勁歌金曲頒獎禮的壓軸大獎金曲金獎。同年更擔任《[[香港小姐競選]]》嘅司儀。同年佢響主演嘅電影《[[英雄本色 (1986年電影)|英雄本色]]》入面唱主題曲《[[當年情]]》，成為十大中文金曲。年尾張國榮同華星唱片合約快要到期，經紀人陳淑芬揀咗離開、自立門戶恆星娛樂，所以張國榮跟住陳淑芬離開華星，加入當時新成立嘅新藝寶，陳表示係睇中新公司嘅自由度。 1987年，張國榮憑住《有誰共鳴》壓倒譚詠麟，第一次奪得無綫十大勁歌金曲金獎（1986年度），同年大碟《Summer of Romance 87》銷量超過六白金，成為當年 IFPI 香港唱片銷量冠軍。碟裏面嘅《[[無心睡眠]]》更加係香港樂壇經典快歌之一。 1988年，張國榮成為第一位亞洲區百事巨星代言人，並喺香港紅磡體育館開咗23場百事巨星演唱會<ref>{{引網|url=http://bbs.leslietong.com/dispbbs.asp?boardID=336&ID=29372&page=1|title=第一代百事巨星|url-status=dead|archive-url=https://web.archive.org/web/20090319011310/http://bbs.leslietong.com/dispbbs.asp?boardID=336&ID=29372&page=1|archive-date=2009年3月19號|access-date=2007年9月2號}}</ref>，打破香港男歌手響紅館搞演唱會嘅次數紀錄。 喺1988至1989年度《[[十大勁歌金曲頒獎典禮]]》，張國榮連續兩屆奪得「最受歡迎男歌星」獎<ref>{{引網|url=http://www.youtube.com/watch?v=L6cNXX2vNSo|title=最受歡迎男歌星|url-status=live|archive-url=https://web.archive.org/web/20200327164529/https://www.youtube.com/watch?v=L6cNXX2vNSo|archive-date=2020年3月27號|access-date=2007年10月15號}}</ref>；又攞埋叱咤樂壇男歌手金獎；同年重代表香港出席亞洲流行音樂節。同年，佢推出《側面》、《Salute》、《Final Encounter》三張大碟；《側面》銷量超過6白金，仲攞到叱咤樂壇流行榜頒獎典禮「叱咤樂壇大碟IFPI大獎」。但佢喺呢個時候卻突然宣佈退出歌壇，並喺香港紅磡體育館舉行33場告別演唱會，進行封咪儀式。張國榮自己話「封咪」係因為自己想學偶像[[山口百惠]]咁樣退隱<ref>{{引網|url=https://www.singtaousa.com/3843113|title=她退了，他們沒有|website=www.singtaousa.com|language=zh|access-date=2022-08-20}}</ref>，但真正原因仲惹嚟猜測。總之響封咪後，張國榮就移民咗去加拿大<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2311703/https%3A%2F%2Fskypost.ulifestyle.com.hk%2Farticle%2F2311703%2F%E3%80%90%E7%B9%BC%E7%BA%8C%E7%82%BA%E4%BD%A0%E9%8D%BE%E6%83%85%E3%80%91%E5%93%A5%E5%93%A5%E9%BB%9E%E8%A7%A3%E5%8F%AB%E5%93%A5%E5%93%A5%EF%BC%9F%E5%8D%81%E4%BB%B6%E5%BC%B5%E5%9C%8B%E6%A6%AE%E4%BD%A0%E6%88%96%E8%A8%B1%E6%83%B3%E7%9F%A5%E9%81%93%E7%9A%84%E4%BA%8B|title=【繼續為你鍾情】哥哥點解叫哥哥？十件張國榮你或許想知道的事 - 晴報 - 娛樂 - 中港台|website=skypost.ulifestyle.com.hk|language=zh|access-date=2022-08-20}}</ref>。 === 捲土重來 === 1995年，張國榮轉投[[滾石唱片]]，推出唱片《寵愛》，正式宣佈復出樂壇，其中入面嘅主打歌〈追〉好出名，做咗電影《金枝玉葉》主題曲，仲攞到香港電影金像獎最佳原創歌曲獎；而《寵愛》響全亞洲嘅銷量有成二百幾萬，其中響南韓有成五十萬張、香港有成三十三萬張，仲攞咗十大中文金曲年度最高銷量歌手大獎。此後陸續推出多張唱片，皆取得銷售量佳績，攞盡業界好評。 [[File:Leslie Cheung.jpg|thumb|張國榮喺《跨越97年演唱會》]] 佢幾受日、韓觀眾喜愛，1996年獲得日本《ASIA POP》雜誌讀者票選為《人氣最旺》、《最佳藝人》大獎。同時佢又推出唱片《紅》。同一年，佢憑住《風月》再次得到康城影展最佳男主角提名。同年12月12號至1997年1月4號，佢響香港紅館舉行跨越97演唱會，總共24場，世界巡迴演唱會60場，當中6場係喺日本搞，打破咗香港歌手響日本開演唱會嘅場數紀錄。 1998年，佢先後推出廣東話EP《這些年來》同埋普通話唱片《春天》。1999年7月，佢改為同[[香港環球唱片|環球唱片]]簽約，之後發行專輯《[[陪你倒數]]》；之後發行嘅《[[左右手]]》又攞到好多獎，橫掃各個樂壇頒獎典禮，包括《十大中文金曲頒獎典禮》攞「香港樂壇最高榮譽大獎——金針獎」。 2000年舉行「熱情演唱會」，全球巡迴43場，受到樂迷嘅熱烈歡迎。其中佢更加請嚟法國高級服裝設計師[[尚ー保羅·高堤耶]]負責設計佢嘅演唱會服裝，前衛嘅設計（就好似紅色高踭鞋配長頭髮嘅張國榮）令人耳目一新，同時惹嚟反對佢嘅人炮轟佢「乸」<ref name=":4" />；不過設計就得到美國《[[時代雜誌]]》讚佢係「Top in Passion and Fashion（中文：頂尖嘅熱情同時尚）」、日本《朝日新聞》就讚佢係「天生表演者」<ref name=":4" />。同年9月響上海搞演唱會，係第一位響上海八萬人體育場連開兩場嘅歌手。 喺2000年到2001年呢兩年內，張國榮幾乎攞曬中國藝壇嘅所有最高獎項，包括「最流行歌手」、「最傑出藝人」等當紅大獎。 2001年8月，佢獲邀出任[[香港作曲家及作詞家協會]]第一代音樂大使。 2002年7月，張國榮最後一次同[[梅豔芳]]同台表演，作品係《[[芳華絕代]]》<ref name=":5">{{引網|url=https://www.hk01.com/即時娛樂/534046/梅艷芳57歲冥壽-黃偉文公開-芳華絕代-手稿-職業生涯最大運氣|title=梅艷芳57歲冥壽｜黃偉文公開《芳華絕代》手稿：職業生涯最大運氣|last=洪曉璇|date=2020-10-10|website=香港01|language=zh-HK|access-date=2021-07-28|archive-date=2021-07-28|archive-url=https://web.archive.org/web/20210728090926/https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/534046/%E6%A2%85%E8%89%B7%E8%8A%B357%E6%AD%B2%E5%86%A5%E5%A3%BD-%E9%BB%83%E5%81%89%E6%96%87%E5%85%AC%E9%96%8B-%E8%8A%B3%E8%8F%AF%E7%B5%95%E4%BB%A3-%E6%89%8B%E7%A8%BF-%E8%81%B7%E6%A5%AD%E7%94%9F%E6%B6%AF%E6%9C%80%E5%A4%A7%E9%81%8B%E6%B0%A3|url-status=live}}</ref>。同年獲得第25屆十大中文金曲頒奬典禮金曲銀禧榮譽大獎。 == 電影事業 == === 早年經歷 === 張國榮拍嘅第一套電影係1978年嘅《紅樓春上春》，佢扮男主角賈寶玉，之不過係個三級片（[[軟調色情]]）<ref>{{引網|url=https://stars.udn.com/star/story/10094/3200345|title=紅樓大混戰 林青霞演寶玉最俊俏 張國榮沾情色最犧牲|last=聯合新聞網|date=2018-06-15|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-14}}</ref>。1980至90年代，張國榮喺影壇取得輝煌成就。響八十年代初期，佢出演《喝采》、《檸檬可樂》等一系列青春偶像派電影，憑住前衛不羈、反叛但又靚仔嘅形象好受觀眾歡迎。1982年憑《[[烈火青春]]》嘅二世祖「Louis」一角第一次攞到金像獎影帝提名。 張國榮早期扮演純情後生仔居多，因此希望改變戲路<ref>{{引網|url=http://www.lesliecheung.cc/library_inside.asp?type=detail&content_id=1392|title=張國榮想改變戲路|date=2021-05-17|website=web.archive.org|url-status=bot: unknown|access-date=2022-04-14|archive-date=2021-05-17|archive-url=https://web.archive.org/web/20210517054049/http://www.lesliecheung.cc/library_inside.asp?type=detail&content_id=1392}}</ref>。1986年佢同[[周潤發]]、[[狄龍]]主演嘅《[[英雄本色 (1986年電影)|英雄本色]]》勁收，佢扮演警官宋子傑，響正義同佢犯罪嘅大佬之間俳回，得到[[香港電影金像獎]]最佳男主角提名；張國榮曾經話過《[[英雄本色 (1986年電影)|英雄本色]]》係佢電影生涯嘅轉捩點<ref name=":13" />。1987年響《[[倩女幽魂 (1987年電影)|倩女幽魂]]》扮書生寧釆臣，張國榮認為古裝唔靚原本打算拒演，但響得知劇本後，認為寧釆臣嘅遭遇、性格同出道早期嘅自己類似，於是決定拍呢套戲，寧采臣一角成為香港電影史上經典嘅書生形象之一，佢亦第一次獲得臺灣金馬獎最佳男主角提名<ref name=":13" />。同年憑住《[[英雄本色II]]》獲得香港電影金像獎影帝提名。1988年響由[[關錦鵬]]執導嘅電影《[[胭脂扣]]》入面扮「十二少」陳振邦，第三次獲得香港電影金像獎影帝提名<ref name=":13">{{引網|url=https://www.hk01.com/即時娛樂/754202/張國榮逝世-認初出道唔識唱歌-拍電影機會更多-希望唔再做毒藥|title=張國榮逝世｜認初出道唔識唱歌 拍電影機會更多：希望唔再做毒藥|last=董欣琪|date=2022-04-01|website=香港01|language=zh-HK|access-date=2022-04-14}}</ref>，以一票之差輸畀[[洪金寶]]，理由係「戲份太少」，有觀眾為此表達不滿；張國榮認為十二少係個「鹹濕同膽小鬼」，係佢拍過嘅電影入面最中意嘅角色<ref>{{引網|url=https://www.upmedia.mg/news_info.php?Type=196&SerialNo=141381|title=【巨星逝世19周年】張國榮最愛《胭脂扣》「十二少」 不喜歡《霸王別姬》「程蝶衣」 -- 上報 / 流行|website=www.upmedia.mg|access-date=2022-04-14}}</ref>。 === 揚威影壇 === [[File:Leslie Cheung at Madame Tussaud's Hong Kong - Flickr - skinnylawyer.jpg|thumb|[[香港杜莎夫人蠟像館]]有個以電影《風月》同《霸王別姬》嘅書生造型做藍本嘅張國榮蠟像，響2004年開始展出到依家<ref>{{引網|url=https://news.tvbs.com.tw/life/498307|title=張國榮摯愛唐鶴德 揭幕哥哥蠟像│TVBS新聞網|last=TVBS|website=TVBS|language=zh-tw|access-date=2022-04-04}}</ref>]] 1990年，退出樂壇嘅張國榮專心攻影壇，表示希望拍[[王家衞|王家衛]]嘅戲，所以接拍《[[阿飛正傳]]》<ref>{{引網|url=https://www.chinatimes.com/newspapers/20180923000600-260112?chdtv|title=《阿飛正傳》回味張國榮戲魂 - 娛樂新聞|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2022-04-15}}</ref>。為咗拍好呢套戲，佢仲特登去減肥。佢響《[[阿飛正傳]]》扮演主角「旭仔」，以精湛嘅演技將旭仔嘅浪蕩不羈演繹出嚟<ref>{{引網|url=https://www.hk01.com/周報/493961/阿飛正傳-三十周年祭-再談-冇腳的雀仔-的追尋和失落|title=《阿飛正傳》三十周年祭 再談「冇腳的雀仔」的追尋和失落｜01周報|last=鄒崇銘|date=2020-07-04|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>，雖然票房唔高但依然成為經典<ref>{{引網|url=https://www.hk01.com/電影/564607/阿飛正傳-重溫十大經典對白-旭仔-名言永垂不朽|title=【阿飛正傳】重溫十大經典對白 「旭仔」名言永垂不朽|last=陳穎思|date=2020-12-22|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>，獲得第十屆香港金像獎最佳男主角，為佢之後嘅成名打好基礎<ref>{{引網|url=https://topick.hket.com/article/2038370|title=哥哥逝世15周年 回顧張國榮經典演出背後的秘密 - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-07-28|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114146/https://topick.hket.com/article/2038370|url-status=live}}</ref>。 1993年，張國榮響電影《[[霸王別姬 (電影)|霸王別姬]]》扮主角程蝶衣，佢細膩、全情投入咁演譯咗程蝶衣嘅「不瘋魔不成活」，甚至導演話好依然要求重拍<ref>{{引網|url=https://www.hk01.com/電影/275985/霸王別姬-影評-張國榮成就不朽經典-重拾當年難以忘懷的感動|title=【霸王別姬．影評】張國榮成就不朽經典 重拾當年難以忘懷的感動|last=電影神搜|date=2018-12-29|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>。佢憑攞法國[[康城影展]]嘅[[金棕櫚獎]]、國際影評人聯盟大獎[[費比西獎]]、美國[[金球獎]]嘅最佳外語片獎、[[奧斯卡]]最佳外語片提名等。《霸王別姬》令到佢響國際演藝界打響名堂，響全世界都得到好好嘅評價，從此佢揚威影壇<ref name=":4" />。 1994年，張國榮因主演《東邪西毒》，獲[[香港電影評論學會]]最佳男演員獎<ref>[http://bbs.ent.163.com/board/zhangguorong/859/138859.html 香港電影評論學會最佳男演員獎]</ref>、威尼斯國際電影節最佳男演員提名。同年亦憑住《金枝玉葉》成為當年香港暑假電影票房嘅冠軍。 佢亦曾被邀擔任日本[[東京國際電影節]]青年導演獎（1993年）及德國[[柏林國際影展]]（1998年）嘅評委，係公認最傑出嘅華人影星之一。 張國榮影壇生涯主要演文藝片，但商業片佢都拍唔少。好似《[[家有囍事]]》、《[[金玉滿堂]]》、《[[大三元]]》呢啲張國榮係以搞笑形象演出。其中《家有囍事》收四千九百萬港紙票房，係張國榮從影以嚟最收得嘅。 === 衝出國際 === [[File:Avenue of the Stars 星光大道 (5284211188).jpg|thumb|張國榮響[[星光大道 (香港)|星光大道]]嘅星牌：由於星光大道係響張死後建立，所以係少數冇手印嘅星牌之一<ref>{{引網|url=https://www.chinatimes.com/realtimenews/20220401000029-260404?chdtv|title=書摘精選》沒有明星的星光大道 - 娛樂|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2022-04-04}}</ref>|left]] 1996年，由張國榮主演嘅《大三元》、《金枝玉葉2》、《新上海灘》三部電影齊齊入選香港年度十大賣座電影。12月，佢喺香港紅磡體育館舉行「跨越97演唱會」24場，世界巡迴31場。 1997年，佢響電影《[[春光乍洩 (1997年)|春光乍洩]]》做男主角。響呢奪戲入面，佢扮演男同性戀者何寶榮。呢套電影令佢得到空前成功，獲得戛納國際電影節最佳男演員、第17屆香港電影金像獎最佳男主角、第34屆臺灣金馬獎最佳男主角三個提名。1998年，佢成為第一位做柏林國際影展評委嘅亞洲演員；同年《春光乍洩》又令佢得到咗法國康城影展嘅最佳男主角提名，成為LGBT文化嘅代表之一。之後佢同日本攝影師[[清永安雄]]響澳門影寫真集《ALL ABOUT LESLIE》。 1999年，佢覺得香港電影業處於低迷嘅時間，為咗帶嚟更多嘅活力，佢同二十位香港導演組成「創意聯盟」。其中由[[張之亮]]執導嘅《流星語》就係呢個聯盟其中一個作品。張之亮搵過好多演員，但就得張國榮肯去拍呢套戲，反映出張國榮真係有心帶動香港電影業。 2000年11月響香港電台搞嘅「千禧十大演藝紅人」評選入面，張國榮排名第一。同年，佢主演電影《鎗王》，而佢嘅演技亦得到行內較高嘅評價；又入選咗日本電影雜誌《電影旬報》「20世紀百大外國男演員」之一。9月，佢主演同執導嘅公益電影'''《'''煙飛湮滅'''》'''正式上映<ref name=":7" />'''。''' 2001年，張國榮獲日本擁有最多會員嘅亞洲電影影迷會「飲茶俱樂部」（CINECITY）投票選為2000年度「最佳男演員獎」（電影《流星語》）。呢個獎項共舉辦11年，張國榮連續十年奪冠。 2002年，佢憑住《[[異度空間]]》提名做香港電影金像獎最佳男主角，而《異度空間》亦係佢嘅遺作<ref name=":5" />。 == 死同葬禮 == {{內文|張國榮之死}} 跟據愛人[[唐鶴德]]嘅講法，張國榮早就響2002年11月自殺未遂；之後就已經開始睇精神科醫生<ref name=":2">{{引網|url=https://topick.hket.com/article/2922752|title=【想你張國榮】抑鬱症不只是心理疾病 哥哥患生理抑鬱影響身體機能 - 香港經濟日報 - TOPick - 健康 - 醫生診症室|website=topick.hket.com|access-date=2021-07-28|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114249/https://topick.hket.com/article/2922752|url-status=live}}</ref>。 2003年4月1號晚上6點，張國榮喺[[香港文華東方酒店]]（Mandarin Oriental）24樓跳樓自殺；據知係跌落二樓帳蓬再彈返落地<ref name=":3">{{引網|url=https://www.hk01.com/即時娛樂/312444/張國榮逝世16周年-前突發記者揭謎底-一個報案電話保哥哥尊嚴|title=【張國榮逝世16周年】前突發記者揭謎底 一個報案電話保哥哥尊嚴|last=吳子生|date=2019-03-31|website=香港01|language=zh-HK|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122842/https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/312444/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9616%E5%91%A8%E5%B9%B4-%E5%89%8D%E7%AA%81%E7%99%BC%E8%A8%98%E8%80%85%E6%8F%AD%E8%AC%8E%E5%BA%95-%E4%B8%80%E5%80%8B%E5%A0%B1%E6%A1%88%E9%9B%BB%E8%A9%B1%E4%BF%9D%E5%93%A5%E5%93%A5%E5%B0%8A%E5%9A%B4|url-status=live}}</ref>。發現後畀人送到瑪麗醫院，經醫生檢驗後證實已經死咗，終年46歲。屍體之後畀人送去西環域多利亞公眾殮房。由於張國榮死得太突然，加上當日係愚人節，唔少人都唔信、以為係玩笑，所以當知道嚟真之後都好驚訝。消息震撼亞洲樂壇，仲有眾多Fans。 佢喺遺書中寫：<blockquote>Depression，多謝各位朋友，多謝[[麥列菲菲]]教授。呢一年嚟好辛苦，再忍受唔到，多謝[[唐鶴德|唐生]]，多謝屋企人，多謝[[沈殿霞|肥肥]]。我一世冇做壞事，點會噉㗎<!--o架-->？</blockquote>經理人[[陳淑芬]]女士，響張臨死前曾經畀對方約到文華酒店見面，陳等咗好耐都未見人影。突然「嘭」一聲，佢睇到有人由高處跌落，之後有目擊者同保安講「有人暈咗響路邊。」陳聽到後大驚<ref name=":3" />。事後陳證實張患上[[抑鬱症]]，努力治療年幾，但係仍然因為病情失控而自殺<ref>{{引網|url=https://hk.on.cc/hk/bkn/cnt/news/20170401/bkn-20170401165920926-0401_00822_001.html|title=東網光影：一代巨星張國榮殞落|date=2017-04-01|website=on.cc東網|language=zh-hk|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122843/https://hk.on.cc/hk/bkn/cnt/news/20170401/bkn-20170401165920926-0401_00822_001.html|url-status=live}}</ref>。 張國榮家姐張綠萍響後嚟接受香港電台訪問嗰陣表示，佢有嘅抑鬱症係生理上，冇得醫嘅。有醫生寫咗一張長達四頁嘅報告畀佢，話「抑鬱症響醫學上分為心理同生理兩方面，生理嘅就係因為腦部入面嘅化學物質唔夠平衡而導致，心理嘅大家都知係唔開心嘅嘢導致。張國榮就係生理上面嘅。」<ref name=":2" /><ref>{{引網|url=https://topick.hket.com/article/2751332|title=【一代巨星】唐鶴德紀念張國榮64歲冥壽 IG貼舊照懷念哥哥：分開也像同渡過 - 香港經濟日報 - TOPick - 娛樂|website=topick.hket.com|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122843/https://topick.hket.com/article/2751332|url-status=live}}</ref> 2003年4月8號，張國榮嘅葬禮喺香港殯儀館舉行，由唐鶴德以未亡人嘅身份同埋佢家人打點一切。大批歌迷喺當日早早聚集喺殯儀館外，喺場嘅唔少明星同埋歌星，如張國榮生前嘅知己[[梅艷芳]]，都喊到收唔到聲。電影界代表導演[[徐克 (香港)|徐克]]，音樂界代表填詞人[[黃霑]]同埋藝人代表[[張學友]]讀悼詞。劉純豪、羅建基、徐克、張學友、[[關錦鵬]]、劉培基、[[梁家輝]]、[[林夕]]等八人爲張國榮扶靈，送佢最後一程。香港無綫電視現場直播整個葬禮，多間海外電視台亦有直播報道。 張國榮嘅靈位響沙田寶福山，白色石碑上面嘅相旁邊刻咗出自林夕嘅「當年情常在心，紅塵夢醒無憾」。 == 死後 == 響[[第22屆香港電影金像獎]]頒獎禮，大會唔鋪紅地，[[四大天王 (歌星)|四大天王]]合唱張國榮嘅《當年情》。響同年4月9號嘅[[香港國際電影節]]入面，大會為張國榮嘅死默哀一分鐘。 2003年，張國榮獲第三屆華語流行樂傳媒大獎追頒「終身成就獎」。 2003年6月，新浪網與國內17家媒體共同推出的大型公眾調查：《中國二十世紀十大文化偶像》，張國榮當選為第七位<ref>{{引網 |url=http://hk.geocities.com/fayefaye521/fayenews20030621.htm |title=中國二十世紀十大文化偶像 |access-date=2008年5月3號 |archive-url=https://web.archive.org/web/20080417210040/http://hk.geocities.com/fayefaye521/fayenews20030621.htm |archive-date=2008年4月17號 |url-status=dead }}</ref>。 2003年7月，韓國電影頻道OCN於6月1號—7月20號聯同其他電影網頁合辦「百大影星選舉」，近四萬人參與投票，「百大影星」中有四成係外國演員，張國榮獲最高位置名列第十，成為外國影星之首，而其他上榜嘅外國演員有茱莉亞羅拔絲、羅拔迪尼路及湯告魯斯等。 2004年，張國榮獲第二十三屆香港電影金像獎追頒「演藝光輝永恆大獎」。 2005年由[[香港]]影藝界所舉辦嘅「中國電影一百年」活動當中，張國榮俾香港人選為呢一百年嚟最喜愛嘅男演員<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=24700&page=1 |title=張國榮被選為一百年來最喜愛的男演員 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20090319011306/http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=24700&page=1 |archive-date=2009年3月19號 |url-status=dead }}</ref>。 2005年11月8號，香港郵政推出「香港流行歌星」郵品系列，張國榮成為其中一位獲致敬推出郵票嘅歌手（面額係3蚊）<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=27333&page=1 |title=香港流行歌星郵票 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20071116022039/http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=27333&page=1 |archive-date=2007年11月16號 |url-status=dead }}</ref>。 2006年，日本國營電視台NHK通過網站（www.nhk.or.jp/bscinema/）進行問卷調查，10181名日本觀眾參與呢次投票，張國榮被選為「十佳演員」，同湯告魯斯、羅拔迪尼路、尊尼波達等世界超級明星齊名。《霸王別姬》則被選為「十佳影片」<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=331&ID=30400&page=1 |title=張國榮被選為「十佳演員 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20070829035445/http://bbs.leslietong.com/dispbbs.asp?boardID=331&ID=30400&page=1 |archive-date=2007年8月29號 |url-status=dead }}</ref>。 2007年，韓國首爾《第一屆忠武路國際電影節》，播映嚟自三十二個國家嘅經典作品，以懷念多位影壇巨星。當中包括張國榮嘅《烈火青春》、奇勒基寶及慧雲李嘅《亂世佳人》、差利卓別靈等一系列作品，向他們嘅演藝事業致敬<ref>{{引網 |url=http://ent.sina.com.cn/m/f/2007-10-26/08111764832.shtml |title=韓國首爾電影節向張國榮致敬 |access-date=2007-10-26 |archive-date=2011-05-26 |archive-url=https://web.archive.org/web/20110526041115/http://ent.sina.com.cn/m/f/2007-10-26/08111764832.shtml |url-status=live }}</ref>。 ==傳聞== 2004年11月，有傳聞指一個[[阿根廷]]華人喺[[布宜諾斯艾利斯]]旁邊嘅一個小鎮見到貌似張國榮嘅中年男人，隨後就有大量傳聞講述張國榮實際喺阿根廷，並隱居喺一個規模唔大嘅農場入面。雖然呢件事被大批嘅媒體所報道，但並冇實際嘅證據證明張國榮隱居喺阿根廷。另外張國榮由自殺身亡直到出殯，遺體一直都冇公開露面，官方嘅講法係由於從高處墮下，所以遺容唔方便瞻仰，但係除咗一啲親人同埋非常好嘅朋友外，大家都唔能夠親眼見到張國榮嘅遺體，噉亦為傳講製造咗便利嘅機會。 == 個人生活 == 張國榮非常注重個人私隱，唔願意向公眾公開太多私生活，但係由於佢個人嘅成就同埋地位，佢嘅私生活一直備受傳媒關注。 === 感情生活 === 跟據傳媒報道，張國榮曾經同[[倪詩蓓]]、[[毛舜筠]]、[[楊諾思]]、[[雪梨 (演員)|雪梨]]、[[鄧慧詩]]五個女藝人拍過拖。有人話佢嘅初戀係藝人倪詩蓓，兩個人響1980年識嘅，曾經一齊合作拍電影《對對糊》、《甜甜廿四味》同埋《凹凸神探》，之後越行越近，係娛樂圈公認嘅「金童玉女」，但係兩個人拍咗兩年拖就玩完<ref>{{引網|url=https://www.chinatimes.com/realtimenews/20200401002710-260404?chdtv|title=張國榮逝世17週年 初戀女友嫁漫畫教父卻悲劇「苦養自閉兒」 - 娛樂|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2021-05-09|archive-date=2021-05-10|archive-url=https://web.archive.org/web/20210510142908/https://www.chinatimes.com/realtimenews/20200401002710-260404?chdtv|url-status=live}}</ref>。之後張國榮又有傳曾經同雪梨拍過拖，但唔夠半年就玩完<ref>{{引網|url=https://star.ettoday.net/news/831124|title=還記得「李莫愁」嗎？ 消失34年肉垂皮鬆現況曝光 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-05-09|archive-date=2017-05-10|archive-url=https://web.archive.org/web/20170510021941/http://star.ettoday.net/news/831124|url-status=live}}</ref>。冇幾耐，佢又識咗生意人[[楊受成]]個大女楊諾思，之後仲曾經拍拖。1984年，張國榮出嘅唱片《Lesile》，封面嘅游水池就係響楊受成屋企影嘅。但係之後因為楊諾思要去美國留學，而張留響香港，所以慢慢就分開咗<ref name=":0">{{引網|url=https://topick.hket.com/article/2039264|title=張國榮逝世15周年 唐鶴德沿用哥哥電話號碼至今？ - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-05-09}}</ref>。佢嘅第四任女朋友係鄧慧詩，兩個人響1981年識嘅，之後拍過九個月拖<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2650599/%E3%80%90IQ%E6%88%90%E7%86%9F%E6%99%82%E3%80%9159%E6%AD%B2%E9%84%A7%E6%85%A7%E8%A9%A9%E7%B4%A0%E9%A1%8F%E8%88%87%E6%B8%AF%E5%8F%B0%E5%85%83%E7%A5%96%E7%B4%9ADJ%E8%81%9A%E6%9C%83%20%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%8A%E6%84%9B%E8%88%87%E6%9E%97%E6%85%95%E5%BE%B7%E8%AD%9C%E9%BB%83%E6%98%8F%E6%88%80|title=【IQ成熟時】59歲鄧慧詩素顏與港台元祖級DJ聚會 張國榮舊愛與林慕德譜黃昏戀 - 晴報 - 娛樂 - 中港台|website=https|language=zh|url-status=live|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114223/https://skypost.ulifestyle.com.hk/article/2650599/%E3%80%90IQ%E6%88%90%E7%86%9F%E6%99%82%E3%80%9159%E6%AD%B2%E9%84%A7%E6%85%A7%E8%A9%A9%E7%B4%A0%E9%A1%8F%E8%88%87%E6%B8%AF%E5%8F%B0%E5%85%83%E7%A5%96%E7%B4%9ADJ%E8%81%9A%E6%9C%83%20%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%8A%E6%84%9B%E8%88%87%E6%9E%97%E6%85%95%E5%BE%B7%E8%AD%9C%E9%BB%83%E6%98%8F%E6%88%80}}</ref>。 以上四個女朋友都係傅媒報道，但毛舜筠就係張國榮一生人之中唯一一個公開承認嘅女朋友。1976年，張國榮簽約麗的電視，識咗當時同公司嘅毛舜筠。兩個人一齊主持音樂節目，佢對毛一見鍾情，所以兩個人後嚟就拍咗拖。冇幾耐，哥哥就同當時只有17歲嘅毛姐求婚，但係毛當時畀佢嚇親而拒絕<ref>{{引網|url=https://www.hk01.com/電影/606804/張國榮逝世18週年-盤點8位影后拍檔-毛舜筠唯一被公開認愛|title=張國榮逝世18週年｜盤點8位影后拍檔 毛舜筠唯一被公開認愛|last=沈洛嘉|date=2021-04-01|website=香港01|language=zh-HK|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114223/https://www.hk01.com/%E9%9B%BB%E5%BD%B1/606804/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9618%E9%80%B1%E5%B9%B4-%E7%9B%A4%E9%BB%9E8%E4%BD%8D%E5%BD%B1%E5%90%8E%E6%8B%8D%E6%AA%94-%E6%AF%9B%E8%88%9C%E7%AD%A0%E5%94%AF%E4%B8%80%E8%A2%AB%E5%85%AC%E9%96%8B%E8%AA%8D%E6%84%9B|url-status=live}}</ref>。後嚟張國榮響電視節目上講過：「如果當初你（毛舜筠）願意接受我嘅求婚，可能會改變我嘅一生。」<ref>{{引網|url=https://hk.appledaily.com/entertainment/20181216/B3ENEMIYXUMMIRZ4NUTJH3YIVA/|title=【蘋聞重溫】拒絕張國榮求婚 ｜ 蘋果日報|website=Apple Daily 蘋果日報|language=zh-hk|access-date=2021-05-09|archive-date=2021-05-09|archive-url=https://web.archive.org/web/20210509072905/https://hk.appledaily.com/entertainment/20181216/B3ENEMIYXUMMIRZ4NUTJH3YIVA/|url-status=live}}</ref>1991年，佢哋響拍《[[家有囍事]]》期間再次見面，之後做咗老友<ref>{{引網|url=https://topick.hket.com/article/2159116|title=張國榮62歲生忌 廿歲哥哥向毛舜筠求婚被拒 - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114147/https://topick.hket.com/article/2159116|url-status=live}}</ref>。 90年代初，香港傳媒報道指張國榮係同性戀者，又跟蹤偷拍到同佢親密嘅同性好友[[唐鶴德]]嘅相<ref>{{引網|url=https://star.ettoday.net/news/486386|title=「回頭一牽手就是一輩子」 唐鶴德守身獨愛張國榮20年 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-05-09|archive-date=2017-07-13|archive-url=https://web.archive.org/web/20170713102049/http://star.ettoday.net/news/486386|url-status=live}}</ref>。唐鶴德同張國榮自細就玩埋一齊，比張細三歲，後嚟因為張國榮去英國讀書而冇再聯絡。直至1982年，張國榮響[[香港麗晶酒店]]再次見到唐鶴德，一年後經共同老友正式認識對方，兼且開始拍拖。響戀情啱開始嗰陣哥哥仲未紅，唐身為金融業人士，曾經攞自己嘅人工去支持佢<ref name=":0" />。1984年兩個人曾經分開過，但冇耐又喺返埋一齊。響成個80年代，佢兩個嘅關係一直都好低調<ref>{{Cite book|last=關熙潮|title=張國榮：不如我們從頭來過|pages=89}}</ref>。 經過反覆嘅糾纏甚至衝突，張國榮索性喺1996年底嘅復出歌壇演唱會上公開多謝唐鶴德，話佢同埋自己阿媽係「生命中至愛嘅朋友同埋親人」；1999年喺個人寫真集《Leslie的所有》採訪中，承認自己同埋唐鶴德相識於微時，彼此嘅友好關係已經十幾年；更喺2001年《時代週刊》亞洲版訪問上，表明幫TVB拍music video時太過性感而被禁止，佢都知咁做會俾聽眾同埋觀眾懷疑或相信佢係同性戀，但係佢認為個video所講嘅自己其實係雙性戀較恰當。但係上述嘅報道祇係雜誌編寫，無得到張國榮確認<ref>{{引網|url=http://www.time.com/time/arts/article/0,8599,108021,00.html|title=Forever Leslie - TIME|date=2010-03-30|website=web.archive.org|access-date=2021-09-29|archive-date=2013-05-21|archive-url=https://web.archive.org/web/20130521082105/http://www.time.com/time/arts/article/0,8599,108021,00.html|url-status=dead}}</ref>。 === 人際 === 張國榮生性坦率又唔鍾意妥協，對人好好，又豪爽，所以佢響娛樂圈入面老友唔少<ref name=":14">{{引網|url=https://www.harpersbazaar.com/tw/celebrity/celebritynews/g25433187/leslie-cheung-anecdotes/|title=張曼玉片場的「定心丸」、梅豔芳差點要嫁給他？身為「榮迷」不可不知道的10件張國榮軼聞趣事|last=Yeh|first=Eachen Lee 與 Lois|date=2020-04-01|website=Harper's BAZAAR|language=zh-TW|access-date=2022-04-14}}</ref>。[[張曼玉]]、[[林青霞]]、[[王祖賢]]、[[毛舜筠]]等都係佢嘅老友<ref name=":14" />。不過最為人稱道嘅，係佢同[[梅豔芳]]之間嘅友情。梅豔芳同張國榮曾經響《[[胭脂扣]]》、《[[緣份]]》合作，亦互相出任演唱會嘅嘉賓，據傳梅豔芳仲問過張國榮：「如果我到咗四十歲仲未嫁出去，你就娶我好唔好？」<ref>{{引網|url=https://tw.appledaily.com/entertainment/20220316/SOA5DTHMQREZBCKV26VTTAKKLI/|title=曾是演藝圈公認的金童玉女 張國榮允諾梅艷芳會娶她 ｜ 蘋果新聞網 ｜ 蘋果日報|date=2022-03-16|website=蘋果新聞網|language=zh-tw|access-date=2022-04-14}}</ref>而梅豔芳亦響《明報周刊》嘅訪問入面提過，張國榮就好似係佢嘅屋企人，有咩野開心同唔開心都會同張國榮講，比佢嘅屋企人仲要了解佢，甚至有男朋友都會帶畀張國榮過目<ref>{{引網|url=http://www.leslietong.com/angelleslie/2003/0819/82.jpg|title=1976期《明報周刊》|date=2013-09-21|website=web.archive.org|url-status=bot: unknown|access-date=2022-04-14|archive-date=2013-09-21|archive-url=https://web.archive.org/web/20130921060757/http://www.leslietong.com/angelleslie/2003/0819/82.jpg}}</ref>。張國榮最後一任經紀人係[[陳淑芬]]，兩個人響1982年識，感情就好似屋企人一樣，陳形容張國榮「人好好」，有乜不合都好易傾得點<ref>{{引網|url=https://eastweek.my-magazine.me/main/59389|title=風雲再起時 陳淑芬 - 名人薈 - 名人專訪 東周網【東周刊官方網站】|date=2019-12-20|website=web.archive.org|access-date=2022-04-14|archive-date=2019-12-20|archive-url=https://web.archive.org/web/20191220123032/https://eastweek.my-magazine.me/main/59389|url-status=bot: unknown}}</ref>。 張國榮亦多次提攜後輩，包括病緊都仲同[[Twins]]拍MV<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2253876/https%3A%2F%2Fskypost.ulifestyle.com.hk%2Farticle%2F2253876%2F%E6%87%B7%E7%B7%AC%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%87Twins%E6%9C%80%E5%BE%8CMV%C2%A0%20%E7%B6%B2%E6%B0%91%E6%AD%8C%E9%A0%8C%EF%BC%9A%E4%BD%A2%E7%97%85%E7%B7%8A%E9%83%BD%E6%8F%90%E6%94%9C%E5%BE%8C%E8%BC%A9|title=懷緬張國榮與Twins最後MV 網民歌頌：佢病緊都提攜後輩 - 晴報 - 娛樂 - 中港台|website=skypost.ulifestyle.com.hk|language=zh|access-date=2022-04-15}}</ref>、畀[[王力宏]]參演自己嘅執導嘅電影<ref>{{引網|url=https://stars.udn.com/star/story/10088/5971946|title=噓編娛論／李安、張國榮都曾提攜 王力宏優質招牌還是一夕崩毀？|last=聯合新聞網|date=2021-12-18|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-15}}</ref>，又曾經響頒獎禮上讚[[黎明]]「外形最好，佢如果做歌手肯定非常得女歌迷歡喜」、讚[[古天樂]]「係佢電影方面嘅接班人」、[[古巨基]]「係佢歌唱方面嘅接班人」<ref>{{引網|url=https://www.hk01.com/即時娛樂/343395/烈火雄心-張國榮曾睇好-雙古一鄧-古天樂鄧一君各有發展|title=【烈火雄心】張國榮曾睇好「雙古一鄧」 古天樂鄧一君各有發展|last=董欣琪|date=2019-06-21|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>。 === 慈善事業 === === 移居 === 張國榮響1990年退出樂壇之後曾經到過[[加拿大]]生活。當時佢生活低調，唔受任何狗仔隊影響。後嚟佢最終回流香港，無耐仲復出樂壇同埋向影壇發展<ref>{{引網|url=https://star.ettoday.net/news/1681422|title=張國榮離開17年從未忘記！唐鶴德深夜曬照：我知道，你在另一個國度想念我們 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-09-29|archive-date=2021-09-29|archive-url=https://web.archive.org/web/20210929151115/https://star.ettoday.net/news/1681422|url-status=live}}</ref>。 === 軼事 === 呢啲軼事大多由傳媒所寫，佢本人好多都未承認。 * 佢係一個有情有義嘅人，每次開完演唱會都會送禮物畀工作人員，而且全部都有寫上款下款。<ref name=":1" /> * 響張國榮二十歲嗰陣，契媽曾經攞過佢嘅生辰八字去算命，結果話佢46歲就會死。一向唔信呢啲嘢嘅佢去問家姐張綠萍：「我係咪到46歲就會死㗎？」張綠萍唔知點算，只好安慰佢。但最後，算命師父居然算中咗，佢走嗰陣真係得46歲<ref>{{引網|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20171128/bkn-20171128114259410-1128_00862_001.html|title=張綠萍遺憾錯失與張國榮到澳洲生活|date=2017-11-28|website=on.cc東網|language=zh-hk|access-date=2021-05-14|archive-date=2021-05-14|archive-url=https://web.archive.org/web/20210514094653/https://hk.on.cc/hk/bkn/cnt/entertainment/20171128/bkn-20171128114259410-1128_00862_001.html|url-status=live}}</ref>。 == 影響 == === 兩岸三地 === 好多歌手都推出過、或翻唱過張國榮嘅歌。台灣歌手[[王若琳]]喺2014年推出嘅《[[午夜劇院]]》專輯，亦翻唱咗張國榮名曲《[[當年情]]》嘅國語版，仲成為咗主打歌之一<ref>{{引網|url=http://www.iwant-radio.com/showinformation.php?sisn=33498|title=Joanna王若琳『午夜劇院』專輯介紹|website=銀河網路電台|url-status=live|archive-url=https://web.archive.org/web/20211211114234/http://www.iwant-radio.com/showinformation.php?sisn=33498|archive-date=2021-12-11|access-date=2021-07-27}}</ref>。響香港，[[陳奕迅]]嘅《浮誇》表達出懷念張嘅情感、《黑擇明》嘅正面歌詞（原先係打算畀張國榮唱，但張早死，後嚟畀咗[[林夕]]填詞），[[古巨基]]嘅《Dear Leslie》入面有好多出自張國榮嘅經典歌詞，[[張敬軒]]《靈魂相認》嘅前奏靈感嚟自張國榮嘅《追》等等<ref>{{引網|url=https://www.hk01.com/眾樂迷/455214/張國榮逝世17周年-哥哥如何影響後世流行樂壇|title=張國榮逝世17周年 哥哥如何影響後世流行樂壇？|last=彭嘉彬|date=2020-04-01|website=香港01|language=zh-HK|access-date=2022-04-05}}</ref>。 2022年，星聚匯搞咗《榮情蜜意張國榮影展》，響4月1號起上映《霸王別姬》、《胭脂扣》同《英雄本色》呢三套作品<ref name=":12">{{引網|url=https://tw.news.yahoo.com/%E9%9F%93%E5%9C%8Bcgv%E8%BF%BD%E6%86%B6%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9619%E9%80%B1%E5%B9%B4-the%E5%BC%B5%E5%9C%8B%E6%A6%AE%E7%89%B9%E5%B1%95-%E5%8F%B0%E7%81%A3%E5%B0%87%E6%96%BC4%E6%9C%881%E6%97%A5%E4%B8%8A%E6%98%A0%E7%B6%93%E5%85%B8%E4%B8%89%E9%83%A8%E5%BC%B5%E5%9C%8B%E6%A6%AE%E4%BD%9C%E5%93%81-021200951.html|title=韓國CGV追憶張國榮逝世19週年《THE張國榮特展》，台灣將於4月1日上映經典三部張國榮作品|website=tw.news.yahoo.com|language=zh-Hant-TW|access-date=2022-04-04}}</ref>。 === 海外 === ==== 韓國 ==== 1986年，佢憑住《英雄本色》主題曲《當年情》響韓國打開名堂。1987年，佢推出嘅國語唱片《愛慕》、專輯《The Greatest Hits of Leslie Cheung》，響韓國分別賣出30萬同20幾萬張，創造咗華語唱片響韓國嘅銷量紀錄。1989年，佢代言嘅品牌Orion To You 朱古力廣告，令到呢個牌子成為當時韓國三大熱門朱古力。佢響韓國影壇到依家都仲有好大影響力，就好似「國民主持」[[劉在錫]]就係佢嘅fans；而響多套韓國電視劇亦曾經出現張國榮，就好似《請回答1988》、《九尾狐傳》等等<ref name=":6">{{引網|url=https://www.harpersbazaar.com.hk/celebrity/how-popular-leslie-cheung-south-korea?utm_source=facebook_share&utm_medium=referral|title=張國榮當年的影響力！就連韓星都要靠邊站|last=HK|first=Harper's BAZAAR|website=www.harpersbazaar.com.hk|language=en|access-date=2022-02-25}}</ref>。 2009年，韓國搞咗一個「張國榮電影節」，用一個月時間上映多套張國榮嘅電影代表作，係韓國第一次為咗懷念一位明星而開嘅電影節<ref name=":6" />。2012年，韓國最大嘅流行音樂頒獎禮「Mnet亞洲音樂大獎」響頒獎開場嗰陣播咗張國榮告別演唱會嘅片，仲請嚟藝人[[宋仲基]]唱張國榮嘅《當年情》，以示致敬<ref>{{引網|url=https://stars.udn.com/star/story/10089/2081236|title=驚！宋仲基竟與張國榮對唱過！|last=聯合新聞網|date=2016-03-29|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-04}}</ref>。2021年，韓國仲特別上映咗兩部佢嘅作品《星月童話》、《縱橫四海》<ref name=":6" />。2022年，[[星聚匯]]搞咗為期兩個禮拜嘅《THE張國榮特展》，上映多場張國榮嘅代表電影<ref name=":12" />。 ==== 日本 ==== 2001年，日本有最多會員嘅亞洲電影影迷會Cine City評選「最佳男演員獎」，呢個獎搞11年，張國榮有成10年攞第一。2006年，[[日本放送協會]]搞「響日本最受歡迎嘅演員評選」，張國榮入選「國際十佳男演員」，係唯一入選嘅華人演員；《霸王別姬》響呢個獎入面被選做「十佳影片」。 == 評價 == === 海外 === * {{Flag|JPN}}導演[[中川陽介]]：佢係國際電影界嘅瑰寶，擁有卓越嘅演技。（略）...佢卓越嘅演技會永遠留響電影入面，令你睇到入哂迷。呢個演員嘅名叫張國榮。<ref>{{引網|url=http://blog.livedoor.jp/yoyogi2222/archives/50151785.html|title=美しいひと : 真昼ノ星空 群青 唐船ドーイ 一九の春|website=真昼ノ星空　群青　唐船ドーイ　一九の春|access-date=2022-04-05}}</ref> == 特色 == == 稱呼 == [[File:Leslie Howard GWTW.jpg|thumb|當時響《亂世佳人》入面扮偉希禮[[萊斯利·侯活]]：張國榮改英文名嘅靈感同來源]] 其實張國榮原本叫張發宗，但根據初中同學嘅講法，佢響中學時期已經改咗名叫「張國榮」；原先英文名係叫做「Bobby」，響英國留學嗰陣改做「Leslie」，原因為佢好鍾意英國男演員[[萊斯利·侯活]]（英文Leslie Howard；代表作係響《[[亂世佳人 (電影)|亂世佳人]]》入面扮偉希禮）。佢曾經響1989年嘅演唱會上面提過：「我點解叫Leslie呢？其實我細個係叫做Bobby，但係我又好驚被人誤會我係一種動物，所以就改咗一個比較sexy一啲嘅名Leslie。」「呢個名既可以男仔用又可以女仔用，幾[[中性]]。」 張國榮有個花名叫「哥哥」，源自於同佢合演《[[倩女幽魂 (1987年電影)|倩女幽魂]]》嘅[[王祖賢]]對佢嘅稱呼。開頭淨係得娛樂圈啲人咁叫，後嚟延伸到啲Fans都跟住咁叫。但係另一種講法係佢響《白髮魔女傳》試裝嘅時候，佢讚林青霞「姐姐你好靚！」青霞答佢一句：「哥哥你都好靚！」從此就多咗「哥哥」呢個花名。第三種講法指「哥哥」原先係張國榮對唐生嘅稱呼，後嚟先演變成佢嘅花名。 == 影視作品 == {{內文|張國榮影視作品一覽}}<!-- images not yet in commons [[Image:張國榮 烈火青春 1982.11.26.jpg|150px|thumb|烈火青春]] [[Image:張國榮 鼓手 1983.3.16.jpg|150px|thumb|鼓手]] [[Image:張國榮 英雄本色 1986.8.2 .jpg|150px|thumb|英雄本色]] [[Image:張國榮 倩女幽魂 1987.7.18.jpg|150px|thumb|倩女幽魂]] [[Image:張國榮 英雄本色II 1987.12.17.jpg|150px|thumb|英雄本色II]] [[Image:張國榮 胭脂扣 1988.1.7.jpg|150px|thumb|胭脂扣]] [[Image:張國榮 阿飛正傳 1990.12.15.jpg|150px|thumb|阿飛正傳]] [[Image:張國榮 縱橫四海 1991.2.2.jpg|150px|thumb|縱橫四海]] [[Image:張國榮 家有囍事 1992.1.25.jpg|150px|thumb|家有囍事]] [[Image:張國榮 藍江傳之反飛組風雲 1992.5.14.jpg|150px|thumb|藍江傳之反飛組風雲]] [[Image:張國榮 霸王別姬 1993.1.1.jpg|150px|thumb|霸王別姬]] [[Image:張國榮 射鵰英雄傳之東成西就 1993.2.5.JPG|150px|thumb|射鵰英雄傳之東成西就]] [[Image:張國榮 白髮魔女傳 1993.8.26.jpg|150px|thumb|白髮魔女傳]] [[Image:張國榮 金枝玉葉 1994.7.23.jpg|150px|thumb|金枝玉葉]] [[Image:張國榮 錦繡前程 1994.8.4.jpg|150px|thumb|錦繡前程]] [[Image:張國榮 東邪西毒 1994.9.7.jpg|150px|thumb|東邪西毒]] [[Image:張國榮 金玉滿堂 1995.1.28.jpg|150px|thumb|金玉滿堂]] [[Image:張國榮 風月 1996.5.9.jpg|150px|thumb|風月]] [[Image:張國榮 色情男女 1996.11.28.jpg|150px|thumb|色情男女]] [[Image:張國榮 春光乍洩 1997.5.30.jpg|150px|thumb|春光乍洩]] [[Image:張國榮 紅色戀人 1998.8.1.jpg|150px|thumb|紅色戀人]] [[Image:張國榮 流星語 1999.10.14.jpg|150px|thumb|流星語]] [[Image:張國榮 鎗王 2000.5.27.jpg|150px|thumb|鎗王]] [[Image:張國榮 戀戰沖繩 2000.7.28.jpg|150px|thumb|戀戰沖繩]] [[Image:張國榮 異度空間 2002.3.28.jpg|150px|thumb|異度空間]] images not yet in commons --> 張國榮拍嘅第一套影視作品係1978年嘅《[[紅樓春上春]]》，自此之後嘅24年期間分別拍過56套電影。代表作有《胭脂扣》、《倩女幽魂》、《霸王別姬》、《[[阿飛正傳]]》、《英雄本色》等，可以話係家傳戶曉<ref>{{引網|url=https://www.setn.com/News.aspx?NewsID=1069974|title=香港影帝TOP10！梁朝偉只排第二 網：第一實至名歸 {{!}} 娛樂星聞 {{!}} 三立新聞網 SETN.COM|last=三立新聞網|date=2022-02-11|website=www.setn.com|language=zh-Hant-TW|access-date=2022-02-27}}</ref>。2002年公益電影《煙飛湮滅》正式上映，係唯一一套由佢執導嘅電影<ref name=":8">{{引網|url=https://www.hk01.com/電影/606788/盤點8部張國榮客串電影-唔止-97家有囍事-用過-張國榮-現身|title=盤點8部張國榮客串電影 唔止《97家有囍事》用過「張國榮」現身|last=王誦賢|date=2021-03-31|website=香港01|language=zh-HK|access-date=2022-02-27}}</ref><ref>{{引網|url=https://www.storm.mg/lifestyle/2471797|title=張國榮逝世18週年》13部經典電影，帶你一同回憶永遠的哥哥—張國榮-風傳媒|last=Storm.mg|date=2021-04-08|website=www.storm.mg|language=zh-TW|access-date=2022-02-27}}</ref>。1990年憑《阿飛正傳》獲得香港電影金像獎最佳男主角，呢次亦係佢唯一一個金像獎獎項<ref name=":8" />。最後一個作品係2002年嘅《異度空間》。佢亦有拍電視劇，一生人拍過19套，第一套係麗的嘅《[[鱷魚淚]]》<ref name=":9">{{Cite book|last=關熙潮|title=張國榮：不如我們從頭來過|pages=第三章}}</ref>，至1986年客串《香港八六》之後就冇再拍過<ref>{{引網|url=https://www.hk01.com/即時娛樂/173765/張國榮逝世15周年-哥哥18個電視劇造型-光頭look一樣咁靚仔|title=【張國榮逝世15周年】哥哥18個電視劇造型 光頭look一樣咁靚仔|last=林迅景|date=2018-04-01|website=香港01|language=zh-HK|access-date=2022-02-27}}</ref>。代表作有《儂本多情》、《福祿壽喜》<ref name=":10">{{引網|url=https://ent.ltn.com.tw/news/breakingnews/1440130|title=《今日壽星》 離世12年 緬懷一代巨星張國榮 - 自由娛樂|last=自由時報電子報|date=2015-09-12|website=自由時報電子報|access-date=2022-02-27}}</ref>，但成績唔似響電影方面咁亮眼<ref name=":9" />。佢都拍過廣播劇<ref name=":10" />。 ==音樂作品== {{main|張國榮音樂作品一覽|}} 張國榮一生出過24個大碟，其中英文一個、粵語十八個、國語六個。佢出嘅第一個音樂作品係《DAYDREAMIN’》，1978年出，而第一個粵語專輯係1979年嘅《情人箭》；但由於呢兩個作品表現唔好，公司認為佢潛力唔大就畀佢走<ref name=":13" />。所以佢直至1983年轉投華星後先出第二個粵語專輯《風繼續吹》，而《風繼續吹》、《張國榮的一片痴…》反應唔錯，咁先令佢打開知名度<ref name=":02">{{引網|url=https://mmis.hkpl.gov.hk/coverpage/-/coverpage/view?_coverpage_WAR_mmisportalportlet_hsf=%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83&p_r_p_-1078056564_c=QF757YsWv58Sngm8Qm6Mn+EY4n9ByiTw&_coverpage_WAR_mmisportalportlet_o=2&_coverpage_WAR_mmisportalportlet_actual_q=(%20(%20allTermsMandatory:(true)%20OR+all_dc.title:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.creator:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.contributor:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.subject:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+fulltext:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.description:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20)%20)&_coverpage_WAR_mmisportalportlet_sort_field=score&_coverpage_WAR_mmisportalportlet_sort_order=desc|title=張國榮成立歌迷會 望演得成「人間蒸發」|last=華僑日報|website=mmis.hkpl.gov.hk|url-status=live|access-date=2022-04-13}}</ref>。可以肯定係，由第三張專輯《風繼續吹》開始，就會發行錄音帶版本<ref>{{引網|url=https://www.hk01.com/電影/173932/張國榮逝世15周年-收藏家遍尋哥哥錄音帶-風繼續吹-激罕|title=【張國榮逝世15周年】收藏家遍尋哥哥錄音帶 《風繼續吹》激罕|last=林穎嵐|date=2018-04-01|website=香港01|language=zh-HK|access-date=2022-04-14}}</ref>。直至1989年，都維持每年至少推出一張專輯嘅次數<ref>{{Cite book|title=張國榮：不如我們從頭來過|pages=244}}</ref>。1995年以專輯《寵愛》復出樂壇<ref>{{引網|url=https://star.ettoday.net/news/1140746|title=哥哥好想你！張國榮逝世15年 「這10首經典」聽了就想念 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2022-04-14}}</ref>。佢最後一張專輯係2003年7月8號、佢走後先發行嘅《一切隨風》<ref>{{引網|url=https://www.mirrormedia.mg/story/20170331ent004/|title=【本週音樂】懷念永遠的巨星—張國榮|date=2017-03-31|website=鏡週刊 Mirror Media|language=zh-Hant|access-date=2022-04-14}}</ref>。 ==派台歌曲成績== {{內文|張國榮派台成績}} 呢個成績表單顯示出從1983年－1989年，1995年到而家張國榮喺香港派台歌曲嘅成績，其中1990年－1994年張國榮因為退出歌壇嘅原因，因此未有歌曲派台。1995年－1998年張國榮喺滾石唱片期間，明確講明唔參與歌曲派台<ref>{{引網 |url=http://www.leslie-cheung.com/article-256-1.html |title=張國榮宣布復出 |access-date=2020年5月31號 |archive-date=2020年5月14號 |archive-url=https://web.archive.org/web/20200514213138/http://www.leslie-cheung.com/article-256-1.html |url-status=live }}</ref>。 ==攞獎同提名== {{main|張國榮攞獎同提名一覽|}} ==廣告同代言== *1985年 **[[大家樂]]快餐之歌舞篇 **大家樂快餐之為你做足一百分 *1986年：[[柯尼卡]]菲林 *1987年 **[[香港紅十字會]] **[[百事可樂]]（首位亞洲區百事巨星代言人） *1989年 **[[To You Chocolate]]（韓國） **[[雅馬哈|山葉兜風]]（台灣） **[[百事可樂]]之百事狂賞曲（美國） *2001年 **香港[[影視及娛樂事務管理處]]宣傳影片（支持香港電影拍攝工作） **[[Discovery Channel]]《[[Animal Planet]]》（捐款保育瀕臨絕種獅鼻猴） == 逝世後紀念 == 張國榮離世後，仍然有唔少人懷念佢，其中有啲人係喺張國榮離世後開始鍾意佢，呢啲人一般被稱爲「後榮迷」，多數係1990年代到2000年代出世嘅一代，甚至除咗香港，就連台灣都有一定數量<ref>{{引網|url=https://opinion.cw.com.tw/blog/profile/52/article/10661|title=【投書】張國榮，不如我們重新來過：「後榮迷」的愚人節悲傷|last=劉苑杉|url-status=live|archive-date=2021-04-01}}</ref><ref name=":0"/><ref>{{引網|url=https://www.hk01.com/社區專題/753723/張國榮逝世19周年-前區議員製哥哥足跡圖-提供疫下另類文化旅遊|title=張國榮逝世19周年｜前區議員製哥哥足跡圖 提供疫下另類文化旅遊|last=黎倩婷|date=2022-04-01|website=香港01|language=zh-HK|access-date=2022-04-02}}</ref>。唔少「後榮迷」喺每年4月1號（即係張國榮嘅死忌）都會聚集一齊，進行一啲紀念活動<ref name=":1"/>。有啲評論認為，「後榮迷」嘅出現，部分原因係文化評論上關於佢的論述嘅論述不斷增加<ref name=":0" />。[[香港中文大學]]文化及宗教研究系助理教授[[陳少紅]]（筆名洛楓）統計，逝世後所造成嘅迴響，遠超香港同期逝世明星（如[[羅文]]、[[梅艷芳]]），規模只有[[李小龍]]可以媲美<ref name=":1" />。 ===周年紀念=== [[File:HK LeslieCheung 60401.jpg|thumb|200px|2006年張國榮逝世周年紀念日喺香港中環]] * 2004年4月1號前後 * 2005年4月1號前後 - 中環[[遮打花園]]。 * 2006年4月1號前後 - 中環[[香港文華東方酒店]]對面，[[康樂大廈]]廣場。 * 2007年4月1號前後 - [[尖沙咀]][[新世界中心]]地下廣場。 * 2008年4月1號前後 - 尖沙咀[[香港文化中心]]露天廣場、行政大樓展覽館。 * 2008年3月31號～4月1號 - [[紅磡體育館]]《Miss You Much Leslie 繼續寵愛音樂會》<ref>{{引網 |url=http://www.ileslie.hk/ |title=Miss You Much Leslie 繼續寵愛音樂會官方網站 |access-date=2019年4月6號 |archive-url=https://web.archive.org/web/20110721092659/http://www.ileslie.hk/ |archive-date=2011年7月21號 |url-status=dead }}</ref> **張國榮逝世五周年紀念音樂會。由經紀人陳淑芬擔任演唱會總監兼出品人，張學友擔任藝術顧問，請咗幾十位張國榮生前歌手同埋演員好友參與演出，重新詮釋佢啲經典歌。音樂會原訂4月1號搞，門票開售之後兩個鐘之內賣曬，由於太多人想去，所以喺3月31號開多一場。音樂會收益喺扣除開支後，撥捐作慈善用途。 * 2008年9月12號 - [[重慶奧體中心]]《繼續寵愛——紀念張國榮音樂會》。<ref>{{引網 |url=http://www.cqwb.com.cn/webnews/htm/2008/9/13/301208.shtml |title=重慶繼續寵愛音樂會 |access-date=2009年1月10號 |archive-url=https://web.archive.org/web/20081121122702/http://www.cqwb.com.cn/webnews/htm/2008/9/13/301208.shtml |archive-date=2008年11月21號 |url-status=dead }}</ref> * 2009年4月1號 - 尖沙咀香港文化中心「有心。人。共鳴─張國榮作品致敬晚會」。 *2020年，群星發文悼念，周慧敏親自剪片回顧與哥哥點滴。<ref>{{引網|url=https://www.hk01.com/%E7%9C%BE%E6%A8%82%E8%BF%B7/455485/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9617%E5%B9%B4-%E7%BE%A4%E6%98%9F%E7%99%BC%E6%96%87%E6%82%BC%E5%BF%B5-%E5%91%A8%E6%85%A7%E6%95%8F%E8%A6%AA%E8%87%AA%E5%89%AA%E7%89%87%E5%9B%9E%E9%A1%A7%E8%88%87%E5%93%A5%E5%93%A5%E9%BB%9E%E6%BB%B4?utm_medium=Referral&utm_source=wiki_bl&utm_campaign=NshChan|title=【張國榮逝世17年】群星發文悼念 周慧敏親自剪片回顧與哥哥點滴|last=黃浩晉|first=|date=2020-04-01|website=香港01|language=zh-HK|url-status=dead|archive-url=https://web.archive.org/web/20200401150610/https://www.hk01.com/%E7%9C%BE%E6%A8%82%E8%BF%B7/455485/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9617%E5%B9%B4-%E7%BE%A4%E6%98%9F%E7%99%BC%E6%96%87%E6%82%BC%E5%BF%B5-%E5%91%A8%E6%85%A7%E6%95%8F%E8%A6%AA%E8%87%AA%E5%89%AA%E7%89%87%E5%9B%9E%E9%A1%A7%E8%88%87%E5%93%A5%E5%93%A5%E9%BB%9E%E6%BB%B4|archive-date=2020-04-01|access-date=2020-04-01}}</ref> *2021年：《[[想你‧張國榮]]》紀念音樂會 ===紀念事物=== ;榮譽 2018年[[楊光宇]]先生以張國榮（Cheungkwokwing）命名55383號小行星<ref>香港天文學會智能手機應用程式《香港天文》2018年7月12號新聞報導</ref>，表彰佢為粵語流行佢做咗好大貢獻。 ;重製唱碟 2020年9月，[[環球唱片]]推出全新唱碟《REVISIT》，請咗同張國榮生前合作過幾次嘅唱片監製[[梁榮駿]]同編曲人[[唐奕聰]]合作。第一隻派台歌《春夏秋冬A Balloon’s Journey》喺張國榮64歲冥壽推出，同時亦透露用上從未曝光嘅另一版本聲帶<ref>{{cite news |title=張國榮64歲生忌之日 《春夏秋冬》遺珠聲帶曝光 |url=https://hk.appledaily.com/entertainment/20200901/SVQG4I7WGRG3XB7XGNGVIFJXF4/ |accessdate=2020-09-03 |work=蘋果日報 |date=2020-09-01 |archive-date=2021-03-23 |archive-url=https://web.archive.org/web/20210323041232/https://hk.appledaily.com/entertainment/20200901/SVQG4I7WGRG3XB7XGNGVIFJXF4/ |url-status=live }}</ref>。 ==參考書籍== * 志摩千歲. 張國榮的時光. 上海書店出版社. 原作名: レスリーの時間. 2011-12. ISBN 9787806787007 * 洛楓. 張國榮：禁色的蝴蝶. 廣西師範大學出版社. ISBN 9787563383030 * 張國榮藝術研究會. 張國榮 盛世光陰. 香港電影雙周刊出版社. 2005-09-12. ISBN 9789628114948 *{{Cite book|author=關熙潮|title=張國榮：不如我們從頭來過|location=香港|publisher=香港中和出版有限公司|date=2015-10-13|ISBN=9789888284993|language=中文}} *蔣林（2013-04-15）：不一樣的煙火:張國榮音樂傳奇 香港中和出版有限公司 {{ISBN|978-988-8200-42-9}} == 參考 == {{reflist|4}} == 出面網頁 == {{同享類|Leslie Cheung}} {{維基語錄|:zh:張國榮}} *{{IMDb name|id=0002000}} *{{hkmdb name|4260}} *{{Mtime people|954979}} *{{Douban people|1003494}} * {{引網|url=http://gdottv.com/main/life/hklgbtcelebrity|title=香港出櫃名人|website=Ｇ點電視|language=Zh-hant}} {{張國榮}} {{中國電影金鳳凰獎}} {{勁歌金曲最受歡迎男歌星}} {{十大勁歌金曲頒獎典禮勁歌金曲金獎}} {{叱咤樂壇男歌手金獎}} {{叱咤樂壇至尊歌曲}} {{叱咤樂壇至尊唱片}} {{新城勁爆頒獎禮勁爆年度歌曲大獎}} {{IFPI香港唱片銷量大獎最高銷量廣東唱片}} {{IFPI香港唱片銷量大獎十大銷量本地歌手}} {{四台聯頒音樂大獎大碟大獎}} {{華語音樂傳媒大獎最佳國語、粵語男歌手}} {{歷屆金針獎獲獎音樂人}} {{演藝動力大獎最突出男歌手}} {{演藝動力大獎最突出電影男演員}} {{香港電影評論學會大獎最佳男演員}} {{香港電影金像獎最佳男主角}} {{香港電影金像獎專業精神獎}} {{1905-2004年中國電影百位優秀演員}} {{Authority control}} [[類:張國榮| ]] [[Category:列斯大學舊生]] [[Category:自殺藝人]] mugglf73c02k7fxog01fmeekrh3f102 1865873 1865869 2022-08-20T11:40:05Z Detective Akai 200717 wikitext text/x-wiki {{translation|[[:zh:張國榮]]或[[:en:Leslie Cheung]]|55|重係好[[三及第]]}} {{otheruses}} {{藝人 | 姓名 = 張國榮<br>Leslie Cheung | 類型 = 男藝人 | 圖片 = Leslie Chung 1999.jpg | 圖片簡介 = 張國榮喺1999年影嘅相 | 圖片尺寸 = 250px | 英文名 = Leslie Cheung | 羅馬拼音 = Cheung Kwok Wing | 原名 = 張發宗 | 綽號 = 哥哥<br>Leslie | 出生日期 = 1956年9月12號 | 出生地點 = {{HKG-1955}}[[九龍]] | 籍貫 = [[廣東]] | 死因 = [[抑鬱症]]墮樓身亡 | 國籍 = '''國籍'''：<br/>{{BDTC}}（1956-1997）<br/>{{CNHK}}<ref>{{cite web |url=http://datalib.ent.qq.com/star/559/ |language=zh-cn |title=張國榮 |publisher=騰訊娛樂 |access-date=2015年10月30號 |archive-url=https://web.archive.org/web/20160306004916/http://datalib.ent.qq.com/star/559/ |archive-date=2016年3月6號 |url-status=dead }}</ref>（1997-2003）<br/>'''公民權'''：<br/>{{CAN}}非本地居民<ref>{{cite web|url=https://www.douban.com/note/618578881/|title=張國榮：我沒用過契媽一個仙 |author=汪曼玲|work=明報週刊|date=1995-11-05|archive-url=https://web.archive.org/web/20210217093419/https://www.douban.com/note/618578881/|archive-date=2021-02-17|url-status=live}}</ref> | 民族 = | 逝世日期 = {{death_date_and_age|2003|4|1|1956|9|12|mf=y}} | 逝世地點 = {{HKG}}[[中環]][[香港文華東方酒店|文華東方酒店]] | 職業 = {{flat list| * 歌手 * 作曲人 * 演員 * 唱片同電影監製 }} | 語言 = {{flat list| * 粵文 * 英文 * 國語 * 客家話 * 日文 }} | 教育程度 = {{GBR}}[[列斯大學]]紡織系一年級（中退） | 母校 = [[聖璐琦書院]]（小學部）<br>[[佛教黃鳳翎中學]]<br/>[[玫瑰崗學校]]<br/>{{Link-en|諾域治書院|Norwich School}}<br/>[[列斯大學]]<br/>[[威靈頓英文中學]]（高街分校） | 宗教信仰 = 冇 | 父母 = {{unbulleted list|[[張活海]]（1910年－1989年）|[[潘玉瑤]]（1919年－1998年）}} | 伴侶 = [[唐鶴德]] | 音樂類型 = {{flat list| * [[粵語流行曲|粵語流行]] * [[華語流行曲|華語流行]] }} | 演奏樂器 = 聲樂 | 出道地點 = {{BHKG}} | 出道作 = 《[[I like Dreaming|I Like Dreamin']]》（唱片）<br/>《[[紅樓春上春]]》（電影） | 出道日期 = 1977年（21歲） | 代表作 = '''歌'''：{{flat list| * 《[[風繼續吹]]》 * 《Monica》 * 《[[無心睡眠]]》 * 《[[追]]》 * 《[[有心人]]》 * 《[[左右手]]》 }} '''電影'''：{{flat list| * 《阿飛正傳》 * 《春光乍泄》 * 《霸王別姬》 * 《東邪西毒》 * 《倩女幽魂》 }} | 唱片公司 = {{unbulleted list|[[寶麗金唱片]]（1977年－1982年）|[[華星唱片]]（1982年－1987年）|[[新藝寶唱片]]（1987年－1990年）|[[滾石唱片]]（1995年－1999年）|[[環球唱片]]（1999年－2003年）}} | 活躍年代 = 1977年－2003年 | 經紀公司 = [[恆星娛樂有限公司|恆星娛樂]] | 相關團體 = [[張國榮官方歌迷會]] | 網站 = | imdb = 0002000 | hongkongfilmawards = {{awards|award=最佳男主角 |year=1991年 |title=《[[阿飛正傳]]》}} | hkfcsawards = {{awards|award=最佳男主角 |year=1994年 |title=《[[東邪西毒]]》}} | rthktop10goldsongsawards = {{awards|award=金針獎 |year=1999年}} | awards = {{awards|name=[[十大勁歌金曲]] |award=最受歡迎男歌星 |year=1988年、1989年}}{{awards|name=[[叱吒樂壇流行榜]] |award=叱吒樂壇男歌手金獎 |year=1988年、1989年}}{{awards|name=[[十大勁歌金曲]] |award=榮譽大獎 |year=1999年}}{{awards|name=[[十大勁歌金曲]] |award=致敬大獎 |year=2000年}}{{awards|name=[[日本]][[影評人]][[協會]]大獎 |award=最佳男主角 |year=1993年 |title=《[[霸王別姬]]》}} | signature = Signature of Leslie Cheung.svg | citizenship = }} {{Infobox Chinese |title=Cheung Kwok-wing |name1=Cheung Kwok-wing |t=張國榮 |s=张国荣 |p=Zhāng Guó-róng |j=Zoeng1 Gwok3 wing4 |bpmf=ㄓㄤㄍㄨㄛˊㄖㄨㄥˊ |altname=Cheung Fat-chung |t2=張發宗 |s2=张发宗 |p2=Zhāng Fā-zōng |j2=Zoeng1 Faat3-zung1 |bpmf2=ㄓㄤㄈㄚㄗㄨㄥ |宗教信仰=無 }} '''張國榮'''（{{jpingauto|zoeng1 gwok3 wing4}}，{{lang-en|'''Leslie Cheung'''}} ; {{生死|1956年|9月12號|2003年|4月1號}}），原名'''張發宗'''，係香港男[[歌手]]、[[演員]]同埋詞曲創作者，另外都曾做過電影配樂、排舞、音樂錄像導演同埋藝術總監，係[[香港樂壇]]嘅天皇級代表性人物，響[[中國]]以至[[亞洲]]亦都有住巨大嘅影響力。 [[九龍]]出世，曾經到[[英國]]留學，1976年獲得《亞洲歌唱大賽》亞軍之後加入[[麗的電視]]正式出道。1983年憑住《[[風繼續吹]]》同《Monica》打響名堂，喺1984至1989年間推出《有誰共鳴》、《[[無心睡眠]]》、《沉默是金》等作品，成為香港樂壇巨星；亦因此獲獎無數，曾經響《[[十大勁歌金曲頒獎典禮]]》連續兩屆攞「最受歡迎男歌星」同埋[[叱咤樂壇流行榜]]男歌手金獎。除咗歌唱，佢響1986年拍嘅電影《[[英雄本色 (1986年電影)|英雄本色]]》而令佢響影壇打開知名度。1990年進軍影壇，籍住《[[阿飛正傳]]》攞到第十屆[[香港電影金像獎]]影帝。1993年嘅《[[霸王別姬 (電影)|霸王別姬]]》更係令佢響國際打出知名度，攞到第4屆日本電影影評人大獎嘅最佳外語片男主角、第8屆東京影展電影評論家大獎最佳男主角。1997年主演嘅《[[春光乍洩]]》令佢成為LGBT文化嘅代表人物。2003年因[[抑鬱症]]墮樓身亡，終年46歲。 == 早年 == 張國榮係[[客家]]人，祖籍[[廣東]]，1956年9月12號響香港[[九龍]]出世，喺屋企十個細路之中排最細，所以有「十仔」呢個乳名。佢老豆係出名裁縫[[張活海]]，為荷里活明星縫製洋衫，影星[[馬龍白蘭度|馬龍·白蘭度]]、[[加利格蘭|加利·格蘭]]、導演[[希治閣|亞弗列·希治閣]]都係張活海嘅客人之一；而大家姐係婦女界活躍分子[[張綠萍]]。張國榮成日話自己有個不幸嘅童年，老豆同阿媽關係一直唔好，自細已經同父母分開住，淨係得工人六姐關心佢。由於自細缺乏關愛，令到佢心理留咗一條疤。佢曾經咁樣講：「可以話同老豆住埋一齊得五日，而同阿媽就係半年。」<ref name=":1">{{引網|url=https://hk.appledaily.com/entertainment/20180401/2ZV55FNDYAWWO73S3AEHOJMIHM/|title=【由零開始】哥哥的10件軼事 ｜ 蘋果日報|website=Apple Daily 蘋果日報|language=zh-hk|url-status=dead|archive-url=https://web.archive.org/web/20210514094653/https://hk.appledaily.com/entertainment/20180401/2ZV55FNDYAWWO73S3AEHOJMIHM/|archive-date=2021-05-14|access-date=2021-05-14}}</ref> 佢小學時期入讀[[聖璐琦書院]]（小學部），期間表現出好高嘅音樂才華：成日參加校內音樂節、朗誦同埋綜藝表演，仲曾經兩次得到英詩朗誦冠軍。後嚟升讀[[銅鑼灣]][[佛教黃鳳翎中學]]，之後1969年轉校到[[玫瑰崗學校]]，期間成績麻麻地，但英文幾好，對西方電影有好大興趣，成日研究《[[殉情記]]》嘅原聲帶。1972年佢畀屋企人送去[[英國]]留學，入讀{{Link-en|諾域治書院|Norwich School}}，響禮拜六日兼職做調酒師，有時又響[[修安]]嘅一間由親戚開嘅餐廳做業餘駐唱。後嚟響[[英國高級程度會考]]嘅英文科攞到A級成績，成功升讀[[英國]][[列斯大學]]（Leeds University）紡織系，成績幾好，仲攞埋獎學金<ref>{{引網|url=http://lj.hkej.com/lj2017/travelsports/article/id/1891094|title=【旅遊】英國利兹 尋張國榮足跡 -|website=LifeStyle Journal 優雅生活|access-date=2022-04-07}}</ref>。一年後，老豆[[中風]]，由於老豆希望仔女可以留響自己身邊，張國榮被迫退學返香港，有一段時間響[[Levi's]]做sales。之後插班入讀[[威靈頓英文中學]]（[[高街]]分校）中五，主修中文，曾經同人夾Band做主唱。 雖然老豆做裁縫，但張國榮對呢個職業冇咩興趣。佢後嚟曾經到加拿大讀過電影課程<ref name=":7">{{Cite book|last=蔣林|title=不一樣的煙火:張國榮音樂傳奇|pages=p.239}}</ref>。 == 電視時代 == 1976年參加[[麗的電視]]（[[亞洲電視]]前身）舉辦嘅亞洲音樂歌唱大賽，佢揀咗以美國歌手[[當麥連|當·麥連]]嘅《American Pie》參賽，開口唱咗得幾句就畀當時嘅評選之一[[黎小田]]叮走<ref name=":15" />。後嚟張國榮要求畀佢清唱，最終過關，獲得香港區亞軍，從此進入演藝圈，同麗的電視簽咗一份三年嘅二等演員合同<ref name=":15">{{引網|url=https://www.hk01.com/熱爆話題/404676/黎小田逝世-歌唱比賽相遇針鋒相對-張國榮變巨星全靠呢句|title=【黎小田逝世】歌唱比賽相遇針鋒相對 張國榮變巨星全靠呢句？|last=李思朗|date=2019-12-01|website=香港01|language=zh-HK|access-date=2022-08-20}}</ref>。喺早期佢主要係拍劇，例如《鱷魚淚》、《浣花洗劍錄》、《對對糊》、《甜甜廿四味》等等。 佢嗰陣時並唔係好紅，尤其係佢嘅形象帶有[[占士甸]]（James Byron Dean）嗰種反叛同埋浪漫，但係當年大眾唔太接受。喺一次戶外表演中佢向現場觀眾掟帽，但帽就被人掟返轉頭，現場觀眾重柴佢臺<ref>{{引網|url=https://mypaper.pchome.com.tw/chinpang/post/1312492642|title=你噓過張國榮嗎？──懷念張國榮|last=Pan|date=2009-04-03|website=PChome|url-status=live|archive-url=https://web.archive.org/web/20210513082524/https://mypaper.pchome.com.tw/chinpang/post/1312492642|archive-date=2021-05-13|access-date=2021-05-13}}</ref>。 1980年，佢以《我家的女人》攞到大英國協電影電視節最佳表演獎。佢亦曾經為亞視電視劇《老夫子水虎傳》唱主題曲。 當時經紀同唱片公司都認為張國榮潛力唔大，於是就畀佢離開。1982年，佢轉投[[無綫電視]]（歌星合約）。嗰年佢最出名嘅歌，係兒童節目《[[宇宙大帝]]》同名主題曲。佢亦曾經響節目《[[430穿梭機]]》同鄭伊健合唱《活力活力》。 真正令佢走紅嘅，係1984年佢主演無綫劇集《[[儂本多情]]》。劇裡面佢飾演一個花花公子，呢種形象令到觀眾覺得好深刻<ref name=":11">{{引網|url=https://www.hk01.com/眾樂迷/574508/回憶張國榮-歌曲颳起不羈風與譚詠麟成勁敵-巔峰之際突告別樂壇|title=回憶張國榮｜歌曲颳起不羈風與譚詠麟成勁敵 巔峰之際突告別樂壇|last=非凡出版|date=2021-01-21|website=香港01|language=zh-HK|access-date=2022-03-08}}</ref>。無綫有啲劇嘅主題曲係由張國榮主唱，例如1985年《[[楊家將]]》。 == 歌唱事業 == === 出道初期 === 佢第一張唱片《DAYDREAMIN’》係英文歌，1978年推出，流住當時最興嘅椰殼頭，睇得出佢嗰陣嘅風格已經好前衛<ref name=":4">{{引網|url=https://thefemin.com/2020/04/fashionicon-leslie-cheung/|title=#FashionIcon：流水會帶走光陰的故事，張國榮卻在我們的記憶裡越發鮮明|date=2020-04-01|website=The Femin|language=en-US|access-date=2022-02-25}}</ref>；1979年又推出咗粵語唱片《情人箭》，但呢個唱片畀人批評把聲「好似隻[[雞]]」<ref name=":13" />。張國榮後嚟亦坦言呢兩套唱片係「完全嘅失敗」<ref name=":13" />。由於頭兩張唱片成績並唔理想，張國榮曾經好迷茫，黎小田鼓勵佢繼續唱歌，又建議佢先專心響音樂事業，出返三幾張唱片先，因此黎小田響1982年帶住張國榮轉投[[華星唱片]]<ref name=":15" />。 黎小田認為張國榮響早期嘅聲線太尖，要求張國榮個key降低音啲，要有返男人嘅磁性，而張國榮響聽取黎小田嘅建議後，聲線的確低音咗好多，之後亦冇人再批評過佢把聲似雞<ref name=":15" />。1983年，佢推出個人第三張唱片[[風繼續吹]]，由黎小田一手製作，裏面同唱片同名嘅[[廣東話]]主打歌（翻唱自山口百惠嘅[[再會的彼端|さよならの向こう側]]），為張國榮打響頭炮。1984年，佢亦憑《Monica》一曲首奪[[十大中文金曲]]同埋TVB十大[[勁歌金曲]]嘅金曲獎，而唱片《[[Leslie]]》仲打破咗當時香港一直以抒情做主調嘅路線，用充滿青春嘅風格探入民心，瞬間就變成天王級歌手。 === 巔峰時代 === 1985年，張國榮分別有兩隻歌打入十大中文金曲，分別係：不羈的風、為你鍾情，開始響派台方面嶄露頭角。當時香港樂壇原本係由[[譚詠麟]]玩曬，但係張國榮走紅，開始挑戰到譚詠麟嘅地位；而由佢親自作曲嘅《沉默是金》重成為經典歌。喺紅極一時嗰陣，張國榮一直畀譚詠麟歌迷視為敵人<ref name=":11" />，兩位星級歌手嘅歌迷成日有磨擦，曾經喺某個頒獎禮後台發生衝突，好幾個人受傷。譚詠麟因此公開話，唔會再攞任何樂壇獎項。同年喺香港[[紅館]]連開10場[[張國榮百爵夏日演唱會]]，打破香港歌手初次開演唱會嘅場數紀錄。當年張國榮又推出一張國語唱片《英雄本色當年情》，目標係進軍台灣市場，但反應唔大。 1986年，喺十大勁歌金曲一人獨佔七隻歌，係眾歌手之最；有5首歌曲入選香港電台龍虎榜冠軍歌曲，成為入選歌曲數量最多嘅香港歌手。之後更憑一曲《[[有誰共鳴]]》奪得十大勁歌金曲頒獎禮的壓軸大獎金曲金獎。同年更擔任《[[香港小姐競選]]》嘅司儀。同年佢響主演嘅電影《[[英雄本色 (1986年電影)|英雄本色]]》入面唱主題曲《[[當年情]]》，成為十大中文金曲。年尾張國榮同華星唱片合約快要到期，經紀人陳淑芬揀咗離開、自立門戶恆星娛樂，所以張國榮跟住陳淑芬離開華星，加入當時新成立嘅新藝寶，陳表示係睇中新公司嘅自由度。 1987年，張國榮憑住《有誰共鳴》壓倒譚詠麟，第一次奪得無綫十大勁歌金曲金獎（1986年度），同年大碟《Summer of Romance 87》銷量超過六白金，成為當年 IFPI 香港唱片銷量冠軍。碟裏面嘅《[[無心睡眠]]》更加係香港樂壇經典快歌之一。 1988年，張國榮成為第一位亞洲區百事巨星代言人，並喺香港紅磡體育館開咗23場百事巨星演唱會<ref>{{引網|url=http://bbs.leslietong.com/dispbbs.asp?boardID=336&ID=29372&page=1|title=第一代百事巨星|url-status=dead|archive-url=https://web.archive.org/web/20090319011310/http://bbs.leslietong.com/dispbbs.asp?boardID=336&ID=29372&page=1|archive-date=2009年3月19號|access-date=2007年9月2號}}</ref>，打破香港男歌手響紅館搞演唱會嘅次數紀錄。 喺1988至1989年度《[[十大勁歌金曲頒獎典禮]]》，張國榮連續兩屆奪得「最受歡迎男歌星」獎<ref>{{引網|url=http://www.youtube.com/watch?v=L6cNXX2vNSo|title=最受歡迎男歌星|url-status=live|archive-url=https://web.archive.org/web/20200327164529/https://www.youtube.com/watch?v=L6cNXX2vNSo|archive-date=2020年3月27號|access-date=2007年10月15號}}</ref>；又攞埋叱咤樂壇男歌手金獎；同年重代表香港出席亞洲流行音樂節。同年，佢推出《側面》、《Salute》、《Final Encounter》三張大碟；《側面》銷量超過6白金，仲攞到叱咤樂壇流行榜頒獎典禮「叱咤樂壇大碟IFPI大獎」。但佢喺呢個時候卻突然宣佈退出歌壇，並喺香港紅磡體育館舉行33場告別演唱會，進行封咪儀式。張國榮自己話「封咪」係因為自己想學偶像[[山口百惠]]咁樣退隱<ref>{{引網|url=https://www.singtaousa.com/3843113|title=她退了，他們沒有|website=www.singtaousa.com|language=zh|access-date=2022-08-20}}</ref>，但真正原因仲惹嚟猜測。總之響封咪後，張國榮就移民咗去加拿大<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2311703/https%3A%2F%2Fskypost.ulifestyle.com.hk%2Farticle%2F2311703%2F%E3%80%90%E7%B9%BC%E7%BA%8C%E7%82%BA%E4%BD%A0%E9%8D%BE%E6%83%85%E3%80%91%E5%93%A5%E5%93%A5%E9%BB%9E%E8%A7%A3%E5%8F%AB%E5%93%A5%E5%93%A5%EF%BC%9F%E5%8D%81%E4%BB%B6%E5%BC%B5%E5%9C%8B%E6%A6%AE%E4%BD%A0%E6%88%96%E8%A8%B1%E6%83%B3%E7%9F%A5%E9%81%93%E7%9A%84%E4%BA%8B|title=【繼續為你鍾情】哥哥點解叫哥哥？十件張國榮你或許想知道的事 - 晴報 - 娛樂 - 中港台|website=skypost.ulifestyle.com.hk|language=zh|access-date=2022-08-20}}</ref>。 === 捲土重來 === 1995年，張國榮轉投[[滾石唱片]]，推出唱片《寵愛》，正式宣佈復出樂壇，其中入面嘅主打歌〈追〉好出名，做咗電影《金枝玉葉》主題曲，仲攞到香港電影金像獎最佳原創歌曲獎；而《寵愛》響全亞洲嘅銷量有成二百幾萬，其中響南韓有成五十萬張、香港有成三十三萬張，仲攞咗十大中文金曲年度最高銷量歌手大獎。此後陸續推出多張唱片，皆取得銷售量佳績，攞盡業界好評。 [[File:Leslie Cheung.jpg|thumb|張國榮喺《跨越97年演唱會》]] 佢幾受日、韓觀眾喜愛，1996年獲得日本《ASIA POP》雜誌讀者票選為《人氣最旺》、《最佳藝人》大獎。同時佢又推出唱片《紅》。同一年，佢憑住《風月》再次得到康城影展最佳男主角提名。同年12月12號至1997年1月4號，佢響香港紅館舉行跨越97演唱會，總共24場，世界巡迴演唱會60場，當中6場係喺日本搞，打破咗香港歌手響日本開演唱會嘅場數紀錄。 1998年，佢先後推出廣東話EP《這些年來》同埋普通話唱片《春天》。1999年7月，佢改為同[[香港環球唱片|環球唱片]]簽約，之後發行專輯《[[陪你倒數]]》；之後發行嘅《[[左右手]]》又攞到好多獎，橫掃各個樂壇頒獎典禮，包括《十大中文金曲頒獎典禮》攞「香港樂壇最高榮譽大獎——金針獎」。 2000年舉行「熱情演唱會」，全球巡迴43場，受到樂迷嘅熱烈歡迎。其中佢更加請嚟法國高級服裝設計師[[尚ー保羅·高堤耶]]負責設計佢嘅演唱會服裝，前衛嘅設計（就好似紅色高踭鞋配長頭髮嘅張國榮）令人耳目一新，同時惹嚟反對佢嘅人炮轟佢「乸」<ref name=":4" />；不過設計就得到美國《[[時代雜誌]]》讚佢係「Top in Passion and Fashion（中文：頂尖嘅熱情同時尚）」、日本《朝日新聞》就讚佢係「天生表演者」<ref name=":4" />。同年9月響上海搞演唱會，係第一位響上海八萬人體育場連開兩場嘅歌手。 喺2000年到2001年呢兩年內，張國榮幾乎攞曬中國藝壇嘅所有最高獎項，包括「最流行歌手」、「最傑出藝人」等當紅大獎。 2001年8月，佢獲邀出任[[香港作曲家及作詞家協會]]第一代音樂大使。 2002年7月，張國榮最後一次同[[梅豔芳]]同台表演，作品係《[[芳華絕代]]》<ref name=":5">{{引網|url=https://www.hk01.com/即時娛樂/534046/梅艷芳57歲冥壽-黃偉文公開-芳華絕代-手稿-職業生涯最大運氣|title=梅艷芳57歲冥壽｜黃偉文公開《芳華絕代》手稿：職業生涯最大運氣|last=洪曉璇|date=2020-10-10|website=香港01|language=zh-HK|access-date=2021-07-28|archive-date=2021-07-28|archive-url=https://web.archive.org/web/20210728090926/https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/534046/%E6%A2%85%E8%89%B7%E8%8A%B357%E6%AD%B2%E5%86%A5%E5%A3%BD-%E9%BB%83%E5%81%89%E6%96%87%E5%85%AC%E9%96%8B-%E8%8A%B3%E8%8F%AF%E7%B5%95%E4%BB%A3-%E6%89%8B%E7%A8%BF-%E8%81%B7%E6%A5%AD%E7%94%9F%E6%B6%AF%E6%9C%80%E5%A4%A7%E9%81%8B%E6%B0%A3|url-status=live}}</ref>。同年獲得第25屆十大中文金曲頒奬典禮金曲銀禧榮譽大獎。 == 電影事業 == === 早年經歷 === 張國榮拍嘅第一套電影係1978年嘅《紅樓春上春》，佢扮男主角賈寶玉，之不過係個三級片（[[軟調色情]]）<ref>{{引網|url=https://stars.udn.com/star/story/10094/3200345|title=紅樓大混戰 林青霞演寶玉最俊俏 張國榮沾情色最犧牲|last=聯合新聞網|date=2018-06-15|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-14}}</ref>。1980至90年代，張國榮喺影壇取得輝煌成就。響八十年代初期，佢出演《喝采》、《檸檬可樂》等一系列青春偶像派電影，憑住前衛不羈、反叛但又靚仔嘅形象好受觀眾歡迎。1982年憑《[[烈火青春]]》嘅二世祖「Louis」一角第一次攞到金像獎影帝提名。 張國榮早期扮演純情後生仔居多，因此希望改變戲路<ref>{{引網|url=http://www.lesliecheung.cc/library_inside.asp?type=detail&content_id=1392|title=張國榮想改變戲路|date=2021-05-17|website=web.archive.org|url-status=bot: unknown|access-date=2022-04-14|archive-date=2021-05-17|archive-url=https://web.archive.org/web/20210517054049/http://www.lesliecheung.cc/library_inside.asp?type=detail&content_id=1392}}</ref>。1986年佢同[[周潤發]]、[[狄龍]]主演嘅《[[英雄本色 (1986年電影)|英雄本色]]》勁收，佢扮演警官宋子傑，響正義同佢犯罪嘅大佬之間俳回，得到[[香港電影金像獎]]最佳男主角提名；張國榮曾經話過《[[英雄本色 (1986年電影)|英雄本色]]》係佢電影生涯嘅轉捩點<ref name=":13" />。1987年響《[[倩女幽魂 (1987年電影)|倩女幽魂]]》扮書生寧釆臣，張國榮認為古裝唔靚原本打算拒演，但響得知劇本後，認為寧釆臣嘅遭遇、性格同出道早期嘅自己類似，於是決定拍呢套戲，寧采臣一角成為香港電影史上經典嘅書生形象之一，佢亦第一次獲得臺灣金馬獎最佳男主角提名<ref name=":13" />。同年憑住《[[英雄本色II]]》獲得香港電影金像獎影帝提名。1988年響由[[關錦鵬]]執導嘅電影《[[胭脂扣]]》入面扮「十二少」陳振邦，第三次獲得香港電影金像獎影帝提名<ref name=":13">{{引網|url=https://www.hk01.com/即時娛樂/754202/張國榮逝世-認初出道唔識唱歌-拍電影機會更多-希望唔再做毒藥|title=張國榮逝世｜認初出道唔識唱歌 拍電影機會更多：希望唔再做毒藥|last=董欣琪|date=2022-04-01|website=香港01|language=zh-HK|access-date=2022-04-14}}</ref>，以一票之差輸畀[[洪金寶]]，理由係「戲份太少」，有觀眾為此表達不滿；張國榮認為十二少係個「鹹濕同膽小鬼」，係佢拍過嘅電影入面最中意嘅角色<ref>{{引網|url=https://www.upmedia.mg/news_info.php?Type=196&SerialNo=141381|title=【巨星逝世19周年】張國榮最愛《胭脂扣》「十二少」 不喜歡《霸王別姬》「程蝶衣」 -- 上報 / 流行|website=www.upmedia.mg|access-date=2022-04-14}}</ref>。 === 揚威影壇 === [[File:Leslie Cheung at Madame Tussaud's Hong Kong - Flickr - skinnylawyer.jpg|thumb|[[香港杜莎夫人蠟像館]]有個以電影《風月》同《霸王別姬》嘅書生造型做藍本嘅張國榮蠟像，響2004年開始展出到依家<ref>{{引網|url=https://news.tvbs.com.tw/life/498307|title=張國榮摯愛唐鶴德 揭幕哥哥蠟像│TVBS新聞網|last=TVBS|website=TVBS|language=zh-tw|access-date=2022-04-04}}</ref>]] 1990年，退出樂壇嘅張國榮專心攻影壇，表示希望拍[[王家衞|王家衛]]嘅戲，所以接拍《[[阿飛正傳]]》<ref>{{引網|url=https://www.chinatimes.com/newspapers/20180923000600-260112?chdtv|title=《阿飛正傳》回味張國榮戲魂 - 娛樂新聞|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2022-04-15}}</ref>。為咗拍好呢套戲，佢仲特登去減肥。佢響《[[阿飛正傳]]》扮演主角「旭仔」，以精湛嘅演技將旭仔嘅浪蕩不羈演繹出嚟<ref>{{引網|url=https://www.hk01.com/周報/493961/阿飛正傳-三十周年祭-再談-冇腳的雀仔-的追尋和失落|title=《阿飛正傳》三十周年祭 再談「冇腳的雀仔」的追尋和失落｜01周報|last=鄒崇銘|date=2020-07-04|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>，雖然票房唔高但依然成為經典<ref>{{引網|url=https://www.hk01.com/電影/564607/阿飛正傳-重溫十大經典對白-旭仔-名言永垂不朽|title=【阿飛正傳】重溫十大經典對白 「旭仔」名言永垂不朽|last=陳穎思|date=2020-12-22|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>，獲得第十屆香港金像獎最佳男主角，為佢之後嘅成名打好基礎<ref>{{引網|url=https://topick.hket.com/article/2038370|title=哥哥逝世15周年 回顧張國榮經典演出背後的秘密 - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-07-28|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114146/https://topick.hket.com/article/2038370|url-status=live}}</ref>。 1993年，張國榮響電影《[[霸王別姬 (電影)|霸王別姬]]》扮主角程蝶衣，佢細膩、全情投入咁演譯咗程蝶衣嘅「不瘋魔不成活」，甚至導演話好依然要求重拍<ref>{{引網|url=https://www.hk01.com/電影/275985/霸王別姬-影評-張國榮成就不朽經典-重拾當年難以忘懷的感動|title=【霸王別姬．影評】張國榮成就不朽經典 重拾當年難以忘懷的感動|last=電影神搜|date=2018-12-29|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>。佢憑攞法國[[康城影展]]嘅[[金棕櫚獎]]、國際影評人聯盟大獎[[費比西獎]]、美國[[金球獎]]嘅最佳外語片獎、[[奧斯卡]]最佳外語片提名等。《霸王別姬》令到佢響國際演藝界打響名堂，響全世界都得到好好嘅評價，從此佢揚威影壇<ref name=":4" />。 1994年，張國榮因主演《東邪西毒》，獲[[香港電影評論學會]]最佳男演員獎<ref>[http://bbs.ent.163.com/board/zhangguorong/859/138859.html 香港電影評論學會最佳男演員獎]</ref>、威尼斯國際電影節最佳男演員提名。同年亦憑住《金枝玉葉》成為當年香港暑假電影票房嘅冠軍。 佢亦曾被邀擔任日本[[東京國際電影節]]青年導演獎（1993年）及德國[[柏林國際影展]]（1998年）嘅評委，係公認最傑出嘅華人影星之一。 張國榮影壇生涯主要演文藝片，但商業片佢都拍唔少。好似《[[家有囍事]]》、《[[金玉滿堂]]》、《[[大三元]]》呢啲張國榮係以搞笑形象演出。其中《家有囍事》收四千九百萬港紙票房，係張國榮從影以嚟最收得嘅。 === 衝出國際 === [[File:Avenue of the Stars 星光大道 (5284211188).jpg|thumb|張國榮響[[星光大道 (香港)|星光大道]]嘅星牌：由於星光大道係響張死後建立，所以係少數冇手印嘅星牌之一<ref>{{引網|url=https://www.chinatimes.com/realtimenews/20220401000029-260404?chdtv|title=書摘精選》沒有明星的星光大道 - 娛樂|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2022-04-04}}</ref>|left]] 1996年，由張國榮主演嘅《大三元》、《金枝玉葉2》、《新上海灘》三部電影齊齊入選香港年度十大賣座電影。12月，佢喺香港紅磡體育館舉行「跨越97演唱會」24場，世界巡迴31場。 1997年，佢響電影《[[春光乍洩 (1997年)|春光乍洩]]》做男主角。響呢奪戲入面，佢扮演男同性戀者何寶榮。呢套電影令佢得到空前成功，獲得戛納國際電影節最佳男演員、第17屆香港電影金像獎最佳男主角、第34屆臺灣金馬獎最佳男主角三個提名。1998年，佢成為第一位做柏林國際影展評委嘅亞洲演員；同年《春光乍洩》又令佢得到咗法國康城影展嘅最佳男主角提名，成為LGBT文化嘅代表之一。之後佢同日本攝影師[[清永安雄]]響澳門影寫真集《ALL ABOUT LESLIE》。 1999年，佢覺得香港電影業處於低迷嘅時間，為咗帶嚟更多嘅活力，佢同二十位香港導演組成「創意聯盟」。其中由[[張之亮]]執導嘅《流星語》就係呢個聯盟其中一個作品。張之亮搵過好多演員，但就得張國榮肯去拍呢套戲，反映出張國榮真係有心帶動香港電影業。 2000年11月響香港電台搞嘅「千禧十大演藝紅人」評選入面，張國榮排名第一。同年，佢主演電影《鎗王》，而佢嘅演技亦得到行內較高嘅評價；又入選咗日本電影雜誌《電影旬報》「20世紀百大外國男演員」之一。9月，佢主演同執導嘅公益電影'''《'''煙飛湮滅'''》'''正式上映<ref name=":7" />'''。''' 2001年，張國榮獲日本擁有最多會員嘅亞洲電影影迷會「飲茶俱樂部」（CINECITY）投票選為2000年度「最佳男演員獎」（電影《流星語》）。呢個獎項共舉辦11年，張國榮連續十年奪冠。 2002年，佢憑住《[[異度空間]]》提名做香港電影金像獎最佳男主角，而《異度空間》亦係佢嘅遺作<ref name=":5" />。 == 死同葬禮 == {{內文|張國榮之死}} 跟據愛人[[唐鶴德]]嘅講法，張國榮早就響2002年11月自殺未遂；之後就已經開始睇精神科醫生<ref name=":2">{{引網|url=https://topick.hket.com/article/2922752|title=【想你張國榮】抑鬱症不只是心理疾病 哥哥患生理抑鬱影響身體機能 - 香港經濟日報 - TOPick - 健康 - 醫生診症室|website=topick.hket.com|access-date=2021-07-28|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114249/https://topick.hket.com/article/2922752|url-status=live}}</ref>。 2003年4月1號晚上6點，張國榮喺[[香港文華東方酒店]]（Mandarin Oriental）24樓跳樓自殺；據知係跌落二樓帳蓬再彈返落地<ref name=":3">{{引網|url=https://www.hk01.com/即時娛樂/312444/張國榮逝世16周年-前突發記者揭謎底-一個報案電話保哥哥尊嚴|title=【張國榮逝世16周年】前突發記者揭謎底 一個報案電話保哥哥尊嚴|last=吳子生|date=2019-03-31|website=香港01|language=zh-HK|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122842/https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/312444/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9616%E5%91%A8%E5%B9%B4-%E5%89%8D%E7%AA%81%E7%99%BC%E8%A8%98%E8%80%85%E6%8F%AD%E8%AC%8E%E5%BA%95-%E4%B8%80%E5%80%8B%E5%A0%B1%E6%A1%88%E9%9B%BB%E8%A9%B1%E4%BF%9D%E5%93%A5%E5%93%A5%E5%B0%8A%E5%9A%B4|url-status=live}}</ref>。發現後畀人送到瑪麗醫院，經醫生檢驗後證實已經死咗，終年46歲。屍體之後畀人送去西環域多利亞公眾殮房。由於張國榮死得太突然，加上當日係愚人節，唔少人都唔信、以為係玩笑，所以當知道嚟真之後都好驚訝。消息震撼亞洲樂壇，仲有眾多Fans。 佢喺遺書中寫：<blockquote>Depression，多謝各位朋友，多謝[[麥列菲菲]]教授。呢一年嚟好辛苦，再忍受唔到，多謝[[唐鶴德|唐生]]，多謝屋企人，多謝[[沈殿霞|肥肥]]。我一世冇做壞事，點會噉㗎<!--o架-->？</blockquote>經理人[[陳淑芬]]女士，響張臨死前曾經畀對方約到文華酒店見面，陳等咗好耐都未見人影。突然「嘭」一聲，佢睇到有人由高處跌落，之後有目擊者同保安講「有人暈咗響路邊。」陳聽到後大驚<ref name=":3" />。事後陳證實張患上[[抑鬱症]]，努力治療年幾，但係仍然因為病情失控而自殺<ref>{{引網|url=https://hk.on.cc/hk/bkn/cnt/news/20170401/bkn-20170401165920926-0401_00822_001.html|title=東網光影：一代巨星張國榮殞落|date=2017-04-01|website=on.cc東網|language=zh-hk|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122843/https://hk.on.cc/hk/bkn/cnt/news/20170401/bkn-20170401165920926-0401_00822_001.html|url-status=live}}</ref>。 張國榮家姐張綠萍響後嚟接受香港電台訪問嗰陣表示，佢有嘅抑鬱症係生理上，冇得醫嘅。有醫生寫咗一張長達四頁嘅報告畀佢，話「抑鬱症響醫學上分為心理同生理兩方面，生理嘅就係因為腦部入面嘅化學物質唔夠平衡而導致，心理嘅大家都知係唔開心嘅嘢導致。張國榮就係生理上面嘅。」<ref name=":2" /><ref>{{引網|url=https://topick.hket.com/article/2751332|title=【一代巨星】唐鶴德紀念張國榮64歲冥壽 IG貼舊照懷念哥哥：分開也像同渡過 - 香港經濟日報 - TOPick - 娛樂|website=topick.hket.com|access-date=2021-09-26|archive-date=2021-09-26|archive-url=https://web.archive.org/web/20210926122843/https://topick.hket.com/article/2751332|url-status=live}}</ref> 2003年4月8號，張國榮嘅葬禮喺香港殯儀館舉行，由唐鶴德以未亡人嘅身份同埋佢家人打點一切。大批歌迷喺當日早早聚集喺殯儀館外，喺場嘅唔少明星同埋歌星，如張國榮生前嘅知己[[梅艷芳]]，都喊到收唔到聲。電影界代表導演[[徐克 (香港)|徐克]]，音樂界代表填詞人[[黃霑]]同埋藝人代表[[張學友]]讀悼詞。劉純豪、羅建基、徐克、張學友、[[關錦鵬]]、劉培基、[[梁家輝]]、[[林夕]]等八人爲張國榮扶靈，送佢最後一程。香港無綫電視現場直播整個葬禮，多間海外電視台亦有直播報道。 張國榮嘅靈位響沙田寶福山，白色石碑上面嘅相旁邊刻咗出自林夕嘅「當年情常在心，紅塵夢醒無憾」。 == 死後 == 響[[第22屆香港電影金像獎]]頒獎禮，大會唔鋪紅地，[[四大天王 (歌星)|四大天王]]合唱張國榮嘅《當年情》。響同年4月9號嘅[[香港國際電影節]]入面，大會為張國榮嘅死默哀一分鐘。 2003年，張國榮獲第三屆華語流行樂傳媒大獎追頒「終身成就獎」。 2003年6月，新浪網與國內17家媒體共同推出的大型公眾調查：《中國二十世紀十大文化偶像》，張國榮當選為第七位<ref>{{引網 |url=http://hk.geocities.com/fayefaye521/fayenews20030621.htm |title=中國二十世紀十大文化偶像 |access-date=2008年5月3號 |archive-url=https://web.archive.org/web/20080417210040/http://hk.geocities.com/fayefaye521/fayenews20030621.htm |archive-date=2008年4月17號 |url-status=dead }}</ref>。 2003年7月，韓國電影頻道OCN於6月1號—7月20號聯同其他電影網頁合辦「百大影星選舉」，近四萬人參與投票，「百大影星」中有四成係外國演員，張國榮獲最高位置名列第十，成為外國影星之首，而其他上榜嘅外國演員有茱莉亞羅拔絲、羅拔迪尼路及湯告魯斯等。 2004年，張國榮獲第二十三屆香港電影金像獎追頒「演藝光輝永恆大獎」。 2005年由[[香港]]影藝界所舉辦嘅「中國電影一百年」活動當中，張國榮俾香港人選為呢一百年嚟最喜愛嘅男演員<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=24700&page=1 |title=張國榮被選為一百年來最喜愛的男演員 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20090319011306/http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=24700&page=1 |archive-date=2009年3月19號 |url-status=dead }}</ref>。 2005年11月8號，香港郵政推出「香港流行歌星」郵品系列，張國榮成為其中一位獲致敬推出郵票嘅歌手（面額係3蚊）<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=27333&page=1 |title=香港流行歌星郵票 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20071116022039/http://bbs.leslietong.com/dispbbs.asp?boardID=313&ID=27333&page=1 |archive-date=2007年11月16號 |url-status=dead }}</ref>。 2006年，日本國營電視台NHK通過網站（www.nhk.or.jp/bscinema/）進行問卷調查，10181名日本觀眾參與呢次投票，張國榮被選為「十佳演員」，同湯告魯斯、羅拔迪尼路、尊尼波達等世界超級明星齊名。《霸王別姬》則被選為「十佳影片」<ref>{{引網 |url=http://bbs.leslietong.com/dispbbs.asp?boardID=331&ID=30400&page=1 |title=張國榮被選為「十佳演員 |access-date=2007年9月2號 |archive-url=https://web.archive.org/web/20070829035445/http://bbs.leslietong.com/dispbbs.asp?boardID=331&ID=30400&page=1 |archive-date=2007年8月29號 |url-status=dead }}</ref>。 2007年，韓國首爾《第一屆忠武路國際電影節》，播映嚟自三十二個國家嘅經典作品，以懷念多位影壇巨星。當中包括張國榮嘅《烈火青春》、奇勒基寶及慧雲李嘅《亂世佳人》、差利卓別靈等一系列作品，向他們嘅演藝事業致敬<ref>{{引網 |url=http://ent.sina.com.cn/m/f/2007-10-26/08111764832.shtml |title=韓國首爾電影節向張國榮致敬 |access-date=2007-10-26 |archive-date=2011-05-26 |archive-url=https://web.archive.org/web/20110526041115/http://ent.sina.com.cn/m/f/2007-10-26/08111764832.shtml |url-status=live }}</ref>。 ==傳聞== 2004年11月，有傳聞指一個[[阿根廷]]華人喺[[布宜諾斯艾利斯]]旁邊嘅一個小鎮見到貌似張國榮嘅中年男人，隨後就有大量傳聞講述張國榮實際喺阿根廷，並隱居喺一個規模唔大嘅農場入面。雖然呢件事被大批嘅媒體所報道，但並冇實際嘅證據證明張國榮隱居喺阿根廷。另外張國榮由自殺身亡直到出殯，遺體一直都冇公開露面，官方嘅講法係由於從高處墮下，所以遺容唔方便瞻仰，但係除咗一啲親人同埋非常好嘅朋友外，大家都唔能夠親眼見到張國榮嘅遺體，噉亦為傳講製造咗便利嘅機會。 == 個人生活 == 張國榮非常注重個人私隱，唔願意向公眾公開太多私生活，但係由於佢個人嘅成就同埋地位，佢嘅私生活一直備受傳媒關注。 === 感情生活 === 跟據傳媒報道，張國榮曾經同[[倪詩蓓]]、[[毛舜筠]]、[[楊諾思]]、[[雪梨 (演員)|雪梨]]、[[鄧慧詩]]五個女藝人拍過拖。有人話佢嘅初戀係藝人倪詩蓓，兩個人響1980年識嘅，曾經一齊合作拍電影《對對糊》、《甜甜廿四味》同埋《凹凸神探》，之後越行越近，係娛樂圈公認嘅「金童玉女」，但係兩個人拍咗兩年拖就玩完<ref>{{引網|url=https://www.chinatimes.com/realtimenews/20200401002710-260404?chdtv|title=張國榮逝世17週年 初戀女友嫁漫畫教父卻悲劇「苦養自閉兒」 - 娛樂|last=中時新聞網|website=中時新聞網|language=zh-Hant-TW|access-date=2021-05-09|archive-date=2021-05-10|archive-url=https://web.archive.org/web/20210510142908/https://www.chinatimes.com/realtimenews/20200401002710-260404?chdtv|url-status=live}}</ref>。之後張國榮又有傳曾經同雪梨拍過拖，但唔夠半年就玩完<ref>{{引網|url=https://star.ettoday.net/news/831124|title=還記得「李莫愁」嗎？ 消失34年肉垂皮鬆現況曝光 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-05-09|archive-date=2017-05-10|archive-url=https://web.archive.org/web/20170510021941/http://star.ettoday.net/news/831124|url-status=live}}</ref>。冇幾耐，佢又識咗生意人[[楊受成]]個大女楊諾思，之後仲曾經拍拖。1984年，張國榮出嘅唱片《Lesile》，封面嘅游水池就係響楊受成屋企影嘅。但係之後因為楊諾思要去美國留學，而張留響香港，所以慢慢就分開咗<ref name=":0">{{引網|url=https://topick.hket.com/article/2039264|title=張國榮逝世15周年 唐鶴德沿用哥哥電話號碼至今？ - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-05-09}}</ref>。佢嘅第四任女朋友係鄧慧詩，兩個人響1981年識嘅，之後拍過九個月拖<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2650599/%E3%80%90IQ%E6%88%90%E7%86%9F%E6%99%82%E3%80%9159%E6%AD%B2%E9%84%A7%E6%85%A7%E8%A9%A9%E7%B4%A0%E9%A1%8F%E8%88%87%E6%B8%AF%E5%8F%B0%E5%85%83%E7%A5%96%E7%B4%9ADJ%E8%81%9A%E6%9C%83%20%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%8A%E6%84%9B%E8%88%87%E6%9E%97%E6%85%95%E5%BE%B7%E8%AD%9C%E9%BB%83%E6%98%8F%E6%88%80|title=【IQ成熟時】59歲鄧慧詩素顏與港台元祖級DJ聚會 張國榮舊愛與林慕德譜黃昏戀 - 晴報 - 娛樂 - 中港台|website=https|language=zh|url-status=live|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114223/https://skypost.ulifestyle.com.hk/article/2650599/%E3%80%90IQ%E6%88%90%E7%86%9F%E6%99%82%E3%80%9159%E6%AD%B2%E9%84%A7%E6%85%A7%E8%A9%A9%E7%B4%A0%E9%A1%8F%E8%88%87%E6%B8%AF%E5%8F%B0%E5%85%83%E7%A5%96%E7%B4%9ADJ%E8%81%9A%E6%9C%83%20%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%8A%E6%84%9B%E8%88%87%E6%9E%97%E6%85%95%E5%BE%B7%E8%AD%9C%E9%BB%83%E6%98%8F%E6%88%80}}</ref>。 以上四個女朋友都係傅媒報道，但毛舜筠就係張國榮一生人之中唯一一個公開承認嘅女朋友。1976年，張國榮簽約麗的電視，識咗當時同公司嘅毛舜筠。兩個人一齊主持音樂節目，佢對毛一見鍾情，所以兩個人後嚟就拍咗拖。冇幾耐，哥哥就同當時只有17歲嘅毛姐求婚，但係毛當時畀佢嚇親而拒絕<ref>{{引網|url=https://www.hk01.com/電影/606804/張國榮逝世18週年-盤點8位影后拍檔-毛舜筠唯一被公開認愛|title=張國榮逝世18週年｜盤點8位影后拍檔 毛舜筠唯一被公開認愛|last=沈洛嘉|date=2021-04-01|website=香港01|language=zh-HK|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114223/https://www.hk01.com/%E9%9B%BB%E5%BD%B1/606804/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9618%E9%80%B1%E5%B9%B4-%E7%9B%A4%E9%BB%9E8%E4%BD%8D%E5%BD%B1%E5%90%8E%E6%8B%8D%E6%AA%94-%E6%AF%9B%E8%88%9C%E7%AD%A0%E5%94%AF%E4%B8%80%E8%A2%AB%E5%85%AC%E9%96%8B%E8%AA%8D%E6%84%9B|url-status=live}}</ref>。後嚟張國榮響電視節目上講過：「如果當初你（毛舜筠）願意接受我嘅求婚，可能會改變我嘅一生。」<ref>{{引網|url=https://hk.appledaily.com/entertainment/20181216/B3ENEMIYXUMMIRZ4NUTJH3YIVA/|title=【蘋聞重溫】拒絕張國榮求婚 ｜ 蘋果日報|website=Apple Daily 蘋果日報|language=zh-hk|access-date=2021-05-09|archive-date=2021-05-09|archive-url=https://web.archive.org/web/20210509072905/https://hk.appledaily.com/entertainment/20181216/B3ENEMIYXUMMIRZ4NUTJH3YIVA/|url-status=live}}</ref>1991年，佢哋響拍《[[家有囍事]]》期間再次見面，之後做咗老友<ref>{{引網|url=https://topick.hket.com/article/2159116|title=張國榮62歲生忌 廿歲哥哥向毛舜筠求婚被拒 - 香港經濟日報 - TOPick - 休閒消費|website=topick.hket.com|access-date=2021-05-09|archive-date=2021-12-11|archive-url=https://web.archive.org/web/20211211114147/https://topick.hket.com/article/2159116|url-status=live}}</ref>。 90年代初，香港傳媒報道指張國榮係同性戀者，又跟蹤偷拍到同佢親密嘅同性好友[[唐鶴德]]嘅相<ref>{{引網|url=https://star.ettoday.net/news/486386|title=「回頭一牽手就是一輩子」 唐鶴德守身獨愛張國榮20年 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-05-09|archive-date=2017-07-13|archive-url=https://web.archive.org/web/20170713102049/http://star.ettoday.net/news/486386|url-status=live}}</ref>。唐鶴德同張國榮自細就玩埋一齊，比張細三歲，後嚟因為張國榮去英國讀書而冇再聯絡。直至1982年，張國榮響[[香港麗晶酒店]]再次見到唐鶴德，一年後經共同老友正式認識對方，兼且開始拍拖。響戀情啱開始嗰陣哥哥仲未紅，唐身為金融業人士，曾經攞自己嘅人工去支持佢<ref name=":0" />。1984年兩個人曾經分開過，但冇耐又喺返埋一齊。響成個80年代，佢兩個嘅關係一直都好低調<ref>{{Cite book|last=關熙潮|title=張國榮：不如我們從頭來過|pages=89}}</ref>。 經過反覆嘅糾纏甚至衝突，張國榮索性喺1996年底嘅復出歌壇演唱會上公開多謝唐鶴德，話佢同埋自己阿媽係「生命中至愛嘅朋友同埋親人」；1999年喺個人寫真集《Leslie的所有》採訪中，承認自己同埋唐鶴德相識於微時，彼此嘅友好關係已經十幾年；更喺2001年《時代週刊》亞洲版訪問上，表明幫TVB拍music video時太過性感而被禁止，佢都知咁做會俾聽眾同埋觀眾懷疑或相信佢係同性戀，但係佢認為個video所講嘅自己其實係雙性戀較恰當。但係上述嘅報道祇係雜誌編寫，無得到張國榮確認<ref>{{引網|url=http://www.time.com/time/arts/article/0,8599,108021,00.html|title=Forever Leslie - TIME|date=2010-03-30|website=web.archive.org|access-date=2021-09-29|archive-date=2013-05-21|archive-url=https://web.archive.org/web/20130521082105/http://www.time.com/time/arts/article/0,8599,108021,00.html|url-status=dead}}</ref>。 === 人際 === 張國榮生性坦率又唔鍾意妥協，對人好好，又豪爽，所以佢響娛樂圈入面老友唔少<ref name=":14">{{引網|url=https://www.harpersbazaar.com/tw/celebrity/celebritynews/g25433187/leslie-cheung-anecdotes/|title=張曼玉片場的「定心丸」、梅豔芳差點要嫁給他？身為「榮迷」不可不知道的10件張國榮軼聞趣事|last=Yeh|first=Eachen Lee 與 Lois|date=2020-04-01|website=Harper's BAZAAR|language=zh-TW|access-date=2022-04-14}}</ref>。[[張曼玉]]、[[林青霞]]、[[王祖賢]]、[[毛舜筠]]等都係佢嘅老友<ref name=":14" />。不過最為人稱道嘅，係佢同[[梅豔芳]]之間嘅友情。梅豔芳同張國榮曾經響《[[胭脂扣]]》、《[[緣份]]》合作，亦互相出任演唱會嘅嘉賓，據傳梅豔芳仲問過張國榮：「如果我到咗四十歲仲未嫁出去，你就娶我好唔好？」<ref>{{引網|url=https://tw.appledaily.com/entertainment/20220316/SOA5DTHMQREZBCKV26VTTAKKLI/|title=曾是演藝圈公認的金童玉女 張國榮允諾梅艷芳會娶她 ｜ 蘋果新聞網 ｜ 蘋果日報|date=2022-03-16|website=蘋果新聞網|language=zh-tw|access-date=2022-04-14}}</ref>而梅豔芳亦響《明報周刊》嘅訪問入面提過，張國榮就好似係佢嘅屋企人，有咩野開心同唔開心都會同張國榮講，比佢嘅屋企人仲要了解佢，甚至有男朋友都會帶畀張國榮過目<ref>{{引網|url=http://www.leslietong.com/angelleslie/2003/0819/82.jpg|title=1976期《明報周刊》|date=2013-09-21|website=web.archive.org|url-status=bot: unknown|access-date=2022-04-14|archive-date=2013-09-21|archive-url=https://web.archive.org/web/20130921060757/http://www.leslietong.com/angelleslie/2003/0819/82.jpg}}</ref>。張國榮最後一任經紀人係[[陳淑芬]]，兩個人響1982年識，感情就好似屋企人一樣，陳形容張國榮「人好好」，有乜不合都好易傾得點<ref>{{引網|url=https://eastweek.my-magazine.me/main/59389|title=風雲再起時 陳淑芬 - 名人薈 - 名人專訪 東周網【東周刊官方網站】|date=2019-12-20|website=web.archive.org|access-date=2022-04-14|archive-date=2019-12-20|archive-url=https://web.archive.org/web/20191220123032/https://eastweek.my-magazine.me/main/59389|url-status=bot: unknown}}</ref>。 張國榮亦多次提攜後輩，包括病緊都仲同[[Twins]]拍MV<ref>{{引網|url=https://skypost.ulifestyle.com.hk/article/2253876/https%3A%2F%2Fskypost.ulifestyle.com.hk%2Farticle%2F2253876%2F%E6%87%B7%E7%B7%AC%E5%BC%B5%E5%9C%8B%E6%A6%AE%E8%88%87Twins%E6%9C%80%E5%BE%8CMV%C2%A0%20%E7%B6%B2%E6%B0%91%E6%AD%8C%E9%A0%8C%EF%BC%9A%E4%BD%A2%E7%97%85%E7%B7%8A%E9%83%BD%E6%8F%90%E6%94%9C%E5%BE%8C%E8%BC%A9|title=懷緬張國榮與Twins最後MV 網民歌頌：佢病緊都提攜後輩 - 晴報 - 娛樂 - 中港台|website=skypost.ulifestyle.com.hk|language=zh|access-date=2022-04-15}}</ref>、畀[[王力宏]]參演自己嘅執導嘅電影<ref>{{引網|url=https://stars.udn.com/star/story/10088/5971946|title=噓編娛論／李安、張國榮都曾提攜 王力宏優質招牌還是一夕崩毀？|last=聯合新聞網|date=2021-12-18|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-15}}</ref>，又曾經響頒獎禮上讚[[黎明]]「外形最好，佢如果做歌手肯定非常得女歌迷歡喜」、讚[[古天樂]]「係佢電影方面嘅接班人」、[[古巨基]]「係佢歌唱方面嘅接班人」<ref>{{引網|url=https://www.hk01.com/即時娛樂/343395/烈火雄心-張國榮曾睇好-雙古一鄧-古天樂鄧一君各有發展|title=【烈火雄心】張國榮曾睇好「雙古一鄧」 古天樂鄧一君各有發展|last=董欣琪|date=2019-06-21|website=香港01|language=zh-HK|access-date=2022-04-15}}</ref>。 === 慈善事業 === === 移居 === 張國榮響1990年退出樂壇之後曾經到過[[加拿大]]生活。當時佢生活低調，唔受任何狗仔隊影響。後嚟佢最終回流香港，無耐仲復出樂壇同埋向影壇發展<ref>{{引網|url=https://star.ettoday.net/news/1681422|title=張國榮離開17年從未忘記！唐鶴德深夜曬照：我知道，你在另一個國度想念我們 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2021-09-29|archive-date=2021-09-29|archive-url=https://web.archive.org/web/20210929151115/https://star.ettoday.net/news/1681422|url-status=live}}</ref>。 === 軼事 === 呢啲軼事大多由傳媒所寫，佢本人好多都未承認。 * 佢係一個有情有義嘅人，每次開完演唱會都會送禮物畀工作人員，而且全部都有寫上款下款。<ref name=":1" /> * 響張國榮二十歲嗰陣，契媽曾經攞過佢嘅生辰八字去算命，結果話佢46歲就會死。一向唔信呢啲嘢嘅佢去問家姐張綠萍：「我係咪到46歲就會死㗎？」張綠萍唔知點算，只好安慰佢。但最後，算命師父居然算中咗，佢走嗰陣真係得46歲<ref>{{引網|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20171128/bkn-20171128114259410-1128_00862_001.html|title=張綠萍遺憾錯失與張國榮到澳洲生活|date=2017-11-28|website=on.cc東網|language=zh-hk|access-date=2021-05-14|archive-date=2021-05-14|archive-url=https://web.archive.org/web/20210514094653/https://hk.on.cc/hk/bkn/cnt/entertainment/20171128/bkn-20171128114259410-1128_00862_001.html|url-status=live}}</ref>。 == 影響 == === 兩岸三地 === 好多歌手都推出過、或翻唱過張國榮嘅歌。台灣歌手[[王若琳]]喺2014年推出嘅《[[午夜劇院]]》專輯，亦翻唱咗張國榮名曲《[[當年情]]》嘅國語版，仲成為咗主打歌之一<ref>{{引網|url=http://www.iwant-radio.com/showinformation.php?sisn=33498|title=Joanna王若琳『午夜劇院』專輯介紹|website=銀河網路電台|url-status=live|archive-url=https://web.archive.org/web/20211211114234/http://www.iwant-radio.com/showinformation.php?sisn=33498|archive-date=2021-12-11|access-date=2021-07-27}}</ref>。響香港，[[陳奕迅]]嘅《浮誇》表達出懷念張嘅情感、《黑擇明》嘅正面歌詞（原先係打算畀張國榮唱，但張早死，後嚟畀咗[[林夕]]填詞），[[古巨基]]嘅《Dear Leslie》入面有好多出自張國榮嘅經典歌詞，[[張敬軒]]《靈魂相認》嘅前奏靈感嚟自張國榮嘅《追》等等<ref>{{引網|url=https://www.hk01.com/眾樂迷/455214/張國榮逝世17周年-哥哥如何影響後世流行樂壇|title=張國榮逝世17周年 哥哥如何影響後世流行樂壇？|last=彭嘉彬|date=2020-04-01|website=香港01|language=zh-HK|access-date=2022-04-05}}</ref>。 2022年，星聚匯搞咗《榮情蜜意張國榮影展》，響4月1號起上映《霸王別姬》、《胭脂扣》同《英雄本色》呢三套作品<ref name=":12">{{引網|url=https://tw.news.yahoo.com/%E9%9F%93%E5%9C%8Bcgv%E8%BF%BD%E6%86%B6%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9619%E9%80%B1%E5%B9%B4-the%E5%BC%B5%E5%9C%8B%E6%A6%AE%E7%89%B9%E5%B1%95-%E5%8F%B0%E7%81%A3%E5%B0%87%E6%96%BC4%E6%9C%881%E6%97%A5%E4%B8%8A%E6%98%A0%E7%B6%93%E5%85%B8%E4%B8%89%E9%83%A8%E5%BC%B5%E5%9C%8B%E6%A6%AE%E4%BD%9C%E5%93%81-021200951.html|title=韓國CGV追憶張國榮逝世19週年《THE張國榮特展》，台灣將於4月1日上映經典三部張國榮作品|website=tw.news.yahoo.com|language=zh-Hant-TW|access-date=2022-04-04}}</ref>。 === 海外 === ==== 韓國 ==== 1986年，佢憑住《英雄本色》主題曲《當年情》響韓國打開名堂。1987年，佢推出嘅國語唱片《愛慕》、專輯《The Greatest Hits of Leslie Cheung》，響韓國分別賣出30萬同20幾萬張，創造咗華語唱片響韓國嘅銷量紀錄。1989年，佢代言嘅品牌Orion To You 朱古力廣告，令到呢個牌子成為當時韓國三大熱門朱古力。佢響韓國影壇到依家都仲有好大影響力，就好似「國民主持」[[劉在錫]]就係佢嘅fans；而響多套韓國電視劇亦曾經出現張國榮，就好似《請回答1988》、《九尾狐傳》等等<ref name=":6">{{引網|url=https://www.harpersbazaar.com.hk/celebrity/how-popular-leslie-cheung-south-korea?utm_source=facebook_share&utm_medium=referral|title=張國榮當年的影響力！就連韓星都要靠邊站|last=HK|first=Harper's BAZAAR|website=www.harpersbazaar.com.hk|language=en|access-date=2022-02-25}}</ref>。 2009年，韓國搞咗一個「張國榮電影節」，用一個月時間上映多套張國榮嘅電影代表作，係韓國第一次為咗懷念一位明星而開嘅電影節<ref name=":6" />。2012年，韓國最大嘅流行音樂頒獎禮「Mnet亞洲音樂大獎」響頒獎開場嗰陣播咗張國榮告別演唱會嘅片，仲請嚟藝人[[宋仲基]]唱張國榮嘅《當年情》，以示致敬<ref>{{引網|url=https://stars.udn.com/star/story/10089/2081236|title=驚！宋仲基竟與張國榮對唱過！|last=聯合新聞網|date=2016-03-29|website=噓！星聞|language=zh-Hant-TW|access-date=2022-04-04}}</ref>。2021年，韓國仲特別上映咗兩部佢嘅作品《星月童話》、《縱橫四海》<ref name=":6" />。2022年，[[星聚匯]]搞咗為期兩個禮拜嘅《THE張國榮特展》，上映多場張國榮嘅代表電影<ref name=":12" />。 ==== 日本 ==== 2001年，日本有最多會員嘅亞洲電影影迷會Cine City評選「最佳男演員獎」，呢個獎搞11年，張國榮有成10年攞第一。2006年，[[日本放送協會]]搞「響日本最受歡迎嘅演員評選」，張國榮入選「國際十佳男演員」，係唯一入選嘅華人演員；《霸王別姬》響呢個獎入面被選做「十佳影片」。 == 評價 == === 海外 === * {{Flag|JPN}}導演[[中川陽介]]：佢係國際電影界嘅瑰寶，擁有卓越嘅演技。（略）...佢卓越嘅演技會永遠留響電影入面，令你睇到入哂迷。呢個演員嘅名叫張國榮。<ref>{{引網|url=http://blog.livedoor.jp/yoyogi2222/archives/50151785.html|title=美しいひと : 真昼ノ星空 群青 唐船ドーイ 一九の春|website=真昼ノ星空　群青　唐船ドーイ　一九の春|access-date=2022-04-05}}</ref> == 特色 == == 稱呼 == [[File:Leslie Howard GWTW.jpg|thumb|當時響《亂世佳人》入面扮偉希禮[[萊斯利·侯活]]：張國榮改英文名嘅靈感同來源]] 其實張國榮原本叫張發宗，但根據初中同學嘅講法，佢響中學時期已經改咗名叫「張國榮」；原先英文名係叫做「Bobby」，響英國留學嗰陣改做「Leslie」，原因為佢好鍾意英國男演員[[萊斯利·侯活]]（英文Leslie Howard；代表作係響《[[亂世佳人 (電影)|亂世佳人]]》入面扮偉希禮）。佢曾經響1989年嘅演唱會上面提過：「我點解叫Leslie呢？其實我細個係叫做Bobby，但係我又好驚被人誤會我係一種動物，所以就改咗一個比較sexy一啲嘅名Leslie。」「呢個名既可以男仔用又可以女仔用，幾[[中性]]。」 張國榮有個花名叫「哥哥」，源自於同佢合演《[[倩女幽魂 (1987年電影)|倩女幽魂]]》嘅[[王祖賢]]對佢嘅稱呼。開頭淨係得娛樂圈啲人咁叫，後嚟延伸到啲Fans都跟住咁叫。但係另一種講法係佢響《白髮魔女傳》試裝嘅時候，佢讚林青霞「姐姐你好靚！」青霞答佢一句：「哥哥你都好靚！」從此就多咗「哥哥」呢個花名。第三種講法指「哥哥」原先係張國榮對唐生嘅稱呼，後嚟先演變成佢嘅花名。 == 影視作品 == {{內文|張國榮影視作品一覽}}<!-- images not yet in commons [[Image:張國榮 烈火青春 1982.11.26.jpg|150px|thumb|烈火青春]] [[Image:張國榮 鼓手 1983.3.16.jpg|150px|thumb|鼓手]] [[Image:張國榮 英雄本色 1986.8.2 .jpg|150px|thumb|英雄本色]] [[Image:張國榮 倩女幽魂 1987.7.18.jpg|150px|thumb|倩女幽魂]] [[Image:張國榮 英雄本色II 1987.12.17.jpg|150px|thumb|英雄本色II]] [[Image:張國榮 胭脂扣 1988.1.7.jpg|150px|thumb|胭脂扣]] [[Image:張國榮 阿飛正傳 1990.12.15.jpg|150px|thumb|阿飛正傳]] [[Image:張國榮 縱橫四海 1991.2.2.jpg|150px|thumb|縱橫四海]] [[Image:張國榮 家有囍事 1992.1.25.jpg|150px|thumb|家有囍事]] [[Image:張國榮 藍江傳之反飛組風雲 1992.5.14.jpg|150px|thumb|藍江傳之反飛組風雲]] [[Image:張國榮 霸王別姬 1993.1.1.jpg|150px|thumb|霸王別姬]] [[Image:張國榮 射鵰英雄傳之東成西就 1993.2.5.JPG|150px|thumb|射鵰英雄傳之東成西就]] [[Image:張國榮 白髮魔女傳 1993.8.26.jpg|150px|thumb|白髮魔女傳]] [[Image:張國榮 金枝玉葉 1994.7.23.jpg|150px|thumb|金枝玉葉]] [[Image:張國榮 錦繡前程 1994.8.4.jpg|150px|thumb|錦繡前程]] [[Image:張國榮 東邪西毒 1994.9.7.jpg|150px|thumb|東邪西毒]] [[Image:張國榮 金玉滿堂 1995.1.28.jpg|150px|thumb|金玉滿堂]] [[Image:張國榮 風月 1996.5.9.jpg|150px|thumb|風月]] [[Image:張國榮 色情男女 1996.11.28.jpg|150px|thumb|色情男女]] [[Image:張國榮 春光乍洩 1997.5.30.jpg|150px|thumb|春光乍洩]] [[Image:張國榮 紅色戀人 1998.8.1.jpg|150px|thumb|紅色戀人]] [[Image:張國榮 流星語 1999.10.14.jpg|150px|thumb|流星語]] [[Image:張國榮 鎗王 2000.5.27.jpg|150px|thumb|鎗王]] [[Image:張國榮 戀戰沖繩 2000.7.28.jpg|150px|thumb|戀戰沖繩]] [[Image:張國榮 異度空間 2002.3.28.jpg|150px|thumb|異度空間]] images not yet in commons --> 張國榮拍嘅第一套影視作品係1978年嘅《[[紅樓春上春]]》，自此之後嘅24年期間分別拍過56套電影。代表作有《胭脂扣》、《倩女幽魂》、《霸王別姬》、《[[阿飛正傳]]》、《英雄本色》等，可以話係家傳戶曉<ref>{{引網|url=https://www.setn.com/News.aspx?NewsID=1069974|title=香港影帝TOP10！梁朝偉只排第二 網：第一實至名歸 {{!}} 娛樂星聞 {{!}} 三立新聞網 SETN.COM|last=三立新聞網|date=2022-02-11|website=www.setn.com|language=zh-Hant-TW|access-date=2022-02-27}}</ref>。2002年公益電影《煙飛湮滅》正式上映，係唯一一套由佢執導嘅電影<ref name=":8">{{引網|url=https://www.hk01.com/電影/606788/盤點8部張國榮客串電影-唔止-97家有囍事-用過-張國榮-現身|title=盤點8部張國榮客串電影 唔止《97家有囍事》用過「張國榮」現身|last=王誦賢|date=2021-03-31|website=香港01|language=zh-HK|access-date=2022-02-27}}</ref><ref>{{引網|url=https://www.storm.mg/lifestyle/2471797|title=張國榮逝世18週年》13部經典電影，帶你一同回憶永遠的哥哥—張國榮-風傳媒|last=Storm.mg|date=2021-04-08|website=www.storm.mg|language=zh-TW|access-date=2022-02-27}}</ref>。1990年憑《阿飛正傳》獲得香港電影金像獎最佳男主角，呢次亦係佢唯一一個金像獎獎項<ref name=":8" />。最後一個作品係2002年嘅《異度空間》。佢亦有拍電視劇，一生人拍過19套，第一套係麗的嘅《[[鱷魚淚]]》<ref name=":9">{{Cite book|last=關熙潮|title=張國榮：不如我們從頭來過|pages=第三章}}</ref>，至1986年客串《香港八六》之後就冇再拍過<ref>{{引網|url=https://www.hk01.com/即時娛樂/173765/張國榮逝世15周年-哥哥18個電視劇造型-光頭look一樣咁靚仔|title=【張國榮逝世15周年】哥哥18個電視劇造型 光頭look一樣咁靚仔|last=林迅景|date=2018-04-01|website=香港01|language=zh-HK|access-date=2022-02-27}}</ref>。代表作有《儂本多情》、《福祿壽喜》<ref name=":10">{{引網|url=https://ent.ltn.com.tw/news/breakingnews/1440130|title=《今日壽星》 離世12年 緬懷一代巨星張國榮 - 自由娛樂|last=自由時報電子報|date=2015-09-12|website=自由時報電子報|access-date=2022-02-27}}</ref>，但成績唔似響電影方面咁亮眼<ref name=":9" />。佢都拍過廣播劇<ref name=":10" />。 ==音樂作品== {{main|張國榮音樂作品一覽|}} 張國榮一生出過24個大碟，其中英文一個、粵語十八個、國語六個。佢出嘅第一個音樂作品係《DAYDREAMIN’》，1978年出，而第一個粵語專輯係1979年嘅《情人箭》；但由於呢兩個作品表現唔好，公司認為佢潛力唔大就畀佢走<ref name=":13" />。所以佢直至1983年轉投華星後先出第二個粵語專輯《風繼續吹》，而《風繼續吹》、《張國榮的一片痴…》反應唔錯，咁先令佢打開知名度<ref name=":02">{{引網|url=https://mmis.hkpl.gov.hk/coverpage/-/coverpage/view?_coverpage_WAR_mmisportalportlet_hsf=%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83&p_r_p_-1078056564_c=QF757YsWv58Sngm8Qm6Mn+EY4n9ByiTw&_coverpage_WAR_mmisportalportlet_o=2&_coverpage_WAR_mmisportalportlet_actual_q=(%20(%20allTermsMandatory:(true)%20OR+all_dc.title:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.creator:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.contributor:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.subject:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+fulltext:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20OR+all_dc.description:(%E5%BC%B5%E5%9C%8B%E6%A6%AE%E6%AD%8C%E8%BF%B7%E6%9C%83)%20)%20)&_coverpage_WAR_mmisportalportlet_sort_field=score&_coverpage_WAR_mmisportalportlet_sort_order=desc|title=張國榮成立歌迷會 望演得成「人間蒸發」|last=華僑日報|website=mmis.hkpl.gov.hk|url-status=live|access-date=2022-04-13}}</ref>。可以肯定係，由第三張專輯《風繼續吹》開始，就會發行錄音帶版本<ref>{{引網|url=https://www.hk01.com/電影/173932/張國榮逝世15周年-收藏家遍尋哥哥錄音帶-風繼續吹-激罕|title=【張國榮逝世15周年】收藏家遍尋哥哥錄音帶 《風繼續吹》激罕|last=林穎嵐|date=2018-04-01|website=香港01|language=zh-HK|access-date=2022-04-14}}</ref>。直至1989年，都維持每年至少推出一張專輯嘅次數<ref>{{Cite book|title=張國榮：不如我們從頭來過|pages=244}}</ref>。1995年以專輯《寵愛》復出樂壇<ref>{{引網|url=https://star.ettoday.net/news/1140746|title=哥哥好想你！張國榮逝世15年 「這10首經典」聽了就想念 {{!}} ETtoday星光雲 {{!}} ETtoday新聞雲|last=ETtoday新聞雲|website=star.ettoday.net|language=zh-Hant|access-date=2022-04-14}}</ref>。佢最後一張專輯係2003年7月8號、佢走後先發行嘅《一切隨風》<ref>{{引網|url=https://www.mirrormedia.mg/story/20170331ent004/|title=【本週音樂】懷念永遠的巨星—張國榮|date=2017-03-31|website=鏡週刊 Mirror Media|language=zh-Hant|access-date=2022-04-14}}</ref>。 ==派台歌曲成績== {{內文|張國榮派台成績}} 呢個成績表單顯示出從1983年－1989年，1995年到而家張國榮喺香港派台歌曲嘅成績，其中1990年－1994年張國榮因為退出歌壇嘅原因，因此未有歌曲派台。1995年－1998年張國榮喺滾石唱片期間，明確講明唔參與歌曲派台<ref>{{引網 |url=http://www.leslie-cheung.com/article-256-1.html |title=張國榮宣布復出 |access-date=2020年5月31號 |archive-date=2020年5月14號 |archive-url=https://web.archive.org/web/20200514213138/http://www.leslie-cheung.com/article-256-1.html |url-status=live }}</ref>。 ==攞獎同提名== {{main|張國榮攞獎同提名一覽|}} ==廣告同代言== *1985年 **[[大家樂]]快餐之歌舞篇 **大家樂快餐之為你做足一百分 *1986年：[[柯尼卡]]菲林 *1987年 **[[香港紅十字會]] **[[百事可樂]]（首位亞洲區百事巨星代言人） *1989年 **[[To You Chocolate]]（韓國） **[[雅馬哈|山葉兜風]]（台灣） **[[百事可樂]]之百事狂賞曲（美國） *2001年 **香港[[影視及娛樂事務管理處]]宣傳影片（支持香港電影拍攝工作） **[[Discovery Channel]]《[[Animal Planet]]》（捐款保育瀕臨絕種獅鼻猴） == 逝世後紀念 == 張國榮離世後，仍然有唔少人懷念佢，其中有啲人係喺張國榮離世後開始鍾意佢，呢啲人一般被稱爲「後榮迷」，多數係1990年代到2000年代出世嘅一代，甚至除咗香港，就連台灣都有一定數量<ref>{{引網|url=https://opinion.cw.com.tw/blog/profile/52/article/10661|title=【投書】張國榮，不如我們重新來過：「後榮迷」的愚人節悲傷|last=劉苑杉|url-status=live|archive-date=2021-04-01}}</ref><ref name=":0"/><ref>{{引網|url=https://www.hk01.com/社區專題/753723/張國榮逝世19周年-前區議員製哥哥足跡圖-提供疫下另類文化旅遊|title=張國榮逝世19周年｜前區議員製哥哥足跡圖 提供疫下另類文化旅遊|last=黎倩婷|date=2022-04-01|website=香港01|language=zh-HK|access-date=2022-04-02}}</ref>。唔少「後榮迷」喺每年4月1號（即係張國榮嘅死忌）都會聚集一齊，進行一啲紀念活動<ref name=":1"/>。有啲評論認為，「後榮迷」嘅出現，部分原因係文化評論上關於佢的論述嘅論述不斷增加<ref name=":0" />。[[香港中文大學]]文化及宗教研究系助理教授[[陳少紅]]（筆名洛楓）統計，逝世後所造成嘅迴響，遠超香港同期逝世明星（如[[羅文]]、[[梅艷芳]]），規模只有[[李小龍]]可以媲美<ref name=":1" />。 ===周年紀念=== [[File:HK LeslieCheung 60401.jpg|thumb|200px|2006年張國榮逝世周年紀念日喺香港中環]] * 2004年4月1號前後 * 2005年4月1號前後 - 中環[[遮打花園]]。 * 2006年4月1號前後 - 中環[[香港文華東方酒店]]對面，[[康樂大廈]]廣場。 * 2007年4月1號前後 - [[尖沙咀]][[新世界中心]]地下廣場。 * 2008年4月1號前後 - 尖沙咀[[香港文化中心]]露天廣場、行政大樓展覽館。 * 2008年3月31號～4月1號 - [[紅磡體育館]]《Miss You Much Leslie 繼續寵愛音樂會》<ref>{{引網 |url=http://www.ileslie.hk/ |title=Miss You Much Leslie 繼續寵愛音樂會官方網站 |access-date=2019年4月6號 |archive-url=https://web.archive.org/web/20110721092659/http://www.ileslie.hk/ |archive-date=2011年7月21號 |url-status=dead }}</ref> **張國榮逝世五周年紀念音樂會。由經紀人陳淑芬擔任演唱會總監兼出品人，張學友擔任藝術顧問，請咗幾十位張國榮生前歌手同埋演員好友參與演出，重新詮釋佢啲經典歌。音樂會原訂4月1號搞，門票開售之後兩個鐘之內賣曬，由於太多人想去，所以喺3月31號開多一場。音樂會收益喺扣除開支後，撥捐作慈善用途。 * 2008年9月12號 - [[重慶奧體中心]]《繼續寵愛——紀念張國榮音樂會》。<ref>{{引網 |url=http://www.cqwb.com.cn/webnews/htm/2008/9/13/301208.shtml |title=重慶繼續寵愛音樂會 |access-date=2009年1月10號 |archive-url=https://web.archive.org/web/20081121122702/http://www.cqwb.com.cn/webnews/htm/2008/9/13/301208.shtml |archive-date=2008年11月21號 |url-status=dead }}</ref> * 2009年4月1號 - 尖沙咀香港文化中心「有心。人。共鳴─張國榮作品致敬晚會」。 *2020年，群星發文悼念，周慧敏親自剪片回顧與哥哥點滴。<ref>{{引網|url=https://www.hk01.com/%E7%9C%BE%E6%A8%82%E8%BF%B7/455485/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9617%E5%B9%B4-%E7%BE%A4%E6%98%9F%E7%99%BC%E6%96%87%E6%82%BC%E5%BF%B5-%E5%91%A8%E6%85%A7%E6%95%8F%E8%A6%AA%E8%87%AA%E5%89%AA%E7%89%87%E5%9B%9E%E9%A1%A7%E8%88%87%E5%93%A5%E5%93%A5%E9%BB%9E%E6%BB%B4?utm_medium=Referral&utm_source=wiki_bl&utm_campaign=NshChan|title=【張國榮逝世17年】群星發文悼念 周慧敏親自剪片回顧與哥哥點滴|last=黃浩晉|first=|date=2020-04-01|website=香港01|language=zh-HK|url-status=dead|archive-url=https://web.archive.org/web/20200401150610/https://www.hk01.com/%E7%9C%BE%E6%A8%82%E8%BF%B7/455485/%E5%BC%B5%E5%9C%8B%E6%A6%AE%E9%80%9D%E4%B8%9617%E5%B9%B4-%E7%BE%A4%E6%98%9F%E7%99%BC%E6%96%87%E6%82%BC%E5%BF%B5-%E5%91%A8%E6%85%A7%E6%95%8F%E8%A6%AA%E8%87%AA%E5%89%AA%E7%89%87%E5%9B%9E%E9%A1%A7%E8%88%87%E5%93%A5%E5%93%A5%E9%BB%9E%E6%BB%B4|archive-date=2020-04-01|access-date=2020-04-01}}</ref> *2021年：《[[想你‧張國榮]]》紀念音樂會 ===紀念事物=== ;榮譽 2018年[[楊光宇]]先生以張國榮（Cheungkwokwing）命名55383號小行星<ref>香港天文學會智能手機應用程式《香港天文》2018年7月12號新聞報導</ref>，表彰佢為粵語流行佢做咗好大貢獻。 ;重製唱碟 2020年9月，[[環球唱片]]推出全新唱碟《REVISIT》，請咗同張國榮生前合作過幾次嘅唱片監製[[梁榮駿]]同編曲人[[唐奕聰]]合作。第一隻派台歌《春夏秋冬A Balloon’s Journey》喺張國榮64歲冥壽推出，同時亦透露用上從未曝光嘅另一版本聲帶<ref>{{cite news |title=張國榮64歲生忌之日 《春夏秋冬》遺珠聲帶曝光 |url=https://hk.appledaily.com/entertainment/20200901/SVQG4I7WGRG3XB7XGNGVIFJXF4/ |accessdate=2020-09-03 |work=蘋果日報 |date=2020-09-01 |archive-date=2021-03-23 |archive-url=https://web.archive.org/web/20210323041232/https://hk.appledaily.com/entertainment/20200901/SVQG4I7WGRG3XB7XGNGVIFJXF4/ |url-status=live }}</ref>。 ==參考書籍== * 志摩千歲. 張國榮的時光. 上海書店出版社. 原作名: レスリーの時間. 2011-12. ISBN 9787806787007 * 洛楓. 張國榮：禁色的蝴蝶. 廣西師範大學出版社. ISBN 9787563383030 * 張國榮藝術研究會. 張國榮 盛世光陰. 香港電影雙周刊出版社. 2005-09-12. ISBN 9789628114948 *{{Cite book|author=關熙潮|title=張國榮：不如我們從頭來過|location=香港|publisher=香港中和出版有限公司|date=2015-10-13|ISBN=9789888284993|language=中文}} *蔣林（2013-04-15）：不一樣的煙火:張國榮音樂傳奇 香港中和出版有限公司 {{ISBN|978-988-8200-42-9}} == 參考 == {{reflist|4}} == 出面網頁 == {{同享類|Leslie Cheung}} {{維基語錄|:zh:張國榮}} *{{IMDb name|id=0002000}} *{{hkmdb name|4260}} *{{Mtime people|954979}} *{{Douban people|1003494}} * {{引網|url=http://gdottv.com/main/life/hklgbtcelebrity|title=香港出櫃名人|website=Ｇ點電視|language=Zh-hant}} {{張國榮}} {{中國電影金鳳凰獎}} {{勁歌金曲最受歡迎男歌星}} {{十大勁歌金曲頒獎典禮勁歌金曲金獎}} {{叱咤樂壇男歌手金獎}} {{叱咤樂壇至尊歌曲}} {{叱咤樂壇至尊唱片}} {{新城勁爆頒獎禮勁爆年度歌曲大獎}} {{IFPI香港唱片銷量大獎最高銷量廣東唱片}} {{IFPI香港唱片銷量大獎十大銷量本地歌手}} {{四台聯頒音樂大獎大碟大獎}} {{華語音樂傳媒大獎最佳國語、粵語男歌手}} {{歷屆金針獎獲獎音樂人}} {{演藝動力大獎最突出男歌手}} {{演藝動力大獎最突出電影男演員}} {{香港電影評論學會大獎最佳男演員}} {{香港電影金像獎最佳男主角}} {{香港電影金像獎專業精神獎}} {{1905-2004年中國電影百位優秀演員}} {{Authority control}} [[類:張國榮| ]] [[Category:列斯大學舊生]] [[Category:自殺藝人]] gy7p7ig2n988u2elw5w446qcierik3u 0 17867 1865865 1863769 2022-08-20T11:26:56Z 210.6.119.110 /* 港島綫通車 */ wikitext text/x-wiki {{唔係|金峰站|金鍾國}} {{MTR infobox |livery=blue |namecolour=White |line=港島綫 |line2=荃灣綫 |line3=東鐵綫 |line4=南港島綫 |image=Admiralty_Station_2021_05_part2.jpg |caption=金鐘站2號月台 |district=中西區 |area=金鐘 |open=荃灣綫月台－1980年2月12號<br/>港島綫月台－1985年5月31號<BR>南港島綫月台－2016年12月28號<BR>南北綫月台－預計2022年第三季 |stationtype=地底 |platformtype=島式月台 |platformno=8 |exitno=8 |code=ADM |color=藍色、黃色／白色 |hours=0554-0115 |connections= 巴士、小巴、電車 |engname=Admiralty |chiname=金鐘 |coordinatesN=22.278816 |coordinatesE=114.164586 }} [[File:HK MTR Admiralty Concourse 2006.jpg|thumb|right|250px|金鐘站車站大堂]] [[File:Admiralty Station 2021 05 part4.jpg|thumb|right|250px|金鐘站4號月台]] [[File:MTR ADM (4).JPG|thumb|right|250px|轉乘人流]] [[File:The Interchange Passageway in MTR Admiralty Station.jpg|thumb|right|252x252px|寬闊嘅轉車通道]] '''金鐘站'''（{{jpingauto|gam1 zung1 zaam6}}；{{lang-en|'''Admiralty Station'''<ref>Admiralty指隔籬既添馬艦海軍基地，而笪地本來係海軍船塢。</ref>}}）係個[[香港]][[鐵路]]站，喺[[香港島]][[中環]]東面，站色係'''<font color="blue">藍</font>'''、'''<font color="darkblue">深藍</font>'''、'''<span style="color:yellow;background:black;">黃</span>'''同埋'''<span style="color:white;background:black;">白</span>'''，係{{荃灣綫}}、{{港島綫}}嘅中途站，而且係{{東鐵綫}}嘅南端終點站同埋{{南港島綫}}嘅北端終點站，形成大型綜合轉車站。 == 車站結構 == === 車站樓層 === 金鐘站有8層，地面係車站出口同埋[[公共運輸交匯處]]，車站大堂、商店同埋客務中心等主要設施喺L1層。 L2層係{{荃灣綫}}4號月台（往[[中環站|中環]]方向）同埋{{港島綫}}3號月台（往[[柴灣站|柴灣]]方向），主要畀乘客由荃灣綫轉港島綫去[[香港島]]東面；L3層係港島綫2號月台（往[[堅尼地城站|堅尼地城]]方向）同埋荃灣綫1號月台（往[[荃灣站|荃灣]]方向），主要方便乘客由港島綫轉荃灣綫去[[九龍]]同埋[[新界]]等地。L5層係{{東鐵綫}}7號月台，去新界東北地方；L6層係{{南港島綫}}5號同6號月台，去港島南部嘅地方。<ref>{{引網 |url=http://www.legco.gov.hk/yr08-09/chinese/panels/tp/tp_rdp/papers/tp_rdp0116cb1-620-1-ec.pdf |title=港鐵公司就南港島線提供的文件(電腦投影片資料) |access-date=2012年5月1號 |archive-url=https://web.archive.org/web/20121203002154/http://www.legco.gov.hk/yr08-09/chinese/panels/tp/tp_rdp/papers/tp_rdp0116cb1-620-1-ec.pdf |archive-date=2012年12月3號 |url-status=dead }}</ref><ref>[http://www.mtr.com.hk/chi/projects/images/scl_admiralty.gif 未來金鐘站的模擬切面圖] {{Webarchive|url=https://web.archive.org/web/20120401054412/http://www.mtr.com.hk/chi/projects/images/scl_admiralty.gif |date=2012年4月1號 }}，港鐵公司，2009年6月</ref><ref>[http://www.mtr-southislandline.hk/images/key-information/alignment/14.jpg 未來金鐘站南港島綫月台模擬圖]，港鐵公司，2010年11月</ref> 原來嘅車站大堂向東擴建咗，即係而家[[夏慤花園]]地底。計劃喺兩層地下月台嘅下面再起新嘅轉車大堂畀南港島綫同埋南北走廊使用。轉車大堂會以扶手電梯連接大堂嘅擴建部份，與及荃灣綫同港島綫嘅月台。 {|table border=0 cellspacing=0 cellpadding=3 | style="width:50px; border-top:solid 1px gray; border-bottom:solid 1px gray; "|'''U1<br/>天橋''' | style="width:100px; border-top:solid 1px gray; border-bottom:solid 1px gray; "|- | style="width:1350px; border-top:solid 1px gray; border-bottom:solid 1px gray; "|E2出口、[[夏慤花園]]、行人天橋 |- |style="border-bottom:solid 1px gray;border-top:solid 1px gray;" width=50 valign=top|'''G<br/>地面''' |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=100 valign=top|- |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=285 valign=top|出口、公共運輸交匯處 |- |style="border-bottom:solid 1px gray;" rowspan=4 valign=top|'''L1<br />大堂''' |style="border-bottom:solid 1px gray;" rowspan=4 valign=top|大堂 |客務中心、車站商店、恒生銀行、F出口 |- |自動售賣機、自動影相機、自動櫃員機 |- |「e分鐘著數」機、港鐵旅遊 |- |style="border-bottom:solid 1px gray;"|港鐵學生乘車證辦事處、港鐵失物辦事處 |- |style="border-bottom:solid 1px gray;" rowspan=5 valign=top|'''L2<br />月台''' | |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|TWL|4}} <ref> 1985年5月30或之前，稱為2號月台。</ref> |style="border-top:solid 2px black;border-right:solid 2px black;"|往中環 |- |style="border-right:solid 2px black;border-left:solid 2px black;font-size:smaller;" align=center colspan=2|島式月台，左邊嘅車門將會打開 |- |style="border-bottom:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|ISL|3}} |style="border-bottom:solid 2px black;border-right:solid 2px black;"|往柴灣 |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |- |- |style="border-bottom:solid 1px gray;" rowspan=5 valign=top|'''L3<br />月台''' | |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|TWL|1}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往荃灣 |- |style="border-right:solid 2px black;border-left:solid 2px black;font-size:smaller;" align=center colspan=2|島式月台，右邊嘅車門將會打開 |- |style="border-bottom:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|ISL|2}} |style="border-bottom:solid 2px black;border-right:solid 2px black;"|往堅尼地城 |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |- |style="border-bottom:solid 1px gray;" colspan=3 valign=top|'''L4<br />轉車大堂''' |- |style="border-bottom:solid 1px gray;" rowspan=7 valign=top|'''L5<br />月台''' | |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|EAL|7}} |style="border-top:solid 2px black;border-right:solid 2px black"|往{{站|上水||香港}} |- |style="border-left:solid 2px black;font-size:smaller;border-right:solid 2px black;font-size:smaller;border-bottom:solid 1px gray;font-size:smaller;" align=center colspan=2|'''[[東鐵綫]]'''分離式月台 |- | ||南港島綫轉車通道 |- |style="border-left:solid 2px black;font-size:smaller;border-right:solid 2px black;font-size:smaller;border-top:solid 1px gray;font-size:smaller;" align=center colspan=2|'''[[東鐵綫]]'''分離式月台 |- |style="border-bottom:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|EAL|8}} |style="border-bottom:solid 2px black;border-right:solid 2px black"| 落客月台 |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |- |style="border-bottom:solid 1px gray;" rowspan=5 valign=top|'''L6<br />月台''' | |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|SIL|6}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往海怡半島 |- |style="border-right:solid 2px black;border-left:solid 2px black;font-size:smaller;" align=center colspan=2|'''[[南港島綫]]'''島式月台 |- |style="border-bottom:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|SIL|5}} |style="border-bottom:solid 2px black;border-right:solid 2px black;"|往海怡半島 |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |} === 車站大堂 === 金鐘站嘅車站大堂響L1層，為方便乘客出入，車站大堂嘅收費區位於大堂嘅中間，周圍俾行人通道同埋車站商店包圍，因此車站商店主要響大堂非收費區，而收費區入面只有多組[[扶手電梯]]同埋[[樓梯]]往返月台。 金鐘站車站大堂曾經作出多次翻新，翻新工程不斷增加大堂商店數目，為乘客帶嚟方便，同埋增加地鐵公司嘅非車務收入。 ====車站商店及自助服務==== 而家，金鐘站入面提供唔同類型嘅商店畀乘客買嘢或食嘢，例如有[[7-Eleven]][[便利店]]、[[餅店]]、[[咖啡店]]、[[書店]]、[[花店]]、[[恒生銀行]]及[[DHL]]等[[零售業]]。地鐵嘅收費區係唔可以食嘢，因此好多[[食肆]]都唔響收費區入面。 金鐘站近B出口嘅車站大堂有地鐵旅遊服務中心、地鐵學生乘車證辦事處同埋地鐵失物辦事處，乘客可以買紀念品、車飛、辦理[[八達通|學生個人八達通]]同埋失物認領。 此外，金鐘站有唔少自助服務設施畀乘客用，包括[[恒生銀行]]及[[中銀香港|中國銀行（香港）]]嘅[[自動櫃員機]]、[[自動售賣機]]、自動影相機等。近C出口車站大堂嘅收費區更設有[[香港郵政]]郵箱，方便乘客響車站內投寄郵件。 喺[[互聯網]]服務上，金鐘站大堂同月台都設有免費由[[電訊盈科]]提供嘅[[Wi-Fi]]熱點，乘客可以喺邊等車邊上網。同時，喺車站大堂中央嘅收付費區設有「iCentre」免費上網服務設施，畀乘客瀏覽網上資訊。 另外，港鐵喺車站大堂近F出口非收費區設有「e分鐘著數」機，供乘客買網上服務同埋享用港鐵友禮會嘅會員優惠。 === 車站月台 === 金鐘站係{{荃灣綫}}往返{{港島綫}}嘅[[跨月台轉車站]]之一，乘客可以行去對面月台直接轉車去目的地，月台同時設有寬闊嘅轉車通道畀乘客轉車。車站共有4個月台，以2個[[島式月台]]方式排列，所有月台都有[[月台幕門]]。 另外，車站嘅西面有金鐘渡線，可以畀列車調頭、調度又或者畀列車來回港島綫同荃灣綫之間，當列車出現故障及車務調動時，列車可以響金鐘站作為臨時終點站。而好多時，地鐵唔載客嘅列車會用到呢個站嘅渡線，由本站荃灣綫嘅4號月台駛入該站嘅金鐘渡線區，響嗰度調頭及調度。之後，嗰列唔載客嘅地鐵列車就會由金鐘渡線區駛入呢個站港島綫嘅3號月台。因此，呢個站嘅渡線係唔少唔載客嘅地鐵列車使用嘅熱門地方。 而家，金鐘站港島綫同埋荃灣綫嘅路軌並唔係完全平行，荃灣綫路軌響[[夏慤道]]及[[海富中心]]地底，港島綫路軌響德立街地底。由於港島綫路軌響後期起，為咗方便響德立街地底起隧道去[[灣仔站]]方向，所以月台同埋大堂呈一個梯形。 === 車站出口 === [[File:Admiralty Station 2020 06 part5.jpg|thumb|252x252px|金鐘站D出口嘅站牌（2020年6月），尚未拆走站牌，並以2022年3月中]] [[File:Admiralty Station Exit D 2022 05 part2.jpg|thumb|252x252px|金鐘站D出入口站牌（2022年5月）]] [[File:Admiralty Station 2020 06 part4.jpg|thumb|252x252px|之前成為F出口]] [[File:Admiralty Station Exit F 2022 05 part6.jpg|thumb|252x252px|金鐘站F出口]] 金鐘站有8個車站出口，出口主要連接[[金鐘]]建築物同埋購物中心嘅地庫同埋大堂，乘客可以直接響車站通道穿梭金鐘主要建築物，購物中心同車站大堂，部份出口鄰近主要街道、[[中區行人天橋系統]]同公共運輸工具車站，方便乘客轉乘唔同嘅交通工具。 而金鐘站F出口更連接[[太古廣場]]嘅行人隧道，乘客可以響F出口去[[太古廣場]]，甚至可以去到[[灣仔]][[皇后大道|皇后大道東]]一帶。 *A - [[海富中心]] **海富中心、[[夏慤道]]、[[香港小巴|專線小巴站]]、[[立法會綜合大樓]]、政府總部、[[添馬公園]] *B - [[德立街]] **德立街、[[美國銀行中心 (香港)|美國銀行中心]]、[[中銀大廈]]、巴士總站、美國萬國寶通銀行大廈、[[紅棉路 (香港)|紅棉路]]、東昌大廈、[[遠東金融中心]]、[[力寶中心]] *C - [[金鐘廊]] **C1 - [[英國駐香港總領事館]]、[[金鐘道政府合署]]、賽馬會藥物資訊天地、[[香港公園]]、[[香港高等法院|高等法院]]、金鐘廊、[[金鐘道]]、[[英國文化協會]] ***設有失明人士引導徑往返地面 **C2 - [[香港的士|的士站]] *D - [[統一中心]] **熙信大廈、統一中心、[[金鐘（東）公共運輸交匯處|巴士總站]]、[[香港小童群益會]]、溫莎公爵社會服務大廈、[[香港總商會]]、[[香港聾人福利促進會]]、[[運輸署]]、[[香港社會服務聯會]] *E - 樂禮街 **E1 - 樂禮街、夏慤大廈、[[香港演藝學院]]、[[香港藝術中心]]、[[香港警察|警察總部]] **E2 - [[中信大廈]] *F - [[太古廣場]] **金鐘停車場、中港大廈、循道衛理香港堂、[[港麗酒店]]、[[港島香格里拉酒店]]、[[香港JW萬豪酒店]]、太古廣場一至三座、先施保險大廈、大生商業大廈、衛蘭軒 ***設有失明人士引導徑往返出口 === 鄰接車站 === {{港島綫各站}} {{荃灣綫各站}} {{東鐵綫各站}} {{南港島綫東段各站}} == 接駁交通 == 由於金鐘站係由一大片船塢空地發展出嚟，所以地鐵響金鐘站規劃咗大型嘅[[公共運輸交匯處]]。而家金鐘站嘅公共運輸交匯處分為[[金鐘（東）公共運輸交匯處]]同[[金鐘（西）公共運輸交匯處]]，另外響[[金鐘 (添馬街) 巴士總站|添馬街]]、[[金鐘 (德立街) 巴士總站|德立街]]同埋[[金鐘 (樂禮街) 巴士總站|樂禮街]]設有巴士總站。 喺[[港島綫]]未投入服務前，金鐘站曾經係[[中華巴士]]大部份地鐵接駁巴士嘅起點站。港島綫通車之後，金鐘地鐵站公共運輸交匯處漸漸轉型為來往港島各區巴士路線嘅中途站，同埋部份過海巴士路線嘅終點站。部分巴士路線會響公共交通交匯處外嘅[[金鐘道]]設站。 由於[[中環站]]同最近嘅公共運輸交匯處有一定距離，加上可以接駁嘅陸上交通路線唔夠金鐘站集中，因此而家有唔少乘客響金鐘站公共運輸交匯處或者[[金鐘道]]轉[[香港巴士|巴士]]、[[香港公共小巴|小巴]]或[[香港電車|電車]]去香港[[中西區 (香港)|中西區]]、[[南區 (香港)|南區]]、荃灣同埋天水圍等地。 *[[鐵路]] **[[香港電車|電車]] **[[山頂纜車]]： ***[[山頂纜車]][[花園道站|花園道纜車站]] *[[香港巴士|巴士]] **[[新世界第一巴士]]： ***途經路線：2、15、18、23、23B、25、26、66、720、720A、720P、722 **[[城巴]]： ***12A - 金鐘（添馬街） ↺ [[麥當勞道]] ***12M - 金鐘（添馬街） ↺ [[柏道]] ***37A／37B／37X - [[置富花園]] ↺ 金鐘／中環 ***90B - 海怡半島 ↔ 金鐘（東） ***789 - 金鐘（樂禮街）↔ 小西灣（藍灣半島） ***其他路線：1、1P、5B、5X、6、6A、6X、10、11、40、40M、70、75、90、90B、90C、97、260、629、780、A11、A17、E11、E11A、E11B、E11S、N8X、N11、N90、NA11 **過海隧道巴士： ***601 - 金鐘（東）↔ [[寶達邨|寶達]] ***680 - 金鐘（東）↔ [[利安邨|利安]] ***962G - 金鐘（西）→ [[屯門]]（湖翠路） ***967 - 金鐘（西）↔ [[天恩邨]] ***X962 - 金鐘（西）→ [[龍門居]] ***其他路線：101、103、104、109、111、111P、113、115、182、182X、302、307、307A、373、601P、603、603A、603P、619、619X、621、680X、681、681P、690、900、905、905A、905P、907B、907C、914、914P、914X、930、930A、930B、930X、934、934A、935、936、936A、948、948A、948B、948P、948X、960、960C、960P、960S、961、961P、961S、962、962B、962P、962S、962X、967X、968、968A、969、969A、969B、969P、978、978A、978B、979、980A、980X、981P、982X、985、985A、985B、P960、P968、962N、969N、N121、N182、N307、N368、N373、N619、N680、N691、N930、N962、N969 *[[香港公共小巴|小巴]] **[[香港島|港島]]專線小巴： ***10 - 美景臺 ↔ [[銅鑼灣]]（謝斐道）（[[八達通]]轉乘優惠） ***24A - 金鐘站 ↔ 肇輝臺（循環線）（八達通轉乘優惠） ***24M - 金鐘站 ↔ 畢拉山（八達通轉乘優惠） ***31 - 田灣 ↔ 銅鑼灣（謝斐道）（八達通轉乘優惠） ***其他路線：56、56A、56B *[[香港的士|的士]] **市區的士站 == 利用狀況 == 金鐘站響香港島中西區金鐘嘅一帶海旁商業中心區，周圍有地標性建築物、公司總部、主要政府部門、高等法院、外國領事館、酒店、公園及購物商場。加上呢個站係港島綫、荃灣綫、南港島綫同東鐵綫嘅重要轉車站，尤其係南港島綫唯一嘅轉車站，因此每日繁忙時間都會有好多乘客用呢個站轉車，往返香港島各區、九龍同埋新界。除此之外，唔少乘客都會利用呢個站去金鐘廊同太古廣場等等地方返工、買嘢同飲食。所以，響返工同收工嘅繁忙時間，有唔少乘客都會用呢個站出入。 因此，呢個站每日都相當繁忙，車站月台好多時間都好擠逼。而且，如果港島綫或荃灣綫有故障或有列車臨時需要喺呢個站作為終點站時，呢度就好容易發生混亂。另外，每日亦有列車用位於金鐘站西面設有嘅'''金鐘渡綫'''進行車務調動同調度。繁忙時段喺附近嘅車站亦會有提示金鐘站比較擠迫，提醒乘客經過金鐘站轉車可能需要較長時間。 == 車站歷史 == ===修正早期系統=== [[File:MTR ADM (2).JPG|thumb|252x252px|改動之前嘅金鐘站E1出口]] 金鐘站笪地由[[1878年]]起係船塢，響[[1970年代]]拆咗。[[1980年]][[2月12號]]地鐵[[觀塘綫|修正早期系統]][[中環]]至[[尖沙咀]]段通車，金鐘站同[[中環站]]成為當時地鐵唯獨兩個響[[香港島]]嘅車站。由於起金鐘站時已經預計呢個站成為[[港島綫]]嘅轉車站，所以初期嘅金鐘站已經設立上下層兩個[[側式月台]]。[[1982年]][[5月10號]]及[[5月17號]]{{荃灣綫}}通車，金鐘站亦被納入荃灣綫嘅一部份。 ===港島綫通車=== {{main|港島綫}} [[File:Admiralty Station.jpg|缩略图|港島綫月台舊觀（2007年11月）]] [[1985年]][[5月31號]]{{港島綫}}第一期（金鐘至[[柴灣站|柴灣]]）啟用，金鐘站暫時成為港島綫西行方向嘅總站。為咗方便乘客慣性流向，當時月台嘅安排係{{荃灣綫}}往[[中環]]方向嘅月台同港島綫往[[柴灣]]方向嘅月台響一層，而港島綫去金鐘方向嘅（終點站）月台同荃灣綫往[[荃灣站|荃灣]]方向嘅月台都響同一層，等乘客可以[[跨月台轉車站|跨月台轉車]]。當港島綫第二期（金鐘至[[上環站|上環]]）[[1986年]]通車後，金鐘站繼續做佢轉車站嘅角色。 ===太古廣場三期行人通道=== {{main|太古廣場}} [[地鐵公司]]喺2003年同香港政府及地產發展商喺[[太古廣場]]三期地底起[[行人隧道]]連接金鐘站現有通往[[太古廣場]]嘅行人隧道，長280米，隧道內有行人運輸帶，已於2007年2月26號啟用。乘客可以由金鐘站F出口行去太古廣場三期或[[灣仔]][[星街]]及[[皇后大道|皇后大道東]]一帶。 現時F出口行人隧道範圍由原來嘅[[太古廣場]]嘅行人隧道縮減至行人隧道連接該站大堂嘅出入閘口。 ===地鐵縱火事件=== 2004年香港地鐵縱火案響[[2004年]][[1月5號]]發生，係[[香港地鐵]]由[[1979年]]啟用以來第一宗列車[[縱火]]案。事件並冇造成嚴重傷亡，只有14人受輕傷。 65歲老翁嚴金鐘喺當日朝早七點半至九點期間，響地鐵[[荃灣站]]入閘，上咗一列往[[中環站]]方向嘅[[荃灣綫]]061號列車。 當列車離開[[尖沙咀站]]，駛入[[維多利亞港|維港]]下面嘅地鐵隧道去金鐘站嗰陣，嚴金鐘喺列車頭卡車廂（肇事車卡冧巴：A167；現已修復），用打火機點著一個裝有[[天拿水]]（[[:en:paint thinner|Thinner]]，即[[稀釋劑]]）嘅膠樽。當時任職[[政務主任]]嘅乘客季詩傑即時喝止對方，但膠樽成功被點燃，火勢順易燃液體迅速蔓延，並產生大量濃煙。 駕駛列車嘅車長決定將列車駛去金鐘站，並廣播通知乘客準備疏散。逃生期間，季詩傑曾經同其他乘客試圖截住嚴金鐘但未成功，嚴金鐘喺9點15分逃離金鐘地鐵站，並喺第二日中午12點25分返到屋企。 === 沙田至中環綫 === {{main|沙田至中環綫}} 根據[[運輸及房屋局]]於[[2007年7月]]向立法會提交文件建議興建嘅[[沙田至中環綫|沙中綫]]合併方案，原計劃中嘅[[九廣鐵路]]金鐘東站將會改做金鐘站，成為日後[[東鐵綫|南北綫]]（已經改稱東鐵綫）嘅南端終點站，並與現有金鐘站發展成為綜合交通車站，為東鐵綫、{{荃灣綫}}、{{港島綫}}及{{南港島綫}}帶來更方便嘅轉乘安排。預計2022年5月15號或6-7月通車。<ref>{{引網|url=https://news.now.com/home/local/player|website=news.now.com|access-date=2021-04-30}}</ref>到時乘客喺金鐘站一程車就可以去到[[沙田]]、[[大埔]]、[[上水]]等地區，預計可以舒緩荃灣綫過海段嘅壓力。由於南港島綫東段起得快過沙中綫，沙中綫金鐘站嘅部份設施將提早連同南港島綫預早起。 == 上一站‧下一站 == {{s-start}} {{s-rail|title=HK-MTR}} {{s-line|system=HK-MTR|line=荃灣綫|previous=中環|next=尖沙咀|type=南行|type2=北行}} {{s-line|system=HK-MTR|line=港島綫|previous=中環|next=灣仔|type=西行|type2=東行}} {{s-line|system=HK-MTR|line=東鐵綫|previous=|next=會展|type=南行|type2=北行}} {{s-line|system=HK-MTR|line=南港島綫|previous=|next=海洋公園|type=北行|type2=南行}} {{end}} === 列車班次 === {{Mtr freq start}} {{Mtr freq|line=荃灣綫|platform={{港鐵月台編號|TWL|1}}|direction=荃灣|freq=荃灣綫|rowspan=2|first=0607|last=0056}} {{Mtr freq|line=荃灣綫|platform={{港鐵月台編號|TWL|4}}|direction=中環|first=0608|last=0057}} {{Mtr freq|line=港島綫|platform={{港鐵月台編號|ISL|2}}|direction=堅尼地城|freq=港島綫|rowspan=2|first=0605|last=0056}} {{Mtr freq|line=港島綫|platform={{港鐵月台編號|ISL|3}}|direction=柴灣|first=0610|last=0100}} {{Mtr freq|line=南港島綫|platform={{港鐵月台編號|SIL|5}}{{港鐵月台編號|SIL|6}}|direction=海怡半島|freq=南港島綫|first=0611|last=0105}} {{Mtr freq|line=EAL|platform=7|direction=上水|freq=東鐵綫上水|rowspanp=3|first=0604|last=0022|new=t}} {{Mtr freq|direction=羅湖|freq=東鐵綫羅湖|first=0604|last=2301}} {{Mtr freq|direction=落馬洲|freq=東鐵綫落馬洲|first=0610|last=2129}} {{end}} ==參考== {{reflist}} ==出面網頁== * [http://www.mtr.com.hk/archive/ch/services/maps/adm.pdf 港鐵公司－金鐘站街道圖] * [http://www.mtr.com.hk/archive/ch/services/layouts/adm.pdf 港鐵公司－金鐘站位置圖] * [http://www.mtr.com.hk/ch/customer/services/service_hours_search.php?query_type=search&station=2 港鐵公司－金鐘站列車服務時間] {{Commons|Admiralty (MTR)|金鐘站}} {{港鐵車站}} [[Category:金鐘]] [[Category:中西區港鐵車站]] 27e5zvriju955vsadxg6qjp67l8hloz 0 19046 1865742 1864024 2022-08-20T07:34:53Z 219.79.65.58 /* 曾住過喺度嘅人 */ wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅甘洺建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == （{{box|deceased}}）方格者表示為或已經身故去世了 * 有46年歷史嘅蘇屋邨，且曾經並非不是有唔少公眾人物係或者住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、{{box|[[招石文]]}}、[[馮淬帆]]、[[梁珊]]、[[程介明]]、{{box|[[羅石青]]}}、{{box|[[凌禮文]]}}、[[吳耀漢]]、{{box|[[江漢 (香港演員)|江漢]]}}、[[杜平 (演員)|杜平]]、[[譚炳文]]、[[丁羽]]、{{box|[[李香琴]]}}、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、{{box|[[許冠英]]}}、{{box|[[黃家駒]]}}、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、{{box|[[周吉]]}}、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、{{box|[[關朝聰]]}}、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、{{box|[[黎漢持]]}}、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、{{box|[[李香琴]]}}、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] 6pnhh0ghtwpnn9v2zn7xr5ij4h5q3oy 1865747 1865742 2022-08-20T07:39:36Z 219.79.65.58 /* 背景 */ wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅己故{{box|[[甘洺]]}}建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == （{{box|deceased}}）方格者表示為或已經身故去世了 * 有46年歷史嘅蘇屋邨，且曾經並非不是有唔少公眾人物係或者住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、{{box|[[招石文]]}}、[[馮淬帆]]、[[梁珊]]、[[程介明]]、{{box|[[羅石青]]}}、{{box|[[凌禮文]]}}、[[吳耀漢]]、{{box|[[江漢 (香港演員)|江漢]]}}、[[杜平 (演員)|杜平]]、[[譚炳文]]、[[丁羽]]、{{box|[[李香琴]]}}、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、{{box|[[許冠英]]}}、{{box|[[黃家駒]]}}、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、{{box|[[周吉]]}}、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、{{box|[[關朝聰]]}}、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、{{box|[[黎漢持]]}}、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、{{box|[[李香琴]]}}、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] fdbst0rgjhnrbta13ximtt19hdjvaon 1865755 1865747 2022-08-20T07:46:49Z 14.0.236.175 唔係粵文 wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅甘洺建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] fg28u3t0rbskhljf3ua1z3iv4i5jr4i 1865758 1865755 2022-08-20T07:48:31Z 219.79.65.58 /* 曾住過喺度嘅人 */ wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅甘洺建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||～2996||～2995||～2994||～2993||～2992||～2991||～2990||～2989||～2988||～2987 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||～2986||～2985||～2984||～2983||～2982||～2981||～2980||～2979||～2978||～2977 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||～2976||～2975||～2974||～2973||～2972||～2971||～2970||～2969||～2968||～2967 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||-2966||-2965||-2964||-2963||-2962||-2961||-2960||-2959||-2958||-2957 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||-2956||-2955||-2954||-2953||-2952||-2951||-2950||-2949 ||-2948||-2947 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||-2946||-2945||-2944||-2943||-2942||-2941||-2940||-2939||-2938||-2937 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] tc243akiqn352b7upnbaj82aeyia6g5 1865759 1865758 2022-08-20T07:51:16Z 219.79.65.58 唔係粤文 wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅甘洺建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] fg28u3t0rbskhljf3ua1z3iv4i5jr4i 1865818 1865759 2022-08-20T09:35:47Z 219.79.65.58 wikitext text/x-wiki {{Coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | housename = 蘇屋邨 <br> So Uk Estate | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 深水埗區 | address = [[保安道]]380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title=地址搜尋服務 |publisher=資料一站通. |accessdate=2019-07-15 |archive-date=2019-07-11 |archive-url=https://web.archive.org/web/20190711164615/https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |dead-url=yes }}</ref> | type = 1 | year = 2016年（{{#expr:{{Currentyear}} - 2016}}年樓齡）<br>2018年（{{#expr:{{Currentyear}} - 2018}}年樓齡）<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)|蘋果日報]] |date=2016年8月9日 |access-date=2016年8月9日 |archive-date=2017年3月26日 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |dead-url=no }}{{zh-hant}}</ref>（重建一期）<br>2019年（{{#expr:{{Currentyear}} - 2019}}年樓齡）（重建二期）<br>1960年－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|250px|thumb|蘇屋邨庭院內的草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|250px|thumb|小白屋對出的廣場（2019年11月）]] [[File:So Uk Estate Amphitheatre 201911.jpg|250px|thumb|燕子亭廣場（2019年11月）]] [[File:Peony House feature wall 201911.jpg|250px|thumb|重建後的大廈入口保留重建前的通風口（2019年11月）]] [[File:So Uk Estate Bridge network 2019.jpg|250px|thumb|重建後利用多條天橋作連接]] [[File:So Uk Estate Cherry House Entrance 201911.jpg|250px|thumb|櫻桃樓入口（2019年11月）]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|250px|thumb|櫻桃樓園景區種滿多種植物（2019年11月）]] [[File:So Uk Estate Peony House playground 201911.jpg|250px|thumb|五號社區遊樂場（2019年11月）]] [[File:So Uk Estate podium garden 201911.jpg|250px|thumb|蘇屋邨二期平台花園（2019年11月）]] [[File:So Uk Estate Camella House indoor space 201911.jpg|250px|thumb|茶花樓避火層的閒坐區（2019年11月）]] [[File:So Uk Estate Former Maple House 201911.jpg|250px|thumb|房委會在重建時保留及復修楓林樓底層部份建築作為保育之用（2019年11月）]] [[File:Maple House former Maple House interior 201911.jpg|250px|thumb|楓林樓底層部份內貌（2019年11月）]] [[File:So Uk Post office view 201911.jpg|250px|thumb|蘇屋郵政局，前身為舊蘇屋邨辦事處，位於綠柳樓旁（2019年11月）]] [[File:So Uk Estate White Shed Interior 201911.jpg|250px|thumb|小白屋活化後仍空置中（2019年11月）]] '''蘇屋邨'''（{{lang-en|So Uk Estate}}）是[[香港]]的一條[[香港公共屋邨列表|公共屋邨]]，位於[[九龍]][[長沙灣]][[尖山 (香港)|尖山]]南面、[[永康街]]的入口，是[[香港房屋委員會]]經歷史最悠久的公共屋邨之一，[[1953年石硤尾大火]]後；1955年首次開始興建，後於2012年展開清拆重建計劃。 == 屋邨概要 == 蘇屋邨是房委會前身[[香港屋宇建設委員會]]繼[[華富邨]]、[[爱民邨]]、[[北角邨]]及[[西環邨]]後策劃建設的第三個屋邨，當時獲譽為[[遠東]]規模最大的地區性住宅計劃<ref>《建聞築蹟》， 吳啟聰、朱卓雄 著，經濟日報出版社，ISBN 978-962-678-453-2</ref>。 === 清拆或重建計劃 === 蘇屋邨已於2006年3月下旬開始計劃分兩期展開重建（項目編號：SP01<ref>Estate Property. Housing Authority.</ref>），至於2008年11月第一期共10座樓宇居民開始全面陸續遷出（例如：牡丹、蘭花、壽菊、石竹、劍蘭、楓林、丁香、金松、綠柳及櫻桃樓等）2009年10月22日封閉第一期，2011年完成清拆，2011年8月第二期現時剩共6座樓宇居民開始全部陸續搬走（例如：百合、彩雀、荷花、杜鵑、海棠及茶花樓）至2012年年中全邨遷出，並於同年11月26日起封閉待清拆至2013年，翌日隨後全邨正式進行重建。2016年9月第1期首6幢樓宇重建完成並入伙。 包括蘇屋邨重建計劃共分為2期進行，共有14幢住宅大廈，項目是由房屋署總建築師（1）陸光偉先生及高級建築師何國成先生攜手進行總體設計，細部設計則以委託聘請周林建築師有限公司作詳細設計。 全邨均由[[瑞安建業]]有限公司承建；而大廈以非標準型設計，結構外型分別為6幢長型、4幢L型、3幢T型及1幢相連I型大廈；住宅單位則採用構件式單位設計（Modular Flat Design），主要提供1/2人，2/3人，1睡房及2睡房出租公屋單位。單位室內面積由{{convert|14.1|to|38|sqm|sqft|abbr=on}}不等。 == 歷史 == '''「蘇屋邨」'''因原[[蘇屋村]]而得名。蘇屋村位於現今[[保安道市政大廈]]及[[保安道遊樂場]]一帶。戰後與長沙灣新村及李鄭屋村成為一片大型的木屋區，1955年，大部份木屋被清拆以興建[[李鄭屋徙置區]]<ref>{{Cite web|title=長沙灣新村木屋續闕拆防火巷居民登記已較前踴躣|url=https://mmis.hkpl.gov.hk/coverpage/-/coverpage/view?_coverpage_WAR_mmisportalportlet_hsf=%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91&p_r_p_-1078056564_c=QF757YsWv5%2FH7zGe%2FKF%2BFD%2FrqAhbD4jb&_coverpage_WAR_mmisportalportlet_o=71&_coverpage_WAR_mmisportalportlet_actual_q=%28%20%28%20allTermsMandatory%3A%28true%29%20OR+all_dc.title%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20OR+all_dc.creator%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20OR+all_dc.contributor%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20OR+all_dc.subject%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20OR+fulltext%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20OR+all_dc.description%3A%28%E9%95%B7%E6%B2%99%E7%81%A3%E6%96%B0%E6%9D%91%29%20%29%20%29&_coverpage_WAR_mmisportalportlet_sort_field=dc.publicationdate_bsort&_coverpage_WAR_mmisportalportlet_sort_order=desc|author=華僑日報|date=1954-08-29}}</ref>。 === 興建、重建計劃 === 蘇屋邨的地盤平整工程於1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆19間[[寮屋|木屋]]及居民獲得後原區安置共222名[[居民]]，並於稍後時間清拆另外60間木屋及安置共800名居民。 舊蘇屋邨的興建工程分五期落成，全部建築於1960年至1963年間建成，一共有16幢[[樓宇]]。在地盤平整之前，這裏曾是一大片耕作用的[[農地]]及[[寮屋區]]，佔地約7.8公頃，是當時遠東最大型的[[住宅]]發展計劃。 2005年9月，房屋署展開全面結構勘察計劃，目的在於了解樓齡較高屋邨的樓宇狀況，並確定所需的修葺及鞏固工程，使樓宇可繼續使用一段合理的時間（15年）。但由於維修費用過於高昂，因此房屋委員會決定重建蘇屋邨，並分兩期進行。 房屋委員會已經安排提早搬遷舊蘇屋邨的租戶，把部份家庭調遷到當時所屬興建新公屋落成的[[富昌邨]]以及[[海麗邨]]，空置單位亦不再出租。房委會亦安排[[元州邨]]第2期、第4期、[[長沙灣工廠大廈]]重建項目（元州邨第5期）、[[石硤尾邨]]第2至第5期、[[佐敦谷]][[彩盈邨]]及[[牛頭角下邨]]定為接收屋邨，以接收舊蘇屋邨重建而要搬遷的居民。 2006年3月30日決定重建第一期（建於高平台的興建第3期、第4期及第5期共10座：牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓及櫻桃樓），該範圍的租戶於2009年8月前遷出，2010年3月清拆；通往山上的通道亦在2009年10月22日封閉。2008年2月20日決定於2011年尾封閉第二期（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓及茶花樓），但由於新的接收邨（元州邨第五期及石硤尾邨第二及第五期）於2012年4月底才開始落成，該範圍的租戶於2012年6月前搬遷，所以它們於2012年11月26日起清拆，即是比原定清拆計劃延後了一年（2013年）已全部完成清拆重建計劃。 2010年1月29日，受[[紅磡]][[馬頭圍道]]45J號樓高五層的舊式樓宇唐樓[[馬頭圍道唐樓倒塌事故|土瓜灣突然倒塌]]影響後，對於連同鄰近地區的四幢唐樓（45E和45H座號）也一同出現有倒塌危機，當局其後下令撤走該四幢大廈的住客、商戶和倒塌大廈的45J住戶到紅磡聖匠堂和[[油麻地]][[梁顯利社區中心]]才暫住，並對合乎資格入住公屋的災民在2至3個月內分配入住公屋，而未合資格申請公屋的災民，原定計劃在舊蘇屋邨暫居，但舊蘇屋邨早已計劃在2009年第三季開始進行第一期重建工程，水電煤設備早於2009年8月23日停用和拆去，並在2010年3月一期封閉後以及進行拆卸，故此紅磡馬頭圍道45號的災民改至較遠的[[石籬邨]]之兩座舊式徙置大廈（10座和11座，已於1990年代起曾改作[[中轉房屋]]之用、於2022年底搬遷後拆樓）居住。 2010年11月，時任為[[運輸及房屋局局長]][[鄭汝樺]]重新表示蘇屋邨維修成本高昂，並非不符合經濟成本效益，故全面最後考慮拆卸重建<ref>{{cite news|title=十二舊屋邨毋須清拆|url=http://www.news.gov.hk/tc/categories/infrastructure/html/2010/11/20101117_124548.shtml|accessdate=2010-11-27|newspaper=[[政府新聞處|香港政府新聞網]]|date=2010-11-17|archive-date=2022-07-03|archive-url=https://web.archive.org/web/20220703072315/https://www.news.gov.hk/tc/categories/infrastructure/html/2010/11/20101117_124548.shtml}}</ref>。 2016年9月蘇屋邨重建第1期第一階段的6幢住宅樓宇及蘇屋社區綜合服務大樓落成入伙。至於第二期，則於在2019年2月落成，並早已展開預派單位程序；但是，絕大多數單位將暫時抽起，並撥為[[白田邨]]9-11及13座重建受影響居民的次要安置屋邨，供提早遷出者調遷。 === 整體、發展規劃 === ==== 屋邨興建（重建前） ==== 蘇屋邨建造於1960至1963年，共有16幢相連長型或Y型大廈，樓高8至18層，單位約有5,300個。 整個蘇屋邨由設計北角邨的香港已故著名[[建築師]]樓{{box|[[甘洺]]}}（{{lang-en|Eric Cumine，1905-2002}}）負責整體規劃，並將項目劃分為五個小區，推薦給不同建築師共同合作，甘洺居中協調，致力制定配合多種租金選擇的間隔，及另外四家私人執業建築師樓負責不同期數的設計，所以每期的設計風格都截然不同，並順著山勢由南至北而建，使不同期數的樓宇錯落有而序散落在不同高度平台，此設計令大部份座數的單位都可向南及看到海景，並為住宅單位提供充足的[[採光|光線]]及[[通風|空氣]]，屋邨還提供了大量室外及有蓋保憩空間，以及在P、Q及R座地下及一樓提供兩所設有24個課室的官立小學（即「蘇屋北官立小學」及「蘇屋南官立小學」），而兩所小學的業權則由政府向屋建會購買，以紓緩屋建會的投資負擔。而屋建會對蘇屋邨的總投資額為5,000萬港元。 司徒惠建築師樓負責蘇屋邨的[[香港供水#沖廁水|海水供應沖廁]]之系統設計，海水泵房位於長沙灣海濱，而海水供水管則沿興華街抽上海拔280米高的尖山水務署海水配水庫，再分配給蘇屋邨的用戶。 1998年，房委會與香港壁畫學會合作後，並邀請壁畫學會的籌組成員兼畫家麥榮、於舊蘇屋邨舊蘇屋邨內的拱型燕子亭上繪製一幅「3D」大型天花[[壁畫]]，該壁畫為記載整個重建前的蘇屋邨面貌，面積超過120平方米。此壁畫經居民爭取才得以保留並安置在重建後的蘇屋邨，並再次邀請麥榮為該壁畫進行修復<ref name=":0">{{Cite web|title=全港唯一3D天花壁畫看舊蘇屋邨面貌　畫家麥榮：希望變藝術屋邨|url=https://www.hk01.com/%E7%86%B1%E7%88%86%E8%A9%B1%E9%A1%8C/74978/%E5%85%A8%E6%B8%AF%E5%94%AF%E4%B8%803d%E5%A4%A9%E8%8A%B1%E5%A3%81%E7%95%AB%E7%9C%8B%E8%88%8A%E8%98%87%E5%B1%8B%E9%82%A8%E9%9D%A2%E8%B2%8C-%E7%95%AB%E5%AE%B6%E9%BA%A5%E6%A6%AE-%E5%B8%8C%E6%9C%9B%E8%AE%8A%E8%97%9D%E8%A1%93%E5%B1%8B%E9%82%A8|accessdate=2021-02-01|author=香港01|date=2017-03-15 09:00|format=|publisher=|language=|archive-date=2021-05-03|archive-url=https://web.archive.org/web/20210503134024/https://www.hk01.com/%E7%86%B1%E7%88%86%E8%A9%B1%E9%A1%8C/74978/%E5%85%A8%E6%B8%AF%E5%94%AF%E4%B8%803d%E5%A4%A9%E8%8A%B1%E5%A3%81%E7%95%AB%E7%9C%8B%E8%88%8A%E8%98%87%E5%B1%8B%E9%82%A8%E9%9D%A2%E8%B2%8C-%E7%95%AB%E5%AE%B6%E9%BA%A5%E6%A6%AE-%E5%B8%8C%E6%9C%9B%E8%AE%8A%E8%97%9D%E8%A1%93%E5%B1%8B%E9%82%A8|dead-url=no}}</ref>；同時他亦為旁邊另一個涼亭繪製另一幅新壁畫，讓兩幅新舊壁畫「相映成趣」<ref>{{Cite web|title=蘇屋三寶獲保留 重建後再玩懷舊|url=https://orientaldaily.on.cc/cnt/news/20181118/00176_023.html|accessdate=2021-02-01|author=東方日報|date=2018-11-18|format=|publisher=|language=|archive-date=2021-05-03|archive-url=https://web.archive.org/web/20210503134041/https://orientaldaily.on.cc/cnt/news/20181118/00176_023.html|dead-url=no}}</ref>。 ==== 大廈設計 ==== 蘇屋邨共有16座住宅大樓，分5期興建，而各期分別聘請不同私人建築師樓甘洺負責設計，分別為： *'''第1期 － 杜鵑樓（S）、海棠樓（T）及茶花樓（U）''' :由利安建築師樓（Messrs. Leigh & Orange）設計，於1959年6月接受申請，並於1960年11月全部落成，提供了1768個4至11人房的不同大小類型單位。 *'''第2期 － 百合樓（P）、彩雀樓（Q）及荷花樓（R）''' :由陸謙受建築師樓（Mr. H. S. Luke）設計，於1959年8月接受申請，並於1961年1月全部落成，提供了729個6至9人房（主力為8人房）的較大型的單位。 *'''第3期 － 楓林樓（E）、丁香樓（F）、金松樓（G）、綠柳樓（H）及櫻桃樓（I）''' :由[[司徒惠]]建築師樓（Mr. W. Szeto）設計，於1959年5月接受申請，並於1961年4月全部落成，提供了1030個5及7人房的中小型單位。這五座大廈更是香港首批「Y」型設計的公屋大廈。 *'''第4期 － 劍蘭樓（M）''' :周李氏建築師樓（Messrs. Chau & Lee）設計，於1960年9月接受申請，並於1962年4月全部落成，提供了174個6及8人房（主力為8人房）的較大型的單位。 *'''第5期 － 牡丹樓（A）、蘭花樓（B）、壽菊樓（C）及石竹樓（D）''' :由周李氏建築師樓（Messrs. Chau & Lee）設計，於1961年3月接受申請，並於1963年5月全部落成，提供了1610個主力為6人房的中型單位。 最初，建築師樓們希望把單位分2大類，其中一類（佔全邨25%）是跟北角邨差不多有梗房（固定間隔房間）設計的，其餘的75%就是水凖較低的單位。後來因要進一步減低成本，令大部份單位也取消了梗房設計，只有杜鵑樓的最大型單位（即13、14、31、32、43、44、61、62、73及74室）才有1個大梗房及2個[[露台]]的設計。 經過建築師樓們就有關住宅單位類型，大小及相關的標凖的商議，達成共識。基本上蘇屋邨的目標，是要達至提供相當闊的租金等級，可行的話，面積相同的單位按不同的舒適程度及位置來訂定不同級別的租金（並非最大面積為最貴），位於較上部份的單位租金會較貴。 原舊蘇屋邨共提供5,311個住宅單位，可容納約31,600人。 ==== 屋邨及重建計劃 ==== 蘇屋邨已經有近樓齡約50年歷史，是老化的公共屋邨，昔日的精英多已遷往新建的私人樓宇，剩下多是老弱居民。屋邨設施亦日漸老舊，有些單位天花剝落漏水，有些外牆斜裂。房屋署曾在2005年的全面結構勘察計劃，表示本邨樓宇結構仍然安全，但若延長蘇屋邨壽命，須進行的大型工程，包括： # 其中兩座大廈（櫻桃樓及綠柳樓）需要大規模加設鋼製外柱及[[橫樑]]，以及鞏固懸臂式走廊的結構；另外六座（金松樓、彩雀樓、丁香樓、百合樓、荷花樓、楓林樓）需要把混凝土護欄更換為鋼欄，以減輕荷載，並以鋼架局部鞏固樓板； # 全部十座設有懸臂式走廊的大廈（杜鵑樓、金松樓、櫻桃樓、劍蘭樓、彩雀樓、丁香樓、百合樓、荷花樓、楓林樓、綠柳樓）需要重鋪[[砂漿]][[地台]]和更換銹蝕[[鋼筋]]； # 重澆廁所及垃圾房樓板； # 更換天台[[水缸]]、露台護欄橫樑及混凝土通花磚； # 結構牆及飯廳樑板需要進行結構改善工程 房屋委員會考慮過樓宇的整體狀況（即使維修最多僅可維持十多年）、所需改善工程規模、費用（將蘇屋邨壽命增加15年的費用高達2.5億港元），以及工程可能對住戶造成的滋擾程度後，決定清拆蘇屋邨。當中會保留蘇屋邨入口[[牌匾]]、昔日用作售賣[[火水]]的白色三角屋及記載整個前蘇屋邨面貌的一幅大型天花[[壁畫]]<ref>{{PDF|[http://www.legco.gov.hk/yr05-06/chinese/panels/hg/papers/hg0509cb1-1466-2c.pdf 立法會文件：民協對「蘇屋邨重建」的意見]}}</ref>。 至於重建後新蘇屋邨的園林環境方面、則由房屋署園境師谷穎詩著手進行設計。據谷穎詩解說指蘇屋邨重建後保留了190棵樹，當中包括由[[雅麗珊郡主 (歐志偉爵士夫人)|雅麗珊郡主]]曾在1961年11月後訪港時今日所種的樹頭菜（又稱為「魚木」、「公主樹」）、該樹齡為50多歲，並指該樹「到四五月便會開出白色和黃色的小花」。例如時事今日，谷穎詩又指於屋邨於2018年遇上颱風「[[颱風山竹 (2018年)|山竹]]」期間，幸好沒有釀成任何事故，並稱「每次風季來臨前，我們都會修剪樹枝，令樹冠平衡和疏風，不易吹倒。」<ref>{{Cite web|title=東網透視：蘇屋邨重建以花為名　展許冠傑舊歌衫|url=https://hk.on.cc/hk/bkn/cnt/news/20181117/bkn-20181117101043460-1117_00822_001.html|accessdate=2021-02-01|author=on.cc東網|date=2018-11-17|format=|publisher=|language=|archive-date=2021-05-03|archive-url=https://web.archive.org/web/20210503134116/https://hk.on.cc/hk/bkn/cnt/news/20181117/bkn-20181117101043460-1117_00822_001.html|dead-url=no}}</ref>。此外，她亦指出重建後蘇屋邨不但沿用舊蘇屋邨原有樓宇名稱為樓名，並種植相應的樹木襯托富有花名特色的樓名，例如「蘭花樓與蜘蛛蘭、牡丹樓與山茶花」等。 本來，房屋署早前宣布重建舊蘇屋邨後，一直有意見認為應將該地皮改建私人樓宇，以地盡其用（因為舊蘇屋邨的估值超過300億元，同時亦是目前市面上唯一一處大型的住宅用地）。不過，隨著金融海嘯衝擊，將公屋地皮轉為私樓的壓力降低，因應公屋需求未來將會增加，房署決定把蘇屋邨地皮重建公屋。首期[[地基]]平整工程於2010年開始，原定於2015年竣工。不過早前因施工期間被驗出焊料含鉛，需要全面更換喉管，加上天雨頻繁，延誤至2016年9月入伙，第二期地基工程則會於2014年開工，至原定在2018年完工後已延遲到2019年2月才可能竣工，另設有約10,000平方呎商場<ref>[https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 蘇屋邨重建延誤 3,000戶上樓無期]</ref>。 完成重建後的蘇屋邨提供合共6,985個住宅單位，可容納約19,000人<ref name="【01驗區】新蘇屋邨落成三年九成人入伙　社區大樓長年空置變鬼場" />。 ==== 問題 ==== 重建後的蘇屋邨扶手電梯簷篷出現漏水問題，令居民暴雨期間被濺濕，致全身濕透，狼狽不堪。房屋署承認，部份排水喉淤塞，以致未能及時排走雨水，曾於出現了滲水後情況，辦事處即時暫停該扶手梯運作及圍封該位置，已疏通喉管。曾在2020年9月21日當天紅色暴雨生效期間，蘇屋邨荷花樓通往綠柳樓的扶手電梯對上的玻璃漏水，雨水濺到扶手梯行人通道，令有蓋通道變成通空一樣，擔心行人會不慎滑倒。有住戶直斥房屋署和物業服務經理早已知悉問題，惟未有跟進，罔顧居民安危。房屋署指，該邨的物業服務辦事處周一接獲1宗報告，投訴該扶手電梯對上的玻璃簷篷滲水，職員檢查後發現排水喉淤塞致未能及時排走雨水，暫停扶手梯運作及圍封該位置。辦事處翌日再派員詳細檢查，發現有硬物阻塞排水喉，喉管疏通後，排水功能已即時回復正常。房署強調，事故期間，並無接獲有人滑倒的意外報告<ref>{{cite news |title=蘇屋邨扶手電梯簷篷漏水　居民批房署罔顧居民安危 |url=https://hk.on.cc/hk/bkn/cnt/news/20200925/bkn-20200925203441905-0925_00822_001.html |accessdate=2020-11-09 |work=東網 |date=2020-09-25 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134127/https://hk.on.cc/hk/bkn/cnt/news/20200925/bkn-20200925203441905-0925_00822_001.html |dead-url=no }}</ref>。 蘇屋邨經過重建後，其一、二期過去3年分階段入伙，除了單位頻頻爆出施工問題，區內設施配套亦不足。有地區人士指出該邨「三大問題」，批評屋邨落成至今，社區服務仍未進駐，約六層高的社區綜合服務大樓一直空置，淪為「鬼場」，而邨內幼稚園遲遲仍未招生，恐未能趕及新學年9月入讀，另欠缺「搵食車」月租車位，困擾住戶生活<ref name="【01驗區】新蘇屋邨落成三年九成人入伙　社區大樓長年空置變鬼場 ">{{cite news |title=【01驗區】新蘇屋邨落成三年九成人入伙　社區大樓長年空置變鬼場 |url=https://www.hk01.com/18%E5%8D%80%E6%96%B0%E8%81%9E/330296/01%E9%A9%97%E5%8D%80-%E6%96%B0%E8%98%87%E5%B1%8B%E9%82%A8%E8%90%BD%E6%88%90%E4%B8%89%E5%B9%B4%E4%B9%9D%E6%88%90%E4%BA%BA%E5%85%A5%E4%BC%99-%E7%A4%BE%E5%8D%80%E5%A4%A7%E6%A8%93%E9%95%B7%E5%B9%B4%E7%A9%BA%E7%BD%AE%E8%AE%8A%E9%AC%BC%E5%A0%B4 |accessdate=2020-11-09 |work=香港01 |date=2019-05-22 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134129/https://www.hk01.com/18%E5%8D%80%E6%96%B0%E8%81%9E/330296/01%E9%A9%97%E5%8D%80-%E6%96%B0%E8%98%87%E5%B1%8B%E9%82%A8%E8%90%BD%E6%88%90%E4%B8%89%E5%B9%B4%E4%B9%9D%E6%88%90%E4%BA%BA%E5%85%A5%E4%BC%99-%E7%A4%BE%E5%8D%80%E5%A4%A7%E6%A8%93%E9%95%B7%E5%B9%B4%E7%A9%BA%E7%BD%AE%E8%AE%8A%E9%AC%BC%E5%A0%B4 |dead-url=no }}</ref>。 == 屋邨資料 == === 現時樓宇（重建後） === 新蘇屋邨第一期第一階段其中6座住宅大廈共2917個單位已經於原定2015年竣工後已嚴重延誤推遲了至2016年9月重建完成工程後入伙；而第一期第二階段的1座住宅大廈共374個單位亦已於2018年8月重建後完成入伙；另外還有第二期共有7座住宅大廈亦已於2019年2月重建後完成入伙，樓高約16-41層，並會繼續沿用其中曾用舊蘇屋邨的14座以花卉命名的中英文樓宇名稱、唯一不再採用兩幢，例如'''「楓林樓」'''及'''「丁香樓」'''的名稱。 仍其中以重建前的是16幢樓宇住宅大廈，剩下兩座的'''楓林樓'''及'''丁香樓'''沒有清拆後將以預留空間的部份用途地下一層作為展館，布置成為一個模擬單位，放置上世紀的舊式生活用品。 {| class="wikitable" style="text-align: center;" |- ! 樓宇名稱（座號）!!樓宇類型 !! 入伙日期 !!層數 !每層伙數 !每座單位總數（伙） !建築師 !承建商!! 提供升降機的廠商!! 期數 |- | 蘭花樓（第1座） <br>（{{lang-en|Orchid House}}） |[[非標準設計大廈]] （L型） | rowspan="6" | 2016年9月<ref>{{cite web|url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 | title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)|蘋果日報]] |date=2016年8月9日 |access-date=2018-08-12 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134057/https://hk.appledaily.com/local/20160809/NT4SVNQLWK4ZYWGET3YE53ML2A/ |dead-url=yes }}{{zh-hant}}</ref> | rowspan="2" |23 | 1~10樓:26個單位<br>11~18樓:15個單位，不設6號至22號單位，以避開大埔道及呈祥道的噪音影響<br>19~23樓:7個單位，不設_號至_號單位，以避開大埔道及呈祥道的噪音影響 | 405 | rowspan="14" |房屋署總建築師陸光偉、 房屋署高級建築師何國成、 周林建築師有限公司、 王歐陽（香港）有限公司（只負責機電工程設計） | rowspan="14" |[[瑞安建業]] | rowspan="6" | [[蒂森克虏伯|蒂森克虜伯]] | rowspan="6" | 1 |- | 壽菊樓（第2座） <br>（{{lang-en|Marigold House}}） | rowspan="2" |[[非標準設計大廈]] （Z型） | 1~12樓:32個單位<br>13~23樓:16個單位，不設6號至11號單位，以避開大埔道及呈祥道的噪音影響 | 548 |- | 牡丹樓（第3座） <br>（{{lang-en|Peony House}}） | 22 | 1~13樓:32個單位<br>14~18樓:15個單位，不設6號至21號單位，以避開大埔道、龍翔道及呈祥道的噪音影響<br>19~22樓:7個單位，不設_號至_號單位，以避開大埔道及呈祥道的噪音影響 | 506 |- | 金松樓（第4座） <br>（{{lang-en|Cedar House}}） | rowspan="3" |[[非標準設計大廈]] （L型） | rowspan="2" | 29 | rowspan="2" | 3~5樓:15個單位<br>6~29樓:19個單位 | rowspan="2" | 500 |- | 綠柳樓（第5座） <br>（{{lang-en|Willow House}}） |- | 櫻桃樓（第6座） <br>（{{lang-en|Cherry House}}） | 25 | 1~4樓:20個單位，不設10~11號單位<br>5~10樓/12~18樓:22個單位<br>11樓：21個單位，1110室為消防加壓泵房<br>19~25樓:16個單位，不設12號至17號單位，以避開大埔道及龍翔道的噪音影響 | 499 |- | 荷花樓（第7座） <br>（{{lang-en|Lotus House}}） | rowspan="3" |[[非標準設計大廈]] （T型） | rowspan="7" | 2019年2月21日 <ref>{{Cite web |url=https://www.info.gov.hk/gia/general/201902/21/P2019022000269.htm |title=蘇屋邨完成重建最後三座入伙（附圖）|date=2019年2月21日 |access-date=2019-02-21 |archive-date=2020-06-08 |archive-url=https://web.archive.org/web/20200608014328/https://www.info.gov.hk/gia/general/201902/21/P2019022000269.htm |dead-url=no }}</ref>{{noteTag|1=由[[王歐陽 (香港) |王歐陽（香港）有限公司]]設計。（[https://www.wobse.com/en/project-detail/155 詳細網頁]）}} | 39 | 5~39樓:22個單位 | 769 | rowspan="7" | [[通力]] | rowspan="7" | 2 |- | 百合樓（第8座） <br>（{{lang-en|Lily House }}） | 40 | 5~40樓:22個單位 | 791 |- | 彩雀樓 （第9座）<br>（{{lang-en|Larkspur House }}） | 27 | 5~27樓:24個單位 | 551 |- | 劍蘭樓（第11A座） <br>（{{lang-en|Gladiolus House}}） | rowspan="2" |[[非標準設計大廈]] （短T型雙座式） | rowspan="4" | 22 | rowspan="2" | 3~22樓:15個單位 | rowspan="2" | 299 |- | 石竹樓（第11B座） <br>（{{lang-en|Carnation House}}） |- | 杜鵑樓（第12座） <br>（{{lang-en|Azalea House}}） | rowspan="2" |[[非標準設計大廈]] （長型） | 3~22樓:18個單位 | 359 |- | 海棠樓（第13座） <br>（{{lang-en|Begonia House}}） | 2~22樓:18個單位 | 377 |- | 茶花樓A座及B座（第14座） <br>（{{lang-en|Camellia House Block A&B}}） |[[非標準設計大廈]] （短I型雙座式） | 2018年8月10日<ref>{{Cite web |url=http://www.info.gov.hk/gia/general/201808/10/P2018081000490.htm |title=蘇屋邨茶花樓今起入伙（附圖）|date=2018-08-10 |access-date=2018-08-12 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134145/https://www.info.gov.hk/gia/general/201808/10/P2018081000490.htm |dead-url=no }}</ref> | 21 | 6~17樓:27個單位<br>18~21樓:14個單位，不設8號至15號單位及23號至27號單位，以避開大埔道景觀影響 | 380 | 蒂森克虜伯 | 1 |- |} （註：第一期第10座為蘇屋社區綜合服務大樓、天橋及蘇屋邨辦事處大樓；由於並非作住宅用途，所以不列在上表） === 歷代樓宇（重建前） === 舊邨重建前一共有的16座樓宇全部皆以花卉的中英文名稱命名，重建後的14座樓宇名稱；@：表示之樓宇名稱在重建後的蘇屋邨14座樓宇名稱因獲得重新使用，以延續富有花名特色的樓宇名稱。 {| class="mw-collapsible mw-collapsed wikitable" style="background:#d0d0d0;" ! colspan="8" |重建前的蘇屋邨 |- ! 樓宇名稱（座號） !! 樓宇類型 !! 入伙年份 !! 拆卸年份 !承建商 !建築師!! 期數 !! 安置屋邨 |- |'''杜鵑樓（S座）@<br> （{{lang-en|Azalea House}}）'''|| rowspan="3" | [[舊長型大廈|舊長型]] || rowspan="3" | 1960年 || rowspan="6" | 2013年 | rowspan="3" |昌利建築 | rowspan="3" |利安建築師樓 | rowspan="3" | 1 || rowspan="6" | [[石硤尾邨]]<br>[[元州邨]] |- |'''海棠樓 （T座）@<br>（{{lang-en|Begonia House}}）''' |- |'''茶花樓（U座）@<br> （{{lang-en|Camelia House}}）''' |- |百合樓（P座） @<br>（{{lang-en|Lily House}}） || rowspan="3" | T型 || rowspan="8" | 1961年 | rowspan="8" |德榮建築 | rowspan="3" |陸謙受建築師樓 | rowspan="3" | 2 |- |'''彩雀樓（Q座）@<br> （{{lang-en|Larkspur House}}）''' |- |'''荷花樓（R座） @<br>（{{lang-en|Lotus House}}）''' |- |楓林樓（E座）<br> （{{lang-en|Maple House}}） || rowspan="5" | Y型（舊式）|| rowspan="10" | 2010年 | rowspan="5" |[[司徒惠]]建築師樓 | rowspan="5" | 3 || rowspan="10" | [[元州邨]]<br>[[彩盈邨]] |- |'''丁香樓（F座） <br>（{{lang-en|Lilac House}}）''' |- |金松樓（G座）@<br> （{{lang-en|Cedar House}}） |- |'''綠柳樓（H座）@ <br>（{{lang-en|Willow House}}）''' |- |櫻桃樓（I座）@<br> （{{lang-en|Cherry House}}） |- |'''劍蘭樓（M座）@ <br>（{{lang-en|Gladiolus House}}）'''|| rowspan="5" | [[相連長型大廈|相連舊長型]] || 1962年 | rowspan="5" |聯星建築 | rowspan="5" |周李氏建築師樓 | 4 |- |石竹樓（D座）@<br> （{{lang-en|Carnation House}}） || rowspan="4" | 1963年 || rowspan="4" | 5 |- |'''壽菊樓（C座） @<br>（{{lang-en|Marigold House}}）''' |- |'''蘭花樓（B座）@<br> （{{lang-en|Orchid House}}）''' |- |'''牡丹樓 （A座）@<br>（{{lang-en|Peony House}}）''' |- |} '''粗體'''表示該樓宇牽涉[[26座問題公屋醜聞]]，其混凝土強度未達高層單位20.7MPa或低層單位31MPa的標準，由於情況較為嚴重加上樓宇老化，考慮過樓宇的整體狀況過後、分別於2010至2013年期間清拆重建。 == 屋邨設施 == [[File:So Uk Estate Maple House showcase 201911.jpg|thumb|250px|楓林樓底層部份展示2009年重建前所收集的歷史舊物]] [[File:So Uk Post office access 201911.jpg|thumb|250px|蘇屋郵政局保留舊蘇屋邨辦事處的窗花（2019年11月）]] [[File:So Uk Estate signage 201911.jpg|thumb|250px|前屋邨入囗門廊在邨內二期重置（2019年11月）]] [[File:So Uk Shopping Centre Level 1 201911.jpg|thumb|250px|蘇屋商場1樓部份商店仍空置中（2019年11月）]] [[File:PARKnSHOP So Uk Shopping Centre.jpg|thumb|250px|蘇屋商場的[[百佳]]分店]] [[File:So Uk Bus Terminus (clear view and blue sky).jpg|thumb|250px|[[蘇屋巴士總站]]]] === 康樂、休憩及公共設施 === 兒童遊樂場、籃球場、羽毛球場和停車場。 另外，前屋邨辦事處活化後以象徵式租金租予郵政局，取代未獲續約的李鄭屋商場郵局。 === 社會服務及福利設施 === 特殊幼兒中心暨早期教育及訓練中心、兒童之家、嚴重殘疾人士護理院、綜合職業康復服務中心、中度及嚴重弱智人士宿舍、展能中心。 === 商業設施 === 屋邨設有商場，並名為'''蘇屋商場、'''位於保安道／長發街交界。商場樓高兩層，設有酒樓、便利店、餐廳、超級市場、髮型屋等設施；唯有部份商店仍空置中。 ===已拆卸或已結束營業學校=== *[[蘇屋北官立小學]]（1970年代被殺校，成為燕京書院舊校舍） *[[蘇屋南官立小學]]（1983年被殺校，併入燕京書院舊校舍） *[[中華基督教會燕京書院]]（位於蘇屋北官立小學及蘇屋南官立小學舊址；2000年遷往至[[葵涌]][[青衣]][[千禧校舍]]） *[[青年學院|職業訓練局青年學院（蘇屋）]]（位於百合樓地下<ref>{{Cite web |archiveurl=https://web.archive.org/web/20070207013257/http://www.vtc.edu.hk/vtc/web/template/contact_details.jsp?fldr_id=384 |url=http://www.vtc.edu.hk/vtc/web/template/contact_details.jsp?fldr_id=384 |title=Contact us |work=VTC |archivedate=2007-02-07 |deadurl=yes |accessdate=2021-07-22 }}</ref>，2010年從百合樓遷往至[[葵涌]][[葵芳]]） == 事蹟／歷史記錄 == * 舊蘇屋邨的是[[香港]][[香港房屋委員會|房屋委員會]]前身為[[香港屋宇建設委員會|屋宇建設委員會]]繼[[華富邨]]、[[北角邨]]及[[西環邨]]之後策劃建設的第三個屋邨，當時獲譽為[[遠東]]規模最大的地區性住宅計劃。 * 楓林樓、丁香樓、金松樓、綠柳樓及櫻桃樓亦是香港首批[[Y型大廈|Y型]]設計的公屋大廈。 * 舊蘇屋邨曾於1961年11月8日訪問本邨的[[雅麗珊郡主]]（H.R.H. Princess Alexandra），栽種了一棵[[櫻桃樹]]亦稱公主樹，位於前蘇屋邨內房屋署辦事處旁邊，當時在重建計劃中獲得保留<ref name="cable news171218">{{Cite news|url=http://cablenews.i-cable.com/ci/videopage/news/518168/%E5%8D%B3%E6%99%82%E6%96%B0%E8%81%9E/%E8%98%87%E5%B1%8B%E9%82%A8%E6%98%8E%E5%B9%B4%E5%AE%8C%E6%88%90%E9%87%8D%E5%BB%BA%E6%8F%90%E4%BE%9B%E4%B8%83%E5%8D%83%E5%96%AE%E4%BD%8D|title=蘇屋邨明年完成重建提供七千單位|date=2017-12-18|work=有線新聞|language=zh-yue}}</ref>。 * 第一代運用海水沖廁的舊式屋邨，由司徒惠建築師樓負責蘇屋邨的海水沖廁系統設計，海水泵房位於長沙灣海濱，而海水供水管則沿[[興華街]]抽上海拔280米高，[[大埔道]]對上的水務署海水配水庫，再分配給蘇屋邨的用戶。 * 舊蘇屋邨背山前面望海邊，[[交通]]便捷，環境清幽，已有近50年歷史。早年的舊蘇屋邨曾是舊式公屋的皇牌設計後，入住者大都具有一定的[[經濟]]能力，可算是香港[[中產階級]]的搖籃，不少邨民的後裔甚至到了[[西歐]]、[[北美]]等海外地區開枝散葉。 * 到了2006年底，現時任職則為[[全國人大常委會委員長]][[吳邦國]]曾造訪問先後的舊蘇屋邨。 * 2006年3月下旬：有近46年歷史舊蘇屋邨分為兩期階段進行清拆。 == 曾經過去居住的是之其他名人 == （{{box|deceased}}）有方格者表示為相關人士已經身故 * 擁有40多年歷史的蘇屋邨，並因曾為不少名人的其他居民住所，例如包括有：[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、{{box|[[關朝聰]]}}、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、{{box|[[黎漢持]]}}、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、{{box|[[李香琴]]}}、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]等。立法會議員[[謝偉俊]]，銀行家靳羽珊、《許氏兄弟》包含「歌神」[[許冠傑]]、兄弟[[許紹雄]]與其兄長[[許冠武]]、[[許冠文]]和已故知名喜劇演員{{box|[[許冠英]]}}等；例如少年時或之前曾於蘇屋邨的居住。後來在除此之外，殿堂級樂隊[[Beyond]]的前成員包括即由於[[黃家強]]、[[黃貫中]]以及[[葉世榮]]等人其後已故兄長的{{box|[[黃家駒]]}}，亦曾是的蘇屋邨最長著名公屋之一。其他曾住蘇屋邨而在香港藝人則是[[蔡楓華]]、[[蔡少芬]]、[[謝天華]]、[[楊仲恩]]及[[伍衛國]]等為、粵語片[[甘草演員]]{{box|[[周吉 (演員)|周吉]]}}的兒子[[周啟生]]以及與並且已過去移民[[加拿大]]多年來的但近年回流[[香港]]著名資深[[演員]]電影及電視劇中拍劇的[[林嘉華]]等等；除名人、藝人及舊明星之外，同樣是現時由原區安置舊居民先後在已於負責主理之後並一直住在蘇屋邨重建計劃的[[房屋署]]總建築師陸光偉先生都是最大規模出名後曾經居住過重建前的舊公屋。 * '''「蘇屋邨三寶」'''等前蘇屋邨舊建築物在重建計劃中保留和活化，以傳承屋邨的歷史。燕子亭復修後保留於原址；小白屋復修和活化後作商業用途；前屋邨入囗門廊將在邨內重置。其他舊建築物如前屋邨辦事處，重建後用途稍後再作安排；前面楓林樓的部份地下大堂結構已保留和復修；部份舊邨具歷史價值的物品，將視乎情況在前楓林樓內展示；雅麗珊郡主栽種的樹都獲保留，重拾並延續集體回憶<ref name="cable news171218" />。 *作為'''「蘇屋邨三寶」'''之一的拱型燕子上還有一幅全港唯一「3D」大型天花[[壁畫]]，由壁畫學會籌組成員兼畫家麥榮創作，內容為記載重建前的蘇屋邨舊貌；該壁畫面積超過120平方米（換算為約1,300呎），但基於人類視角僅有120度，故此不能一眼看見整幅壁畫。壁畫連同燕子亭一同得以復修後保留於原址，並再次邀請麥榮為該壁畫進行修復及重新髹上色彩、以展現活力<ref name=":0" />。 == 相片集 == === 蘇屋邨往時面貌 === <gallery> HK_SoUkEst_CameliaHouse.JPG|重建前蘇屋邨茶花樓 HK_SoUkEst_AzaleaHouse.JPG|重建前蘇屋邨杜鵑樓 So Uk Estate Penoy House.jpg|重建前蘇屋邨牡丹樓 So Uk Estate Cedar House & Maple House.jpg|重建前蘇屋邨金松樓及楓林樓 So Uk Estate Overview 200902.jpg|重建前蘇屋邨保安道入口（2009年2月） So Uk Estate Abanded Gas Station.jpg|重建前蘇屋邨油站 So Uk Estate Access.jpg|重建前蘇屋邨通道 So Uk Estate Open Space 1.jpg|重建前蘇屋邨休憩空間 So Uk Estate Mosaic Map.jpg|重建前蘇屋邨馬賽克地圖 So Uk Estate VTC Youth College.jpg|重建前蘇屋邨職業訓練局青年學院 </gallery> === 蘇屋邨重建時面貌 === <gallery> File:So Uk Estate 2012 part1.JPG|已拆卸的蘇屋邨的杜鵑樓，為第二期重建項目（2012年） File:So Uk Estate 2012 part2.JPG|蘇屋邨牌匾將會保留（2012年） File:So Uk Estate 2012 part3.JPG|已拆卸的蘇屋邨的茶花樓，為第二期重建項目（2012年） File:So Uk Estate 2012 part4.JPG|正在平整地基的蘇屋邨第一期（2012年） File:So Uk Estate 2012 part5.JPG|蘇屋邨拆卸時期的荷花樓與彩雀樓之間休憩廣場（2012年） File:So Uk Estate 2012 part6.JPG|重建中的蘇屋邨第一期（2012年） File:So Uk Estate 2012 part7.JPG|蘇屋邨彩雀街部份範圍已被封閉（2012年） File:So Uk Estate 2012 part8.JPG|蘇屋邨所有商店已遷出（2012年） File:So Uk Estate 2013 part1.JPG|搭棚中的蘇屋邨（2013年） File:So Uk Estate under reconstruction in July 2014 (revised).jpg|重建中的蘇屋邨一期東南面（2014年7月） File:So Uk Estate under rebuild in December 2014.JPG|重建中的蘇屋邨一期西南面（2014年12月） File:So Uk Estate 2015 05 part3.JPG|從[[李鄭屋邨]]遠望重建中的蘇屋邨一期東南面（2015年5月） File:So Uk Estate under reconstruction in June 2015.jpg|重建中的蘇屋邨一期西南面（2015年6月） File:Northeast of So Uk Estate Phase 1 under rebuild in June 2015.jpg|重建中的蘇屋邨一期東北面（2015年6月） File:So Uk Estate.jpg|重建中的蘇屋邨二期（2015年10月） File:So Uk Estate Phase 2 under rebuild in November 2016.jpg|重建中的蘇屋邨二期（2016年11月） File:So Uk Estate Phase 2 under rebuild in June 2017.jpg|重建中的蘇屋邨二期（2017年6月） File:So Uk Estate in May 2018.jpg|重建中的蘇屋邨二期（2018年5月） </gallery> === 蘇屋邨一期重建後面貌 === <gallery> So Uk Estate Badminton Court (sunlight).jpg|羽毛球場 Peony House Indoor table tennis 201911.jpg|乒乓球枱（2019年11月） So Uk Estate Community Play Area 1.jpg|一號社區遊樂場太極推手器及手腳伸展器 Marigold House indoor playground 201911.jpg|四號社區遊樂場（2019年11月） So Uk Estate Amenity And Community Building.jpg|社區綜合服務大樓 So Uk Estate Phase 1 decoration contractor office.jpg|一期裝修承辦商（入伙初期運作） </gallery> === 蘇屋邨二期重建後面貌 === <gallery> So Uk Estate 2018 06 part5.jpg|蘇屋邨二期重建後外貌，後方樓宇為百合樓（2018年6月） So Uk Estate 2018 06 part3.jpg|蘇屋邨茶花樓（2018年6月） So Uk Estate 2018 06 part4.jpg|蘇屋邨杜鵑樓及海棠樓（2018年6月） So Uk Estate 2018 06 part2.jpg|蘇屋邨石竹樓，後方為劍蘭樓（2018年6月） </gallery> === 重建前蘇屋邨全景 === {{Wide image|Ex-So Uk Estate Pano.jpg|800px|重建前的蘇屋邨全景圖}} == 交通 == 受[[保安道]]、[[長發街]]及廣利道的猝窄彎位影響，相關巴士路線只能使用'''12米或以下的車輛'''行走。 {| class="mw-collapsible mw-collapsed wikitable" style="background:white; margin: 0 auto; width: auto;" ! 交通路線列表 |- | ;[[港鐵]] *{{港鐵路線標誌|TWL}}：[[長沙灣站]]C2出口(步行約10-15分鐘) ;[[蘇屋巴士總站]]/[[廣利道]] {{九龍新界巴士簡單列表|2|2A|6P|701R|702S|793|795X}}{{過海隧道巴士簡單列表|112|970}} ;[[保安道]] {{九龍新界巴士簡單列表|2A|6P|702S|793|795X}}{{過海隧道巴士簡單列表|112|970|N122}}{{九龍專線小巴簡單列表|42|45B|45M}} ;[[青山道]] {{九龍新界巴士簡單列表|2A|2B|2F|6|6C|6D|6P|31B|36A|72|86|86A|86C|793|N241}}{{過海隧道巴士簡單列表|N122}} {{九龍專線小巴簡單列表|44S|75}}{{新界專線小巴簡單列表|411}} ;[[香港小巴|紅色小巴]] *[[青山道]]至[[油塘]]線<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k38.html |title=青山道香港紗廠　—　藍田及油塘 |accessdate=2016-12-04 |archive-date=2017-05-06 |archive-url=https://web.archive.org/web/20170506144403/http://www.16seats.net/chi/rmb/r_k38.html |dead-url=no }}</ref> *青山道至[[土瓜灣]]/[[紅磡]]線 (24小時服務)<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k61.html |title=土瓜灣及紅磡　—　青山道 |accessdate=2016-12-04 |archive-date=2017-01-19 |archive-url=https://web.archive.org/web/20170119092317/http://www.16seats.net/chi/rmb/r_k61.html |dead-url=no }}</ref> *青山道至[[黃大仙 (香港地方)|黃大仙]]/[[九龍城]]線<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k62.html |title=黃大仙及九龍城　—　青山道 |accessdate=2016-12-04 |archive-date=2016-10-05 |archive-url=https://web.archive.org/web/20161005052019/http://www.16seats.net/chi/rmb/r_k62.html |dead-url=yes }}</ref> *青山道至[[觀塘]]線<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k02.html |title=觀塘協和街　—　青山道香港紗廠 |accessdate=2016-12-04 |archive-date=2016-10-26 |archive-url=https://web.archive.org/web/20161026155503/http://www.16seats.net/chi/rmb/r_k02.html |dead-url=yes }}</ref> *青山道至[[觀塘]]/[[黃大仙 (香港地方)|黃大仙]]線 (通宵線)<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k22.html |title=觀塘及黃大仙　—　青山道 |accessdate=2016-12-04 |archive-date=2016-09-27 |archive-url=https://web.archive.org/web/20160927232923/http://www.16seats.net/chi/rmb/r_k22.html |dead-url=yes }}</ref> *美孚至[[佐敦道]]線<ref>{{Cite web |url=http://www.16seats.net/chi/rmb/r_k63.html |title=美孚　—　旺角及佐敦道 |access-date=2016-12-04 |archive-url=https://web.archive.org/web/20160920172439/http://www.16seats.net/chi/rmb/r_k63.html |archive-date=2016-09-20 |dead-url=yes }}</ref> ;[[大埔道]] {{九龍新界巴士簡單列表|72|81}} |} == 軼事 == === 體育 === [[花花足球會]]由居住在蘇屋邨的一班熱愛足球人士於1979年組成，最初只參加小型足球比賽，後於1980年代加入角逐由[[香港足總]]主辦之足球聯賽，1985-86年度球季升级至[[香港甲組足球聯賽]]。 == 重大事件 == 1975年4月28日，屋邨山坡發生姦殺案，休班女[[輔警]]劉靈仙（警號A7733）與男友徐振偉在蘇屋邨石竹樓（男方住所）後面的山坡散步談情，遇上一持刀幪面的賊人，交出財物後賊人嫌少，賊人喝令徐振偉伏在地上然後將他用布帶綁住，後把劉靈仙帶走，數小時後徐振偉掙脫綑綁後跑下山坡到蘇屋巴士站，剛好遇上巡警，然後一同上山兜截，但找不到匪徒或劉靈仙。三天後，[[黃大仙區|黃大仙]][[龍翔道]]建築天橋的工人發現劉靈仙屍體，驗屍後證實死因前曾遭強姦。本案至今仍未破案，相信疑凶仍然逍遙法外。<ref>{{Cite web |url=http://blog.yahoo.com/_RUEYXOZZC3GX6AYIOUWS4QPKQQ/articles/671590 |title=女輔警遭姦殺案 |access-date=2013-12-23 |archive-date=2013-12-24 |archive-url=https://web.archive.org/web/20131224112914/http://blog.yahoo.com/_RUEYXOZZC3GX6AYIOUWS4QPKQQ/articles/671590 |dead-url=no }}</ref> 1979年1月24日，發生醫生綁架撕票案，西醫黎鴻荃離開他位於蘇屋邨的住所到[[旺角]]診所上班，其後被綁架，醫生家人曾收勒索電話要求五萬元贖金，但到交易地點時對方沒有露面，22天後，醫生的腐屍在龍蝦灣一個懸崖邊被發現。本案至今仍未破案。<ref>{{Cite web |url=http://blog.yahoo.com/_RUEYXOZZC3GX6AYIOUWS4QPKQQ/articles/1226413/category/%E6%83%A1%E9%AD%94%E5%9C%A8%E6%BC%AB%E6%AD%A5 |title=完美謀殺 |access-date=2013-12-23 |archive-date=2013-09-25 |archive-url=https://web.archive.org/web/20130925090751/http://blog.yahoo.com/_RUEYXOZZC3GX6AYIOUWS4QPKQQ/articles/1226413/category/%E6%83%A1%E9%AD%94%E5%9C%A8%E6%BC%AB%E6%AD%A5 |dead-url=no }}</ref> 1990年6月27日，彩雀樓發生劫殺案，四名匪徒在彩雀樓爆竊被女戶主發現後將她殺死。 2020年7月5日凌晨4時許，警方接獲1名32歲女子報案，指懷疑其9歲兒子獨留在蘇屋邨家中。警員接報到場，經初步調查，案件列對所看管兒童或少年人虐待或忽略，交由深水埗警區刑事調查隊第9隊跟進。男童清醒被送往明愛醫院治理，其33歲姓周父親被捕。<ref>{{cite news |title=長沙灣蘇屋邨9歲男童獨留在家　母報警　33歲父涉虐兒被捕 |url=https://www.hk01.com/%E7%AA%81%E7%99%BC/494067/%E9%95%B7%E6%B2%99%E7%81%A3%E8%98%87%E5%B1%8B%E9%82%A89%E6%AD%B2%E7%94%B7%E7%AB%A5%E7%8D%A8%E7%95%99%E5%9C%A8%E5%AE%B6-%E6%AF%8D%E5%A0%B1%E8%AD%A6-33%E6%AD%B2%E7%88%B6%E6%B6%89%E8%99%90%E5%85%92%E8%A2%AB%E6%8D%95 |accessdate=2020-11-09 |work=香港01 |date=2020-07-05 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503135358/https://www.hk01.com/%E7%AA%81%E7%99%BC/494067/%E9%95%B7%E6%B2%99%E7%81%A3%E8%98%87%E5%B1%8B%E9%82%A89%E6%AD%B2%E7%94%B7%E7%AB%A5%E7%8D%A8%E7%95%99%E5%9C%A8%E5%AE%B6-%E6%AF%8D%E5%A0%B1%E8%AD%A6-33%E6%AD%B2%E7%88%B6%E6%B6%89%E8%99%90%E5%85%92%E8%A2%AB%E6%8D%95 |dead-url=no }}</ref> 2020年7月23日早上8時許，蘇屋邨牡丹樓一名男子危坐在一個高層單位外的簷篷。警方封鎖現場一帶，消防員亦打開救生氣墊戒備及嘗試勸說事主。約一小時後，有消防「飛將軍」游繩將其救回屋內，並由救護車送院檢查。據報指，事主患有腦癌，約一個月前已有輕生念頭。<ref>{{cite news |title=男子蘇屋邨危坐簷篷 消防「飛將軍」游繩救回 |url=https://hd.stheadline.com/news/realtime/hk/1826733/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E7%94%B7%E5%AD%90%E8%98%87%E5%B1%8B%E9%82%A8%E5%8D%B1%E5%9D%90%E7%B0%B7%E7%AF%B7-%E6%B6%88%E9%98%B2-%E9%A3%9B%E5%B0%87%E8%BB%8D-%E6%B8%B8%E7%B9%A9%E6%95%91%E5%9B%9E |accessdate=2020-11-09 |work=香港01 |date=2020-07-23 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134158/https://hd.stheadline.com/news/realtime/hk/1826733/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E7%94%B7%E5%AD%90%E8%98%87%E5%B1%8B%E9%82%A8%E5%8D%B1%E5%9D%90%E7%B0%B7%E7%AF%B7-%E6%B6%88%E9%98%B2-%E9%A3%9B%E5%B0%87%E8%BB%8D-%E6%B8%B8%E7%B9%A9%E6%95%91%E5%9B%9E |dead-url=no }}</ref> 2020年9月30日下午近4時，一名14歲少年從蘇屋邨金松樓高處墮下，跌在大廈一樓簷篷重創昏迷，救護員到場證實事主當場身亡。警方正調查其墮樓原因。據悉，少年早前向其母透露在學校被沒收手提電話，即失去聯絡，其母及後在大廈天台發現其書包，<ref>{{cite news |title=疑被學校沒收手機　少年蘇屋邨墮樓亡 |url=https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200930/s00001/1601459518143/%e7%96%91%e8%a2%ab%e5%ad%b8%e6%a0%a1%e6%b2%92%e6%94%b6%e6%89%8b%e6%a9%9f-%e5%b0%91%e5%b9%b4%e8%98%87%e5%b1%8b%e9%82%a8%e5%a2%ae%e6%a8%93%e4%ba%a1 |accessdate=2020-11-09 |work=明報新聞網 |date=2020-09-30 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134205/https://news.mingpao.com/ins/%E6%B8%AF%E8%81%9E/article/20200930/s00001/1601459518143/%E7%96%91%E8%A2%AB%E5%AD%B8%E6%A0%A1%E6%B2%92%E6%94%B6%E6%89%8B%E6%A9%9F-%E5%B0%91%E5%B9%B4%E8%98%87%E5%B1%8B%E9%82%A8%E5%A2%AE%E6%A8%93%E4%BA%A1 |dead-url=no }}</ref>警方接報到場後，發現該名少年倒臥在平台位置，懷疑他由高處墮下。經救護人員檢查後，證實少年當場不治。<ref>{{cite news |title=蘇屋邨14歲中學生墮樓亡 母天台尋獲背囊已太遲 |url=https://hd.stheadline.com/news/realtime/hk/1886930/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E8%98%87%E5%B1%8B%E9%82%A814%E6%AD%B2%E4%B8%AD%E5%AD%B8%E7%94%9F%E5%A2%AE%E6%A8%93%E4%BA%A1-%E6%AF%8D%E5%A4%A9%E5%8F%B0%E5%B0%8B%E7%8D%B2%E8%83%8C%E5%9B%8A%E5%B7%B2%E5%A4%AA%E9%81%B2 |accessdate=2020-11-09 |work=頭條日報 |date=2020-09-30 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134208/https://hd.stheadline.com/news/realtime/hk/1886930/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E8%98%87%E5%B1%8B%E9%82%A814%E6%AD%B2%E4%B8%AD%E5%AD%B8%E7%94%9F%E5%A2%AE%E6%A8%93%E4%BA%A1-%E6%AF%8D%E5%A4%A9%E5%8F%B0%E5%B0%8B%E7%8D%B2%E8%83%8C%E5%9B%8A%E5%B7%B2%E5%A4%AA%E9%81%B2 |dead-url=no }}</ref> 2020年11月8日，荷花樓20樓2011室發生發生倫常命案，一名母親及兩名就讀小學的子女，被發現在2011室單位內倒臥昏迷，3人送往[[瑪嘉烈醫院]]後證實不治。父親下班回家獲悉事件後情緒激動，需由救護車送院。消防員發現廚房內一條煤氣喉被人剪斷，而警方暫列作自殺及謀殺案處理，暫時未知事發原因。消息指案發單位餐檯遺下估計是子女描繪一家四口手牽手圖畫，有人在上面書寫「對不起」。而死者與丈夫結婚12年，並由內地移居香港7年。其兩名年幼子女分別10歲及6歲。<ref>{{cite news |title=蘇屋邨命案餐桌遺子女繪畫寫「對不起」丈夫家破人亡嚎哭 |url=https://hd.stheadline.com/news/realtime/hk/1918795/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E8%98%87%E5%B1%8B%E9%82%A8%E5%91%BD%E6%A1%88%E9%A4%90%E6%A1%8C%E9%81%BA%E5%AD%90%E5%A5%B3%E7%B9%AA%E7%95%AB%E5%AF%AB-%E5%B0%8D%E4%B8%8D%E8%B5%B7-%E4%B8%88%E5%A4%AB%E5%AE%B6%E7%A0%B4%E4%BA%BA%E4%BA%A1%E5%9A%8E%E5%93%AD |accessdate=2020-11-09 |work=頭條日報 |date=2020-11-08 |archive-date=2021-05-03 |archive-url=https://web.archive.org/web/20210503134214/https://hd.stheadline.com/news/realtime/hk/1918795/%E5%8D%B3%E6%99%82-%E6%B8%AF%E8%81%9E-%E8%98%87%E5%B1%8B%E9%82%A8%E5%91%BD%E6%A1%88%E9%A4%90%E6%A1%8C%E9%81%BA%E5%AD%90%E5%A5%B3%E7%B9%AA%E7%95%AB%E5%AF%AB-%E5%B0%8D%E4%B8%8D%E8%B5%B7-%E4%B8%88%E5%A4%AB%E5%AE%B6%E7%A0%B4%E4%BA%BA%E4%BA%A1%E5%9A%8E%E5%93%AD |dead-url=no }}</ref> == 參見 == {{columns-list|2| * [[蘇屋]] * [[深水埗]] * [[深水埗區]] * [[長沙灣]] * [[長沙灣站]] * [[石硤尾]] * [[石硤尾邨]] * [[白田邨]] * [[元州邨]] * [[富昌邨]] * [[海麗邨]] * [[李鄭屋]] * [[李鄭屋邨]] * [[徙置事務處]] * [[政府廉租屋]] * [[廉租屋邨]] * [[徙置區|徙置大廈公共屋邨]] * [[香港屋宇建設委員會]] * [[香港房屋委員會]]／[[房屋署]] * [[香港公共屋邨]] * [[香港公共屋邨列表]] * [[新會商會港青基信學校]] }} == 註釋 == {{noteFoot}} == 參考文獻 == * Far East Builder,1957 {{reflist|2}} == 外部連結 == {{commons category|So Uk Estate}} * {{Cite web |url=http://www.socam.com/html/chi/business/project_info.asp?id=123 |title=蘇屋邨第一期建築工程及蘇屋邨第二期清拆工程 |publisher=瑞安建築 |access-date=2019-05-20 |dead-url=no |language= zh-hk |date= |archive-date=2020-06-08 |archive-url=https://web.archive.org/web/20200608014429/http://www.socam.com/html/chi/business/project_info.asp?id=123 }} * [http://www.socam.com/html/chi/business/project_info.asp?id=139 蘇屋邨第二期建築工程]. 瑞安建築. [2019-05-20]. {{Wayback|url=http://www.socam.com/html/chi/business/project_info.asp?id=139 |date=20200608014432 }} * [http://www.housingauthority.gov.hk/tc/global-elements/estate-locator/detail.html?propertyType=1&id=15280 房委會物業位置及資料 蘇屋邨] {{Wayback|url=http://www.housingauthority.gov.hk/tc/global-elements/estate-locator/detail.html?propertyType=1&id=15280 |date=20210503134225 }} * [http://www.housingauthority.gov.hk/tc/common/video/about-us/photos-and-videos/videos/historic-estates-and-buildings/souk.asx 再別蘇屋] {{Wayback|url=http://www.housingauthority.gov.hk/tc/common/video/about-us/photos-and-videos/videos/historic-estates-and-buildings/souk.asx |date=20220412180108 }} *[http://www.housingauthority.gov.hk/hdw/content/images/b5/about_us/resources/publications/housing_dimensions/large_okl272.jpg 重建後蘇屋邨模型]{{Wayback|url=https://www.housingauthority.gov.hk/hdw/content/images/b5/about_us/resources/publications/housing_dimensions/large_okl272.jpg |date=20210503134228 }} {{-}} {{深水埗區公共屋邨}} {{香港房屋委員會商場}} {{DEFAULTSORT:So Uk Estate蘇屋邨}} [[Category:長沙灣]] [[Category:深水埗]] [[Category:蘇屋|*]] [[Category:深水埗區公共屋邨]] [[Category:1960年完工建築物]] [[Category:2016年完工建築物]] [[Category:2018年完工建築物]] [[Category:2019年完工建築物]] [[Category:以地名／鄉村名命名的公營房屋]] [[Category:甘銘建築作品]] ssid0l4rvevse17hhghsvlb03et55p9 1865821 1865818 2022-08-20T09:39:58Z 219.77.56.156 唔係粵文 wikitext text/x-wiki {{coord|22.342122|114.15689|type:landmark_source:enwiki-googlemaplink|display=title}} {{HKPublicHousing | authority = | photo = So Uk Estate 201911.jpg | phototitle = 蘇屋邨西面 | district = 長沙灣 | address= 保安道380號<ref>{{Cite web |url=https://data.gov.hk/tc-data/dataset/hk-ogcio-st_div_02-als |title= 地址搜尋服務 |publisher=資料一站通 |accessdate=2019-07-15}}</ref> | type = 1 | year = 2016年9月<br>2018年8月<ref name="appledaily20160809">{{cite web |url=http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |title=蘇屋邨重建延誤 3,000戶上樓無期 |publisher=[[蘋果日報 (香港)]] |date=2016年8月9號 |access-date=2020年4月30號 |archive-date=2017年3月26號 |archive-url=https://web.archive.org/web/20170326173704/http://hk.apple.nextmedia.com/realtime/news/20160809/55478685 |url-status=dead }}{{zh-hant}}</ref>（重建一期）<br>2019年2月（重建二期）<br>1960－1963年（重建前） | blocknumber = 14（重建後）<br>16（重建前） | rentalflats = 6,985（重建後）<br>5,311（重建前） | flatsize =（重建前）<br>{{convert|19.5|to|49.1|sqm|sqft|abbr=on|disp=br}}<br> （重建後）<br>{{convert|14.05|to|36.8|sqm|sqft|abbr=on|disp=br}} | household = 2,800（重建一期樓宇入伙後）<br>1,300（重建前） | auth = 6900（重建一期樓宇入伙後）<br>3,400（重建前） | website = }} [[File:So Uk Estate lawn area 2019.jpg|240px|thumb|蘇屋邨庭院入面嘅草坪]] [[File:So Uk Estate Swallow Plaza 201911.jpg|240px|thumb|小白屋對出嘅廣場]] [[File:So Uk Estate Amphitheatre 201911.jpg|240px|thumb|燕子亭廣場]] [[File:So Uk Estate Cherry House greenery area 201911.jpg|240px|thumb|櫻桃樓園景區種滿多種植物]] [[File:So Uk Estate Former Maple House 201911.jpg|240px|thumb|房屋署喺重建時保留同埋復修楓林樓底層部分建築作為保育之用]] [[File:So Uk Estate Camella House indoor space 201911.jpg|240px|thumb|茶花樓避火層嘅閒坐區]] [[File:So Uk Estate Peony House playground 201911.jpg|240px|thumb|五號社區遊樂場]] [[File:So Uk Estate podium garden 201911.jpg|240px|thumb|蘇屋邨二期平台花園]] [[File:So Uk Post office view 201911.jpg|240px|thumb|蘇屋郵政局，前身係舊蘇屋邨辦事處，位於綠柳樓旁邊]] '''蘇屋邨'''（'''So Uk Estate'''）係[[香港房屋委員會]] （前身係[[屋宇建設委員會]]）發展嘅第三個屋邨，喺[[香港]][[深水埗區]][[長沙灣]][[保安道]]。喺起之前，呢度曾經係一大片農地同埋一處叫做「蘇屋」嘅寮屋區。蘇屋邨範圍佔地十九英畝，係當時[[遠東]]大型嘅住宅發展計劃之一。 蘇屋邨喺2010年代重建過。 == 各座落成/拆嘅日期同簡介 == 蘇屋邨共有16座住宅大廈，分五期起，但就分兩期拆。 （括號內嘅英文字母係計劃中嘅座號） 蘇屋邨提供咗5,311個住宅單位，而計劃中嘅可容人口為約31,600人。 *第一期： 杜鵑樓（Ｓ）、海棠樓（Ｔ）及茶花樓（Ｕ）三座大廈於1959年6月接受申請，1961年入伙，提供1,768個四至十一人房嘅唔同大細類型單位，喺[[2013年]][[2月]]拆樓。 *第二期： 百合樓（Ｐ）、彩雀樓（Ｑ）及荷花樓（Ｒ）三座大廈於1959年8月接受申請，1961年入伙，提供729個六至九人房（主要係八人房）嘅較大型單位，喺2013年2月拆樓。 *第三期： 楓林樓（Ｅ）、丁香樓（Ｆ）、金松樓（Ｇ）、綠柳樓（Ｈ）及櫻桃樓（Ｉ）五座大廈於1959年5月接受申請，1961年4月入伙，提供1,030個可容五及七人嘅中小型單位。這五座大廈更係香港首批「Ｙ」型設計嘅公屋大廈。佢哋已經喺[[2010年]][[3月5號]]拆樓。 *第四期： 劍蘭樓（Ｍ）一座大廈於1960年9月接受申請，1962年入伙，提供174個六人及八人房（主要係八人房）嘅較大型單位。佢哋已經喺2010年3月5號拆樓。 *第五期： 牡丹樓（Ａ）、蘭花樓（Ｂ）、壽菊樓（Ｃ）及石竹樓（Ｄ）四座大廈喺1961年3月接受申請，並於1963年入伙，提供1,610個主要係六人房嘅中型單位，佢哋已經喺2010年3月5號拆樓。 == 背景 == 屋建會對蘇屋邨嘅總投資額係五千萬港元。 蘇屋邨嘅地盤平整工程喺1957年初展開，並於1958年4月完成。當中由[[徙置事務處]]先遷拆十九間木屋，安置共二百二十二名居民，並於稍後時間清拆另外六十間木屋及安置共八百名居民。 整個蘇屋邨由曾經設計[[北角邨]]嘅甘洺建築師樓（Eric Cumine）負責整體規劃。而四間建築公司就負責唔同期數嘅設計，所以每期嘅設計風格都係截然不同，並順住山勢由南至北而建，使唔同期數嘅樓宇錯落有序咁分佈喺唔同高度嘅平台上。 咁嘅設計令大部分座數嘅單位都可以向南及睇到海景，並為住宅單位提供充足嘅光線及空氣，呢道重提供咗大量嘅室外及有蓋休憩空間，以及喺Ｐ、Ｑ及Ｒ座地下及一樓提供兩間設有24個課室嘅官立小學，呢兩間小學嘅業權由政府向屋建會買，以紓緩屋建會嘅投資負擔。 蘇屋邨嘅海水沖廁系統海水泵房位於長沙灣海濱，海水供水管則沿[[興華街]]抽上海拔二百八十米高嘅[[大埔道]]對上嘅[[水務署]]海水[[配水庫]]，再分配畀蘇屋邨嘅用戶。 基本上蘇屋邨嘅分配住房嘅目標，係要達至提供相當闊嘅租金等級，可行嘅話，面積相同嘅單位按唔同嘅舒適程度及位置來訂定唔同級別嘅租金，位於較上部份嘅單位租金會較貴。最初委員會希望把單位分兩大類，其中一類係同北角邨差唔多，係附有梗房嘅單位設計；餘下嘅百份之七十五就係設計水準較低嘅無梗房單位。後來因要進一步減低興建成本，令大部份單位取消咗梗房設計，只有杜鵑樓嘅最大型單位（即13、14、31、32、43、44、61、62、73及74號室）至附有一個大梗房及兩個露台。 1973年4月1號，[[香港房屋委員會]]成立，蘇屋邨改咗由佢管理。 ==拆樓原因== 1988年，房委會搞整體重建計劃，一直都冇將蘇屋邨列入重建計劃。直至2000年開始，陸續有居民投訴佢嘅大廈狀況唔好，有幾座大廈嘅走廊更要用鋼架支撐。房委會喺2005年9月為當時九個冇被列入重建計劃嘅高齡屋邨進行全面結構勘察。結構勘察結果顯示，雖然蘇屋邨各座大廈嘅結構都安全，但由於樓齡較高，加上環境因素影響，樓宇結構狀況日見惡化，必須進行一連串大規模嘅修補工程，加強大廈嘅結構安全。但如果要延續該邨各大廈十五年嘅使用期，則必須喺唔同嘅地方進行最少十八個月嘅維修，經考慮樓宇嘅整頓狀況、所需改善工程嘅規模及對住戶嘅影響，房委會分別喺2006年3月30號同2008年2月20號決定分兩期拆蘇屋邨上高嗰十座同下低嗰六座。 第一期（2010年3月）拆咗喺較高平台上嘅十幢樓（即牡丹樓、蘭花樓、壽菊樓、石竹樓、劍蘭樓、楓林樓、丁香樓、金松樓、綠柳樓同櫻桃樓），調遷工作已經喺2009年8月完成。第二期（2013年中）拆埋其他山腳六座樓（百合樓、彩雀樓、荷花樓、杜鵑樓、海棠樓同茶花樓）。居民搬去[[長沙灣工廠大廈]]重建項目（而家元州邨第五期）、[[元州邨]]第二同第四期。 2010年1月29號晏晝1點44分，[[馬頭圍道冧樓]]，本來有人呻話住遠啲，不如搬嚟蘇屋邨。但係政府一早諗住2010年拆咗上面嗰十幢樓，冇辦法之下先住住石籬邨10座同11座。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 ==參考== {{Reflist}} == 出面網頁 == * [http://www.housingauthority.gov.hk/b5/interactivemap/estate/0,,3-347-10_4929,00.html 房委會蘇屋邨資料] * [http://www.hk-place.com/view.php?id=202 香港地方] [[Category:蘇屋]] fg28u3t0rbskhljf3ua1z3iv4i5jr4i 0 28900 1865857 1865201 2022-08-20T10:51:18Z Dr. Greywolf 143999 /* 詞源 */ wikitext text/x-wiki [[File:Poseidon Bubble Australia.gif|thumb|300px|[[澳洲鎳泡沫]]嘅圖解；[[X 軸]]係時間，[[Y 軸]]係[[鎳]]嘅[[價格|價]]－鎳價喺 1969 年中突然暴跌。]] '''經濟泡沫'''（{{jpingauto|ging1 zai3 pou5 mut6}}；{{lang-en|'''economic bubble'''}}），又叫'''資產泡沫'''（{{lang|en|'''asset bubble'''}}），係種[[經濟現象]]，指一件[[資產]]嘅[[價格|價]]持續膨脹，搞到個價脫離咗[[實際價值]]<ref>《辭海》 第二冊 2445 頁 上海辭書出版社。</ref>：是但搵件[[市場]]上嘅資產，件嘢都會有個價－指啲人用幾多[[錢]]買賣件嘢；同時件嘢又會有個實際價值－反映件嘢實際上有幾能夠提高個[[經濟體]]嘅[[生產]]能力；人有陣時會以高過件物品嘅實際價值嘅價嚟買賣件嘢－'''形成泡沫'''，造成[[經濟]]繁榮嘅假象；而件物品個價一升到咁上下，啲人就會發覺件嘢根本唔值咁多錢，於是個價就會喺短時間內勁跌－個泡'''爆'''<ref name="ogawa2014">Ogawa, A., Onozaki, T., Mizuno, T., Asamizuya, T., Ueno, K., Cheng, K., & Iriki, A. (2014). [https://reader.elsevier.com/reader/sd/pii/S0306452214000426?token=204FDE2AC39271B1D714C1E05E0DC0643F0436E08286465DA79D8F413079D2CCB000393ED26CBFBABD66521A5417A183&originRegion=us-east-1&originCreation=20210503042509 Neural basis of economic bubble behavior]. ''Neuroscience'', 265, 37-47.</ref><ref>Fernando, Vincent (11 October 2010). "[https://www.businessinsider.com/most-ridiculous-bubbles-ever-2010?r=AU&IR=T The 10 Most Ridiculous Price Bubbles In History]". ''Business Insider''. Retrieved 14 May 2019.</ref>。 經濟泡沫呢家嘢喺[[歷史]]上一路都有發生。好似係[[澳洲鎳泡沫]]（Poseidon bubble）噉：單嘢發生喺 1960 年代嘅[[澳洲]]；當時澳洲因為[[越戰]]等嘅原因而搞到[[鎳]]（{{jpingauto|nip1}}）呢種[[金屬]]出現[[短缺]]，於是鎳嘅價就自然開始升；打後因為[[投資者]]响度炒鎳金屬等嘅原因，個價愈升愈勁，喺 1969 年上半橛升到去成每[[噸]] 7,000 [[英鎊]]嘅價咁高，一般投資者買唔起；但到咗同年嘅下半橛，啲人開始發覺鎳根本唔值咁多錢，於是鎳金屬嘅價就喺幾個月內跌咗超過 50% 咁多<ref>[https://www.rba.gov.au/publications/confs/2003/pdf/simon.pdf Three Australian Asset-price Bubbles] (PDF).</ref>。 每逢有經濟泡沫爆，就會有好多投資者損手爛腳，造成經濟震盪甚至崩潰。因為噉，好多[[政府]]都有嘗試諗辦法阻止泡沫出現，而[[經濟學]]上亦有深入研究經濟泡沫－有好多[[經濟學家]]主張，經濟泡沫源於[[有限理性]]（bounded rationality）－簡化講，現實嘅投資者喺[[資訊]]同[[認知]]上會有失誤，搞到佢哋對資產嘅價值有錯誤判斷，令泡沫有可能產生<ref name="ogawa2014"/><ref>Lee, I. H. (2013). [http://es.re.kr/eng/upload/jetem24-1-3.pdf Speculation under bounded rationality] (PDF). ''Journal of Economic Theory and Econometrics'', 24(1), 37-53.</ref>；不過呢種諗法唔係個個經濟學家都贊同<ref>Girdzijauskas, S., Štreimikiene, D., Čepinskis, J., Moskaliova, V., Jurkonyte, E., & Mackevičius, R. (2009). Formation of economic bubbles: causes and possible preventions. ''Technological and Economic Development of Economy'', 15(2), 267-280.</ref>，而截至廿一世紀初，人類仲未有方法完全消除經濟泡沫<ref>Beechy, T. (2006). Devil Take the Hindmost: Chaucer, John Gay, and the Pecuniary Anus. ''The Chaucer Review'', 41(1), 71-85.</ref>。 == 基礎 == [[File:Saint-Lizier - Intermarché Super - Le Pont du Baup - 20171029 (1).jpg|thumb|300px|一間[[超市]]有一拃[[貨]]；每件貨都有個[[價錢]]，反映買家同賣家用幾多錢買賣件貨。]] {{see also|市場|經濟價值|實際同名目價值}} ===定義=== {{see also|市場價值}} 想像家陣有個[[經濟體]]。响個經濟體裏面是但攞件[[資產]]嚟睇，件嘢都會有個「價值」。响[[經濟學]]上有好多指標可以攞嚟衡量一件資產嘅價值，當中最顯而易見嗰種價值係[[市場價值]]（market value）－件資產嘅市場價值係指買家同賣家喺「雙方都有充足[[資訊]]，而且大家都心甘情願」嘅情況下，會用幾多[[錢]]買賣件資產<ref>Gale, D. (1955). The law of supply and demand. ''Mathematica scandinavica'', 155-169.</ref>。有咗市場價值嘅概念，就可以[[定義]]「經濟泡沫」－定義上，經濟泡沫係種[[經濟現象]]，指<ref name="ogawa2014"/>： *一件資產嘅市場價值喺相對短嘅時間之內係噉升，啲人以愈嚟愈貴嘅價買賣件資產－呢個階段係所謂嘅'''泡沫形成'''； *個價升到咁上下，就突然間以極快嘅速度跌－呢個階段就算係個泡'''爆'''（crash / burst）咗； 經濟泡沫會對一個經濟體造成深遠嘅影響，而且零舍受[[投資者]]關注：當一樣資產－例如係某間[[企業]]嘅[[股票]]－嘅價勁升嗰陣，通常就會吸引好多投資者爭住去買入嗰樣資產，因為佢哋諗住買咗就可以等樣資產嘅價遲吓再繼續升，到時自己就有得賣走件嘢圖[[利潤|利]]；噉表示當個泡爆嗰陣，手上揸住件資產嘅人就會面臨「當初使咗好多錢買件嘢，但件嘢家陣完全唔值錢」噉嘅情況－呢啲人就會損失慘重<ref name="ogawa2014"/>。 ===詞源=== {{main|南海公司}} 「經濟泡沫」呢隻詞據講係源自[[南海公司泡沫]]嘅<ref>[https://www.gsb.stanford.edu/insights/brief-history-financial-bubbles A Brief History of Financial Bubbles]. ''Stanford Business''.</ref>。 單嘢發生喺 1710 年代嗰陣嘅[[英國]]：喺 1711 年嗰時，英國嘅[[南海公司]]（South Sea Company）向投資者賣自己啲[[股票]]，而且佢哋及後仲話攞到權可以[[壟斷]]對[[南美洲]]幾笪地方嘅[[奴隸]][[供應]]；於是好多人都睇好間公司，[[需求|想買]]間公司嘅股票圖利，噉就自然令間公司嘅[[股價]]喺短期內升得好勁，而個價响 1720 年嗰陣達到頂峰；不過因為[[西班牙王位繼承戰爭]]同埋「南美洲多地都係由[[西班牙]]控制住」等嘅問題，南海公司啲生意最後完全搞唔成；最後英國人發覺南海公司根本唔掂，噉間公司啲股票就自然變到完全唔值錢，個價插水式噉跌，搞到數以千計嘅投資者血本無歸<ref>Brown, V.L. (1926), "The South Sea Company and Contraband Trade", ''The American Historical Review'', 31 (4): 662-678.</ref>。 打後有評論者分析成件事，就打咗個[[比喻]]，話南海公司單嘢「好似個[[番梘泡]]噉」－「本來係乜都冇，齋靠[[空氣]]膨漲，漲到咁上下就會爆，爆咗就變返乜都冇」－呢單嘢據講就係「經濟泡沫」呢隻詞彙嘅起源<ref>Quote from ''[https://en.wikisource.org/wiki/The_Deacon%27s_Masterpiece The Deacon's Masterpiece or The One-Hoss Shay]'', by Oliver Wendell Holmes, Sr.</ref>。 {{clear}} [[File:Harga Saham South Sea.png|center|thumb|800px|上圖顯示南海公司嘅股價喺 1719 年至 1720 年之間嘅上落，當中 [[Y 軸]]係個股價而 [[X 軸]]係[[時間]]（每對相鄰日期之間隔咗 5 日）。由幅圖度睇得出，南海公司啲股票嘅價喺 1720 年 2 月頭至同年 6 月尾之間升咗成差唔多 9 倍咁多，但個價喺跟住嗰三個月內急跌，跌到返落原來數值咁滯－如果有位投資者喺啲股價勁升嗰段期間買入咗啲股票，佢就損失慘重。]] == 分類 == == 形成原理 == {{see also|投機}} == 點樣察覺 == [[File:Philippine-stock-market-board.jpg|thumb|300px|「咦？嗰隻股嘅價係噉升緊喎。我唔知間[[上市公司|公司]]做咩[[生意]]，不過等我即刻買隻股然後快手賣咗佢賺錢先。」－好似噉嘅係典型嘅[[投機]]諗嘢方式。]] <!-- 有好多玩[[投資]]嘅人同[[經濟學家]]都想知「點樣先可以察覺有經濟泡沫開始形成」。最基本上，投資者同經濟學工作者會做大量嘅[[個案研究]]：佢哋會去搵一大拃 Economic or asset price bubbles are often characterized by one or more of the following: Unusual changes in single measures, or relationships among measures (e.g., ratios) relative to their historical levels. For example, in the housing bubble of the 2000s, the housing prices were unusually high relative to income.[32] For stocks, the price to earnings ratio provides a measure of stock prices relative to corporate earnings; higher readings indicate investors are paying more for each dollar of earnings.[33] Elevated usage of debt (leverage) to purchase assets, such as purchasing stocks on margin or homes with a lower down payment. Higher risk lending and borrowing behavior, such as originating loans to borrowers with lower credit quality scores (e.g., subprime borrowers), combined with adjustable rate mortgages and "interest only" loans. Rationalizing borrowing, lending and purchase decisions based on expected future price increases rather than the ability of the borrower to repay.[34] Rationalizing asset prices by increasingly weaker arguments, such as "this time it's different" or "housing prices only go up." A high presence of marketing or media coverage related to the asset.[10] Incentives that place the consequences of bad behavior by one economic actor upon another, such as the origination of mortgages to those with limited ability to repay because the mortgage could be sold or securitized, moving the consequences from the originator to the investor. International trade (current account) imbalances, resulting in an excess of savings over investments, increasing the volatility of capital flow among countries. For example, the flow of savings from Asia to the U.S. was one of the drivers of the 2000s housing bubble.[35] A lower interest rate environment, which encourages lending and borrowing.[36] --> == 出名泡沫 == == 睇埋 == *[[展望理論]] {{clear}} == 文獻 == *Reinhart, Carmen M.; Rogoff, Kenneth S. (2009). ''This Time is Different: Eight Centuries of Financial Folly''. Princeton, NJ: Princeton University Press. ISBN 978-0-691-14216-6. {{clear}} == 攷 == {{reflist|3}} == 拎 == *[https://www.investopedia.com/terms/b/bubble.asp#:~:text=What%20Is%20a%20Bubble%3F,or%20a%20%22bubble%20burst.%22 What Is a Bubble?]. ''Investopedia''. {{金融學}} {{經濟學}} [[Category:經濟泡沫| ]] 5utjswbma3qt974wqw8520huoxubksx 0 32338 1865419 1852522 2022-08-19T14:55:04Z Guest22 243229 /* 車站商店 */ wikitext text/x-wiki {{otheruses}} {{MTR infobox |code=LHP |livery=#B8A1CF |namecolour=#FFFFFF |line=將軍澳綫 |image=LOHAS Park Station platforms 2021 07 part1.jpg |caption=康城站1號月台 |district=[[西貢區]] |area=[[將軍澳]] |open=2009年7月26號 |stationtype=地面 |platformtype=1島式月台 |platformno=2 |exitno=3 |connections=接駁巴士 |engname=LOHAS Park |color=礦石紫色 |chiname=康城 |hours=0547-0140 |coordinatesN=22.295653 |coordinatesE=114.268884 }} [[File:HK Lohas Park Station Outside View 200908.jpg|thumb|250px|康城站起緊嗰陣嘅外觀]] [[File:LOHAS Park Station platforms 2021 07 part2.jpg|thumb|250px|康城站2號月台]] [[File:HK Lohas Park Station Concourse 2009.jpg|thumb|250px|車站大堂]] '''康城站'''（{{jpingauto|hong1 sing4 zaam6}}；{{lang-en|LOHAS Park Station}}）係[[港鐵]]{{將軍澳綫}}二期嘅終點站，喺政府[[將軍澳]]第86規劃區嘅地面。車站服務[[香港]][[新界]][[西貢區]][[百勝角]]南部一帶，即係現時嘅港鐵[[港鐵車廠#將軍澳車廠|將軍澳車廠]]附近，喺2009年7月26號啟用。 雖然康城站係屬於地面車站，但係為避免對日出康城居民造成滋擾，成個車站用混凝土圍封。列車入站前會經過幾十米嘅一小段露天軌道，係全個西貢區唯一一段露天路軌，明顯本站係喺地面水平，呢段路可以由附近嘅馬路見到。另外，喺距離地面近啲嘅一段路，港鐵亦用鐵絲網圍起，喺有關路段附近嘅單車徑豎立路牌提醒。 康城站面積達35,000平方米，採用密封式設計，並以<span style="color:#B8A1CF;">'''淡紫色'''</span>為主色，而車站上蓋會發展[[港鐵公司]]有史以來最大嘅上蓋物業發展項目──[[日出康城]]<ref>{{cite news |url = http://www.edb.gov.hk/index.aspx?nodeID=510&langno=2&inMode=1&txtEngName=&txtChiName=%B1N%ADx%BFD%C2%E5%B0%7C%AC%F5%A4Q%A6r%B7%7C%BE%C7%AE%D5&txtSchNo=&txtSchRegNo=&selSession=all&selGender=all&selRegion=all&selDistrict=all&selLevel=all&selFinType=all&txtSchAddress= |title = 日出康城下月應市 |publisher = [[蘋果日報 (香港)|蘋果日報]] |date = 2007年7月19號 |page = B6 |url-status = dead |access-date = 2009年1月1號 |archive-date = 2009年6月8號 |archive-url = https://web.archive.org/web/20090608120651/http://www.edb.gov.hk/index.aspx?nodeID=510&langno=2&inMode=1&txtEngName=&txtChiName=%B1N%ADx%BFD%C2%E5%B0%7C%AC%F5%A4Q%A6r%B7%7C%BE%C7%AE%D5&txtSchNo=&txtSchRegNo=&selSession=all&selGender=all&selRegion=all&selDistrict=all&selLevel=all&selFinType=all&txtSchAddress= }}</ref>，一個比[[杏花邨站]]嘅[[杏花邨]]發展項目重要大超過一倍嘅綜合[[住宅]]發展項目。 ==車站結構== ===車站樓層=== 康城站樓高三層，底層係地面車站月台，設有三條[[扶手電梯]]、兩部[[升降機]]及樓梯，連接一樓嘅車站大堂，頂層就係[[日出康城]]住宅平台，喺月台旁邊係現有嘅港鐵將軍澳車廠。 {|cellspacing=0 cellpadding=3 |- |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=50|'''U3<br>平台''' |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=100 valign=top|平台 |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=285 valign=top|C出口、行人通道往日出康城 |- |style="border-bottom:solid 1px gray;"|'''U2<br>大堂''' |style="border-bottom:solid 1px gray;" valign=top|大堂 |style="border-bottom:solid 1px gray;" valign=top|客務中心、車站商店、B出口 |- |style="border-bottom:solid 1px gray;" rowspan=5 valign=top|'''U1<br>月台''' | |路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|TKL|1}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往北角／寶琳<small><ref name="train_headways">去坑口站同寶琳站嘅乘客需要喺將軍澳站轉前往寶琳嘅列車；而本站喺非繁忙時間只提供以調景嶺為尾站嘅「康城站穿梭列車」服務。</ref></small> |- |style="border-right:solid 2px black;border-left:solid 2px black;font-size:smaller;" align=center colspan=2|島式月台 |- |style="border-bottom:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|TKL|2}} |style="border-bottom:solid 2px black;border-right:solid 2px black;"|往北角／寶琳<small><ref name="train_headways" /></small> |- |style="border-bottom:solid 1px gray;"|&nbsp; |style="border-bottom:solid 1px gray;"|路軌 |} ===車站大堂=== 康城站的車站大堂位於月台上層，大堂設有客務中心，車站商店等設施。由於車站只係為[[日出康城]]發展項目而設，車站大堂設有4部單程售票機以及兩部八達通增值機<ref name="tvb_630_news_2009_03_16">根據[[無綫電視]]於[[2009年]][[3月16號]][[六點半新聞報道]]。</ref>，並平均分佈喺大堂兩面，而車站嘅客務中心位於大堂中間，方便乘客查詢及處理票務問題。 ===車站商店=== *[[7-11|7Eleven]] *[[泰昌餅家]] *鴻褔堂 *[[Baleno]] ===車站月台=== 康城站設有2個月台，並以[[島式月台]]排列，月台設有[[月台幕門]]，位於將軍澳車廠地面旁。月台冇落客專用月台及調頭隧道，列車到站後會喺該月台同一時間進行上落客及調頭，乘客可以按指示喺1號月台或2號月台搭[[將軍澳綫]]往北角或調景嶺方向嘅列車。由於車站只係為[[日出康城]]發展項目而設，因此車站比其他車站嘅月台闊度為窄，月台闊度只能容納一條單向[[扶手電梯]]<ref name="tvb_630_news_2009_03_16" />。 ===車站出口=== ==== 大堂（U2） ==== *B - [[The LOHAS 日出康城|The LOHAS 康城]] **公共運輸交匯處 **日出康城 **將軍澳南海濱長廊 *設有升降機及失明人士引導徑往返地面[[File:Accessibility-directory.svg|20x20px|設有升降機及斜道往返平台]] ====平台（U3）==== *C - [[日出康城]] **C1 - 日出康城-[[緻藍天]]及[[首都 (住宅)|首都]] **C2 - 日出康城-[[領都|MALIBU]] ***設有升降機及斜道往返平台[[File:Accessibility-directory.svg|20px|設有升降機及斜道往返平台]] <gallery> File:IMG 2926 LOHAS.JPG|車站大堂 File:LOHAS Park Station 2020 11 part2.jpg|康城站B出口 File:LOHAS Park Station 2021 04 part6.jpg|康城站C出口 File:LOHAS Park Station Exit A.jpg|關閉前嘅康城站A出口 </gallery> == 車站周邊 == ===主要地方=== *[[日出康城]] *[[港鐵]]將軍澳車廠 *[[電視廣播城]] *[[將軍澳工業邨]] ===交通=== *公共運輸交匯處 *[[康城路]] *[[環保大道]] ===鄰接車站=== 康城站係{{將軍澳綫}}其中一個終點站，乘客可以搭將軍澳綫往[[北角站|北角]]方向嘅列車去[[香港島]]或[[九龍]]呢啲地方。若果乘客需要喺嗰個站前往[[坑口站 (香港)|坑口]]或[[寶琳站]]，就要喺[[將軍澳站]]轉往寶琳方向嘅列車。 {{將軍澳綫各站}} ==接駁交通== [[File:LOHAS Park Station Public Transport Interchange.jpg|thumb|250px|喺康城站A出口旁嘅公共運輸交匯處]] 康城站近A出口嘅地面設有一個臨時[[公共運輸交匯處]]，雖然交匯處入面設有巴士、小巴同埋的士站，但車站啟用初期，只有穿梭巴士往返[[日出康城]]，以及市區的士站，並冇其他巴士以及小巴路線往返康城站。佢已經喺2020年10月31號俾新落成嘅康城站公共運輸交匯處取代，並發展成日出康城第13期，同時開啟B出口The LOHAS 康城商場。康城站A出口喺2022年3月14號關閉。 *九巴 **98D（特別班次） - 日出康城 → 尖沙咀東 （平日上午繁忙時間服務） **98S - 日出康城 ↔ 美孚（平日繁忙時間服務） **290X - 日出康城 ↔ 荃灣西站 **N290 - 荃灣西站 ↔ 日出康城（每日凌晨及清晨頭兩個鐘服務） **其他路線：98、290B、298E * 城巴 **A29P（特別班次） - 日出康城 → 機場（地面運輸中心）（經國泰城） * [[新世界第一巴士|新巴]] **795P - 日出康城 ↔ 長沙灣泓景臺 **796P - 日出康城 ↔ 尖沙咀東 **797 - 日出康城 ↺ 新蒲崗 **798B - 日出康城 ↔ 沙田 **N796- 日出康城 ↺尖沙咀 * 專線小巴 **112A - 日出康城 ↔ 峻瀅 **112M - 日出康城 ↔ 將軍澳工業邨 **112S - 日出康城 ↔ 將軍澳工業邨 （通宵服務） **113 - 峻瀅 ↺ 坑口 **115 - 寶林 ↔ 駿昌街 *穿梭巴士 **康城站 ↔ 首都、領都及領峯 *市區的士站 ==利用狀況== 康城站響[[新界]][[西貢區]]小赤沙南部康城路，附近只有[[日出康城]]、[[將軍澳工業邨]]同埋一個[[公共運輸交匯處]]。所以，大部份用呢個站進出嘅人流都係日出康城居民或者響將軍澳工業邨入便做嘢嘅員工，整體人流會比其他車站為少。 另外，因為呢個站接近[[港鐵車廠|將軍澳車廠]]，每當返工放工繁忙時間之後，部份[[將軍澳綫]]嘅港鐵列車響呢個站清客之後，就會暫停服務，返將軍澳車廠。嗰時，月台會響列車到站前會廣播。通知等車乘客列車響到達呢個站後會返去車廠，唔會載客。 ==車站歷史== [[File:香港康城站.png|thumb|right|250px|康城站喺月台上嘅站名同車站顏色]] ===車站命名=== 康城站喺[[將軍澳綫]]規劃嗰時，由於車站只係喺[[將軍澳]][[百勝角]]對出嘅第86規劃區填海用地上面，所以車站喺方案入面只係用「86區」作車站命名。直至後期嘅[[香港地鐵|地鐵]]中期報告、年報及相關文件中<ref>[http://www.mtr.com.hk/chi/investrelation/Interim2001/mapoperating_c.pdf 地鐵有限公司 - 二零零一年度中期報告]</ref>，以「將軍澳南」為車站名。而喺車站工地外圍板上嘅模擬圖片，中文就叫做「澳南站」，而英文就叫做「Tseung Kwan O South Station」<ref>根據康城站工地外圍板上嘅模擬圖片。</ref>（意譯為將軍澳南站）。 由於康城站主要服務[[日出康城]]嘅居民，根據[[香港鐵路有限公司|港鐵公司]]喺2007年12月嘅[http://www.mtr.com.hk/chi/publications/images/business_overview_c.pdf 業務概覽]入面，車站係用「日出康城」作為標示，而喺[[2008年]][[2月]]向傳媒展示嘅內容，內容並無提及車站嘅名稱，只係以「日出康城新車站」為標題向傳媒簡介，並唔係用將軍澳南命名。不過，根據香港討論區喺[[2008年]][[7月]]刊登本站內部裝修嘅相，呢個站將會用「'''康城'''」作為車站名。2008年10月18號港鐵正式名為「'''康城站'''」（'''LOHAS Park Station'''），喺[[2009年]][[7月26號]]啟用<ref name="tks_name">{{cite news |title = 將軍澳港鐵新站命名「康城」 |publisher = [[星島日報]] |date = [[2008年]][[10月19號]] }}</ref>。 ===將軍澳綫新行車模式=== 為配合康城站喺2009年7月26號啟用，將軍澳綫實施新行車模式。繁忙時間（平日上下晝、星期六上晝）往[[北角站|北角]]方向，列車以四班做一組，每隔2分30秒一班，頭三班列車將由[[寶琳站]]開出，第四班就由呢個站開出。喺通車初期，康城站列車班次比較疏落，繁忙時間每10分鐘一班。而係非繁忙時間就淨係有來往[[將軍澳站|將軍澳]]同[[調景嶺站|調景嶺]]嘅穿梭列車，每12分鐘一班。 ==上一站·下一站== {{s-start}} {{s-rail|title=HK-MTR}} {{s-line|system=HK-MTR|line=將軍澳綫|previous=將軍澳|type=南行|branch=繁忙時間康城站班次|rows2=3}} {{s-line|system=HK-MTR|line=將軍澳綫|previous=將軍澳|type=調景嶺|branch=非繁忙時間穿梭列車|hide2=yes}} {{end}} === 列車班次 === {{Mtr freq start}} {{Mtr freq|line=TKL|platform=1|platform2=2|direction=北角|freq=將軍澳綫康城|first=0557|last=0048|rowspanp=2|new=t}} {{Mtr freq|line=將軍澳綫|direction=調景嶺|freq=將軍澳綫穿梭|first=0557|last=0048}} {{end}} *平日繁忙時段:0704-1007;1651-2005 *星期六上晝繁忙時段:0704-1007 ==參考== {{reflist}} ==出面網頁== *[http://www.mtr.com.hk/chi/projects/hk_tko.html 港鐵公司 - 新支綫及工程項目 - 進行中嘅工程（香港） - 將軍澳支綫（二期工程）] * [http://www.mtr.com.hk/archive/ch/services/maps/lhp.pdf 港鐵公司－康城站街道圖] * [http://www.mtr.com.hk/archive/ch/services/layouts/lhp.pdf 港鐵公司－康城站位置圖] * [http://www.mtr.com.hk/ch/customer/services/service_hours_search.php?query_type=search&station=57 港鐵公司－康城站列車服務時間] {{港鐵車站}} [[Category:將軍澳]] [[Category:西貢區港鐵車站]] 6z63rp295mq0r9t3lcpyyz12fcwm4as 0 35244 1865526 1566887 2022-08-19T20:34:42Z Al12si 87401 改正幾個同英文 “natives” 一字有關嘅錯處，｢印第安人｣ 喺加拿大係屬於不敬嘅字眼，唔可以用 wikitext text/x-wiki [[File:Soo_Locks-Sault-Ste_Marie.png|thumb]] '''蘇聖瑪麗'''（法文、英文：{{lang|fr|Sault Ste. Marie}}，花名：{{lang|en|The Soo}}）係[[加拿大]][[安大略省]]北邊嘅第三大[[城市]]。佢位於[[聖瑪麗河]]（{{lang|en|St. Mary's River}}）嘅北岸，向南望係美國[[密之根州]]嘅同名城市。屬於[[阿爾崗瑪地區]]（[[:en:Algoma District|Algoma District]]）。喺 [[2006年]][[人口]]有 75,000。居民叫自己做 Saultites。 == 人口 == === 種族 === 蘇聖瑪麗曾經係[[意大利]]人嘅移民地帶，所以有好多意大利人居住，其後[[第一民族|原住民]]比較多。亞洲人口佔 7.8 %。 == 交通 == 蘇聖瑪麗有一個嗌{{link-en|蘇聖瑪麗機場|Sault Ste. Marie Airport}}（IATA：YAM，ICAO：CYAM）嘅[[機場]]，另外亦有一條嗌17公路嘅[[高速公路]]，嗰道亦有一條嗌國際大橋嘅[[橋]]，通去[[美國]]。公共運輸方面，蘇聖瑪麗嘅[[巴士]]公司係{{link-en|灰狗巴士|Greyhound bus}}，同時亦有一間嗌Sault Ste. Marie Transit嘅短途巴士公司並存。蘇聖瑪麗嘅[[的士]]公司係[[積卡的士]]（{{lang-en|Checker Cab}}）。蘇聖瑪麗響2001年前有鐵路行走，但係{{link-en|阿爾崗瑪鐵路|Algoma Central Railway|嗰間鐵路公司}}已經喺2001年執笠。 == 旅遊景點以及娛樂地帶 == * [[:w:Canadian Bushplane Heritage Centre|Canadian Bushplane Heritage Centre]] * [[蘇聖瑪麗運河]] [[:w:Sault Ste. Marie Canal|Sault Ste. Marie Canal]] * [[蘇聖瑪麗水閘]] [[:w:Soo Locks|Soo Locks]] * [[蘇聖瑪麗賭場]] [[:w:Casino Sault Ste. Marie|Casino Sault Ste. Marie]] * [[阿爾崗瑪藝術館]] [[:w:Art Gallery of Algoma|Art Gallery of Algoma]] * [[薄餅灣省立公園]] [[:w:Pancake Bay Provincial Park|Pancake Bay Provincial Park]] === 冬天有 === * [[:w:Bon Soo|Bon Soo Winter Carnival]] * [[:w:Searchmont_Resort|Searchmont]]-滑雪場地 呢到有一個商場[[:w:Station Mall|Station Mall]]，係一個安大略省北邊最大嘅商場。 == 教育 == 主要大學同學院： * [[聖蘇瑪麗索特學院]]（[[:w:Sault College|Sault College of Applied Arts & Technology]]） * [[阿爾崗瑪大學]]（[[:w:Algoma University|Algoma University]]）（花名：牛高馬大） == 參考（連出去） == # [http://www.city.sault-ste-marie.on.ca/ City of Sault Ste Marie] # [http://sooguide.bravehost.com/ Pictoral Guide to Sault Ste. Marie provided by Bravenet.com] # [http://sooguide.bravehost.com/ Soo Guide: Pictoral Guide to Sault Ste. Marie] # [http://www.climate.weatheroffice.ec.gc.ca/climate_normals/results_e.html?StnID=4093&autofwd=1 Climate info from Environment Canada] # [http://www.sooweather.com/ SooWeather.com] [[Category:加拿大城市]] [[Category:安大略省]] {{geo-stub}} 03z96egiglcdh4bx0zous912tunsxzq 0 41737 1865532 1828785 2022-08-19T21:24:42Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki '''泰國中央銀行'''（{{Lang-th|'''ธนาคารแห่งประเทศไทย'''}}）係[[泰國政府]]喺[[1942年]][[10月12號]]成立嘅銀行。 前銀行長（''Governor''）庇荻雅通迪華坤（''Pridiyathorn Devakula''）、依家係泰蕊莎屈她娜嘉莎夫人（''Mrs Tarisa Watanagase''）<ref>[http://enews.mcot.net/view.php?id=8019 泰蕊莎行長（連埋張相）發表對09年泰國經濟嘅展望]{{Deadlink}}。</ref>。 == 銀行職能 == 根據泰國嘅[http://www.bot.or.th/bothomepage/BankAtWork/AboutBOT/Response/History/Response_E.pdf 國家銀行憲章]，職能包括： # 維持金融穩定 # 監督[[銀行]]、[[保險業]] # 幫泰國政府研討金融政策 # 為銀行業提供業務機制 # 管理國家嘅[[外匯儲備]]（''International reserves''） # 印刷、發行貨幣[[泰銖]] # 將[[通貨膨脹]]控制喺0%-3.5%（目前嘅目標） == 睇埋 == * [[泰銖]] == 參考文 == <references /> == 連出去 == * [http://www.bot.or.th 泰國中央銀行網站] * [http://www.bot.or.th/English/AboutBOT/History/Pages/History.aspx 中央銀行嘅歷史<!--''Bot History''-->] {{Authority control}} [[Category:泰國經濟]] [[Category:泰國銀行]] [[Category:泰國政府]] [[Category:中央銀行]] {{Bank-stub}} {{Thailand-stub}} gpqv62xyx2c9au9khiebq1bco1pe23p 0 47803 1865800 1834813 2022-08-20T09:07:46Z S.S.D.E. 244265 wikitext text/x-wiki [[File:Huama numerals.svg|right|400px]][[File:HK Wan Chai Lockhart Road Canal Road Seafood shop evening 老虎斑 Fishes.JPG|thumb|[[香港]][[灣仔]]某[[海鮮]]舖嘅價錢牌]] <!--{{Table Numeral Systems}}--> '''花碼'''又叫'''蘇州碼子'''、'''番仔碼'''、'''草碼'''、'''菁仔碼'''，係種唐人[[數字]]，係種[[算術|計數法]]，源自[[蘇州]]。而家喺[[香港|港]][[澳門|澳]][[街市]]、[[小販]]，[[茶餐廳]]同埋[[藥材鋪]]間唔中先有人用。香港小學數學課程仍然有教用花碼，教科書入面叫佢做'''中國數碼'''。 == 史 == [[南宋]]時，蘇州碼由[[算籌]]演變出嚟。但算籌通常用響數學同工程，花碼通常用響商業，主要用來速記。 以前喺香港嘅唐人鋪頭廣泛使用，包括街市、食肆、[[香港公共小巴|紅色小巴]]……等等<ref name="catsleep_z">{{引網 |url=http://catsleep_z.mysinablog.com/index.php?op=ViewArticle&articleId=733073 |title=懷舊密碼 |access-date=2009年5月21號 |archive-date=2009年2月15號 |archive-url=https://web.archive.org/web/20090215154115/http://catsleep_z.mysinablog.com/index.php?op=ViewArticle&articleId=733073 |url-status=dead }}</ref>。但係由[[廿世紀]][[1980年代|八十年代]]中期開始，紅色小巴慢慢唔再用花碼寫價錢牌，加上教育越來越普及，令人漸漸轉用[[阿拉伯數字]]<ref>[http://loso.wordpress.com/2009/06/06/花碼的消逝 花碼的消逝]</ref>。家陣剩係響[[中環]]<ref name="catsleep_z" /> 同[[葵涌]]<ref>[http://www.openrice.com/restaurant/commentdetail.htm?commentid=1997071 仍用花碼的美味雞店]</ref> 仲有食店用花碼嚟標價。 == 符號 == [[File:蘇州碼子五及九的來源.svg|thumb|221x221px|蘇州碼子嘅五同九，係算籌橫式符號嘅草寫。]] 花碼用啲特别符號嚟代表數字。啲符號係演變自南宋記錄[[算籌]]嘅數碼。五至九嘅花碼，係零至四嘅花碼上高各加多一筆短劃代表五（橫式加棟，豎式加橫）。攞常用嘅橫式作例，亦即係短豎加「〇」係「〥」（五），短豎加「一」係「〦」（六），短豎加「二」係「〧」（七），短豎加「三」係「〨」（八），短豎加「〤」（四）係「〩」（九）。其中五、九嘅花碼「〥」「〩」變唨形，以方便書寫。因為傳統畫圈手勢係順時針方向從右到左，所以花碼「〥」收筆喺右上角。<ref>{{cite book|author=[[錢寶琮]]|title=中國算學史上卷|publisher=國立中央研究院|year=民國21年|location=北平|pages=頁113}}</ref><ref>{{cite book|author=[[錢寶琮]]|title=中國數學史話|publisher=中國青年出版社|year=1957年|location=北京|pages=頁109}}</ref> 注意數字六到八嘅花碼「〦」「〧」「〨」，書寫陣時第一筆要係短豎，唔應寫作斜點（即使有時有人噉寫），嚟到避免佢捱誤認係「二」「三」。一二三嘅花碼都係豎筆，要避免呢三個花碼相連時混埋，要橫筆「一二三」戥豎筆花碼換住使，第一個數字用豎筆，第二個用橫筆，第三個用豎筆……依次類推。譬如，「二一」花碼作「〢一」，唔係「〢〡」，嚟到唔至戥「〣」混埋；又似「四三一二」作「〤〣一〢」，「一九二二」作「〡〩〢二」。 {| class="wikitable" !數字 !〇 !一 !二 !三 !四 !五 !六 !七 !八 !九 |- !花碼 |〇 |〡 一 |〢 二 |〣 三 |〤 |〥 |〦 |〧 |〨 |〩 |- !算籌横式 |[[File:Counting_rod_0.png]] |[[File:Counting_rod_h1.png]] |[[File:Counting_rod_h2.png]] |[[File:Counting_rod_h3.png]] |[[File:Counting_rod_4_song.png]] |[[File:Counting_rod_h5_song.png]] |[[File:Counting_rod_h6.png]] |[[File:Counting_rod_h7_num.png]] |[[File:Counting_rod_h8_num.png]] |[[File:Counting_rod_h9_song.png]] |- !算籌直式 |[[File:Counting_rod_0.png]] |[[File:Counting_rod_v1.png]] |[[File:Counting_rod_v2.png]] |[[File:Counting_rod_v3.png]] |[[File:Counting_rod_4_song.png]] |[[File:Counting_rod_v5_song.png]] |[[File:Counting_rod_v6.png]] |[[File:Counting_rod_v7.png]] |[[File:Counting_rod_v8.png]] |[[File:Counting_rod_v9_song.png]] |} == 用法 == 花碼係一種[[進位制]]記數系統，以位置表示大小。記數符號寫成兩行，第一行記數值，第二行記[[量級]]。例如： {| border="0" style="text-align:center; border: 1px; border:{{{width|1px}}} {{{style|solid}}} {{{color|#ddd}}}" | 〤 || 〇 || 〢 || 二 |- | 十 || 元 |} 以上第一行記載嘅係數目嘅數值，「〤〇〢二」代表 4022。第二行記載數目嘅[[數量級]]同埋計量單位。呢處數量級係拾（十），代表第一行嘅第一位數字嘅數量級係十位。 換言之，呢組數字係「40.22 [[緡]]」，或「四十緡二毫二分」。 喺香港茶餐廳會將「十」或「百」寫響底做收量級。個數嘅數量級唔使寫。呢個計數系統同[[科學記數法]]好相近。 === 橫直寫 === 花碼嘅 「〡」、「〢」、「〣」打橫寫埋一齊嘅時候，可能會搞亂，會用漢字數字「一」、「二」、「三」嚟寫清楚。例如：「〢〡」（21）可能睇成「〣」（3），為免混淆，通常第一個數字用花碼寫，之後用漢字數字，「〢〡」就寫成「〢一」。 == 字謎 == 舊時亦有人用花碼[[猜字謎]]。例子：「上花碼，下官版，下花碼，上官版，上下花碼，中間官版」，估一個字<!--「交」--><ref>[http://hk.myblog.yahoo.com/sylai57/article?mid=556 花碼]</ref>。 == 萬國碼（Unicode） == 喺 Unicode 3.0 版本，花碼加咗入 [[Unicode]]，字符碼由 U+3021 到 U+3029。 花碼一至九寫法： {| class="wikitable" border="1" style="text-align:center" ! rowspan="2" | 數字 ! colspan="2" | 蘇州碼子 ! colspan="2" | 應用漢字 |- ! 字符 !! 碼址 !! 字符 !! 碼址 |- ! 0 | colspan="2" | &nbsp; | [[wikt:〇|〇]] || U+3007 |- ! 1 | [[wikt:〡|〡]] || U+3021 | [[wikt:一|一]] || U+4E00 |- ! 2 | [[wikt:〢|〢]] || U+3022 | [[wikt:二|二]] || U+4E8C |- ! 3 | [[wikt:〣|〣]] || U+3023 | [[wikt:三|三]] || U+4E09 |- ! 4 | [[wikt:〤|〤]] || U+3024 || rowspan="6" colspan="2" | &nbsp; |- ! 5 | [[wikt:〥|〥]] || U+3025 |- ! 6 | [[wikt:〦|〦]] || U+3026 |- ! 7 | [[wikt:〧|〧]] || U+3027 |- ! 8 | [[wikt:〨|〨]] || U+3028 |- ! 9 | [[wikt:〩|〩]] || U+3029 |} === 杭州數字 === 花碼喺 Unicode 3.0 標準度，俾人誤解係[[杭州]]風格。喺 Unicode 4.0 版本嘅「勘誤表」承認搞錯咗<ref>{{cite web|url=http://unicode.org/notes/tn27/|title=UTN #27: Known anomalies in Unicode Character Names|last=Freytag|first=Asmus|author=Rick McGowan and Ken Whistler|date=2006-05-08|work=Technical Notes|publisher=Unicode Consortium|accessdate=2008-06-13}}</ref>： {{quotation|The ''Suzhou'' numerals (Chinese su1zhou1ma3zi) are special numeric forms used by traders to display the prices of goods. The use of "HANGZHOU" in the names is a misnomer.}} Unicode 之中大多數嘅「杭州」錯誤已經改返好，但係為咗穩定，Unicode 唔畀改字符名，所以字符名之中嘅「杭州數字」亦都將錯就錯啦<ref>{{cite web|url=http://www.unicode.org/policies/stability_policy.html#Name|title=Name Stability|date=2008-02-28|work=Unicode Character Encoding Stability Policy|publisher=Unicode Consortium|accessdate=2008-06-13}}</ref>。字符名係一啲[[軟件]]嘅唯一[[標識符]]，改咗會有[[向後兼容]]嘅問題。 == 註 == {{commonscat|Chinese numerals}} {{reflist}} [[Category:數]] [[Category:進位制]] [[Category:中國文化]] 020upzpnyngcyp40hu09duucode5sk0 1865801 1865800 2022-08-20T09:09:03Z S.S.D.E. 244265 wikitext text/x-wiki [[File:Huama numerals.svg|right|400px]][[File:HK Wan Chai Lockhart Road Canal Road Seafood shop evening 老虎斑 Fishes.JPG|thumb|[[香港]][[灣仔]]某[[海鮮]]舖嘅價錢牌]] <!--{{Table Numeral Systems}}--> '''花碼'''又叫'''蘇州碼子'''、'''番仔碼'''、'''草碼'''、'''菁仔碼'''，係種唐人[[數字]]，係種[[算術|計數法]]，源自[[蘇州]]。而家喺[[香港|港]][[澳門|澳]][[街市]]、[[小販]]，[[茶餐廳]]同埋[[藥材鋪]]間唔中先有人用。香港小學數學課程仍然有教用花碼，教科書入面叫佢做'''中國數碼'''。 == 史 == [[南宋]]時，蘇州碼由[[算籌]]演變出嚟。但算籌通常用響數學同工程，花碼通常用響商業，主要用來速記。 以前喺香港嘅唐人鋪頭廣泛使用，包括街市、食肆、[[香港公共小巴|紅色小巴]]……等等<ref name="catsleep_z">{{引網 |url=http://catsleep_z.mysinablog.com/index.php?op=ViewArticle&articleId=733073 |title=懷舊密碼 |access-date=2009年5月21號 |archive-date=2009年2月15號 |archive-url=https://web.archive.org/web/20090215154115/http://catsleep_z.mysinablog.com/index.php?op=ViewArticle&articleId=733073 |url-status=dead }}</ref>。但係由[[廿世紀]][[1980年代|八十年代]]中期開始，紅色小巴慢慢唔再用花碼寫價錢牌，加上教育越來越普及，令人漸漸轉用[[阿拉伯數字]]<ref>[http://loso.wordpress.com/2009/06/06/花碼的消逝 花碼的消逝]</ref>。家陣剩係響[[中環]]<ref name="catsleep_z" /> 同[[葵涌]]<ref>[http://www.openrice.com/restaurant/commentdetail.htm?commentid=1997071 仍用花碼的美味雞店]</ref> 仲有食店用花碼嚟標價。 == 符號 == [[File:蘇州碼子五及九的來源.svg|thumb|221x221px|蘇州碼子嘅五同九，係算籌橫式符號嘅草寫。]] 花碼用啲特别符號嚟代表數字。啲符號係演變自南宋記錄[[算籌]]嘅數碼。五至九嘅花碼，係零至四嘅花碼上高各加多一筆短劃代表五（橫式加棟，豎式加橫）。攞常用嘅橫式作例，亦即係短豎加「〇」係「〥」（五），短豎加「一」係「〦」（六），短豎加「二」係「〧」（七），短豎加「三」係「〨」（八），短豎加「〤」（四）係「〩」（九）。其中五、九嘅花碼「〥」「〩」變唨形，以方便書寫。因為傳統畫圈手勢係順時針方向從右到左，所以花碼「〥」收筆喺右上角。<ref>{{cite book|author=[[錢寶琮]]|title=中國算學史上卷|publisher=國立中央研究院|year=民國21年|location=北平|pages=頁113}}</ref><ref>{{cite book|author=[[錢寶琮]]|title=中國數學史話|publisher=中國青年出版社|year=1957年|location=北京|pages=頁109}}</ref> 注意數字六到八嘅花碼「〦」「〧」「〨」，書寫陣時第一筆要係短豎，唔應寫作斜點（即使有時有人噉寫），嚟到避免佢捱誤認係「二」「三」。一二三嘅花碼都係豎筆，要避免呢三個花碼相連時混埋，要橫筆「一二三」戥豎筆花碼換住使，第一個數字用豎筆，第二個用橫筆，第三個用豎筆……依次類推。譬如，「二一」花碼作「〢一」，唔係「〢〡」，嚟到唔至戥「〣」混埋；又似「四三一二」作「〤〣一〢」，「一九二二」作「〡〩〢二」。 {| class="wikitable" !數字 !〇 !一 !二 !三 !四 !五 !六 !七 !八 !九 |- !花碼 |〇 |〡 一 |〢 二 |〣 三 |〤 |〥 |〦 |〧 |〨 |〩 |- !算籌横式 |[[File:Counting_rod_0.png]] |[[File:Counting_rod_h1.png]] |[[File:Counting_rod_h2.png]] |[[File:Counting_rod_h3.png]] |[[File:Counting_rod_4_song.png]] |[[File:Counting_rod_h5_song.png]] |[[File:Counting_rod_h6.png]] |[[File:Counting_rod_h7_num.png]] |[[File:Counting_rod_h8_num.png]] |[[File:Counting_rod_h9_song.png]] |- !算籌直式 |[[File:Counting_rod_0.png]] |[[File:Counting_rod_v1.png]] |[[File:Counting_rod_v2.png]] |[[File:Counting_rod_v3.png]] |[[File:Counting_rod_4_song.png]] |[[File:Counting_rod_v5_song.png]] |[[File:Counting_rod_v6.png]] |[[File:Counting_rod_v7.png]] |[[File:Counting_rod_v8.png]] |[[File:Counting_rod_v9_song.png]] |} == 用法 == 花碼係一種[[進位制]]記數系統，以位置表示大小。記數符號寫成兩行，第一行記數值，第二行記[[量級]]。例如： {| border="0" style="text-align:center; border: 1px; border:{{{width|1px}}} {{{style|solid}}} {{{color|#ddd}}}" | 〤 || 〇 || 〢 || 二 |- | 十 || 元 |} 以上第一行記載嘅係數目嘅數值，「〤〇〢二」代表 4022。第二行記載數目嘅[[數量級]]同埋計量單位。呢處數量級係拾（十），代表第一行嘅第一位數字嘅數量級係十位。 換言之，呢組數字係「40.22 [[緡]]」，或「四十緡二毫二分」。 喺香港茶餐廳會將「十」或「百」寫響底做收量級。個數嘅數量級唔使寫。呢個計數系統同[[科學記數法]]好相近。 === 橫直寫 === 花碼嘅 「〡」、「〢」、「〣」打直寫埋一齊嘅時候，可能會搞亂，會用漢字數字「一」、「二」、「三」嚟寫清楚。例如：「〢〡」（21）可能睇成「〣」（3），為免混淆，通常第一個數字用花碼寫，之後用漢字數字，「〢〡」就寫成「〢一」。 == 字謎 == 舊時亦有人用花碼[[猜字謎]]。例子：「上花碼，下官版，下花碼，上官版，上下花碼，中間官版」，估一個字<!--「交」--><ref>[http://hk.myblog.yahoo.com/sylai57/article?mid=556 花碼]</ref>。 == 萬國碼（Unicode） == 喺 Unicode 3.0 版本，花碼加咗入 [[Unicode]]，字符碼由 U+3021 到 U+3029。 花碼一至九寫法： {| class="wikitable" border="1" style="text-align:center" ! rowspan="2" | 數字 ! colspan="2" | 蘇州碼子 ! colspan="2" | 應用漢字 |- ! 字符 !! 碼址 !! 字符 !! 碼址 |- ! 0 | colspan="2" | &nbsp; | [[wikt:〇|〇]] || U+3007 |- ! 1 | [[wikt:〡|〡]] || U+3021 | [[wikt:一|一]] || U+4E00 |- ! 2 | [[wikt:〢|〢]] || U+3022 | [[wikt:二|二]] || U+4E8C |- ! 3 | [[wikt:〣|〣]] || U+3023 | [[wikt:三|三]] || U+4E09 |- ! 4 | [[wikt:〤|〤]] || U+3024 || rowspan="6" colspan="2" | &nbsp; |- ! 5 | [[wikt:〥|〥]] || U+3025 |- ! 6 | [[wikt:〦|〦]] || U+3026 |- ! 7 | [[wikt:〧|〧]] || U+3027 |- ! 8 | [[wikt:〨|〨]] || U+3028 |- ! 9 | [[wikt:〩|〩]] || U+3029 |} === 杭州數字 === 花碼喺 Unicode 3.0 標準度，俾人誤解係[[杭州]]風格。喺 Unicode 4.0 版本嘅「勘誤表」承認搞錯咗<ref>{{cite web|url=http://unicode.org/notes/tn27/|title=UTN #27: Known anomalies in Unicode Character Names|last=Freytag|first=Asmus|author=Rick McGowan and Ken Whistler|date=2006-05-08|work=Technical Notes|publisher=Unicode Consortium|accessdate=2008-06-13}}</ref>： {{quotation|The ''Suzhou'' numerals (Chinese su1zhou1ma3zi) are special numeric forms used by traders to display the prices of goods. The use of "HANGZHOU" in the names is a misnomer.}} Unicode 之中大多數嘅「杭州」錯誤已經改返好，但係為咗穩定，Unicode 唔畀改字符名，所以字符名之中嘅「杭州數字」亦都將錯就錯啦<ref>{{cite web|url=http://www.unicode.org/policies/stability_policy.html#Name|title=Name Stability|date=2008-02-28|work=Unicode Character Encoding Stability Policy|publisher=Unicode Consortium|accessdate=2008-06-13}}</ref>。字符名係一啲[[軟件]]嘅唯一[[標識符]]，改咗會有[[向後兼容]]嘅問題。 == 註 == {{commonscat|Chinese numerals}} {{reflist}} [[Category:數]] [[Category:進位制]] [[Category:中國文化]] emw60q3krwl97moppsy2zrza3won2q1 0 49703 1865866 1850127 2022-08-20T11:29:15Z 210.6.119.110 /* 樓層 */ wikitext text/x-wiki {{唔係|會展中站|會展中心站}} {{MTR infobox |chiname=會展 |engname=Exhibition Centre |livery=#94A8B0 |namecolour=black |linecolour={{東鐵綫色彩}} |code=EXC |hours=0548-0059 |line=東鐵綫 |image =Exhibition Centre Station Exit A3 2022 05 part3.jpg |caption = 會展站外觀（2022年5月） |district = 灣仔區 |area=灣仔填海區 |open = 2022年5月15號 |stationtype = 地底車站 |platformtype=[[側式月台]] |platformno=2 |color=暗灰色 |connections=巴士、小巴 |exitno= |coordinatesN=22.2818 |coordinatesE=114.1754 }} '''會展站'''（{{lang-en|Exhibition Centre Station}}）係一個[[港鐵]]站。個站設喺地底，有兩層島式平台、一層大堂。會展站嘅定址設喺會展站巴士總站（舊時叫灣仔碼頭巴士總站）地底。 根據沙中綫方案，個站本來會響2019年同[[東鐵綫]]過海段一齊起好<ref>{{cite news|title=政府全資374億建沙中線(A4)|publisher=明報|date=2008-03-12}}</ref>。後來押後到2022年第一季，喺2022年5月15號正式啟用<ref>[https://www.facebook.com/mtrhk/videos/436264581251277/ MTR FACEBOOK]</ref>。 ==車站結構== ===樓層=== 根據2007年7月[[運輸及房屋局]]提交嘅沙中綫合併方案，會展站將以綜合轉車站嘅方式發展，唔似得以往嘅方案，以兩個獨立車站嘅形式興建。車站設於原[[灣仔碼頭]]公共運輸交匯處地底，[[將軍澳綫]]同[[東鐵綫]]月台將以上下兩個島式月台分佈，但唔會提供跨月台轉乘<ref>[http://www.legco.gov.hk/yr06-07/chinese/panels/tp/tp_rdp/papers/tp_rdp0716cb1-2124-1-c.pdf 沙田至中環線簡報資料]（立法會CB(1)2124/06-07(01)號文件），2007年7月16號，地鐵公司同九鐵公司</ref>。不過，根據[[港鐵公司|港鐵]]喺2009年6月公佈嘅方案，會展站將會設有跨月台轉乘設計<ref>[http://www.mtr.com.hk/chi/projects/future_scl.html 沙田至中環綫工程項目頁面] {{Webarchive|url=https://web.archive.org/web/20101023101327/http://www.mtr.com.hk/chi/projects/future_scl.html |date=2010年10月23號 }}，港鐵公司，2009年6月1號</ref><ref>[http://www.mtr-shatincentrallink.hk/pdf/multimedia-gallery/publication/newsletter/hki_newsletter_122010_c.pdf 沙中綫港島段通訊]，港鐵公司，2010年12月 P.25</ref><ref>由於會展站北港島綫部分重未落實，因此月台編號、佈局等資料可能同最終方案有所出入，有關資料只作參考之用</ref>。 {|cellspacing=0 cellpadding=3 |'''U1''' |天橋 |出口往[[香港會議展覽中心]] |- |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=50 valign=middle|'''G''' |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=100 valign=middle|出口 |style="border-top:solid 1px gray;border-bottom:solid 1px gray;" width=400 valign=middle|出口 |- |style="border-bottom:solid 1px gray;" valign=middle|'''L2''' |style="border-bottom:solid 1px gray;" valign=middle|大堂 |style="border-bottom:solid 1px gray;" valign=middle|客務中心、商店、洗手間 |- | rowspan="6" style="border-bottom:solid 1px gray;" valign="middle" |'''L4''' |- | || 路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|EAL|2}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往金鐘<small></small> |- |style="border-left:solid 2px black;border-right:solid 2px black;font-size:smaller;" colspan=2 align=center|側式月台，開左邊門（[[北港島綫|將軍澳綫延綫]]通車之後變成島式月台） |- | style="border-bottom:solid 2px black;border-left:solid 2px black;" | | style="border-bottom:solid 2px black;border-right:solid 2px black;" | <span style=color:gray>預留將軍澳綫月台</span> |- | style="border-bottom:solid 1px gray"| || style="border-bottom:solid 1px gray"| <span style=color:gray>預留路軌位置</span> |- | rowspan="6" style="border-bottom:solid 1px gray;" valign="middle" |'''L5''' |- | || 路軌 |- |style="border-top:solid 2px black;border-left:solid 2px black;"|{{港鐵月台編號|EAL|1}} |style="border-top:solid 2px black;border-right:solid 2px black;"|往上水<small></small> |- |style="border-left:solid 2px black;border-right:solid 2px black;font-size:smaller;" colspan=2 align=center|側式月台，開右邊門（[[北港島綫|將軍澳綫延綫]]通車之後變成島式月台） |- | style="border-bottom:solid 2px black;border-left:solid 2px black;" | | style="border-bottom:solid 2px black;border-right:solid 2px black;" | <span style=color:gray>預留將軍澳綫月台</span> |- |style="border-bottom:solid 1px gray"| ||style="border-bottom:solid 1px gray"| <span style=color:gray>預留路軌位置</span> |} === 車站藝術 === 會展站設有3個藝術品，其中上下兩層月台嘅預留月台圍版設置呜《東鐵超越一百年，邁向下一個世紀》嘅歷史圖片展，以紀念建設100年嘅鐵路伸延至港島，而近下層月台嘅中央位置會展出港鐵2018年1月建造車站時所發現嘅戰時炸彈，名為《戰爭遺跡》。站內牆身亦有本地藝術家梁志和創作嘅車站藝術品《水記憶》，由約1200幅喺唔同時間拍攝嘅維港水面相片組成。 ===出入口=== * A - 公共運輸交匯處 ** A1 - 海港中心 ** A2 - 公共運輸交匯處、灣仔運動場、[[灣仔碼頭]] ** A3 - 問月酒店、[[銅鑼灣利景酒店]]、[[新鴻基中心]]、[[華潤大廈]]、英皇集團中心、集成中心、[[中國人壽保險|中國人壽]]大廈、[[港灣道體育館]]、[[駱克道市政大廈]]、軒尼詩道官立小學 * B - [[香港會議展覽中心]] ** B1 - 鷹君中心 ** B2 - [[金紫荊廣場]]、菲林明道、[[會議道]]、博覧道東 ** B3 - [[港鐵]][[灣仔站]]、[[香港瑞吉酒店]]、[[香港萬麗酒店]]、香港藝術中心、香港會議展覽中心、中國海外大廈、[[中環廣場 (香港)|中環廣場]]、[[稅務大樓]]、[[入境事務大樓]]、夏慤大廈、[[灣仔政府大樓]]、合和中心、胡忠大廈、[[廉政公署 (香港)|廉政公署]]、修頓花園、[[香港演藝學院]] ===鄰接車站=== {{東鐵綫各站}} {{北港島綫各站}} == 接駁交通 == * [[城巴]]： ** 25A - 會展站 ↺ [[寶馬山]] ** 40 - 會展站 ↔ [[華富邨|華富（北）]]（經[[置富花園|置富]]） ** 40M - 會展站 ↔ 華富（北）（經[[中環]]） ** 其他路線：780、788 * [[新世界第一巴士]]： ** 1M - 會展站 ↺ [[黃泥涌峽]] ** 2A - 會展站 ↔ [[耀東邨]] ** 2X - 會展站 ↔ [[嘉亨灣]] ** 8 - 會展站 ↔ [[杏花邨]] ** 8P - 會展站 ↔ [[小西灣]][[藍灣半島|（藍灣半島）]] ** N8 - 會展站 ↺ 杏花邨遊樂場（通宵線） ** N8P - 小西灣（藍灣半島）↺ 灣仔[[港灣道|（港灣道）]]（通宵線） ** 其他路線：18、18P、720、722 * 過海隧道巴士： ** 900 - 白石角 ↔ 灣仔[[香港會議展覽中心|會展]]（星期一至六服務） ** 905 - [[荔枝角]] ↔ 會展站 ** 905A - 會展站 → 荔枝角（唔經[[旺角]]，星期一至五下晝繁忙時間服務） ** 905P - 荔枝角 → 灣仔（港灣道）（經西九龍填海區，星期一至五上午繁忙時間服務） ** 907B - 廣福球場 → 灣仔會展（星期一至五上晝繁忙時間服務） ** 907C - 大埔頭 → 灣仔會展（星期一至五上晝繁忙時間服務） / 金鐘站 ← 大埔頭（星期一至五下晝繁忙時間服務） ** 930 - [[荃灣西站]] ↔ 會展站 （每日10:55或之前往[[荃灣]]嘅班次以[[愉景新城]]為總站） ** 930A - 荃灣西站 → 會展站（唔經[[大窩口]]同[[葵芳]]；星期一至五上晝繁忙時間服務） / 荃灣（愉景新城） ← 會展站（星期一至五下午繁忙時間服務） ** 960 - [[屯門]]建生邨 ↔ 會展站 ** 961 - 屯門[[山景邨]] ↔ 灣仔（會議展覽中心） ** 978 - [[粉嶺]][[華明邨|華明]] ↔ 會展站 ** 978A - 粉嶺[[聯和墟]] ↔ 會展站（星期一至五繁忙時間服務） ** 978B - 粉嶺置福圍 → 會展站（星期一至五繁忙時間服務） ** P960 - [[兆康站 (屯馬綫)|兆康站（北）]]↔ 會展站（經銅鑼灣） ** 其他路線：104、104R、307、307A、621、641、P968、N307 == 閂站歷史 == * 2022年6月30號至7月1號下晝兩點：慶祝[[中華人民共和國]][[香港|香港特別行政區]]回歸廿五週年 == 上一站、下一站 == {{s-start}} {{s-rail|title=HK-MTR}} {{s-line|system=HK-MTR|line=東鐵綫|previous=金鐘|next=紅磡|type=南行|type2=北行|branch=南行總站係金鐘站、北行總站係羅湖或落馬洲}} {{end}} === 列車班次 === {{Mtr freq start}} {{Mtr freq|line=EAL|platform=1|direction=上水|freq=東鐵綫上水|rowspanp=3|first=0607|last=0024|new=t}} {{Mtr freq|direction=羅湖|freq=東鐵綫羅湖|first=0607|last=2303}} {{Mtr freq|direction=落馬洲|freq=東鐵綫落馬洲|first=0613|last=2131}} {{Mtr freq|line=EAL|platform=2|direction=金鐘|freq=東鐵綫上水|first=0558|last=0049|new=t}} {{end}} == 參考 == <references/> [[Category:灣仔北]] {{港鐵車站}} 126fyoc3lihn4tnjyeuv064ac2odv0b 0 68253 1865415 1864178 2022-08-19T14:51:13Z Guest22 243229 取消[[Special:Contributions/124.217.189.89|124.217.189.89]]([[User talk:124.217.189.89|傾偈]])嘅修改 ( oldid=1845435 )：? wikitext text/x-wiki {{HK future infrastructure}} '''添馬站'''（以前叫做'''天馬站'''，{{lang-en|'''Tamar Station'''}}）係[[港鐵]]一個建議緊嘅地鐵[[站]]，喺[[香港]][[港島]][[中西區 (香港)|中西區]]嘅[[金鐘]][[添馬艦|添馬]]，[[金鐘站]]北邊，係[[東涌綫]]同[[將軍澳綫]]嘅轉車站，最快2026年起。個站嘅北面而家係[[中環灣仔填海區]]嘅一部份；車站嘅南面係[[政府總部 (樓)|政府總部]]同[[立法會綜合大樓]]，都係未來呢個站主要嘅客源，到時呢個站就會變做港鐵[[將軍澳綫]]第一個喺[[中西區 (香港)|中西區]]嘅車站。如果跟住計劃，個站應該同[[政府總部 (樓)|新政府總部]]一齊起。但係自從2001年[[美國]]發生[[911事件]]之後，[[香港政府|政府]]擔心將政府總部大樓起喺地鐵站上面會令[[恐怖份子]]有機可乘，影響咗個站同北港島綫嘅興建。 {{港鐵車站}} [[Category:港鐵車站]] 3jsgdjnid1dwlm68e15u8647pcpyf0q 0 68799 1865795 1147302 2022-08-20T09:03:28Z Al12si 87401 /* 概要 */ 聖言唔係咁解，都唔係神嘅語言 wikitext text/x-wiki {{特殊字符}} {{話明細 |名 = 希伯來文 |色 = 閃含語系 |本地名 = {{lang|he|עברית}} |發音 = [ʔivˈʁit] |國 = {{ISR}}<br>{{PAL}} |區域 = [[以色列]]及其佔領地區。喺全球猶太社群中作爲宗敎語言用。 |人口 = 530萬2770（1998年）<ref>{{引網|url=http://www.ethnologue.com/language/heb|title=Hebrew（希伯來文）|publisher=民族語（Ethnologue）|accessdate=2015年5月6號}}</ref> |系屬1 = [[亞非語系]] |系屬2 = [[閃語族]] |系屬3 = {{link-en|中閃語支|Central Semitic languages}} |系屬4 = {{link-en|西北閃語分支|Northwest Semitic languages}} |系屬5 = {{link-en|迦南語組|Canaanite languages}} |文字 = [[希伯來字母]] |官方語言 = {{ISR}} |管理機構 = {{link-zh|希伯來文科學院|希伯來語科學院}} - [http://hebrew-academy.huji.ac.il/ האקדמיה ללשון העברית] |iso1 = he |iso2 = heb |iso3 = heb |地圖 = [[file:Idioma hebreo.PNG]] |地圖說明 = {{Legend|#0000FF|作爲主體語言嘅地區（以色列）}} {{Legend|#0080FF|作爲通用語言嘅地區，但未有主體地位（[[戈蘭高地]]、[[約旦河西岸]]）}} }} '''希伯來文'''（{{jpingauto|hei1 baak3 loi4 man4*2}}；{{lang-he|'''עברית'''}}，拉丁轉寫：ʿIvrit，國際音標：{{Audio|Ivrit1.ogg|{{IPA|[ʔivˈʁit]}}}}或者{{Audio|He-Ivrit.ogg|{{IPA|[ʕivˈɾit]}}}}；{{lang-la|'''Lingua Hebraea'''}}），屬[[亞非語系]][[閃語族]]{{link-en|西北閃語分支|Northwest Semitic languages}}，係古時[[猶太民族]]嘅話，亦都係[[猶太教]]嘅宗教語言同[[以色列]]嘅官方語言。 == 概要 == 希伯來文分古今兩種，[[古代]]住喺[[巴勒斯坦]]嘅[[希伯來人]]作爲[[母語]]用嘅語言叫'''古典希伯來文'''（亦即{{link-he|聖經希伯來文|עברית מקראית}}），而家[[以色列|以色列國]]講嘅叫'''現代希伯來文'''。現代希伯來文將希伯來文稱呼做{{lang|he|עברית }}，''ivrít''「伊夫列」，古代嘅聖經希伯來文叫做{{lang|he|לשון הקודש}}，''Leshon HaKodesh''，意思係「神聖嘅語言」。 == 字母 == 希伯來文係一種由右至左書寫嘅文字，同古時中文一樣。佢有22個字母，其中5個字母用喺希伯來文字最後一個字母時，會有第二個寫法，所以下面個字母表有啲字母有兩個寫法。 {| class="wikitable nounderlines" style="margin: 1em 1em 1em 0; background: #f9f9f9; border: 1px #aaa solid; border-collapse: collapse; " style="text-align:center;" |- !字母名||Alef||Bet||Gimel||Dalet||He||Vav||Zayin||Het||Tet||Yod||Kaf |- | rowspan="2" align="center"; height=20 valign=center|字母 | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|א | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ב | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ג | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ד | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ה | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ו | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ז | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ח | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ט | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|י | style="font-size:200%" height=20 valign=center|כ |- |style="font-size:200%; " height=20 valign=center|ך |- !字母名||Lamed||Mem||Nun||Samekh||Ayin||Pe||Tsadi||Qof||Resh||Shin||Tav |- | rowspan="2" align="center"; height=20 valign=center|字母 | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ל | style="font-size:200%" height=20 valign=center|מ | style="font-size:200%" height=20 valign=center|נ | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ס | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ע | style="font-size:200%" height=20 valign=top|פ | style="font-size:200%" height=20 valign=top|צ | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ק | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ר | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ש | rowspan="2" align="center"; style="font-size:200%" height=20 valign=center|ת |- | style="font-size:200%" height=20 valign=center|ם | style="font-size:200%" height=20 valign=center|ן | style="font-size:200%" height=20 valign=center|ף | style="font-size:200%" height=20 valign=center|ץ |} == 攷 == <references/> {{InterWiki|code=he}} [[Category:希伯來文| ]] [[Category:以色列語言]] [[類:聖經]] [[類:閃語族]] tmijml32tslszp3o00fevrl6yd7o8l7 0 69723 1865664 1840310 2022-08-20T05:37:49Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 陳嘉寳 | 類型 = 模特兒 | 圖片 = | 圖片尺寸 = | 圖片簡介 = | 原名 = 陳嘉寳 | 外文名 = | 外文 = | 羅馬拼音 = | 英文名 = Anjaylia Chan | 綽號 = | 其他藝名 = | 國籍 = {{CHN-HKG}} | 籍貫 = {{HK}} | 出生日期 = {{birth date and age|1990|1|8}} | 出生地點 = {{HKG-1959}} | 生肖 = | 星座 = | 逝世日期 = | 逝世地點 = | 職業 = [[模特兒]]、[[演員]] | 語言 = [[廣東話]]、[[英語]]、[[中華民國國文|普通話]] | 三圍 = 32-24.5-33 | 血型 = | 身高 =164cm | 體重 = | 教育程度 = {{flagicon|HKG}} [[香港樹仁大學]] | 宗教信仰 = | 配偶 = | 出道日期 = 2007年 | 代表作 = | 活躍年代 = 2007年到而家 | 經紀公司 = [[JamCast]] | 網站 = | 相關團體 = [[八模兵團]] | 現任成員 = | 電視節目 = 《[[美女廚房]]》 }} '''陳嘉寳'''（{{lang-en|'''Anjaylia Chan'''}}，{{生死|1990年|1月8號}}）係[[香港]][[模特兒]]，身高164厘米，三圍32-24.5-33。因為拍攝[[邦民日本財務 (香港)|邦民日本財務]]廣告而有「[[邦民女]]」嘅稱號。佢2009年入過[[八模兵團]]出過[[寫真集]]。做過無綫藝員，2019年9月離開無綫。 ==學業== 陳嘉寳中學讀[[將軍澳]][[迦密主恩中學]]，[[香港中學會考]]攞到十八分，家下就讀[[香港樹仁大學]]新聞傳理系。 ==網劇== *2012年：《[[關於愛情的7件事]]》 - 阿寶（由現代愛情電影導演葉念琛執導，2月8號起喺雅虎香港每日播出一集） <gallery> |《關於愛情的7件事》劇照1 |《關於愛情的7件事》劇照2 |《關於愛情的7件事》劇照3 </gallery> ==電影== *2010年：《[[婚前試愛]]》 - 𡃁<!--o靚-->妹 *2011年：《[[人約離婚後]]》 - 珍 *2015年：《沒女神探》-咗咗 ==電視節目== *2009年：[[無綫電視]][[翡翠台]]《[[美女廚房 (第二輯)|美女廚房]]》 - 美少女廚神 *2011年：[[香港電台]]電視節目《[[文化長河－鐵道行]]》 - 主持 *2014年：[[無綫電視]][[翡翠台]]《M Club》 - 少年版小詩 ==寫真集== * 2009年：《[[Girls Look Book Vol 1]]》 * 2010年：《[[SawaSawa]]》 * 2011年2月：《Life Actually 少女之生活 issue1--Daydreaming Anjaylia》（DVD Magazine），DVD全長50分鐘。 ==廣告== * [[邦民日本財務 (香港)|邦民日本財務]] 電視廣告 * [[港鐵|實習記者篇]] 電視廣告 * [[綠箭檸檬草薄荷味香口膠]] 電視廣告 * [[可口可樂]] * [[護舒寶 pinkcess]] 電視廣告 ==MV== * 2010年：Dream Girl-[[農夫 (組合)|農夫]] * 2015年：逾越生死--[[C AllStar (組合)|C AllStar]] ==出面網頁== *{{Hkmdb name|55426}} *[http://jacso.hk/anjaylia 陳嘉寳blog] *{{新浪微博|anjaylia}} *[http://www.anjaylia.net/discuz7ucenter/index.php 【陳嘉寳 Anjaylia】官方後援會] *[http://the-sun.on.cc/cnt/entertainment/20090731/00470_036.html 陳嘉寳讀大學－太陽報（2009年7月31號）] *[http://hk.lifestyle.yahoo.com/valentinespecial/ 陳嘉寳首個網劇－關於愛情的7件事] {{香港藝人楔}} [[Category:香港女模特兒]] [[Category:香港電影女演員]] [[Category:前無綫電視女藝員]] [[category:迦密主恩中學舊生]] [[類:香港樹仁大學舊生]] [[Category:陳氏|嘉寳]] ix2su3l5xa5h6ucsoryxehz1ay1edyx 0 71944 1865451 918515 2022-08-19T15:59:15Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Tectonic plates boundaries detailed-en.svg|thumb|right|300px|地球板塊]] '''板塊構造'''係個[[科學理論]]，論[[地殼]]並唔係一塊不變，而係由好多[[板塊]]組成，互相移位，解釋到點解有[[地震]]、[[山脈]]、[[洋脊]]、[[海溝]]呢啲自然[[地貌]]。地殼下嘅溶岩對流，會推動版塊。 個理論唔單止用喺[[地球]]，其他類似[[行星]]，都用得到。 == 地球 == {| class="wikitable" style="float:right; margin-left:1em;" |+ 地球嘅板塊構造 |- |colspan="2" style="font-size: smaller; text-align: center;"|[[File:Tectonic plates (empty).svg|frameless|alt=Shows the extent and boundaries of tectonic plates, with superimposed outlines of the continents they support]] |- !板塊個名 !板塊嘅面積<br /><span style="font-size: smaller;">10⁶&nbsp;km²</span> |- | {{legend|#fee6aa|[[太平洋板塊]]}} ||style="text-align: center;"|103.3 |- | {{legend|#fb9a7a|[[非洲板塊]]}} ||style="text-align: center;"| 78.0 |- | {{legend|#ac8d7f|[[北美洲板塊]]}} ||style="text-align: center;"| 75.9 |- | {{legend|#7fa172|[[歐亞大陸板塊]]}} ||style="text-align: center;"| 67.8 |- | {{legend|#8a9dbe|[[南極洲板塊]]}} ||style="text-align: center;"| 60.9 |- | {{legend|#fcb482|[[印度-澳洲板塊]]}} ||style="text-align: center;"| 47.2 |- | {{legend|#ad82b0|[[南美洲板塊]]}} ||style="text-align: center;"| 43.6 |} {{see also|大陸}} 喺[[地球]]外層嚟嘅剛性[[岩石圈]]分做好幾塊板塊<ref>Kious, W. J.; Tilling, R. I. ''Understanding plate motions''. 美國地質調查局. 1999-05-05 [2007-03-02].</ref>。目前地球嘅主要板塊有[[太平洋板塊]]、[[北美洲板塊]]、[[歐亞大陸板塊]]、[[非洲板塊]]、[[南極洲板塊]]、[[印度-澳洲板塊]]、同[[南美洲板塊]]呢啲。另外仲有[[阿拉伯板塊]]、[[加勒比板塊]]、喺南美洲西海岸對出嘅[[納斯卡板塊]]、同埋喺南大西洋嘅[[斯科舍板塊]]呀噉。呢啲板塊係硬淨嘅，喺軟流圈上面浮吓浮吓<ref>Seligman, C. ''The Structure of the Terrestrial Planets''. Online Astronomy eText Table of Contents. cseligman.com. 2008 [2008-02-28].</ref>，仲識慢慢噉郁－板塊之間會有[[相對運動]]，而呢啲郁動分做三種：一係[[聚合板塊邊緣]]（Convergent plate boundary）－指兩塊板塊互相靠近；二係[[分離板塊邊緣]]（Divergent boundary）－指兩塊板塊分離；三係[[轉形斷層]]（Transform fault）－指板塊之間互相橫向噉郁。因為呢啲地殼活動，搞到喺呢啲板塊嘅邊緣上面會容易有地震、[[火山活動]]、[[造山運動]]、同埋形成[[海溝]]，好似係[[日本列島]]同[[台灣]]就係坐正喺板塊邊緣上面嘅地方，間唔鐘就會有地震。唔同嘅板塊郁嘅速率仲會唔同：喺呢啲板塊當中，大洋板塊郁得快啲，而大陸嘅板塊郁得慢啲，好似係屬於大洋板塊嘅[[科科斯板塊]]位移嘅速率係每年 75 毫米<ref>Meschede, M.; Barckhausen, U. ''Plate Tectonic Evolution of the Cocos-Nazca Spreading Center. Proceedings of the Ocean Drilling Program''. Texas A&M University. 2000-11-20 [2007-04-02].</ref>，而太平洋板塊就以每年 52 至 69 毫米嘅速率位移；屬於大陸板塊嘅歐亞大陸板塊，平均以得每年大約 21 毫米嘅速率行進<ref>Staff. GPS Time Series. NASA JPL. [2007-04-02].</ref>。 隨住板塊嘅飄移，海入面嘅岩石會跌落去聚合板塊邊緣嘅前緣下方，同時地幔嘅物質會喺分離板塊邊緣做成嘅空間嗰度上升。呢啲過程令到[[海洋地殼]]一邊係噉產生跟住又俾佢回收返落地幔嗰度，所以海洋地殼嘅岩石更新得好密。因為噉，海洋地殼多數好後生，低過 1 億歲。而家最古老嘅海洋地殼喺西太平洋地區，估計大約係得 2 億歲<ref>Duennebier, F. ''Pacific Plate Motion''. University of Hawaii. 1999-08-12 </ref>。相比之下，最古老嘅大陸地殼年齡有成 40.3 億歲<ref>Bowring, S. A.; Williams, I. S. Priscoan (4.00–4.03 Ga) orthogneisses from northwestern Canada. ''Contributions to Mineralogy and Petrology''. 1999, 134 (1): 3–16.</ref>。 ==攷== {{reflist}} [[Category:板塊構造| ]] tj96n7oirpatazukw53wu9jjd0p3s8b 0 80613 1865653 1254645 2022-08-20T04:40:52Z Al12si 87401 法文有啲地方譯錯 wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier），[[英文]]作詞。1880年6月24日（聖施洗若望日）又、由聖施洗若望樂社喺[[魁北克市]]首演。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 妳個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因妳隻手識揸寶劍， <br> 識戴十字架。 <br> 妳嘅歷史係一首史詩 <br> 勁到無與倫比！ <br> 妳受過鍛煉嘅信德帶畀妳嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] 2386mktp0l28iqva5p4vh47id9kfc7q 1865655 1865653 2022-08-20T04:58:05Z Al12si 87401 補英文版填詞人；施洗若望係基督教天主教混體，統一跟天主教譯法（因為當時魁省係天主教） wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier）。1880年6月24日（洗者若望慶日）由聖洗者若望樂社喺[[魁北克市]]首演。[[英文]]原版嘅填詞人係 Robert Stanley Weir，但係加拿大決定用佢做國歌之後英文歌詞畀人大執。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 妳個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因妳隻手識揸寶劍， <br> 識戴十字架。 <br> 妳嘅故事係一首史詩 <br> 勁到無與倫比！ <br> 妳受過鍛煉嘅信德帶畀妳嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] dt8olhyhly3f7pou2op60ph67z6y3ki 1865661 1865655 2022-08-20T05:35:52Z Al12si 87401 漏咗改呢度，唔信應該咁譯可以去 Internet Archives 搵下當時嘅舊書佢哋啲插圖係點畫 wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier）。1880年6月24日（洗者若望慶日）由聖洗者若望樂社喺[[魁北克市]]首演。[[英文]]原版嘅填詞人係 Robert Stanley Weir，但係加拿大決定用佢做國歌之後英文歌詞畀人大執。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 妳個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因妳隻手識揸寶劍， <br> 識揸實十字架。 <br> 妳嘅故事係一首史詩 <br> 勁到無與倫比！ <br> 妳受過鍛煉嘅信德帶畀妳嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] 4x8y3i998zpeb09ek2we07xy58bs2o3 1865666 1865661 2022-08-20T05:40:01Z Al12si 87401 /* 官方法文歌詞 */ 加拿大喺法文係陽性名詞，直譯唔應該用 ｢妳｣ wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier）。1880年6月24日（洗者若望慶日）由聖洗者若望樂社喺[[魁北克市]]首演。[[英文]]原版嘅填詞人係 Robert Stanley Weir，但係加拿大決定用佢做國歌之後英文歌詞畀人大執。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 你個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因妳隻手識揸寶劍， <br> 識揸實十字架。 <br> 你嘅故事係一首史詩 <br> 勁到無與倫比！ <br> 你受過鍛煉嘅信德帶畀妳嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] 0oteij7aerraswz4yo3h3pj2zuzhlrl 1865727 1865666 2022-08-20T07:21:46Z Al12si 87401 /* 官方法文歌詞 */ wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier）。1880年6月24日（洗者若望慶日）由聖洗者若望樂社喺[[魁北克市]]首演。[[英文]]原版嘅填詞人係 Robert Stanley Weir，但係加拿大決定用佢做國歌之後英文歌詞畀人大執。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 你個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因你隻手識揸寶劍， <br> 識揸實十字架。 <br> 你嘅故事係一首史詩 <br> 勁到無與倫比！ <br> 你受過鍛煉嘅信德帶畀妳嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] ku99ne2bh7h289np2c1fm86nu7eykwx 1865730 1865727 2022-08-20T07:27:49Z Al12si 87401 /* 官方法文歌詞 */ wikitext text/x-wiki [[Image:O_Canada.svg|thumb|right|《噢，加拿大！》五線譜]] 《噢，加拿大！》係[[加拿大]]嘅[[國歌]]，作曲卡歷沙•拉華利（Calixa Lavallée），[[法文]]作詞阿道夫－巴蕭•豪鐵耶（Adolphe-Basile Routhier）。1880年6月24日（洗者若望慶日）由聖洗者若望樂社喺[[魁北克市]]首演。[[英文]]原版嘅填詞人係 Robert Stanley Weir，但係加拿大決定用佢做國歌之後英文歌詞畀人大執。1980年7月1日（加拿大國慶日）正式成為加拿大國歌。 《噢，加拿大！》目前祇有英法兩種官方語言嘅版本有法律效力。 ==官方法文歌詞== {| align=center cellspacing=5 ! 法文 ! 粵語直譯 |- | style="border:2px solid #000077; background-color:#FFFFFF; padding:5px"| Ô Canada! <br> Terre de nos aïeux, <br> Ton front est ceint <br> de fleurons glorieux! <br> Car ton bras sait porter l'épée, <br> Il sait porter la croix! <br> Ton histoire est une épopée <br> Des plus brillants exploits. <br> Et ta valeur, de foi trempée, <br> Protégera nos foyers et nos droits. <br> Protégera nos foyers et nos droits. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋祖先嘅土地！ <br> 你個頭上面 <br> 戴著光榮嘅花冠！ <br> 皆因你隻手識揸寶劍， <br> 識揸實十字架。 <br> 你嘅故事係一首史詩 <br> 勁到無與倫比！ <br> 你受過鍛煉嘅信德帶畀你嘅勇敢， <br> 將會捍衛我哋嘅權利同家園！ <br> 將會捍衛我哋嘅權利同家園！ <br> |} ==官方英文版本== {| align=center cellspacing=5 ! 英文 ! 粵語直譯 |- | style="border:2px solid #FF0000; background-color:#FFFFFF; padding:5px"| O Canada! <br> Our home and native land! <br> True patriot love, <br> in all of us command. <br> With glowing hearts we see thee rise, <br> The True North strong and free! <br> From far and wide,O Canada, <br> We stand on guard for thee. <br> God keep our land, glorious and free! <br> O Canada, we stand on guard for thee. <br> O Canada, we stand on guard for thee. <br> | style="border:2px solid #660000; background-color:#FFFFFF; padding:5px"| 噢，加拿大！ <br> 我哋嘅家園同故土！ <br> 愛國真心 <br> 將我哋統領！ <br> 我哋心懷赤誠，望住妳崛起。 <br> 真正嘅北方，強大又自由！ <br> 從遠到近，噢，加拿大， <br> 我哋要保護妳！ <br> 願上帝保佑我哋嘅土地，又光榮又自由。 <br> 噢，加拿大，我哋要保護妳！ <br> 噢，加拿大，我哋要保護妳！ <br> |} [[Category:加拿大]] [[Category:國歌]] qsinilaedrudv8ylf8cdovhlm2rfpr3 0 84317 1865370 798131 2022-08-19T12:36:53Z 182.239.92.237 wikitext text/x-wiki {{維基數據人物明細}} {{Unreferenced}} [[File:Empress Dowager Ci An.JPG|thumb|慈安太后]] '''慈安太后'''（{{bd|1837年|8月12號|1881年|4月8號}}），又叫'''孝貞顯皇后'''、'''東太后'''，全名'''鈕祜祿貞'''，係[[大清]]皇帝[[奕詝]]（咸豐皇帝）嘅[[皇后]]。 ==睇埋== *[[慈禧太后]] {{晚清}} [[Category:大清政治人]] [[類:中國皇后]] {{政治人楔}} q9lir9oero9ae35ui8nkwotj7jzswy9 0 86964 1865498 1849432 2022-08-19T16:34:54Z Dr. Greywolf 143999 /* 製作方法 */ wikitext text/x-wiki {{multiple image|perrow=2|total_width = 330|image1=Moses San Pietro in Vincoli.jpg|image2=Leshan da fo Flickr feet-head modified.jpg|image3=Moáis.jpg|image4='David' by Michelangelo Fir JBU002.jpg|footer=多件出名嘅雕塑作品： *左上：《[[摩西像]]》；右上：[[樂山大佛]]； *左下：[[復活節島石像]]；右下：《[[大衛像]]》。 }} '''雕塑'''（{{jpingauto|diu1 sou3}}；{{lang-en|'''sculpture'''}}），[[粵文]]又有叫'''雕刻'''，係指專門創作[[三維]][[物體]]嘅一門[[視覺藝術]]，相對於（例如）創作[[二維]][[圖像]]嘅[[畫畫]]。最傳統上，喺創作雕塑嗰陣，一個[[雕塑家]]（sculptor）要做嘅步驟主要有以下呢啲<ref name="4techniques">[https://www.getty.edu/education/teachers/classroom_resources/curricula/sculpture/background2.html#:~:text=Carving%20is%20a%20subtractive%20process,hardening%20the%20metal%2C%20usually%20bronze. 4 Basic Sculpture Techniques].</ref>： *佢要用[[鉛筆]]畫個稿，或者用[[工藝黏土]]等軟嘅[[材料]]整個預想嘅雛型出嚟； *跟住佢要去搵嚿[[固體]]嘅材料返嚟－雕塑材料可以係[[木雕|木]]、[[石雕|石頭]]、甚至係[[冰雕|冰]]都得； *然後佢就要郁手用[[鎚仔]]同[[鑿]]（chisel）等嘅架生，[[雕琢|將嚿材料嘅某啲部份削走]]<ref name="daniel1953">Daniel Marcus Mendelowitz, ''Children Are Artists: An Introduction to Children's Art for Teachers and Parents'' (1953), p. 136.</ref>，令嚿材料慢慢噉變成佢想要嘅[[形狀]]； *喺雕好咗一嚿嘢之後，雕塑家仲有可能會用[[銲接]]等嘅方法將幾嚿嘢連接埋一齊做一件大嘅作品，或者對件作品嘅表面作出加工<ref>''Creating Welded Sculpture'' By Nathan Cabot Hale, Courier Dover Publications, 1994.</ref>。 一般嚟講，雕塑作品可以分做兩大類：[[雕像]]（statue）同埋[[浮雕]]（relief）；前者係指能夠自己獨立噉企到喺度嘅雕塑作品，例子有舉世聞名嘅《[[大衛像]]》；而後者就係指喺一塊平面（例如係[[牆]]）上雕出嚟嘅作品，件作品雕好咗之後會依附喺塊表面上，成日俾人攞嚟做[[建築物]]上嘅裝飾<ref name="reliefsculpture">[http://www.visual-arts-cork.com/sculpture/relief.htm Relief Sculpture].</ref>。順帶一提，[[粵式建築]]其中一樣出名之處就係多浮雕<ref name="lingnanarch">[https://read01.com/agP6KM.html 淺談嶺南民居的嶺南建築特色]</ref>。 雕塑呢種藝術歷史悠久：包括[[兩河流域文明]]、[[古埃及]]、[[古希臘]]、[[古華夏]]同[[古印度]]在內嘅遠古[[文明]]都有留低雕塑作品<ref group="註">呢啲作品多數以石雕為主，因為石雕襟擺過（例如）木雕好多；而且呢啲遠古作品好多都嚴重甩色。</ref><ref>Dillon, S. (2006). ''Ancient Greek Portrait Sculpture: Contexts, Subjects, and Styles''. Cambridge University Press.</ref>；喺呢啲遠古社會，雕塑好多時扮演住[[宗教性]]嘅角色－啲人會用（喺當時造價一般都好貴嘅）雕塑展示佢哋心目中[[神靈]]嘅形象，仲會對雕像做[[禮拜]]<ref>Kristensen, T. M. (2013). ''Making and breaking the gods: christian responses to pagan sculpture in late antiquity'' (Vol. 12). ISD LLC.</ref><ref>Kopár, L. (2012). ''Gods and Settlers: the iconography of Norse mythology in Anglo-Scandinavian sculpture''. Turnhout: Brepols.</ref>，而打後[[歐洲]]喺[[基督教化]]咗之後，就改用雕像展示佢哋心目中[[耶穌]]等人物嘅形象<ref>Wilpert, J. (1926). [https://www.tandfonline.com/doi/pdf/10.1080/00043079.1926.11409501 Early Christian sculpture: its restoration and its modern manufacture] (PDF). ''The Art Bulletin'', 9(2), 89-141.</ref>。到咗廿一世紀，隨住啲人變得有錢，雕塑成為咗社會大眾都玩得起嘅藝術，而「多咗人搞」呢樣嘢仲帶嚟用料同[[藝術風格|風格]]等方面嘅創新<ref>Buchloh, B. H. (1983). [https://www.jstor.org/stable/pdf/4104341.pdf Michael Asher and the Conclusion of Modernist sculpture] (PDF). ''Art Institute of Chicago Museum Studies'', 277-295.</ref>。 == 定位 == {{see also|視覺藝術|工藝}} 喺現代視藝界，雕塑[[定義]]上係指 *唔具有功能性、 *立體 嘅[[視藝]]作品： === 立體 === 喺最廣義上，雕塑可以包嗮一切'''[[立體]]'''（3D）嘅[[視覺藝術]]作品（[[造型藝術]]），相對於純粹[[平面]]性質嘅[[畫畫]]同[[影相]]。雕塑可以分做兩大種： *[[雕像]]（statue）－指能夠獨立噉企到喺度嘅立體作品，同埋 *[[浮雕]]（relief）－指成件作品都依附喺一個平面上嘅雕塑作品，浮雕呢種做法成日俾人攞嚟喺[[建築物]]嘅[[牆]]同[[柱]]或者係[[傢俬]]嘅表面上加雕塑裝飾，甚至用浮雕嚟表達[[故仔]]。 要留意嘅係，雕像同浮雕之間條界線係有些少含糊嘅－原則上，浮雕可以按「由塊表面嗰度凸出嚟嘅程度」分做[[低浮雕]]（low relief / bas-relief；凸出程度低）同埋[[高浮雕]]（high relief；凸出程度高），一般嚟講，如果雕嗰嚿嘢嘅[[質量]]有一半以上係由個表面嗰度凸咗出嚟，件作品就算係高浮雕，而極高嘅浮雕往往同雕像難以清楚分界<ref name="reliefsculpture"/>。 <gallery mode="slideshow" class="center" heights="300px"> File:Ahu-Akivi-1.JPG|一排[[復活節島石像]]<br>類：雕像 File:Nowruz Zoroastrian.jpg|[[波斯波利斯]]牆上嘅[[拜火教]]浮雕<br>類：低浮雕 File:Michelangelo's David.JPG|《[[大衛像]]》（David）<br>[[米高安哲羅]]，1501-04 年<br>類：雕像 File:Ac marbles.jpg|[[埃爾金石雕]]（Elgin Marbles）其中一件<br>類：高浮雕 </gallery> === 表示性 === {{see also|現代雕塑}} 現代人對於「雕塑」嘅定義可以包括唔具有'''表示性'''（representativeness）嘅作品：喺廿世紀打前嘅西方藝術界，啲人認為雕塑定義上係應該要有表示性嘅，意思即係話覺得雕塑一定要係雕得似某啲現實世界嘅事物（'''表示'''緊某啲現實世界嘅事物），包括[[人物]]、[[動物]]、[[植物]]或者係死物呀噉，例如《大衛像》就係描繪緊米高安哲羅心目中[[大衛王]]嘅形象。不過由廿世紀初開始，「雕塑」就包埋一啲高度[[抽象化]]嘅作品：例如係[[英國]]雕塑家[[亨利·摩亞]]（Henry Moore）嘅作品《雙重橢圓形》噉，就高度抽象化，並唔明顯似乜嘢現實物件；好似摩亞噉嘅[[現代雕塑家]]（modern sculptor）喺廿世紀中嗰陣對「表示性」呢樣嘢作出挑戰，最後令到藝術界放棄堅持雕塑要有表示性<ref>Edward Lucie-Smith, ''Visual arts in the 20th century'', Edition illustrated, Publisher Harry N. Abrams, 1997, Original from the University of Michigan.</ref><ref name="britannica">[https://www.britannica.com/art/sculpture Sculpture]. ''Britannica''.</ref>。 <gallery mode="packed" class="center" heights="300px"> File:Henry Moore Double Oval.jpg|《雙重橢圓形》（Double Oval）<br>亨利·摩亞，1966 年 </gallery> === 功能性 === 雕塑另一個定義性特徵係'''唔'''具有'''功能性'''（functionality）。現代人對雕塑嘅定義唔使一定有表示性（睇上面），不過噉就帶出咗一條問題：[[建築設計]]同[[陶藝]]呢兩個視藝領域嘅作品都係立體得嚟又唔具有表示性嘅，噉[[建築物]]同用陶藝整嘅[[餐刀|刀]][[餐叉|叉]]等嘅嘢係咪冚唪唥都算「雕塑」呢？對於呢條問題，廿一世紀初藝術界嘅解答在於「功能性」呢一點－建築設計可以用嚟整建築物，而陶藝可以攞嚟整[[食具]]同[[容器]]，建築物、食具同容器等嘅物品都係有實用價值嘅，而相比之下，雕塑作品整咗出嚟淨係可以攞嚟擺同睇－冇乜特別嘅功能，係所謂嘅「純粹藝術」<ref name="britannica"/>。 {{clear}} <gallery mode="packed" class="center" heights="300px"> File:Cheng Ancestral Temple 01.jpg|一棟典型嘅古典[[粵式建築]]上會有大量嘅浮雕；<br>棟建築有實用功能，但啲浮雕淨係攞嚟睇。 </gallery> == 技術 == {{see also|材料科學|結構工程}} === 製作方法 === {{see also|金屬加工}} 廿世紀嘅雕塑製作主要有四大技術<ref name="4techniques"/><ref>[https://courses.lumenlearning.com/atd-sac-artappreciation/chapter/oer-1-25/ Sculpture and Installation Art]. ''Art Concept''.</ref>： *[[雕琢]]（carving），係指用'''削減性'''（subtractive）嘅方法創造雕塑，做法係攞一嚿大、有返咁上下硬淨嘅材料（[[石]]同[[木]]等），然後用某啲架生（常見嘅有[[鎚仔]]同[[鑿]]以及係[[砂紙]]等等）將嚿材料嘅某啲部份削走，靠雕塑者嘅巧手最後令嚿材料變成想要嘅形狀。雕琢呢種做法主要唔好處係一旦雕嗰個人失咗手，嚿嘢通常就唔要得，唔似得模型塑法或者組合塑法噉可以輕易噉重新嚟過<ref name="daniel1953"/>。舉世聞名嘅《[[大衛像]]》就係用雕琢法整嘅<ref>Coughlan, Robert (1966). ''The World of Michelangelo: 1475–1564''. et al. Time-Life Books.</ref>。 *[[鑄造]]（casting），有陣時俾人嗌做'''取代性'''（replacement / substitution）嘅做法，做法係事先整一個有特定形狀嘅[[模]]（mold），然後將雕塑材料加熱到閒閒地成[[攝氏]]幾百度嘅高溫，令嚿材料[[熔化]]變成[[液體]]狀態，再將啲液體倒入去個模裏面，跟手就等啲液體冷卻變返做[[固體]]狀態，最後雕塑者就會攞走個模同幫件作品嘅表面加工。鑄造呢種做法成日俾人攞嚟製作用[[青銅]]等嘅[[金屬]]整嘅雕塑作品，噉係因為金屬硬淨得好交關，要用雕琢嘅方法整比較撈絞，所以雕塑者就會首先用石頭等冇咁硬嘅材料雕琢咗件初型作品出嚟先，再用呢件初型作品做鑄造整個模出嚟，再用個模嚟整一件用金屬造嘅最終成品<ref>Degarmo, E. Paul; Black, J T.; Kohser, Ronald A. (2003), ''Materials and Processes in Manufacturing'' (9th ed.), Wiley.</ref>。 *[[模型塑法]]（modeling）{{anchor|模型塑法}}帶有削減性同'''添加性'''（additive）嘅成份，做法係搵一嚿啱大細嘅材料，然後用拉、撳同搓等嘅方法令嚿材料變形（即係話呢種做法通常都淨係會用於[[工藝黏土]]等軟腍腍嘅材料），途中可以添加或者搣走材料，喺嚿材料變成咗想要嘅形狀之後，雕塑者通常就會用某啲方法令嚿嘢變硬－簡單嘅例子有加熱（加熱會令好多種唔同嘅黏土變硬）。好多人認為，模型塑法好處係易整，就算失咗吓手都未至於會搞到成嚿嘢要揼。 *[[組合塑法]]（assemblage）{{anchor|組合塑法}}一定程度上可以話係雕琢嘅相對，指攞一啲已有、甚至係由[[工廠]]量產嘅細嚿物件，然後用[[緊固件]]、[[膠水]]同[[銲接]]等嘅方法令呢啲細嚿物件黐埋一齊，最後砌出想要嘅形狀。可以睇埋[[現代雕塑]]同[[組合藝術]]<ref>Waldman, D., & Matisse, H. (1992). ''Collage, assemblage, and the found object''. London: Phaidon.</ref>。 {{clear}} <gallery mode="packed" class="center" heights="300px"> File:Tschaggatta (26).JPG|一個人喺度雕琢一嚿木。<br>（雕琢） File:Casting.jpg|工作人員將液體狀態嘅材料倒入去個模裏面。<br>（鑄造） File:Bildhauer Eggers.jpg|一個人喺度拉、撳同搓一嚿黏土。<br>（模型塑法） File:BIG BAD PICKUP NIKITA GALE.jpg|呢件作品由金屬支架同[[發泡膠]]砌成。<br>（組合塑法） </gallery> ==== 三維打印 ==== [[File:Robot 3D print timelapse on RepRapPro Fisher.webm|300px|thumb|用三維打印整一個[[機械人]]公仔嘅片]] {{main|三維打印}} 除咗以上呢四種技術之外，廿一世紀初嘅雕塑界仲開始有咗「用[[三維打印]]整雕塑」嘅諗頭。[[三維打印]]（3D printing）係一種喺廿世紀尾興起嘅技術，指由一個[[電腦]]嘅[[立體模型]]（3D model）嗰度建構出一嚿實質嘅立體物件；喺廿一世紀初，三維打印嘅技術經已夠成熟，可以攞嚟整好多嘢。用三維打印整一件物件（當中嘅「物件」可以係一件雕塑作品）嘅過程大致如下<ref>Tran, Jasper (2016). "Press Clause and 3D Printing". ''Northwestern Journal of Technology and Intellectual Property''. 14: 75–80.</ref><ref>"[https://www.economist.com/technology-quarterly/2013/09/05/3d-printing-scales-up 3D printing scales up]". ''The Economist''. 5 September 2013.</ref>： #首先，製作者要用[[電腦圖像]]（CG）技術整出描述想要嘅物件嘅立體模型； #然後部電腦會將描述個立體模型嘅[[數據]]傳去一部[[三維打印機]]（3D printer）嗰度，部打印機會睇個立體模型，得知「件物件每一層有邊啲位置有嘢、邊啲位置要留空」； #部打印機跟住就會將嚿嘢「印」出嚟，將第一層整出嚟，再整第二層... 一路整到完全成嚿嘢為止；喺廿一世紀初，最勁嘅三維打印機每一層得 16 [[微米]]咁薄，用[[肉眼]]睇唔出嚿嘢分咗做一層層<ref>[https://web.archive.org/web/20111107022935/http://www.ops-uk.com/3d-printers/objet-connex Objet Connex 3D Printers]. ''Objet Printer Solutions''.</ref>； 喺搞掂咗之後，製作者仲可以對嚿嘢作出多種嘅加工<ref>[https://formlabs.com/asia/blog/modern-life-digital-sculpture/ Hyper-Realistic Sculptures with ZBrush and 3D Printing]. ''formlabs''.</ref>。 === 力學平衡 === {{main|力學平衡}} [[力學平衡]]（mechanical equilibrium）係[[牛頓力學]]上嘅一個概念。如果話一嚿[[物體]]處於力學平衡，意思即係話作用喺呢嚿物體身上嘅[[淨力]]（net force）係 0，而根據[[牛頓第二定律]]，淨力係 0 即係表示嚿嘢如果係靜止嘅就會繼續處於靜止狀態<ref>John L. Synge & Byron A. Griffith (1949). ''Principles of Mechanics'' (2nd ed.). McGraw-Hill. p. 39.</ref>。正路嚟講，一個雕塑家會想自己件作品能夠處於力學平衡，噉件嘢先會唔使特登搵嘢撐住（支撐好多時都俾人認為係唔好睇）都能夠長時間企到喺度唔跌低，而對雕塑作品嘅力學平衡嘅思考可以相當複雜<ref name="structuresinsculpt">[https://www.idom.com/new/estructuras-en-la-escultura/ Structures in sculpture]. ''IDOM''.</ref>。 例如係位於[[西班牙]][[馬德里]]、描繪西班牙王[[菲臘四世 (西班牙)|菲臘四世]]騎住[[馬]]嘅樣嘅[[青銅像]]（下圖）噉：呢個雕像係喺 1640 年整好嘅，佢個設計俾人覺得佢好大膽，成個雕像淨係得隻馬嘅兩條後髀掂地；正常嚟講，呢個雕像唔會做到力學平衡，嚿嘢會向前跌；不過整呢個雕像嘅人員<ref group="註">據講[[伽利略]]有份設計呢個雕像。</ref>就用咗個當時史無前例嘅做法－隻青銅馬喺[[密度]]上唔平均，隻馬嘅後髀同尾用近乎完全實心嘅青銅嚟整，而隻馬嘅頭同埋前半身就用薄、空心嘅青銅嚟整，當中隻馬頭部嘅殼據講淨係得嗰差唔多 2 [[毫米]]咁薄，所以隻馬掂地嘅下半身就明顯重過上半身，最後呢個做法成功噉令呢個雕像達致力學平衡，企到喺度，亦係雕塑史上嘅一個突破<ref name="structuresinsculpt"/>。 <gallery mode="packed" class="center" heights="360px"> File:Madrid May 2014-33.jpg|西班牙王[[菲臘四世 (西班牙)|菲臘四世]]嘅雕像 </gallery> === 保存 === [[File:Pollution - Damaged by acid rain.jpg|thumb|300px|一個俾酸雨侵蝕過嘅雕像]] {{see also|風化作用|鍍膜}} 「點樣保存雕塑作品」喺雕塑界係一個受關注嘅課題。雖然話用某啲材料－例如[[金屬]]同[[石頭]]－整嘅雕塑襟擺過用第啲材料－例如[[木]]同[[冰]]－整嘅，但講到埋尾，無論製作材料係乜，雕塑作品都梗會隨住年月流逝而或多或少噉走樣變形<ref>Scherer, G. W., Flatt, R., & Wheeler, G. (2001). Materials science research for the conservation of sculpture and monuments. ''Mrs Bulletin'', 26(1), 44-50.</ref>；而且同[[畫]]或者[[陶藝]]作品比起嚟，雕塑作品好多時都會俾人擺喺室外空間，令到呢啲作品零舍容易受各種嘅自然力量侵害： *例如[[酸雨]]（acid rain）就係出咗名搞到雕塑家好頭痕嘅一樣嘢，指因為[[二氧化硫]]（{{chem|[[硫|S]][[氧|O]]|2}}）等嘅[[空氣污染物]]造成嘅[[酸性]][[雨]]，呢啲雨會帶有[[腐蝕性]]，雖然一般唔足以對人體造成直接危害，但長遠嚟講會腐蝕建築物同室外嘅雕塑作品<ref>Reisener, A.; Stäckle, B.; Snethlage, R. (1995). "ICP on effects on materials". ''Water, Air, & Soil Pollution''. 85 (4): 2701–2706.</ref>。 *喺凍啲地區嘅雕塑作品又要面對所謂嘅[[霜凍作用]]（frost weathering）－想像因為落雨等嘅原因，有[[水]]積聚咗喺一個雕像表面嘅一啲窿罅位嗰度，跟住入[[冬]]，氣溫跌落[[攝氏]] 0 度以下，於是啲水開始結成[[冰]]，而冰嘅[[密度]]係低過水嘅，即係話啲水結咗冰之後嘅[[容量]]會大咗，所以喺結冰嘅過程當中，嚿冰會向四周圍嘅空間施[[力]]，而如果結成嚿冰嘅水係喺一個雕像嘅窿罅位裏面，就有可能會搞到個窿罅位變形<ref>Khanlari, G., & Abdilor, Y. (2015). Influence of wet–dry, freeze–thaw, and heat–cool cycles on the physical and mechanical properties of Upper Red sandstones in central Iran. ''Bulletin of engineering geology and the environment'', 74(4), 1287-1300.</ref>。 除咗呢啲之外，喺室外嘅雕塑作品亦都成日會受到[[太陽光]]當中嘅[[紫外線]]（UV）、[[潮濕]]、極端[[氣溫]]同埋[[植物]]嘅生長等嘅自然力量侵害。為咗應對呢啲問題，雕塑界諗咗好多方法出嚟，幫手保存雕塑作品<ref>Couture-Rigert, D. E., Sirois, P. J., & Moffatt, E. A. (2012). An investigation into the cause of corrosion on indoor bronze sculpture. ''Studies in conservation'', 57(3), 142-163.</ref><ref name="Bierwagen2003">Bierwagen, G., Shedlosky, T. J., & Stanek, K. (2003). Developing and testing a new generation of protective coatings for outdoor bronze sculpture. ''Progress in Organic Coatings'', 48(2-4), 289-296.</ref>。 要保存雕塑作品，最簡單直接嘅方法係幫件作品加浸[[鍍膜]]（coating）<ref name="Bierwagen2003"/>。鍍膜泛指喺一件物體嘅表面加一浸特製嘅[[物質]]用嚟達到某啲目的，喺最理想嘅情況下，一浸鍍膜會係唔會點產生[[化學反應]]、而且對溫度同濕度變化唔會有乜大反應嘅隋性物質－唔會同環境入面嘅化合物或者雕塑作品本身起化學反應、唔會因為氣溫變化而變形、唔會因為溶入水裏面而俾雨沖走... 等等。例如啲人好興喺用[[青銅]]整嘅雕像表面噴一浸[[蠟]]，蠟唔溶喺水，而且喺[[常溫]]之下會一路呈[[固體]]狀態，最啱攞嚟將個青銅像同[[空氣]]隔絕<ref>Kipper, P. V. (1996). ''The care of bronze sculpture: recommended maintenance programs for the collector''.</ref>。不過要留意嘅係，唔同嘅雕塑材料所用到嘅鍍膜材料都唔同<ref>Pelosi, C., Calienno, L., Fodaro, D., Borrelli, E., Rubino, A. R., Sforzini, L., & Monaco, A. L. (2016). An integrated approach to the conservation of a wooden sculpture representing Saint Joseph by the workshop of Ignaz Günther (1727–1775): analysis, laser cleaning and 3D documentation. ''Journal of Cultural Heritage'', 17, 114-122.</ref>。 {{clear}} == 按用料分類 == === 木雕 === {{main|木雕}} [[木雕]]（wood carving）指用[[木]]整雕塑作品。木雕係一種極古老嘅[[工藝]]：有[[考古學家]]試過[[舊石器時代]]嘅遺跡當中搵到受人[[雕琢]]過嘅木造物件，而呢啲物件歷史有成超過 400,000 年咁耐<ref>Allington-Jones, L. (2015). The Clacton spear: The last one hundred years. ''Archaeological Journal'', 172(2), 273-296.</ref>；亦有考古學家喺公元前 4,000 年前嘅[[古埃及]]遺跡裏面發現（差唔多爛嗮嘅）木雕<ref name="crallan1911">Crallan, Franklyn Arden (1911). "Wood-Carving". In Chisholm, Hugh (ed.). ''Encyclopædia Britannica''. 28 (11th ed.). Cambridge University Press. pp. 791–97.</ref>，而[[東亞]]同[[非洲]]等地都有歷史悠久嘅木雕傳統。不過雖然話木雕咁古老，木雕作品多數都留存唔到去後世－因為同[[石雕]]或者[[金屬雕]]比起嚟，傳統嘅木雕係非常之唔襟擺嘅，會[[腐爛]]、會受[[昆蟲]]破壞、又容易[[著火]]。因為噉，木雕就俾一啲雕塑學者稱之為「藝術史上嘅隱藏元素」－木雕技藝廣為流傳，而且相當受歡迎，不過啲作品成日都留唔低，搞到現世嘅[[藝術史]]學者難以研究同了解古代嘅木雕藝術<ref>See for example Martin Robertson, ''A shorter history of Greek art'', p. 9, Cambridge University Press, 1981.</ref><ref>Cunningham, A. B., Campbell, B. M., Belcher, B., & Belcher, B. M. (Eds.). (2005). ''Carving out a future: Forests, livelihoods and the international woodcarving trade''. Earthscan.</ref>。 不過另一方面，木雕又有好多好處：首先，同石頭或者金屬比起嚟，木冇咁硬淨，所以要做起雕琢上嚟就容易；而且木呢種材料又比較輕身，所以好方便攞嚟雕[[面具]]等會俾人戴上身嘅雕塑作品。到咗廿一世紀初，隨住現代科技進步，保存木製物體變得愈嚟愈容易<ref>Morén, R., & Centerwall, B. R. (1960). ''Use of polyglycols in the stabilizing and preservation of wood''. Meddeland en Frän Lunds Universitets Historiska Museum, 176-196.</ref><ref>Comstock, H. (1953). Preserving wood sculpture. ''Connoisseur'', 132, 66-66.</ref>，於是好多藝術家都唔使再驚自己嘅木雕作品會爛而開始更加有意慾進行木雕創作<ref>[https://mymodernmet.com/carved-wood-art/ 15 Master Artists Carrying on the Ancient Tradition of Wood Carving].</ref>。 {{clear}} <gallery mode="slideshow" class="center" heights="300px"> File:Wood Bodhisattva.jpg|[[上海博物館]]展出嘅一個[[宋朝]]木雕[[聖觀音]] File:Giappone, periodo edo, maschera no di tipo hannya, XVII sec..JPG|17 世紀[[日本]]一個木造[[鬼 (妖怪)|鬼]]面具 File:Work of Master Woodcarver Alexander A. Grabovetskiy.jpg|2015 年一件木雕作品 File:Chaozhou Woodcarving2.jpg|[[潮州金漆木雕]]係[[潮汕地區]]一種出名傳統工藝<ref>王大勇. (2011). 潮州木雕藝術地域特色探究. 裝飾, (5), 84-85.</ref>。 </gallery> === 石雕 === {{main|石雕}} [[石雕]]（stone carving）係指用[[石頭]]整雕塑作品。石雕技術都相當古老，而且因為石雕夠襟擺，所以由[[古希臘]]、[[古印度]]以至[[古華夏]]等多個遠古[[文明]]都有留低石雕作品，例如公元前 3,000 年嘅[[古埃及]]嘅[[神殿]]同[[陵墓]]就充滿咗出名嘅巨型石雕<ref>Smith, W. Stevenson; Simpson, William Kelly (1998). ''The Art and Architecture of Ancient Egypt. Penguin/Yale History of Art'' (3rd ed.). Yale University Press.</ref>；[[石刻]]（petroglyph）係最早期嘅石雕，指用架生雕琢同磨擦石頭，喺石頭表面嗰度留低圖案同[[文字]]，而呢啲石雕技術後嚟仲延伸到去俾人攞嚟做[[寶石]]嘅雕塑，好似係[[玉]]、[[瑪瑙]]同[[雪花石膏]]等嘅材料都有俾人攞嚟雕<ref>Hoffman, Malvina (1939). ''Sculpture Inside and Out''. New York: Bonanza Books. p. 235.</ref>。可以睇埋[[石窟]]。 石頭自古以嚟就係一種受歡迎嘅雕塑材料，原因係因為石頭有好多好處： *同金屬[[礦石]]比起嚟，多數種類嘅石頭都相當易搵，而且唔使點樣加工就可以攞嚟雕嘢； *另一方面，用石頭唔使驚蟲蛀或者著火，所以石頭整嘅物體襟擺過用（例如）木整嘅物體好多，能夠輕易創造出擺得到成幾個世紀咁耐嘅作品；而且 *石頭仲好多變－唔同類嘅石頭喺[[硬度]]同[[色水]]等各方面有相當高嘅多樣性。 因為呢啲原因，就算到咗廿一世紀初，石頭依然係一種廣受歡迎嘅雕塑材料<ref>[https://www.masonrymagazine.com/blog/2018/03/29/all-about-the-art-and-science-of-stone-carving/ All About the Art and Science of Stone Carving]. ''Masonry Magazine''.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Great Sphinx of Giza - 20080716a.jpg|[[獅身人面像]]（Great Sphinx of Giza） File:Al Khazneh Petra edit 2 (cropped).jpg|[[約旦]]古城[[佩特拉]]（Petra） File:Mesopotamia male worshiper 2750-2600 B.C.jpg|[[蘇美爾]]男性朝拜者<br>材料：[[石灰岩]] File:Cave 26, Ajanta.jpg|[[印度]][[馬哈拉施特拉邦]]嘅[[阿旃陀石窟]]（Ajanta Caves）主祈禱室 File:Adam Kraft.jpg|《[[自雕像]]》（Self-portrait）<br>[[亞當卡拉夫]]，1490 年代 File:2016-05-21 Luoyang Longmen Grottoes anagoria 10.JPG|[[河南]][[洛陽]]嘅[[龍門石窟]] File:Leshan Buddha Statue View.JPG|响[[四川]]嘅[[樂山大佛]]喺[[唐朝]]雕好，有成 71 米咁高<ref>Hill, Bryan (22 July 2018). "[https://www.ancient-origins.net/ancient-places-asia/leshan-giant-buddha-largest-stone-buddha-world-003398 The Leshan Giant Buddha: Largest Stone Buddha in the World]". ''Ancient Origins''.</ref>。 File:GZFiveRams.JPG|[[廣州]]嘅《[[五羊雕像]]》<br>材料：[[花崗岩]]<ref>[http://lyylj.gz.gov.cn/zhzx/tpxw/content/post_6471752.html 【岭南文脉】五羊雕像：最为广州人民认可的雕塑]</ref> </gallery> === 金屬雕 === {{see also|青銅雕}} [[金屬雕]]（metal sculpting）係指用[[金屬]]整雕塑。金屬雕可以用[[金]]、[[銀]]、[[鐵]]同[[鋁]]等嘅金屬做材料，當中金同銀因為俾人視為高貴嘅象徵而成日俾人攞嚟整奢侈嘅雕像；不過就算到咗廿一世紀初，金屬雕當中最常見嘅都仲係[[青銅雕]]（bronze sculpting），噉係因為[[青銅]]呢種材料用嚟做雕塑有好多優點－首先，青銅喺由液體成形嗰陣會係噉咦膨脹，而且喺臨冷卻嗮之前又會係噉咦收縮，即係話如果將液體狀態嘅青銅倒入去一個[[模]]入面（睇返上面[[鑄造]]），啲青銅喺成形嗰時會因為膨脹而撑落個模內部嘅表面（令到青銅雕容易展現出細節），跟住嚿青銅又會係噉咦縮返細（令到「跟住落嚟攞走個模」呢樣嘢易做）；除此之外，青銅唔脆，唔似得石頭或者[[陶瓷]]噉跌多兩嘢就爛<ref name="savage1968">Savage, George, "''A Concise History of Bronzes''", Frederick A. Praeger, Inc. Publishers, New York, 1968.</ref>。因為青銅咁多好處，自古以嚟就好多人用青銅做雕塑作品－青銅雕歷史相當久遠，可以追溯到去公元前 3,200 年嘅[[兩河流域文明]]<ref>Hägele, H. (2013). ''Colour in sculpture: a survey from ancient Mesopotamia to the present''. Cambridge Scholars Publishing.</ref>，而公元前 1,600 年至 1,046 年嘅[[商朝]]都有好多青銅雕作品<ref>[https://kknews.cc/culture/oyxky8o.html 商代青銅器的特徵]</ref>。 金屬雕嘅製作好多時會涉及高熱： *金屬雕通常會用[[鑄造]]嘅方法嚟整－噉係因為金屬好硬淨，做起雕琢上嚟好難搞，所以用金屬嘅雕塑家通常會首先用石頭等冇咁硬嘅材料整咗件作品嘅形態（初型）出嚟先，然後就用個初型作為「模」，做鑄造嘅過程，整出一個模，跟手再攞呢個模嚟鑄造形態上同個初型一樣嘅金屬作品<ref name="savage1968"/>； *金屬雕又可以涉及[[鍛造]]（forging）－金屬加熱到咁上下就會變軟，所以做[[金屬加工]]嘅人可以利用呢一點，將嚿金屬加熱到會變軟嘅溫度<ref group="註">唔同金屬嘅「變軟溫度」都唔同。</ref>，然後將嚿金屬攞喺一個[[鐵砧]]上面，並且用[[鎚仔]]等嘅架生扑嚿金屬，令嚿嘢變形，靠噉造出想要嘅形狀<ref>Degarmo, E. Paul; Black, J. T.; Kohser, Ronald A. (2011). ''Materials and Processes in Manufacturing'' (11th ed.). Wiley.</ref>； *除咗噉之外，用金屬嘅雕塑家好興用[[銲接]]嘅方法將若干嚿金屬物體結合埋一齊，做一嚿更大更複雜嘅雕塑作品<ref>Collischan, J., & Anbinder, P. (2000). ''Welded sculpture of the twentieth century''. Lund Humphries.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:HK WTS 黃大仙 Wong Tai Sin 黃大仙廟 Temple December 2020 SS2 十二生肖像 Chinese zodiac 01.jpg|香港[[黃大仙祠 (香港)|黃大仙廟]]《十二生肖像》；<br>材料：青銅 File:The Thinker, Rodin.jpg|《[[思索者]]》（The Thinker）；<br>材料：青銅 File:Busto de Carlos V.jpg|《[[卡爾五世]]》（Charles V）<br>16 世紀中；材料：青銅 File:5 Chome Akatsuka, Itabashi-ku, Tōkyō-to 175-0092, Japan - panoramio.jpg|[[東京]][[板橋區 (日本)|板橋區]]一個佛像；<br>材料：青銅 </gallery> === 冰雕 === {{main|冰雕}} [[冰雕]]（ice sculpting）係指用[[冰]]整雕塑。冰雕常見於[[北半球]][[緯度]]比較高（[[氣候]]比較凍）嘅地區，例如係[[東北三省]]、[[日本]]嘅[[北海道]]、[[俄羅斯]]、[[北歐]]以及[[加拿大]]等地－呢啲地區[[冬天]]嗰陣往往有長時間嘅零下氣溫，會有大量嘅冰同[[雪]]積聚，所以嗰頭嘅人就成日都貪得意攞冰雪嚟雕嘢<ref>Dewar, K., Meyer, D., & Li, W. M. (2001). Harbin, lanterns of ice, sculptures of snow. ''Tourism Management'', 22(5), 523-532.</ref><ref>[http://www.icedesigns.com.au/about.html Down Under Ice Designs].</ref>。 同第啲形式嘅雕塑比起嚟，冰雕最大嘅特徵就係極之唔襟擺：一旦冬天結束（或者只係到咗冬天冇咁凍嘅時段），氣溫升返上去攝氏 0 度以上，冰雕就會開始溶；即係話冰雕通常都係要嘥多好多時間心機整，而且整好咗都只係曇花一現，所以啲人多數都淨係喺盛事（例如係[[冰雪節]]或者搞[[婚禮]]）嗰陣，先會有心機特登整冰雕，而喺氣候比較熱嘅地區，冰雕好多時會成為一種奢侈品，係有錢嘅象徵<ref name="winterart">Jokela, T. (2007). Winter art as an experience. Arts and Experiences. ''Articles on Experinces'', 5, 114-135.</ref>；另一方面，「冰雕極唔襟擺」呢一點又會俾人利用嚟做表演－有陣時啲人會貪得意，喺溫度攝氏 0 度以上嘅環境下整冰雕；喺呢種情況下，通常個雕塑家會將嚿要雕嘅冰擺喺觀眾或者鏡頭面前，再用[[電鋸]]等嘅架生喺幾分鐘內（嚿冰溶嗮之前）雕好件作品，再將雕嘅過程作為一種表演吸引觀眾睇<ref name="amendola1994">Amendola, Joseph (1994). ''Ice Carving Made Easy''. New York, NY: John Wiley & Sons, Inc.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Ice Sculpture Harbin 2009 pagoda.jpg|2009 年[[中國哈爾濱國際冰雪節]]其中一件作品 File:Eisskulpture 2020 in St. Petersburg 2H1A3722WI.jpg|冰雕[[海馬]]；<br>2020 年[[聖彼得堡]] File:Eisskulpturen 2020 in St. Petersburg 2H1A3554WI.jpg|冰雕[[蜻蜓]]；<br>2020 年聖彼得堡 File:Gouden koets van ijs madurodam.jpg|2006 年[[荷蘭]]一個冰雪節嘅冰雕 </gallery> === 第啲材料 === *[[象牙雕]]（ivory sculpting）指用[[象牙]]整嘅雕塑；喺[[中世紀]][[歐洲]]等嘅多個古代社會，象牙雕曾經俾人視為奢侈同富裕嘅象徵，但到咗廿世紀，象牙呢種材料就因為俾人指搞到[[大笨象]]面臨[[絕種]]危機所以俾好多國家地區禁咗，而象牙雕亦都因而式微<ref>Williamson, Paul. ''An Introduction to Medieval Ivory Carvings'', 1982, HMSO for V&A Museum.</ref>。 *[[玻璃]]雕（glass sculpting）指用[[玻璃]]整嘅雕塑。一般嚟講，玻璃好脆近乎冇可能雕琢，所以玻璃雕絕大多數係用鑄造方法整嘅；[[古羅馬]]嘅《[[拉卡吉聖杯]]》（The Lycurgus Cup）表面嘅浮雕係一件極之罕有、「雕出嚟」嘅玻璃雕作品<ref>Elsner, Jaś, "The Lycurgus Cup", Chapter 12 in ''New Light on Old Glass: Recent Research on Byzantine Mosaics and Glass'', 2013, British Museum Research Publication No. 179, British Museum Press.</ref>。 *[[陶瓷]]雕（ceramic sculpting）指用[[陶瓷]]整嘅雕塑。 *[[沙雕]]（sand carving）指用[[沙]]整嘅雕塑。 ... 等等。 <gallery mode="slideshow" class="center" heights="300px"> File:Miyasaka Hakuryu II - Tigress with Two Cubs - Walters 71909.jpg|19 世紀中嘅一個日本象牙雕像；<br>個雕像描繪一隻帶住兩隻仔嘅[[老虎]]乸。 File:Brit Mus 13sept10 brooches etc 046.jpg|《[[拉卡吉聖杯]]》<br>4 世紀；材料：玻璃 File:Status of Kuan Yin.jpg|[[德化白瓷]][[觀音]]像 File:Adamastor in sand - FIESA 2007.JPG|一件沙雕作品；2007 年 </gallery> == 簡史 == [[File:Wien NHM Venus von Willendorf.jpg|thumb|210px|一個舊石器時代嘅[[維納斯小像]]]] {{see also|考古學|藝術史}} === 早期歷史 === ==== 史前 ==== 人類歷史上第一個無可否定（學者一致認同佢係雕塑）嘅雕塑例子出自[[舊石器時代]]（Paleolithic）嘅[[歐洲]]同[[西亞]]，嗰度嘅人喺舊石器時代創出咗好多雕過嘅工具同埋[[首飾]]，包括一啲立體嘅小型雕像，例子有喺[[德國]]掘到出嚟嘅《[[:en:Venus of Hohle Fels|哈奧費嘅維納斯]]》（Venus of Hohle Fels）噉，就係一個大約 6 [[厘米]]高嘅雕像，似係描繪緊一個[[女人]]（類似附圖），而呢個雕像可以追溯至 40,000 至 35,000 年前<ref>P. Mellars, Archeology and the Dispersal of Modern Humans in Europe: Deconstructing the Aurignacian, ''Evolutionary Anthropology'', vol. 15 (2006), pp. 167–82.</ref><ref>de Laet, Sigfried J. (1994). ''History of Humanity: Prehistory and the beginnings of civilization''. UNESCO. p. 211.</ref>；呢啲噉嘅「[[維納斯小像|有明顯同誇張化嘅女性特質]]」嘅雕像喺舊石器時代好常見，[[人類學家]]估計當時嘅女人會用呢啲雕像向[[神靈]]祈求[[生仔]]順利<ref>William Haviland, Harald Prins, Dana Walrath, Bunny McBride, ''Anthropology: The Human Challenge'', 13th edition, 2010, Cengage Learning.</ref>。 ==== 兩河流域 ==== [[兩河流域文明]]（Mesopotamia；[[希臘文]]：Μεσοποταμία）係喺公元前 3,100 至 332 年之間活躍於[[西亞]]嘅一個遠古[[文明]]，包括咗[[阿卡德帝國]]同[[波斯第一帝國]]等嘅多個皇朝，[[地理]]上嘅特點係身處於兩條大[[河]]－[[底格里斯河]]（Tigris）同[[幼發拉底河]]（Euphrates）－之間。兩河流域文明係史上第一個有[[文字]]嘅文明，而且有豐富嘅雕塑傳統。考古學家喺兩河流域文明遺跡發現咗好多雕像，呢啲雕像有描繪[[動物]]、[[神職人員]]、拜神嘅人（當中啲[[男人]]通常有又長又濃密嘅[[鬍鬚]]）以及係佢哋想像中嘅神靈嘅形象呀噉，多數都係有[[顏料]]喺上面（不過經已甩咗色）嘅石雕，用料上以[[石灰岩]]零舍常見<ref>Frankfort, Henri, ''The Art and Architecture of the Ancient Orient'', ''Pelican History of Art'', 4th Ed. (1970), Penguin (now Yale History of Art).</ref><ref>Teissier, Beatrice, ''Ancient Near Eastern Cylinder Seals from the Marcopolic Collection'', (1984), University of California Press.</ref>。詳情可以睇吓[[:en:Art of Mesopotamia|兩河流域文明藝術]]。 ==== 古埃及 ==== {{see also|古埃及藝術}} [[古埃及]]（Ancient Egypt）係另一個喺整雕塑上好出名嘅古文明，活躍於公元前 3,100 至 332 年之間嘅[[尼羅河]]（Nile）流域。古埃及人有高超嘅[[石雕]]技術，能夠創造出好似[[獅身人面像]]等舉世聞名嘅作品，當中獅身人面像極之巨大，係一個由前髀到尾有成 73 米長、由底到頭頂 20 米高、由正面睇有 19 米闊嘅石灰岩雕像<ref>Rigano, Charles (2014). ''Pyramids of the Giza Plateau''. p. 148.</ref>，而古埃及嘅[[神殿]]裏面都有大量嘅雕像描繪[[阿努比斯]]同[[芭絲特]]等古埃及人相信嘅天神。除咗呢啲大雕像之外，古埃及亦都出好多細啲（大約大人咁高）嘅雕像或者係喺神殿等建築物嘅牆上面嘅浮雕。呢啲作品對於考古學家研究古埃及文藝有重大嘅幫助<ref>Smith, W. Stevenson, and Simpson, William Kelly. ''The Art and Architecture of Ancient Egypt'', 3rd edn. (1998), Yale University Press (Penguin/Yale History of Art).</ref>。 {{clear}} <gallery mode="slideshow" class="center" heights="300px"> File:Britishmuseumassyrianrelieftwohorsemennimrud.jpg|兩河流域文明浮雕 File:Statue Gudea Met 59.2.jpg|一個兩河流域文明雕像 File:Statuette of Anubis MET 38.5 EGDP022863.jpg|一個描繪阿努比斯嘅雕像 File:Abu Simbel Temple May 30 2007.jpg|一間古埃及神殿嘅雕像 </gallery> === 歐洲雕塑史 === ==== 古希臘 ==== {{main|古希臘雕塑}} [[西人]]嘅雕塑傳統係喺[[古希臘]]嗰陣發展出嚟。[[古希臘雕塑]]（Ancient Greek sculpture）係喺大約公元前 3,000 年出現嘅，當時嘅人有好多雕像，成日都有用[[大理石]]整、擺出各式各樣嘅姿勢嘅女人雕像，而希臘嘅雕塑藝術喺鄰近嘅兩河流域文明同古埃及嘅影響下發展，到咗公元前 650 年左右，古希臘雕塑正式成形，自成一套風格，有各種中至大型（起碼好似大人咁高）嘅雕像，喺神殿俾人擺嚟描繪個樣生得靚嘅少男少女同古希臘人心目中嘅天神（呢啲雕像好多時都係[[裸體藝術|唔著衫嘅]]；可以睇吓[[維納斯像]]），又有雕像係喺[[墓穴]]嗰度擺嚟描繪過咗身嘅人，呢啲雕像通常都係油咗顏色嘅（不過喺俾現代人發現嗰陣經已甩嗮色），而古希臘式嘅雕塑藝術仲有傳播到去[[希臘]]以外嘅歐洲地區<ref>Cook, R.M., ''Greek Art'', Penguin, 1986 (reprint of 1972).</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Vognstyreren-fra Delfi2.jpg|一個古希臘[[青銅像]]<br>公元前 5 世紀 File:0036MAN Poseidon.jpg|[[海]]神[[波塞冬]]（Poseidon）嘅雕像<br>公元前 2 世紀 File:0002MAN-Hermes.jpg|[[赫密士]]（Hermes）嘅雕像<br>公元前 2 世紀 File:0025MAN-Relief2.jpg|一個古希臘墓穴嘅浮雕 </gallery> ==== 古羅馬 ==== {{main|古羅馬雕塑}} [[古羅馬]]喺文化上深受古希臘影響，而[[古羅馬雕塑]]（Roman sculpture）亦都唔例外。當時嘅[[羅馬共和國]]（Roman Republic）征服咗[[希臘]]嘅土地，控制咗成半個歐洲；到咗公元前 2 世紀嘅時候，喺[[羅馬]]做嘢嘅雕塑家經已多數都係[[希臘人]]，呢啲雕塑家好多都係俾古羅馬捉咗嚟做[[奴隸]]嘅，而且古羅馬嘅人又好興由希臘嗰度搶或者買雕像，將呢啲雕像帶返去羅馬帝國權力中心羅馬嗰頭，甚至攞古希臘嘅雕像嚟裝飾羅馬人嘅神殿<ref group="註">喺宗教上，古羅馬都係拜返古希臘嗰啲天神。</ref>，於是古羅馬雕塑就喺呢種深受古希臘影響嘅環境下發展。古羅馬雕塑喺好多特性上都同古希臘雕塑相似，不過零舍出名整人像，尤其係富裕嘅[[中產階層]]羅馬人會請雕塑家整佢哋嘅人像<ref>Henig, Martin (ed.), ''A Handbook of Roman Art'', Phaidon, 1983,</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Tomba dei decii, dalla via ostiense, 98-117 dc..JPG|一個古羅馬墓穴嘅浮雕<br>公元前 2 世紀 File:Claudius Pio-Clementino Inv243.jpg|羅馬帝國皇帝[[克勞狄]]嘅[[胸像]]<br>公元前 50 年 File:Statue-Augustus.jpg|羅馬帝國開國皇帝[[奧古斯都]]嘅雕像<br>公元前 1 世紀 File:Tellus - Ara Pacis.jpg|一個古羅馬浮雕<br>公元前 13 年 </gallery> ==== 中世紀 ==== {{see also|羅曼式|哥德式}} 公元 5 世紀打後，隨住[[西羅馬帝國]]倒塌，歐洲正式步入[[中世紀]]。喺中世紀嘅歐洲，唔同行業嘅工匠同商人興建立[[公會]]（guild），每個公會各自負責監控屬佢嗰行嘅[[歐洲人]]做嘢同埋組織嗰行嘅貿易<ref>Epstein, S.R.; Prak, Maarten, eds. (2008). ''Guilds, Innovation and the European Economy, 1400–1800''. Cambridge University Press.</ref>；另一方面，中世紀嘅歐洲全面開始[[基督教化]]：遠古時期嘅歐洲人興拜嗰啲希臘羅馬噉嘅[[多神信仰]]走向衰落，並且俾[[一神論]]嘅[[基督教]]取代，早期嘅基督教好反對[[拜偶像]]，對於打前時期（俾人攞嚟拜）嘅天神雕像相當反感，出現咗[[破壞偶像主義]]嘅現象，而且[[神職人員]]同商人帶住雕塑方面嘅知識同埋改革歐洲藝術嘅意欲行勻成個歐洲大陸，令到歐洲嘅雕塑藝術起咗重大變化，而喺[[黑暗時代]]（Dark Age）過後，10 世紀嘅歐洲喺文化同[[經濟]]上開始繁榮返，出現咗[[羅曼式]]（Romanesque）同[[哥德式]]（Gothic）等嘅新藝術風格，例如喺當時嘅歐洲，[[象牙雕]]頗為盛行，係有錢階層嘅代表<ref name="fletcher">Fletcher, Richard, ''The Conversion of Europe''. From Paganism to Christianity 371-1386 AD. London 1997.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:02 Basilique Ste-Marie-Madeleine de Vézelay - Tympan.jpg|[[法國]]一間古老[[教堂]]嘅浮雕<br>1130 年代 File:Vierge a l'Enfant debout.jpg|描繪[[聖母]]同[[耶穌]]嘅[[象牙雕]]<br>13 世紀尾 File:Cenral tympanum Chartres.jpg|[[沙特爾主教座堂]]上描繪[[東方三賢士|三賢士]]嘅浮雕<br>1145 年 File:Reims6.jpg|[[蘭斯大教堂]]嘅雕像<br>13 世紀 </gallery> ==== 中世紀後 ==== 15 世紀係歐洲（尤其係[[意大利半島]]嗰頭）進入[[文藝復興]]嘅時代，係[[歐洲史]]上一個出咗大量出名雕塑作品嘅時代：喺呢個時代，歐洲人發明咗一樣革命性嘅技術－[[印刷術]]，印刷術令歐洲人有得大規模印書同分享知識，搞到教會冇得再獨佔住啲知識，令到歐洲人重拾對[[古希臘]]同[[古羅馬]]嘅興趣，並且郁手整一啲仿古典嘅雕塑作品，於是呢啲歐洲人帶動咗一股新嘅藝術風潮，雕塑就自然走唔甩<ref>Andrew Martindale, ''Man and the Renaissance'', 1966, Paul Hamlyn, </ref>。當時嘅有錢人好興出錢請雕塑家整雕塑作品，又會用雕塑嚟做公眾地方嘅裝飾，整咗大量描繪成年男女以至[[細路]]嘅雕塑作品。[[米高安哲羅]]（Michelangelo）係喺 1500 年 1520 年間活躍嘅一位著名雕塑家，喺古典雕塑嘅影響下整咗《[[大衛像]]》（David）、《[[哀悼基督]]》（Pietà）同埋《[[摩西像]]》（Moses）等多件舉世聞名嘅作品，當中例如《大衛像》就俾話佢喺姿勢上似古典嘅雕像<ref name="olson">Olson, Roberta J. M., ''Italian Renaissance Sculpture'', (1992), Thames & Hudson (World of Art).</ref>。 有關文藝復興後嘅歐洲[[藝術風格]]嘅例子，可以睇[[巴洛克]]（Baroque）。 <gallery mode="slideshow" class="center" heights="300px"> File:Michelangelo's Pieta 5450 cut out black.jpg|《[[哀悼基督]]》<br>呢件作品描繪抱住[[耶穌]]屍體、悲痛不已嘅[[聖母]]。 File:'David' by Michelangelo Fir JBU002.jpg|《[[大衛像]]》 File:'Moses' by Michelangelo JBU140.jpg|《[[摩西像]]》 File:Fontana dei Quattro Fiumi, Piazza Navona 01 - Roma - panoramio.jpg|羅馬一個[[噴水池]]上嘅雕像<br>17 世紀 </gallery> === 中國雕塑史 === {{see also|中國藝術}} 古代[[中國]]嘅雕塑藝術歷史相當悠久：中國雕塑最少可以追溯至[[商朝]]（公元前超過 1,500 年），當時商朝嘅人喺整[[青銅]]嘅[[金工]]技術上經已相當成熟，出咗大量用嚟做祭祀等用途嘅青銅器，而呢啲青銅器上面往往有複雜嘅浮雕，會描繪動物但又有純抽象性嘅[[幾何]]圖案<ref group="註">不過有考古學家留意到，商朝嘅浮雕唔知點解好少可描繪人。</ref>；打後少少嘅[[秦朝]]又有好出名嘅[[秦始皇]][[兵馬俑]]（公元前 3 世紀），呢啲雕像描繪咗超過 8,000 個[[士兵]]，俾秦始皇攞嚟做陪葬品<ref>Rawson, Jessica (ed.). ''The British Museum Book of Chinese Art'', 2007 (2nd edn), British Museum Press.</ref>。而喺呢啲時期佔領[[嶺南]]地區嘅[[百越人]]都有整雕塑，而且不乏平民化嘅作品<ref>Barlow, Jeffrey G. (1997). "Culture, ethnic identity, and early weapons systems: the Sino-Vietnamese frontier". In Tötösy de Zepetnek, Steven; Jay, Jennifer W. (eds.). ''East Asian cultural and historical perspectives: histories and society—culture and literatures''. Research Institute for Comparative Literature and Cross-Cultural Studies, University of Alberta. pp. 1–15.</ref>。一般嚟講，公元前嘅時期嘅中國雕塑喺風格上嘅一大特徵係冇乜宗教性質嘅雕像－[[儒教]]等喺呢個時代佔據咗中國嘅宗教多數都唔興整神靈嘅雕像嚟拜，要去到打後嘅[[唐朝]]等嘅朝代先至開始有大型嘅宗教性雕像<ref name="rawsonmore">Rawson, 135–45, 145–63.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Liu Ding.jpg|一個商朝嘅青銅[[鼎]]；<br>鼎表面有浮雕。 File:Group of soldiers.jpg|兵馬俑 File:Yue statue.jpg|[[越國]]雕像<br>公元前 200 年 File:Terracotta Army, View of Pit 1.jpg|兵馬俑由上面望嘅樣 </gallery> [[唐朝]]（618 - 907 年）同[[宋朝]]（960 - 1279 年）係[[漢傳佛教]]開始進入全盛嘅時代。當時[[佛教]]嘅相關文化（例如係[[印度]]嘅文化）經[[絲綢之路]]傳入中國，佛教徒好多時都興整[[佛祖]]或者[[觀音]]等宗教人物嘅雕像，於是唐朝同宋朝嘅雕塑喺風格上嘅一大特徵就係有大量嘅宗教性雕塑（尤其係大型嘅），用料上由木以至石頭同[[玉]]都有<ref>Rawson, Chapters 4 and 6.</ref>，出名嘅例子有喺[[四川]]嘅[[樂山大佛]]，又或者係佛祖同觀音等人物嘅木雕（廿世紀前嘅木雕保留到超過 500 年一般俾人覺得算係好勁）；另一方面，呢個時代嘅中國冇乜描繪[[皇室]]成員嘅雕塑作品－呢點同（例如）打前少少、好興整皇帝雕像嘅羅馬帝國好唔同，噉據講係因為喺唐朝同宋朝，皇帝嘅形象俾人認為係私人嘅，唔俾得外人知，不過皇帝嘅[[陵墓]]同[[廟]]等嘅地方依然好多時都有豪華、描繪動物形象嘅雕像同浮雕<ref name="rawsonmore"/>。 中國雕塑嘅另一個特徵係雕塑家嘅地立頗低：喺古希臘同古羅馬，雕塑家好多時都係奴隸，但起碼有啲雕塑家能夠喺作品上留名<ref>Burford, Alison, "Greece, ancient, §IV, 1: Monumental sculpture: Overview, 5 c)" in ''Oxford Art Online'', 2012.</ref>；而中世紀同打後嘅歐洲雕塑家仲會俾人請佢哋整雕塑，令雕塑家嘅地位提升<ref name="olson"/>；相比之下，古代中國嘅雕塑家屬[[士農工商]]當中嘅「工」，地位唔高，就算整咗受人鍾意嘅作品，都唔會喺作品上面留名；因為噉，廿世紀前嘅中國雕塑史上難以出到好似[[米高安哲羅]]噉嘅名家<ref>Rawson, 134–35.</ref>。 <gallery mode="slideshow" class="center" heights="300px"> File:Leshan Giant Buddha View from below.jpg|樂山大佛由下向上望 File:Mahayanabuddha.jpg|唐朝佛祖像<br>650 年 File:Chinese - Cup with Dragon Handles - Walters 42250 - Profile.jpg|宋朝玉杯<br>12 世紀 File:Guanyin 00.jpg|坐喺度嘅木觀音像<br>11 世紀[[北宋]] </gallery> ==== 粵式建築 ==== {{see also|粵式建築}} [[嶺南建築]]（{{jpingauto|ling5 naam4 gin3 zuk1}}），又叫[[粵式建築]]，係喺 14 世紀嘅嶺南興起嘅一種[[建築風格]]。嶺南建築好有特色：同[[中原]]嗰頭比起嚟，嶺南氣候又熱又濕立立，如果將中原嗰套建築風格直接搬落嚟嘅話，會好容易有[[發霉]]呢類濕滯嘢。所以[[廣府民系|粵人]]整咗一套同中原人唔同嘅建築風格。古典嶺南建築通常比較輕，而且會用通透同冇咁易發霉嘅材料起，色水會偏好灰白或者係綠呢啲柔和嘅色調，而且嶺南民居建築仲有好多[[露台]]呢類嘅開放式結構，等人有得唞涼。傳統上，嶺南建築一大特徵係雕像同浮雕多：同其他[[唐人]]起嘅[[祠堂]]比起上嚟，粵人嘅祠堂鍾意擺好多用木同石頭整嘅人物靈獸雕塑嚟做裝飾，達到「光宗耀祖」嘅效果。嶺南建築雕塑喺主題上好多樣，有歷史故事、神話傳說、吉祥圖案、飛禽走獸、奇花異草呀噉，亦都有啲係用本地特色嘅景物，好似係[[洋桃]]、[[番石榴]]、[[木棉]]同[[榕樹]]呢啲嶺南地區成日都見到嘅[[生果]]同[[植物]]<ref name="lingnanarch"/>。 <gallery mode="slideshow" class="center" heights="300px"> File:Ancient Painted Pottery of Chen Clan Academy.jpg|[[廣州]][[陳氏書院 (西關)|陳氏書院]]嘅雕像裝飾 File:Canton 1996 307.jpg|陳氏書院嘅浮雕 File:Chen Clan Academy 4.jpg|陳氏書院嘅浮雕 </gallery> == 現代雕塑 == {{main|現代雕塑}} [[現代雕塑]]（modern sculpture）係喺廿世紀初嘅歐美興起嘅雕塑[[藝術風格]]。一般認為，現代雕塑係由[[法國]]雕塑家[[羅丹]]（Auguste Rodin）喺 1900 年嗰陣响[[巴黎]]搞展覽而帶起嘅，當時羅丹展示咗《[[思索者]]》等嘅作品<ref>Curtis, Penelope, "''Sculpture: 1900-1945''", Oxford University Press, Oxford, 1999, p. 1.</ref>。打後[[西班牙]]藝術家[[畢加索]]（Pablo Picasso）帶起咗[[立體主義]]（cubism）呢門[[藝術流派]]：呢個流派嘗試將一件藝術品所描繪嘅事物[[抽象化]]成一塊塊[[平面]]同埋[[立方體]]等嘅基本[[幾何]]形狀，展現事物嘅基本構造，唔再好似打前嘅歐洲藝術噉，成日都堅持「要畫或者雕到同實物一樣」先算係[[靚]]；除此之外，畢加索又採取咗喺當時好嶄新嘅做法，用多嚿唔同嘅物體砌出佢想要嘅雕像（[[組合塑法]]），而唔係靠[[雕琢]]或者[[鑄造]]<ref>Apollinaire, Guillaume, (1912), ''Art and Curiosity'', the Beginning of Cubism, Le Temps.</ref>。另一方面，[[超現實主義]]（surrealism）嘅風潮興起，呢種藝術講求特登唔跟[[現實]]，而呢點同「要畫或者雕到同實物一樣」啱啱相反<ref>Alexandrian, Sarane. ''Surrealist Art''. London: Thames & Hudson, 1970.</ref>。上述嘅呢啲藝術革命創出咗現代雕塑－高度抽象化、唔追求「似實物」同埋唔追求學院化嘅新雕塑藝術。現代雕塑到咗廿一世紀初都仲有繼續發展緊<ref>Elsen, Albert E. (2003). ''Rodin's Art: The Rodin Collection of the Iris & Gerald B. Cantor Center for the Visual Arts''. Oxford: Oxford University Press. </ref>。 {{clear}} <gallery mode="slideshow" class="center" heights="300px"> File:Gaston lachaise floating figure.jpg|《飄浮人形》（Floating Figure）<br>[[:en:Gaston Lachaise|加斯當·拉查斯]]，1927 年 File:Henry Moore, Family Group (1950).jpg|《[[:en:Family Group (Moore)|一家人]]》（Family Group）<br>[[亨利·摩亞]]，1950 年 File:SMITH CUBI VI.JPG|[[以色列博物館]]展出嘅《CUBI VI》<br>[[:en:David Smith (sculptor)|大衛史密夫]]，1963 年 File:Moore Hongkong.JPG|喺香港展出嘅《雙重橢圓形》（Double Oval）<br>亨利·摩亞，1966 年 </gallery> == 宗教爭議 == [[File:2008-09 Nijmegen st stevens beeldenstorm.JPG|thumb|300px|荷蘭[[尼美根]]一間[[教堂]]嘅浮雕喺 16 世紀[[宗教改革]]嗰陣俾人破壞過－啲[[人面|面]]冚唪唥唔見嗮。]] === 亞巴郎諸教 === {{see also|拜偶像}} 雕塑嘅地位喺[[亞巴郎諸教]]（Abrahamic religions；包括[[猶太教]]、[[基督教]]同[[伊斯蘭教]]呢三個認同[[亞巴郎]]嘅地立嘅[[宗教]]）當中係一條好有爭議性嘅問題。簡單噉講，亞巴郎諸教傳統上係堅信[[一神論]]，認為[[宇宙]]當中除咗[[上帝]]之外冇嘢係應該受人[[崇拜]]嘅，所以對於[[拜偶像]]（idolatry；指當[[雕像]]等嘅物體係[[神]]噉拜）極之反感，當中伊斯蘭教仲嚴到禁止信徒製作[[雕像]]，而伊斯蘭教盛行嘅[[中東]]亦都因為噉而喺 8 世紀（大規模改信伊斯蘭教）之後近乎冇嗮雕像藝術<ref>Reuven Chaim Klein (2018). ''God versus Gods: Judaism in the Age of Idolatry''. Mosaica Press.</ref><ref>Faur, José; Faur, Jose (1978), "The Biblical Idea of Idolatry", ''The Jewish Quarterly Review'', 69 (1): 1–15.</ref>。猶太教同基督教相比之下寬鬆啲，當中[[羅馬天主教]]對雕像比較包容，一般都俾信徒面向住[[聖母]]同[[聖人]]嘅雕像[[祈禱]]<ref>[https://www.catholiceducation.org/en/controversy/protestant-objections/do-catholic-s-worship-statues.html Do Catholic's Worship Statues?].</ref>，而猶太教以及[[新教]]通常都唔會俾信徒整宗教性質嘅雕像，但一般都容許非宗教性嘅雕像<ref>Kurian, George Thomas; Lamport, Mark A. (10 November 2016). ''Encyclopedia of Christianity in the United States''. Rowman & Littlefield Publishers. p. 707.</ref>。 === 破壞偶像主義 === {{main|破壞偶像主義}} 因為亞巴郎諸教對雕像嘅忌諱，亞巴郎諸教各教喺歷史上都有出現[[破壞偶像主義]]（iconoclasm），即係指啲信徒出於宗教目的而走去大規模噉破壞雕像，尤其係異教徒嘅宗教偶像。例如係歐洲喺 16 世紀嗰時搞[[宗教改革]]（Reformation），呢場改革涉及對（當時經已存在咗差唔多成 1,000 年嘅）羅馬天主教會嘅不滿，亦引致新教嘅出現，而期間有好多激進嘅信徒都走去破壞羅馬天主教會好興整嘅宗教雕像同浮雕。呢點俾人指搞到歐洲喪失咗好多有歷史價值嘅雕塑作品<ref>Stark, Rodney (18 December 2007). ''The Victory of Reason: How Christianity Led to Freedom, Capitalism, and Western Success''. Random House Publishing Group. p. 176. The Beeldenstorm, or Iconoclastic Fury, involved roving bands of radical Calvinists who were utterly opposed to all religious images and decorations in churches and who acted on their beliefs by storming into Catholic churches and destroying all artwork and finery."</ref>；類似嘅事就算到咗廿一世紀都仲有發生，例如係自從廿世紀尾開始，基督新教開始喺[[韓國]]廣傳，有唔少韓國新教徒都唔老嚟韓國嗰啲古老嘅佛教雕像，認為噉係拜偶像，仲出咗多單「新教徒走去[[放火]]破壞[[佛寺]]同佛教雕像」嘅案<ref>Wells, Harry L. 2000. "Korean Temple Burnings and Vandalism: The Response of the Society for Buddhist-Christian Studies." ''Buddhist-Christian Studies'', 20:239–40.</ref>。 順帶一提，「Iconoclasm」呢個英文字源自[[古希臘文]]嘅「εἰκών-」（[[羅馬字]]：eikṓn-，「聖像」噉解）同「κλάω」（羅馬字：kláō-，「打爛」噉解）嘅結合<ref>Crone, Patricia. 2005. "''Islam, Judeo-Christianity and Byzantine Iconoclasm''." Pp. 59–96 in From Kavād to al-Ghazālī: Religion, Law and Political Thought in the Near East, c. 600-1100, (Variorum). Ashgate Publishing.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} {{clear}} == 相關藝術 == {{see also|造型藝術}} {{div col|style=column-count:3}} *[[畫畫]] *[[建築設計]] *[[陶藝]] *[[摺紙]] *[[盆栽]] *[[面具]] {{div col end}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[印度岩雕建築]] *[[圖騰柱]] *[[圖章 (東亞)|圖章]] *[[雕版印刷]] *[[電腦圖像]] *[[幾何學]] *[[噴水池]] *[[廣場]] {{div col end}} {{clear}} == 文獻 == {{div col|style=column-count:3}} *Boucher, Bruce, ''Italian Baroque Sculpture'', 1998, Thames & Hudson (World of Art), {{ISBN|0-500-20307-5}} *Calkins, Robert G.; ''Monuments of Medieval Art'', Dutton, 1979, {{ISBN|0-525-47561-3}} *Cherry, John. ''The Holy Thorn Reliquary'', 2010, British Museum Press (British Museum objects in focus), {{ISBN|0-7141-2820-1}} *Cook, R.M., ''Greek Art'', Penguin, 1986 (reprint of 1972), {{ISBN|0-14-021866-1}} *Dodwell, C.R., ''Anglo-Saxon Art, A New Perspective'', 1982, Manchester University Press, {{ISBN|0-7190-0926-X}} *Harle, J. C., ''The Art and Architecture of the Indian Subcontinent'', 2nd edn. 1994, Yale University Press Pelican History of Art, {{ISBN|0-300-06217-6}} *Paine, Robert Treat, in: Paine, R. T., & A. Soper, ''The Art and Architecture of Japan'', 3rd edn 1981, Yale University Press Pelican History of Art, {{ISBN|0-14-056108-0}} *Kitzinger, Ernst, ''Byzantine art in the making: main lines of stylistic development in Mediterranean art, 3rd–7th century'', 1977, Faber & Faber, {{ISBN|0-571-11154-8}} (US: Cambridge UP, 1977) *Olson, Roberta J. M., ''Italian Renaissance Sculpture'', 1992, Thames & Hudson (World of Art), {{ISBN|978-0-500-20253-1}} *Sickman, Laurence, in: Sickman L., & A. Soper, "The Art and Architecture of China", ''Pelican History of Art'', 3rd edn 1971, Penguin (now Yale History of Art), LOC 70-125675 *Smith, W. Stevenson, and Simpson, William Kelly. ''The Art and Architecture of Ancient Egypt'', 3rd edn. 1998, Yale University Press (Penguin/Yale History of Art), {{ISBN|0-300-07747-5}} *Snyder, James. ''Northern Renaissance Art'', 1985, Harry N. Abrams, {{ISBN|0-13-623596-4}} *Williams, Dyfri. ''Masterpieces of Classical Art'', 2009, British Museum Press, {{ISBN|978-0-7141-2254-0}} {{div col end}} == 攷 == {{reflist|3}} ==拎== {{Commonscat|Sculptures}} *[https://www.britannica.com/art/sculpture Sculpture]. ''Britannica''. *[https://www.britannica.com/art/art-conservation-and-restoration/Sculpture Art conservation and restoration - Sculpture]. ''Britannica''. *[http://www.vam.ac.uk/page/s/sculpture/ Sculpture "hub"] at the Victoria and Albert Museum. *[http://www.cmog.org/ Corning Museum of Glass]. *[http://www.sculpture.org.uk/ Cass Sculpture Foundation], a charity dedicated to commissioning monumental sculpture. {{Template:視覺藝術}} [[Category:雕刻| ]] 6ziy0qsez8062r7bhzej63gqpyh8dtx 0 88919 1865525 1738721 2022-08-19T20:19:47Z Al12si 87401 因紐特文有 Canadian syllabics 同拉丁字母兩種寫法，兩種寫法都係因紐特文 wikitext text/x-wiki [[Image:Nunavut in Canada.svg|thumb|right|200px|努那活喺加拿大嘅位置]] [[File:Flag of Nunavut.svg|thumb|200px|努那活旗]] '''努那活'''（因紐特文：'''ᓄᓇᕗᑦ''' / '''Nunavut'''，意思係「我等嘅土地」；英文/法文：'''Nunavut'''）係[[加拿大]]最新建立嘅一個領地，首府係[[伊卡路葉]]（因紐特文：ᐃᖃᓗᐃᑦ / Iqaluit）。1999年加拿大國會通過《努那烏法案》<ref name=act>{{cite web |url=http://laws-lois.justice.gc.ca/eng/acts/N-28.6/index.html |title=Nunavut Act |author=Justice Canada |authorlink =Department of Justice (Canada) |year=1993 |accessdate=April 26, 2007}}</ref>同《努那活原住民土地所有權協議法案》<ref name=claims>{{cite web |url=http://laws.justice.gc.ca/en/showdoc/cs/N-28.7//20070517/en?command=searchadvanced&caller=AD&search_type=bool&shorttitle=%20Nunavut%20Land%20Claims%20Agreement%20Act&day=17&month=5&year=2007&search_domain=cs&showall=L&statuteyear=all&lengthannual=50&length=50 |title=Nunavut Land Claims Agreement Act |author=Justice Canada |year=1993 |accessdate=April 26, 2007 |archive-date=2011年6月5號 |archive-url=https://web.archive.org/web/20110605063004/http://laws.justice.gc.ca/en/showdoc/cs/N-28.7//20070517/en?command=searchadvanced&caller=AD&search_type=bool&shorttitle=%20Nunavut%20Land%20Claims%20Agreement%20Act&day=17&month=5&year=2007&search_domain=cs&showall=L&statuteyear=all&lengthannual=50&length=50 |url-status=dead }}</ref>之後，努那活喺當年4月1號正式脫離[[西北領地 (加拿大)|西北領地]]，成為獨立嘅省級領地行政區。 就面積而言，努那活係全加拿大面積最大嘅省級行政區。但係2011年嘅人口普查顯示，努那活嘅總人口只有31906人，絕大部份係散居各地嘅因紐特原住民<ref name="census2011">{{cite web|url=http://www12.statcan.ca/census-recensement/2011/dp-pd/prof/details/Page.cfm?Lang=E&Geo1=PR&Code1=62&Geo2=PR&Code2=01&Data=Count&SearchText=Nunavut&SearchType=Begins&SearchPR=01&B1=All&GeoLevel=PR&GeoCode=62|title=Census Profile Nunavut |publisher=Statistics Canada |date=June 28, 2010 |accessdate=February 9, 2012}}</ref>。 ==參攷== <references/> {{加拿大省級政區}} {{同享類|Nunavut}} {{地理楔}} [[Category:努那活| ]] pno1pw1jj0vcksqrp8b38dguz4d3wsw 0 90305 1865534 1849251 2022-08-19T21:31:04Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{multiple image | align = right | header = 泳裝嘅種類 | image1 = Coloirful bikini.jpg | width1 = 231 | image2 = Young man in swimwear (1030790).jpg | width2 = 200 | footer = <center>左邊嘅係女人嘅比堅尼游水裝，右邊嘅係男人嘅三角游水褲。</center> }} '''泳裝'''（{{jpingauto|wing6 zong1}}），又叫'''游水裝'''（{{jpautocore|jau4 seoi2 zong1}}），係[[游水]]時或喺[[海灘]]活動同選美入面着嘅一種裝，特色係又薄又貼身。喺世俗地區，男人興只着'''游水褲'''（'''泳褲'''）遮屁股罅同下陰及其週圍，女人通常着'''游水衫'''（'''泳衣'''），除上述數處，重遮埋𢆡頭及其週圍。 ==發展史== 游水衫發展史道道都反映咗唔同時期社會（尤其係觀念同文化）嘅演變，亦反映咗社會道德同性觀念嘅地區差異。 ===16世紀前=== 16世紀前重未有「游水衫」，嗰時啲人去[[游水]]都係剝光豬落去嘅。而喺[[古希臘]]入面，啲人認為，海就係又天然又simple嘅，所以落海游水唔使著埋衫褲落去。而喺[[古羅馬]]，就已經有[[浴場]]，搞到[[阿德拿海]]附近成日都人山人海。由於游水要剝光啲身，所以喺歐洲嗰邊就有「成日剝光豬」嘅講法。 ===16世紀=== 到咗[[中世紀]]嗰陣，有人用借口嚟唔俾女仔同男仔喺埋一齊游水同沖凉。但係到咗16世紀，「成日剝光豬」嘅講法俾人哋話成[[鹹濕]]。結果就有咗游水衫，而最早嘅游水衫，男仔係著住條圍裙落去游水，而女仔係著住件亞麻襯衫嘅。嗰時游水衫係貴族先有。 ===17～18世紀=== 到咗17世紀，同醫療有關嘅沖涼方式先至畀咗女仔機會去沖涼。但如果女仔想落去沖涼，必須要着埋長袖同埋剝光隻脚嘅出汗衫，重有出面有頂帽嚟撳住成個身嚟沖涼嘅。嗰陣時，佢哋嘅帆布沖涼衫係又硬又大嘅，好似啲牧師專門著嘅衫咁大個袖，而呢種衫可以喺水度整開，搞到人哋睇唔到個身係點。如果啲女仔一出咗水，侍者就會幫佢哋著返啲長嘅瞓覺衫同埋拖鞋，唔畀佢啲濕苙苙嘅衫將成個身剝嗮出嚟。之後，男嘅轎車夫就將沖過涼嘅女仔搬返去屋企再放喺張床度，等啲女仔慢慢噉喺床上面出汗。而喺17世紀60年代嘅英國，游水衫嘅活動開到鬼咁犀利。而嗰時啲男仔重可以喺游水嗰陣剝光嗮，不過返上岸之後就要著返啲衫同褲。 ===19世紀=== [[File:Bathing_suit_1858.png|thumb|right|210px|1815年嘅游水衫]] 到咗1822年，由於有醫生對呢種噉嘅游水杉就猛咁鬧，話佢係阻住啲水同身嘅有病部位嘅直接接觸，會影響啲藥效。搞到出咗呢三種方案： # 病人唔著游水衫係最好嘅方法 # 如估唔著就唔舒服嘅話，啲游水衫就一定要儘量整到有幾大就有幾大、有幾闊就有幾闊，有幾輕就有幾輕。 # 游水場地分開男、女兩個區 雖然話第1種方案係比較激，但係好多人揀咗第3種方案。就喺嗰陣時，有笪海灘就因為咁，先至分開咗兩部分（有男專用區同埋女專用區），甚至重有啲女仔用嘅海灘重成日用塊布嚟遮住成個身，唔畀啲男仔去睇嘅。後嚟到咗[[維多利亞年代]]（1837年—1901年）嗰陣，由於有越嚟越多嘅民眾嚟到英國嘅海邊去游水。而呢種新生活嘅方式出現，就搞咗新嘅游水衫出現咗。而嗰陣時女仔著嘅游水衫，係用咗深色嘅法蘭面料嚟整嘅衫同埋褲。嗰陣時都將話「係唔係罅形」嘅嘢，都入埋衫嘅規則入面，而到咗19世紀60年代就出咗新版本嘅游水衫，而呢種版本嘅游水衫係土耳其版本嘅燈籠褲，上面有簡單又連埋腳嘅連身裙。雖然話呢種衫係搞到嗰陣時保守主義嘅人鬧到狗噉滯，但係過咗好耐，呢種噉嘅游水衫就喺海灘入面出現咗。而呢種游水衫就成日向下轆，重好牙煙噉滯。 由於嗰陣時嘅社會好關住「公眾場合入面嘅形象」，搞到男仔開始要迫住著衫落去游水。重有嗰陣時話一條短褲唔好睇，所以連男仔嘅游水衫都變咗好厚嘅套裝，唔單止成個身都撳住嗮，重連手同腳都撳埋。而男仔最早嘅游水杉係有厚嘩嘰嚟整嘅，腰嘅部份冇鬆緊帶，所以成日都跌落嚟（如估喺水底入面嘅話，重會跌倒腳趾嗰邊）。雖然話呢筍嘢會成日俾人話唔文明，但係啲男仔就對呢個好反感，一見到有機會，就重係剝光豬去游水。 ===20世紀初=== ====一件頭嘅出現==== [[File:Annette_Kellerman1.jpg|thumb|right|160px|安尼迪克拿文著嘅一件頭，呢件係一件頭最早嘅版本。]] 喺20世紀嗰時，游水衫凈係啲連衫嘅短裙，同家陣街邊成日著嘅裙同衫差唔多。其實嗰時大多數人喺公眾游水池度玩水嘅，都係冇專業嘅游水衫褲。喺一件頭出嚟之前嘅2年（1907年），有位叫[[安尼迪克拿文]]嘅[[澳洲]]女仔，開始整符合佢自己嘅游水衫，而佢係將游水杉同歌舞雜技演員嘅緊身絲襪嚟整咗合體而搞出咗睇到出面，重體現出大膽嘅體育精神嘅游水衫。而呢種游水衫同埋跳水衫就喺英國同埋美國都引起咗強烈嘅反響。而專業嘅游水衫褲就係喺1909年出現嘅，就係依家講嘅「[[一件頭]]」，佢係由時裝界嘅傳奇人物[[CHANEL]]嚟整嘅，嗰時重係第一件真正意義上嘅現代游水衫。雖然話呢種游水衫喺一定程度入面，睇到剝光咗嘅四肢同一細部份嘅身，話女仔有傷風化嘅嫌疑，但CHANEL話唔係噉，重著埋呢件嘢上身話清楚點解，結果好多嗰時啲後生女好快就有樣學樣。到咗1930年代，女仔嘅緊身游水衫都幾流行下。而游水衫重出現咗一種同底衫差唔多樣嘅設計，而且重變咗好多：其中背帶頂住咗條袖，褲腳變得越嚟越短，而領鈦口就變到得越嚟越低。搞到猛咁流行嘅日光浴重整到游水衫喺睇到埐皮，而且避免咗背帶出現咗條曬痕。 ====游水褲嘅出現==== 喺19世紀尾之前，男仔都係著類似[[全身游水裝]]啲裝備落去游水，但嗰時用嘅係條紋品種。直到19世紀尾，五種唔同嘅男仔泳裝喺開始出現：分別係短筒褲、游水衫、運動短褲、正規游水褲同緊身游水褲。不過男游水衫喺20世紀反映咗道德壓力嘅下降同社會對剝光豬現象嘅寬容態度，但嗰時有人反對重笑男仔啲游水衫必須要有袖同褲腳、緊身褲同底衫嘅做法。直到[[1928年夏季奧林匹克運動會|1928年奧運]]開幕之後，男仔先至有露出好多身體部位啲泳裝，但嗰時用嘅係背心+短褲嘅連體組合品種<ref name="wze">[http://www.wezeit.com/rss/sohu/310242.html 10 个泳衣冷知识，原来比基尼是原子弹炸出来的]{{Deadlink}} 微在</ref>。 從1930年代開始，有啲男仔可以凈着[[游水褲]]兼剝光上身而去游水<ref>[http://www.bj-slgf.com/info.asp?ac=387 游泳池-泳装的发展历史] {{Webarchive|url=https://web.archive.org/web/20160305043631/http://www.bj-slgf.com/info.asp?ac=387 |date=2016年3月5號 }} 思乐永发 专业泳池设备中心</ref>。但嗰時凈得美國地區先至有，後嚟噉嘅行為俾美國法官猛咁鬧，重話唔希望見到男仔凈着條褲兼剝光上身而去游水。而嗰種泳裝發展到一條類似三角褲嘅四角褲噉，上邊加多件類似{{link-ja|男人胸罩|メンズブラ}}噉嘅裝備，但下邊加咗橛布料擋住肚腩，附近有拉鏈同褲連埋<ref name="wze" /><ref name="tgd" />。不過嗰時法官唔希望見到男仔所謂「凈着條褲兼剝光上身而去游水」嘅規定同講法直到[[1948年夏季奧林匹克運動會|1948年奧運]]開幕之後先至取消咗<ref name="tgd">{{cite web|url=https://www.theguardian.com/sport/gallery/2009/jul/29/swim-suits-supersuits-history-michael-phelps|title=Swimsuits through the ages|work=theguardians|date=2009-07-29}}</ref>。 隨後社會開始接受男仔凈着條褲兼剝光上身嘅形式落去游水，1967年發展到好多種顏色嘅條紋品種兼喺[[1972年夏季奧林匹克運動會|1972年奧運]]開幕之後先至得到推廣<ref name="tgd" />。 ===20世紀中=== ====比堅尼嘅出現==== 女仔嘅游水衫出現咗兩件式品種，而且兩件都冇連埋一齊嘅。到咗1940年代出現咗而家講嘅「[[比堅尼]]」，係由法國佬設計嘅一種游水衫。喺1946年，由於美國[[夏威夷]]嘅[[珍珠港]]發生咗原子彈爆炸，而且咁啱得咁橋炸咗[[比堅尼島]]先至改成噉嘅名。佢係攞咗三件布同四條帶嚟整嘅游水衫，而呢種衫喺1946年7月5號出現嘅。呢種衫料喺女仔嘅衫入面，係世界上撳住個身嘅面積最細嘅游水衫，通過胸罩嚟遮住個胸，背脊除咗條繩之外，成身幾乎剝光豬噉滯，而三角褲嘅胯重儘量向上整咗，重最大限度噉睇到個大髀。呢件嘢重好細，啹埋一搆就可以裝入個火柴盒入面喇。由於比堅尼嘅出現，就將以前嘅保守觀念簡化咗，變成而家嘅時尚意識。而世界上第一個著比堅尼嘅係法國佬——[[米些蓮畢拿甸尼]]<ref>[http://it.sohu.com/20051125/n240806069_1.shtml 《国家地理》透析百年泳装发展历史[组图] 搜狐IT]</ref>。 ====望怒堅尼嘅出現==== 隨著世界各地嘅經濟發展同埋出現咗現代嘅生活方式，結果材料就越嚟越犀利，啲料重越嚟越多添。喺1958年由於用咗人造彈性纖維整件游水衫，由於呢啲游水衫同底衫好相似，所以喺20世紀60年代，有啲嗰陣時嘅後生仔重將啲游水衫當成係底衫嚟著。到咗1970年代出現咗「[[望怒堅尼]]」款式，等於比堅尼嘅下件駁住兩條掛喺膊頭嘅繩，對𢆡露哂出嚟。雖然話呢種游水衫承認咗道德嘅約束力，但又吸引人對性器官嘅注意。雖然國際範圍越嚟越多人接受唔著上裝或成身剝光豬去游水，但凈得好少人用呢種方式去游水。 ===20世紀尾=== 喺1989年，美國嗰邊有位叫[[茱莉荷]]嘅摩䆃推出咗一系嘅游水衫，而呢種游水衫就係「將個大髀放返入去女式嘅游水衫入面」嘅品種。而佢嘅設計啱好通過咗強調啲游水衫嘅整體性同埋佢嘅魅力，搞到啲人諗返之前20世紀40年代嗰陣時喺[[荷里活]]入面出現過嘅游水衫。 ====三角游水褲嘅出現==== 早期男仔允許凈着條四角褲就乜都冇著嘅泳裝喺1948奧運得到推廣之後，到1978年出現咗而家講嘅「[[三角游水褲]]」。嗰時[[蘇格蘭]]泳手——{{link-en|大衛威奇 (泳手)|David Wilkie (swimmer)|大衛威奇}}為咗展示佢喺[[1976年夏季奧林匹克運動會|1976年奧運]]攞咗男子200m蝶泳冠軍嘅葳蕤成就，喺1978年嗌咗設計師設計出種同嗰時四角游水褲相比，更加少布料嘅游水褲出嚟<ref name="tgd" />。而設計師話成大衛威奇因為個身從第個人睇，冇乜胸毛噉<ref name="tgd" />。後嚟呢種游水褲喺[[1980年夏季奧林匹克運動會|1980年奧運]]開幕之後先至得到推廣，[[1992年夏季奧林匹克運動會|1992年奧運]]期間亦衍生咗低腰版。 ====鯊魚皮游水衫、全身游水衫嘅出現==== {{multiple image | align=right | image1 = Jau4 Seoi2 Saam1.jpg | width1=150 | image2 = A Boy wearing Bodyskin.jpg | width2=188 | footer = 部分男仔着嘅全身游水裝，家下喺市面上有得賣。 }} {{seealso|鯊魚皮游水衫|全身游水裝}} 到咗20世紀90年代，游水衫嘅風格又重新行返去以前19世紀嘅品種，雖然話比20世紀初同20世紀中嘅游水衫品種係覆蓋咗身嘅好多位，但係同19世紀嘅游水衫唔同嘅係，呢種游水衫係重新用咗啲原嚟嘅縫合方式同埋調節體態嘅方式。就喺嗰陣時，[[Speedo]]公司就開發咗鯊魚皮品種嘅游水衫，而呢個係有水衫嘅使用面料係最有重大意義嘅更新。而呢種游水衫係用咗特殊嘅面料去整嘅，佢根據咗仿生學原理，呢種游水衫同鯊魚皮唔同嘅係，佢喺水入面嘅阻力要比人體嘅皮膚低3%，聽話最多可以將比賽嘅成績提高7.5%。而呢種游水衫係為咗最大限度咁減小運動員喺水入面嘅阻力，所以除咗手同面以外，其他部位都係撳住嗮。呢種游水衫喺2000年，[[澳洲]]嘅游水選手[[伊恩科比]]就係著過呢種游水衫啦，而呢種連體嘅游水衫就引起咗好多人關注。雖然話呢種游水衫響1999年就允許喺奧運入面用，但係到咗2012年就冇呢隻歌仔唱啦<ref>[http://2012.sina.com.cn/zq/aq/2012-08-12/173457292.shtml 疯狂鲨鱼皮为何俾禁用：穿上它不会游泳也能完赛] 新浪奧運</ref>。不過呢種游水衫依家重喺市面上有得賣。 ===21世紀=== 依家游水衫嘅品種已經越嚟越多，重有越嚟越貼身同埋衿用，同時重越嚟越有審美嘅價值。 ====布堅尼嘅出現==== {{main|布堅尼}} 喺2007年2月，澳洲籍黎巴嫩人阿克達渣力餮就研發咗一件游水衫，呢種係伊斯蘭教徒嘅女仔去游水嗰陣，成日着住嘅游水衫。依家已經吸引咗全球各地買家嘅興趣。好多中東同埋歐洲國家地區都話想引入呢件嘢嚟做救生制服。 ==依家嘅品種== 喺西方嘅文化入面，其中男仔嘅游水衫品種大部份都係[[沙灘褲]]、[[四角游水褲]]、[[三角游水褲]]、[[T字游水褲]]同埋[[G字褲]]呢5種，全部係爲咗減少身體下面嘅覆蓋。 而女仔嘅游水衫品種大部份都係[[一件頭]]、[[比堅尼]]或者係T字游水褲呢3種。雖然話呢啲品種嘅樣、長度都裁切入面都係有多方面嘅趨勢，但係喺裁切方面，都係同一般嘅連衫褲呢啲嘢係冇乜大嘅區別<ref>{{cite web |url=http://www.bakuaustralia.com.au/swimwear-articles/article/trends-in-womens-swimwear/ |title=Trends in women's swimwear |access-date=2014年4月2號 |archive-date=2013年5月16號 |archive-url=https://web.archive.org/web/20130516221403/http://www.bakuaustralia.com.au/swimwear-articles/article/trends-in-womens-swimwear/ |url-status=dead }}</ref>。而喺2007年出嘅[[波堅尼]]，係專門照顧咗啲穆斯林嘅女仔去游水嘅，佢係除咗面同埋手掌、腳底之外就全部都遮冚嗮（同[[潛水衫]]有啲似）。呢筍嘢家陣重有個升級版本嘅，就係遮冚嗮成身嘅游水衫喇。而遮冚嗮成身嘅游水衫喺[[伊斯蘭教]]嗰邊，可以睇成係謙虛嘅行為。喺[[埃及]]嗰頭重出現咗遮冚嗮成身嘅「伊斯蘭版游水衫」<ref>{{cite news |url=http://news.bbc.co.uk/2/hi/middle_east/910379.stm |title=Warm welcome for 'Sharia swimsuit' |publisher=BBC News |accessdate=2009-01-10 |last=Hawley |first=Caroline | date=2000-09-05}}</ref>。 ===女泳裝=== <gallery> Chloe Sutton.jpg|一件頭（經典） Sunny Lowry in two piece channel swim costume.jpg|兩件頭（經典） 2009 Run to the Sun Fashion Show in Anchorage Alaska 11.jpg|比堅尼 Red polka tankini.jpg|坦堅尼 Jiriruzek net 2010 Vinohrady.jpg|望怒堅尼 中国国际时装周。浩沙泳装新品发布01 (16).jpg|望堅尼 Burqini.jpg|布堅尼 </gallery> ===男泳裝=== <gallery> A Swimbrief.jpg|三角游水褲 Jammer.png|齊腳游水褲 Japanese_traditional_swimwear_FUNDOSHI_red_rokushaku_front_photomodel_fthong_1.jpg|T字游水褲 Legskin.jpg|長髀游水褲 The Mankini.jpg|曼堅尼 </gallery> ===男女都啱着嘅泳裝=== <gallery> Unveiling_of_LZR_Racer_in_NYC_2008-02-13.jpg|鯊魚皮游水衫 Father_and_son_surf_lesson_in_Morro_Bay%2C_CA_12_of_12.jpg|防曬游水衫 Siamesed body-skin swimsuit for NSA.jpg|全身游水裝 Surfer_in_wetsuit_carries_his_surboard_on_the_beach.JPG|沖浪衫 |競賽型游水衫 </gallery> ==睇埋== * [[潛水衫]] * [[一件頭]] * [[比堅尼]] * [[校園游水裝]] * [[鯊魚皮游水衫]] * [[全身游水裝]] * [[沙灘褲]] * [[波堅尼]] * [[三角游水褲]] * [[四角游水褲]] * [[T字游水褲]] ==出面網頁== *[http://www.fx120.net/nxtd/nxzti/yyzt/yyfzs/lm5961_1.htm 游水衫發展史] *[http://wenku.baidu.com/view/2b76a81da8114431b90dd884.html 游水衫發展史] *[http://blog.sina.com.cn/s/blog_483cf8830100l7uh.html 舊相見證游水衫嘅發展史] *[http://edition.cnn.com/2013/06/21/living/gallery/history-of-bathing-suits/ Bathing suits through the years] CNN *[http://www.chicagotribune.com/sns-pgc-bathing-suits-pictures,0,7355228.photogallery Bathing suits through the years] Chicago Tribune *[http://blog.lulus.com/fashion/fashion-era-the-evolution-of-swimsuits-over-the-years/ Fashion Era: The Evolution of Swimsuits Over the Years] LuLu's ==註== {{commonscat|swimwear}} {{Reflist}} {{游水裝備}} [[Category:泳裝| ]] 7jzbsj3awu8byf6m0mb99kzc88703lk 0 98915 1865541 1828789 2022-08-19T21:44:24Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki '''流溪河隧道'''係[[中國]][[廣東省]][[廣州市]][[從化區]]一隧道，2004年9月通車，喺[[呂田鎮]]塘田村西邊近[[良口鎮]][[流溪河水庫]]東北角位（[[105國道]]嘅K2456+700～2456+200標記），附近冇幾遠就係呂田嘅六角水村同埋溫塘肚村。 ==介紹== 隧道全長560米，係一條單洞式隧道。佢係接埋隧道兩邊開特大高架旱橋，而成個隧道響大立岭深峡谷嘅山間野林入面。<ref>[http://news.sina.com.cn/s/2004-09-19/15033710953s.shtml 105国道又一个隧道通车] 喺2004-09-19搵到</ref><ref>[http://www.ycwb.com/gb/content/2004-09/24/content_767174.htm １０５国道从化段流溪河隧道通车]{{Deadlink}} 喺2004-09-24搵到</ref> ==註== {{Reflist}} {{廣州嘅隧道}} [[Category:廣州橋隧]] [[Category:從化]] riqnjfyzmwy4gsf8xnegapyenxcrsqg 0 100901 1865452 1749437 2022-08-19T15:59:47Z Abckwan 206679 wikitext text/x-wiki {{藝人 | 姓名 = 陳偉琪 | 類型 = 女藝人 | 圖片 = File:陳偉琪.jpg | 圖片尺寸 = | 圖片簡介 = | 英文名 = Vicky Chan | 綽號 = 琪琪 | 國籍 = {{CAN}}<br>{{CHN-HKG}} | 籍貫 = | 出生日期 = {{Birth date and age|1991|5|21}} | 出生地點 = {{HKG-1959}} | 逝世日期 = | 逝世地點 = | 教育程度 = 大學畢業 | 職業 = 演員 | 語言 = [[粵語]]、[[國語]]、[[英語]]、[[法文]] | 宗教信仰 = | 配偶 = | 出身地 = | 活躍年代 = 2013年至今 | 經紀公司 = [[無綫電視]]（2013年至2021年） | 網站 = | awards = |親屬=[[陳瑞輝]]（堂大佬）}} '''陳偉琪'''（{{Jpingauto|can4 wai5 kei4}}，{{lang-en|''' Vicky Chan'''}}，{{bd|1991年|5月21號}}）係[[香港]][[無綫電視]]前藝員，曾經移民[[加拿大]]，2011年[[溫哥華華裔小姐競選]]亞軍，跟住返香港參加過[[2013年度香港小姐競選]]<ref>{{引網 |url=http://news.sina.com.hk/news/20130902/-1555-3056101/1.html |title=陳偉琪沈桂澄身材勁爆 |access-date=2014年4月29號 |archive-url=https://web.archive.org/web/20140316110655/http://news.sina.com.hk/news/20130902/-1555-3056101/1.html |archive-date=2014年3月16號 |url-status=dead }}</ref>，因為傳聞有「神秘契爺」幫佢拉票，所以有傳媒話佢係「[[種票]]高手」<ref>[http://hk.apple.nextmedia.com/news/art/20130902/18405327 花絮：克勤寸陳偉琪種票] {{Webarchive|url=https://web.archive.org/web/20140316111219/http://hk.apple.nextmedia.com/news/art/20130902/18405327 |date=2014年3月16號 }}，蘋果日報，2013年9月2號</ref><ref>[http://orientaldaily.on.cc/cnt/entertainment/20130820/00282_019.html (20)陳偉琪總動員闔家種票]，東方日報</ref>，最後決賽攞第5，之後參加第27期[[無綫電視藝員訓練班]]做藝員。 佢有玩開豎琴，2019年仲喺美國舉行嘅「WCOPA」世界表演藝術錦鏢賽中，憑豎琴表演攞咗冠軍<ref>{{引網|url=https://www.mpweekly.com/entertainment/focus/local/20190802-164743|title=【愛回家】細龍太世界賽Final Show片段曝光|date=2019-08-02|website=明周娛樂|language=en-US|access-date=2020-01-20}}</ref>。 ==生平== ===參加選美比賽=== 陳偉琪喺[[2011年]]參加[[溫哥華華裔小姐競選]]，攞到亞軍、最上鏡小姐及最優雅[[模特]]獎。 之後陳偉琪返香港選[[2013年度香港小姐競選]]，喺商場活動嘅投票攞到「現場最受歡迎佳麗獎」，最後決賽終攞到排名第5名，但觀眾投票分數中排名五強以外，只係喺男性觀眾投票排第6名。 ===喺選舉助選=== 喺[[加拿大]]陳偉琪曾為[[溫哥華]]市長選舉助選。到[[2012年香港立法會選舉]]，佢為「建築、測量及都市規劃界」民主黨參選人[[吳永輝]]做形象顧問。拍片教參選者點樣提升形象<ref>[http://hk.dv.nextmedia.com/actionnews/local/20120824/16631962/16632059 選壇愛美神　搶票唔洗騰] {{Webarchive|url=https://web.archive.org/web/20161105161702/http://hk.dv.nextmedia.com/actionnews/local/20120824/16631962/16632059 |date=2016年11月5號 }}，蘋果日報，2012年8月24號</ref>。 ==演出== {{expandlist}} ===電視節目（香港開電視）=== *2022年：《[[Summer Girls 2022]]》主持 ===電視節目（無綫電視）=== *[[明珠生活]] ===電視劇（無綫電視）=== *[[愛·回家]] 飾 蚊蚊 （第498集）、蓮（第514集） *[[我們的天空]] 飾 雜誌社職員（第1-4集）、記者（第3集） *[[華麗轉身]] ==參考== <references/> ==出面網頁== *{{Facebook|VickyVtheChan}} *{{Instagram|vthechan}} *{{Sinaweibo|2719202464}} *[http://misshk.tvb.com/2013/contestant/vicky 2013香港小姐競選- 陳偉琪Vicky Chan - 佳麗檔案- tvb.com] [[Category:前無綫電視女藝員]] [[Category:香港女模特兒]] [[Category:2013年度香港小姐競選佳麗]] [[Category:陳氏|偉琪]] [[Category:香港聖保祿學校舊生]] ct3ddwncacakcbcsuzfggvlgounouhv 0 101787 1865867 1402909 2022-08-20T11:34:45Z 182.239.92.6 wikitext text/x-wiki [[File:伯遠帖.jpg|thumb|《伯遠帖》]] 《'''伯遠帖'''》係[[晉朝]][[書法]]家[[王珣]]嘅[[中國書法|墨寶]]，全文五行四十七字以[[行書]]寫成。 == 流傳 == [[北宋]]嗰陣，《伯遠帖》入[[內府]]，喺《[[宣和書譜]]》記錄低。[[大明|明代]][[董其昌]]收藏呢份帖，佢話：「晉人真跡惟二王尚有存者，然[[米芾|米南宮]]時大令已罕，謂一紙可當[[王羲之|右軍]]五帖，況王珣書，視大令不尤難覯耶！既幸予得見王珣，又幸珣書不盡湮沒得見吾也。」<ref>{{cite web|url=http://www.chinadaily.com.cn/hqpl/zggc/2011-11-05/content_4279208.html|title=耐人尋味嘅《伯遠帖》|publisher=中國日報網，來源：中國書畫報|date=2011-11-05|accessdate=2012-03-17|language=Zh-hans}}</ref>董其昌喺《[[畫禪寶隨筆]]》入面評論：「瀟灑古淡，東晉風流，宛然在眼。」 [[乾隆]]十一年（1746年）《伯遠帖》入到去內府，[[弘曆|乾隆皇帝弘曆]]將呢份帖同[[王獻之]]嘅《[[中秋帖]]》加埋[[王羲之]]嘅《[[快雪時晴帖]]》合稱[[三希]]，一齊擺喺[[養心殿]]嘅「[[三希堂]]」入面。《伯遠帖》，因為第一行有「伯遠」兩隻字，就用佢做帖名。大清滅亡之後，《伯遠帖》同《中秋帖》曾經收喺[[敬懿皇貴妃]]住嘅[[壽康宮]]。 1924年11月5號，[[馮玉祥]]逼[[溥儀]]出宮，敬懿皇貴妃將呢份帖帶出宮，私底下將佢哋送去[[北平]]後門橋外[[古董]]鋪「品古齋」擺賣。北平四大收藏家之一嘅[[郭葆昌]]喺「品古齋」買到《中秋帖》同《伯遠帖》。郭葆昌應承[[故宮博物院]]文物館副館長[[馬衡]]、[[徐森玉]]同科長[[莊嚴]]，一百年之後將呢兩份帖無條件還翻畀故宮。郭葆昌死後，呢兩份帖畀咗佢個[[仔]][[郭昭俊]]。《伯遠帖》本幅上鈐有“郭氏觶齋秘籍”，就係郭葆昌嘅收藏印。 1949年，郭昭俊帶住《中秋帖》同《伯遠帖》走路，去咗台灣。郭昭俊向莊嚴表示，只要政府畀一尐報酬，他就將「二希」捐出來。莊嚴四處籌措資金，都係冇辦法喺約定時間內攞錢出來，郭昭俊因做生意關係去[[香港]]，將《中秋帖》和《伯遠帖》押畀一個[[摩囉叉]]。嗰個摩囉叉以十多萬[[港紙]]抵押畀[[匯豐銀行|香港匯豐銀行]]。1951年10月初，喺香港嘅[[徐伯郊]]知道呢件事，即刻向[[鄭振鐸]]報告。徐伯郊又寫信畀故宮博物院院長馬衡，馬衡向[[中華人民共和國國務院總理|大陸總理]][[周恩來]]報告呢一件事。1951年周恩來指示將《伯遠帖》、《中秋帖》買翻來，話：「同意購回《中秋》、《伯遠》二帖。惟須派負責人員及識者前往鑒別真偽，並須經過我方現在香港的可靠銀行，查明物主郭昭俊有無訛騙或高抬押價之事，以保證兩帖能夠順利購回。」12月3號，《中秋帖》同《伯遠帖》返到去北京。23號，「二希」喺北海團城第一次展出，[[馬敘倫]]、[[陳叔通]]、[[章伯鈞]]等都喺受邀之列<ref>馬衡嘅日記中寫住:“夷初（馬敘倫）我見甚深，指《中秋帖》為出自老米所摹，不知老米正從大令（王獻之）出也。見米未見王，故有此見解爾。”</ref>。1951年12月27號，[[王冶秋]]親自將《中秋帖》同《伯遠帖》交故宮博物院收藏。 == 原文 == {{Wide image|The Calligraphy Model Boyuan by Wang Xun.jpg|3000px|王珣《伯遠帖》，現藏於北京故宮博物院|dir=rtl}} {{quote|珣頓首頓首。伯遠，勝業情期，群從之寶。自以羸患，志在優遊，始獲此出，意不剋申。分別如昨，永為疇古，遠隔嶺嶠，不相瞻臨。}} {{quote|唐人真跡已不可多得，況晉人耶！內府所藏右軍快雪帖，大令中秋帖，皆希世之珍。今又得王珣此幅繭紙家風信堪並美！幾餘清賞亦臨池一助也。御識。}} == 參攷 == {{reflist}} [[類:晉朝]] [[類:紫禁城]] ff6uucwxv6wv0l0di45ryu72jzs99bd 0 105064 1865849 1861826 2022-08-20T10:43:49Z Dr. Greywolf 143999 /* 參考文獻 */ wikitext text/x-wiki {{multiple image | align = right | direction = vertical | width = 300 | image1 = Sudoku Puzzle by L2G-20050714 standardized layout.svg | caption1 = 一條普通嘅數獨謎題... | image2 = Sudoku-by-L2G-20050714_solution.svg | caption2 = ... 同個答案（紅色嗰啲係由[[玩家]]填落去嘅數）。 }} {{唔係|掃毒}} '''數獨'''（{{jpingauto|sou3 duk6}}；{{lang-en|'''sudoku / number place'''}}；{{lang-ja|'''数独'''|すうどく|sūdoku}}）係種[[組合數學|組合性]]嘅[[邏輯]][[解謎遊戲]]<ref>Arnoldy, Ben. "Sudoku Strategies". ''The Christian Science Monitor''.</ref>。數獨有好多隻進階變種，喺最基本上，一條標準嘅數獨謎題會<ref>Schaschek, Sarah (March 22, 2006). "[https://web.archive.org/web/20060813145953/http://www.praguepost.com/P03/2006/Art/0323/news5.php Sudoku champ's surprise victory]". ''The Prague Post''.</ref><ref>Lawler, E. L. (1985). [https://archive.org/details/travelingsalesma00lawl The Traveling Salesman Problem: A Guided Tour of Combinatorial Optimization]. West Sussex: John Wiley & Sons.</ref> *有個 9 × 9 嘅'''方陣'''，個方陣分做 9 個'''細方陣'''（boxes / blocks），每個細方陣 3 格 × 3 格； *某啲格經已有[[數]]喺裏面； *玩家要做嘅嘢係將數字填入方陣嘅空格嗰度，[[目標]]係要令方陣每條直行有齊 1 至 9、每條橫行有齊 1 至 9、同埋每個 3 × 3 細方陣入面有齊 1 至 9； *噉講即係話，一條解咗嘅數獨謎題會係個[[拉丁方陣]]（Latin square）； 數獨謎題有唔少畀人覺得係得意嘅[[數學]]特性：數獨謎題可以用某啲[[演算法]]解，又可以用相對簡單嘅演算法創造；數獨謎題嘅呢啲數學特性，仲吸引咗好多數學同[[電腦科學]]嘅工作者對佢哋做[[研究]]。 數獨源於 19 世紀：19 世紀經已有[[法國]]嘅報紙喺度出啲類似數獨嘅遊戲俾讀者玩，而早喺 1979 年經已有[[美國]][[建築師]]喺度整數獨遊戲；打後數獨喺 1980 年代由[[日本]]一間整遊戲嘅公司普及化，最後令數獨呢種遊戲擴散到全世界，而[[日本人]]幫呢種遊戲改嗰個名－'''數獨'''－就畀人一路用到而家<ref group="註">呢點搞到好多人以為數獨起源自日本。</ref>。到咗廿一世紀初，數獨已經風行全世界，由日本至[[印度]]至[[歐洲]]都有人搞數獨比賽<ref>Hayes, Brian (2006). "Unwed Numbers". ''American Scientist''. 94 (1): 12-15.</ref><ref>Smith, David (May 15, 2005). "[https://www.theguardian.com/media/2005/may/15/pressandpublishing.usnews So you thought Sudoku came from the Land of the Rising Sun...]" ''The Observer''.</ref>。 == 演算法 == 一個數獨遊戲可以用相對簡單嘅[[演算法]]產生，例如以下呢段[[虛擬碼]]<ref name="101comp">[https://www.101computing.net/sudoku-generator-algorithm/ Sudoku Generator Algorithm]. ''101 Computing.net''.</ref>： 產生一個 9 × 9 嘅拉丁方陣，而且每個 3 × 3 嘅細方陣都有齊 1 至 9； [[while 迴圈|while]] 完結條件未達到，係噉做 是但攞走方陣當中其中一個數字； 用演算法檢查吓呢個方陣仲有冇可能解到； if 個方陣冇可能解到或者有多過一個可能答案， ''# 一個整得好嘅數獨遊戲會淨係得一個可能答案。'' 將攞走咗嗰個數字擺返返去； if 完結條件達到 ''# 完結條件係「經已總共攞走咗 n 個數字」，當中 n 數值愈大，個遊戲難度愈高。'' 結束程式； 因為數獨遊戲容易產生，所以有好多網站同應用程式都能夠輕易係噉整出俾玩家花費時間嘅數獨遊戲，令數獨成為咗一種大受歡迎嘅消遣方式<ref name="101comp"/>。 == 註釋 == {{Reflist|group=註}} == 睇埋 == *[[算獨]] *[[順獨]] *[[解謎遊戲]] *[[拉丁方陣]] {{clear}} == 文獻 == *Delahaye, Jean-Paul, "[http://www.cs.virginia.edu/~robins/The_Science_Behind_SudoKu.pdf The Science Behind Sudoku]", ''Scientific American'', June 2006. *Provan, J. Scott, "Sudoku: Strategy Versus Structure", ''American Mathematical Monthly'', October 2009. Published also as a University of North Carolina technical report UNC/STOR/08/04, 2008. == 攷 == {{reflist|3}} == 拎 == {{Commonscat|sudoku}} *[http://www.eurosudoku.com/ ''Eurosudoku.com'']. *[http://news.bbc.co.uk/2/hi/asia-pacific/6745433.stm 'Father of Sudoku' puzzles next move] ([[BBC]]). [[Category:數學遊戲]] 40v26liztaqqvsp4ku8cm2uu4qkgwxv 0 110015 1865505 1853635 2022-08-19T16:38:11Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Woodcarvings of cranes.jpg|thumb|300px|木雕雀]] '''木雕'''（{{jpingauto|muk6 diu1}}；{{lang-en|'''wood carving'''}}）係種[[雕塑]]，顧名思義指用[[木]]做材料造嘅雕塑。 ==特性== {{see also|木頭}} 由於木頭質地比較軟，所以木雕比起用[[石頭]]同[[金屬]]整嘅雕刻普及啲，不過襟擺程度亦同時無咁好，容易腐爛、蟲蛀或者畀火燒毀。 ==歷史== 木雕係一種極古老嘅[[工藝]]：有[[考古學家]]試過[[舊石器時代]]嘅遺跡當中搵到受人[[雕琢]]過嘅木造物件，而呢啲物件歷史有成超過 400,000 年咁耐<ref>Allington-Jones, L. (2015). The Clacton spear: The last one hundred years. ''Archaeological Journal'', 172(2), 273-296.</ref>；亦有考古學家喺公元前 4,000 年前嘅[[古埃及]]遺跡裏面發現（差唔多爛嗮嘅）木雕<ref name="crallan1911">Crallan, Franklyn Arden (1911). "Wood-Carving". In Chisholm, Hugh (ed.). ''Encyclopædia Britannica''. 28 (11th ed.). Cambridge University Press. pp. 791–97.</ref>，而[[東亞]]同[[非洲]]等地都有歷史悠久嘅木雕傳統。不過雖然話木雕咁古老，木雕作品多數都留存唔到去後世－因為同[[石雕]]或者[[金屬雕]]比起嚟，傳統嘅木雕係非常之唔襟擺嘅，會[[腐爛]]、會受[[昆蟲]]破壞、又容易[[著火]]。因為噉，木雕就俾一啲雕塑學者稱之為「藝術史上嘅隱藏元素」－木雕技藝廣為流傳，而且相當受歡迎，不過啲作品成日都留唔低，搞到現世嘅[[藝術史]]學者難以研究同了解古代嘅木雕藝術<ref>See for example Martin Robertson, ''A shorter history of Greek art'', p. 9, Cambridge University Press, 1981.</ref><ref>Cunningham, A. B., Campbell, B. M., Belcher, B., & Belcher, B. M. (Eds.). (2005). ''Carving out a future: Forests, livelihoods and the international woodcarving trade''. Earthscan.</ref>。 ==睇埋== *[[木刻畫]] ==攷== {{reflist}} {{Art-stub}} [[Category:雕刻]] cwyze8e5x4b06901qaxnqa0dtwo4qnk 1865506 1865505 2022-08-19T16:38:42Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Woodcarvings of cranes.jpg|thumb|300px|木雕雀]] '''木雕'''（{{jpingauto|muk6 diu1}}；{{lang-en|'''wood carving'''}}）係種[[雕塑]]，顧名思義指用[[木]]做材料造嘅雕塑。 ==特性== {{see also|木頭}} 由於木頭質地比較軟，所以木雕比起用[[石頭]]同[[金屬]]整嘅雕刻普及啲，不過襟擺程度亦同時無咁好，容易腐爛、蟲蛀或者畀火燒毀。 ==歷史== 木雕係一種極古老嘅[[工藝]]：有[[考古學家]]試過[[舊石器時代]]嘅遺跡當中搵到受人[[雕琢]]過嘅木造物件，而呢啲物件歷史有成超過 400,000 年咁耐<ref>Allington-Jones, L. (2015). The Clacton spear: The last one hundred years. ''Archaeological Journal'', 172(2), 273-296.</ref>；亦有考古學家喺公元前 4,000 年前嘅[[古埃及]]遺跡裏面發現（差唔多爛嗮嘅）木雕<ref name="crallan1911">Crallan, Franklyn Arden (1911). "Wood-Carving". In Chisholm, Hugh (ed.). ''Encyclopædia Britannica''. 28 (11th ed.). Cambridge University Press. pp. 791–97.</ref>，而[[東亞]]同[[非洲]]等地都有歷史悠久嘅木雕傳統。不過雖然話木雕咁古老，木雕作品多數都留存唔到去後世－因為同[[石雕]]或者[[金屬雕]]比起嚟，傳統嘅木雕係非常之唔襟擺嘅，會[[腐爛]]、會受[[昆蟲]]破壞、又容易[[著火]]。因為噉，木雕就俾一啲雕塑學者稱之為「藝術史上嘅隱藏元素」－木雕技藝廣為流傳，而且相當受歡迎，不過啲作品成日都留唔低，搞到現世嘅[[藝術史]]學者難以研究同了解古代嘅木雕藝術<ref>See for example Martin Robertson, ''A shorter history of Greek art'', p. 9, Cambridge University Press, 1981.</ref><ref>Cunningham, A. B., Campbell, B. M., Belcher, B., & Belcher, B. M. (Eds.). (2005). ''Carving out a future: Forests, livelihoods and the international woodcarving trade''. Earthscan.</ref>。 ==相集== {{clear}} <gallery mode="slideshow" class="center" heights="300px"> File:Wood Bodhisattva.jpg|[[上海博物館]]展出嘅一個[[宋朝]]木雕[[聖觀音]] File:Giappone, periodo edo, maschera no di tipo hannya, XVII sec..JPG|17 世紀[[日本]]一個木造[[鬼 (妖怪)|鬼]]面具 File:Work of Master Woodcarver Alexander A. Grabovetskiy.jpg|2015 年一件木雕作品 File:Chaozhou Woodcarving2.jpg|[[潮州金漆木雕]]係[[潮汕地區]]一種出名傳統工藝<ref>王大勇. (2011). 潮州木雕藝術地域特色探究. 裝飾, (5), 84-85.</ref>。 </gallery> ==睇埋== *[[木刻畫]] ==攷== {{reflist}} {{Art-stub}} [[Category:雕刻]] bc332iuzb42ikljluw1wtfdtnx51mdu 0 111988 1865556 1553867 2022-08-19T23:23:26Z CommonsDelinker 1384 拎走"Fuzhou_university.jpg"，佢已經響Commons度由[[commons:User:Didym|Didym]]刪除咗，因為：[[:c:COM:VRT|No permission]] since 12 July 2022。 wikitext text/x-wiki {{Expand}} {{unreferenced}} '''福州大學'''係[[中國]][[福建]][[福州]]一間[[大學]]，由福建省委喺1958年創校。 [[Category:福州]] [[Category:福建嘅大學]] {{中國楔}} {{University-stub}} ts1lc5780eg72yi5hgat40pqpe2466h 0 112129 1865531 1828784 2022-08-19T21:24:02Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{唔係|畔溪酒家}} [[File:BunKaiZauGaa.jpg|thumb|300px|泮溪酒家]] '''泮溪酒家'''（泮讀畔，廣州地名嘅特殊讀法，{{jpingauto|bun6 kai1 zau2 gaa1}}）係[[中華人民共和國|中國]][[廣東省]][[廣州市]]嘅一間好出名嘅老字號酒樓，喺[[荔灣區]][[龍津路 (廣州)|龍津西路]]嘅[[荔灣湖公園]]東門同[[荔枝灣涌]]之間嘅位嗰度。呢間酒樓喺1947年開始創辦。 ==名== 呢間酒樓係因為喺荔灣嘅[[泮塘]]地區，而且隔籬有五條溪，而呢五條溪入面有條嗌「泮溪」先至改咗噉嘅名。 ==史== 其實呢間酒樓喺1947年由粵人李文倫同埋李聲鏗呢兩位嚟搞嘅一間酒樓。嗰時嘅泮溪都係用竹木松皮嚟搭喺荷塘上面嘅大棚，而職員方面，凈係得四十位到，而座位就有差唔多200個。雖然話嗰時間酒樓好簡陋吓，但佢幾有鄉下特色同田園嘅嘢，搞到啲人既逍遙又浪漫，加上李氏兩爸孫喺度關注緊呢間酒樓嘅經營情況，由於佢出嗰啲嘢嘅特色好靚，加上鬼咁多人嚟讚，所以搞到好多食客成日嚟呢度幫襯嘅。結果呢間酒樓慢慢噉俾好多知識界同文化界啲人成日嚟呢度傾偈同食過返尋味。呢間嘢咪睇佢細啊，其實生意方面都幾犀利吓，甚至重有埋響噹噹嘅聲譽返嚟，一直到1950年代初，呢間酒樓已經都好出名下。 間酒樓喺1956年變成公私合營企業之後，甚至喺1958年轉成國營企業。嗰時由於要接待鬼佬嘅關係，廣州市同荔灣區嘅政府決定咗用天時、 地利、人和嚟接已經出咗名嘅泮溪酒家之後，甚至重將佢整成間大型嘅園林酒家。喺1959年10月1號嘅中華人民共和國成立十周年嗰日，西區人民政府就成立咗改建泮溪酒家領導小組嚟搞大規模嘅改建工程。後嚟組建人員唔停噉喺度努力，最後深入咗好多間深宅大院而搞掂咗一系列同清朝時期有關嘅嘢。而呢個裝修工程喺1960年7月1號先至搞掂。 喺文化大革命嗰陣，由於受到嗰時破四舊嘅風氣影響，泮溪啲人就將啲文物用夾板封存嗮，甚至重油埋紅油，寫埋標語同革命口號而搞到[[紅衛兵]]先至冇喺度搞搞震。 喺文革之後，呢間酒樓喺度唔停噉發展，一直發展到而家有成差唔多兩千個餐位，六百幾員工，日日搞三茶市、兩飯市嘅一間高、中、低檔一齊搞埋嘅大型食府。甚至喺1996年——1998年期間，攞埋中華老字號嘅同時，甚至連中國國家級嘅特級酒家，廣州市著名商標都攞埋。雖然話喺[[1990年代]]尾之後嘅生意就越嚟越差，但係佢喺2005年6月俾人公佈咗係廣州市登記保護文物單位，甚至喺嗰年8月俾荔灣區政府睺實咗，不過始終喺嗰年11月24號發咗招商都冇人應。不過喺2006年8月份，由於香港嘅[[四洲集團]]用咗3800萬蚊嚟攞咗泮溪酒家嘅99％產權，結果喺嗰年12月停咗業嚟搞重新裝修，一直到2008年2月3號先至重新開業。 2016年4月25號，間酒樓變成大陸電影《[[極限挑戰]]》嘅拍攝現場<ref>[http://news.xinhuanet.com/local/2016-04/29/c_128942906.htm 《极限挑战》广州录制] 新华网 （2016-04-29）</ref>。同年5月2～4號，有街坊發現酒樓正門上邊嘅牌匾變成「慧鳴酒樓」，搞到好多街坊以為酒樓執咗或改名<ref>[http://news.dayoo.com/guangzhou/201605/04/139995_47420914.htm 泮溪酒家改名慧鸣酒楼? 真相：更换牌匾拍电影!] {{Webarchive|url=https://web.archive.org/web/20160506204953/http://news.dayoo.com/guangzhou/201605/04/139995_47420914.htm |date=2016年5月6號 }} 大洋网 （2016-05-04）</ref>。其實係虛驚一場，實際佢「改名」嘅事同拍《[[風中有朵雨做的雲 (電影)|風中有朵雨做的雲]]》嘅電影有關<ref>[http://news.gztv.com/2016/0503/32921.shtml 2016年5月3號《今日报道》节目]{{Deadlink}} 广州电视台</ref>。 ==附近嘅交通== *巴士： *:泮塘站、泮塘總站 ==攷== {{Reflist}} ==連出去== * [http://guangdong.kaiwind.com/yyfh/201502/11/t20150211_2328041.shtml 全国最大的园林式酒家：泮溪酒家] 凯风网 * [http://panxi.net.8hy.cn/indexsc.html 全国著名的园林酒家——泮溪酒家] 广州市泮溪酒家有限公司 * [http://panxi.leadding.com/ 荔湾区泮溪酒家] 立订网 * [http://www.gzwh.gov.cn/whw/channel/whmc/lzh/pxjj/index.htm 广州文化信息网] * [http://www.gdfda.net.cn/Content/20073/220/Article_6684.html 广东省食品药品信息网] * [http://www.guangzhou.gov.cn/node_470/node_472/2005-08/112346353663504.shtml 中国广州网] * [http://www.myfb.com.cn/nosh/noshery.aspx?MapNO=18 食在广州第一网] * [http://www.upo.gov.cn/1603.shtml 广州市城市规划局] * [http://www.51766.com/www/detailhtml/1100260695.html 中国通用旅游] {{廣州四大酒家}} [[Category:廣州食肆]] [[類:荔灣區]] 8i5cs0i4kby02lky244bpy1lqt0tx3e 0 112925 1865372 1008665 2022-08-19T12:38:39Z 182.239.92.237 wikitext text/x-wiki {{維基數據人物明細}} {{Unreferenced}} [[File:An Imperial Portrait of Empress XiaoDing of Dezong.JPG|thumb|隆裕太后]] '''隆裕太后'''（{{bd|1868年|1月28號|1913年|2月22號}}），徽號'''孝定景皇后'''，全名'''葉赫那拉靜芬'''，係[[大清]]皇帝[[載湉]]（清德宗光緒帝）嘅[[皇后]]，亦係[[中國]]史上最後一位太后。 雖然佢係[[慈禧太后]]嘅侄女，但係佢性格懦弱，冇乜政治野心，喺1912年代表宣統皇帝[[溥儀]]頒布《退位詔書》，大清從此滅亡。 自從頒布退位詔書之後，隆裕太后鬱鬱寡歡。1913年2月22號，隆裕太后死咗，得年45歲。[[謚號]]叫做'''孝定隆裕寬惠慎哲協天保聖景皇后'''，中華民國北京政府以國葬嘅規格處理喪事，同清德宗合葬喺崇陵（喺中國河北省易縣嘅清西陵）。 {{晚清}} [[Category:大清政治人]] [[類:中國皇后]] {{政治人楔}} syb3vtsvr3f9xknmvzxam8uxwe5zixn 0 117351 1865542 1828790 2022-08-19T21:44:32Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{Infobox_School | name = 流花中學<br/>LiuHua Middle School | image = [[File:LHMS.png|125px]] | motto = 崇德　求知　立志　成才 | established = 1989年9月 | type = 廣州市一級學校 | principal = | faculty = | enrollment = | free_label = 級別 | free_text = 初中三年全日制 | district = 越秀區 | location = 流花路39號之一 | information = | website = http://lhzx.lwedu.com/ }} '''流花中學'''（注意花字有地名變音，{{jpingauto|lau4 faa3 zung1 hok6}}），之前嗌過{{Ruby-yue|'''廣州市鐵路第五中學'''|gwong2 zau1 si5 tit3 lou6 dai6 ng5 zung1 hok6}}<ref>[http://gd.zwbk.org/lemma-show-2497.shtml 广州中学列表] 广东百科信息网</ref><ref>{{cite web|url=http://www.yuexiu.gov.cn/recruit/recommendResume.jsp?pageId=42&catid=9989|title=越秀就业通|publisher=广州市越秀区信息网|quote=睇清楚「吴慧敏」嗰行右邊嘅「毕业院校」部分|url-status=dead}}</ref>，係[[中華人民共和國|中國]][[廣東]][[廣州]]嘅一間中學，1989年9月成立<ref>[http://jzb.com/bbs/forum.php?mod=viewthread&action=printable&tid=1891757 解读广州中学名录，透视教育百年发展] {{Webarchive|url=https://web.archive.org/web/20200316074932/http://www.jzb.com/bbs/forum.php?mod=viewthread&action=printable&tid=1891757 |date=2020年3月16號 }} 家长帮社区</ref>，位置喺[[越秀區]][[流花路 (廣州)|流花路]]39號之一。 呢間學校亦俾部分廣州街坊話佢做「爛仔學校」。 ==校服色== {{multiple image |width = 275 |direction = vertical |align=right |image1=LauFaaZungHok (SOUTHERN DOOR).jpg |caption1=流花中學嘅南門 |image2=LauFaaZungHok (NORTHERN DOOR).jpg |caption2=流花中學嘅北門 }} {|class="wikitable" |colspan=2 align=center|流花中學嘅校服 |- |[[File:School Uniform for LFMS (L).jpg|300px]] |[[File:School Uniform for LFMS (S).jpg|300px]] |} 長袖： *衫：{{color box|#119cbb}}底，正面中間有好大嘅直角{{color box|WHITE}}V字響度，左右對稱。 *褲：{{color box|#119cbb}}，兩邊有中等厚度嘅{{color box|WHITE}}線。 短袖： *衫：{{color box|WHITE}}底，正面中間有好大嘅銳角{{color box|#119cbb}}V字響度，左右對稱，有領有紐扣；領{{color box|#119cbb}}，袖口冇明顯袖痕。 *褲：{{color box|#119cbb}}，兩邊有中等厚度嘅{{color box|WHITE}}線。 ==史== 學校喺1989年9月開辦，初期嗌過'''廣州市鐵路第五中學'''（簡稱'''廣鐵五中'''或'''鐵五'''）。2005年，學校正式改名做「流花中學」，隸屬荔灣區教育局管理。2011年，由於廣州市進行各區內嘅中等教育學校佈局調整而取消咗高中，而家凈得返初中部。 ==「爛仔學校」一稱== 學校之所以俾部分廣州嘅街坊話佢做「爛仔學校」，係因為之前一直以來，由於學校太多爛仔喺度成日打交（計埋摟出邊街邊啲僆仔僆妹）都有，起碼平均一個學年至少有20單打交案，搞到啲老師好頭赤。相反間學校對學生嘅處罰力度太輕，搞到學校太多爛仔出嚟<ref>[http://cga.qidian.com/BookReader/vol,101340,462638.aspx 重生之吐氣揚眉]{{Deadlink}} 起點中文網</ref><ref>[http://bbs.voc.com.cn/topic-165883-1-1.html 广铁五中——烂仔学校（新闻）]</ref>。 ==註== {{reflist}} ==出面網頁== * {{官網|http://lhzx.lwedu.com/}} [[Category:荔灣區中學]] dqc4hmpqbzb3aqyfbpv6r1ddqd59k0q 0 118217 1865566 1265399 2022-08-20T00:44:03Z Al12si 87401 recat wikitext text/x-wiki [[Image:VIA Rail Canada Logo.svg|thumb|right|160px|維亞鐵路嘅標誌]] [[Image:Thecanadiannearjasper.jpg|thumb|right|250px|來往[[溫哥華]]同[[多倫多]]嘅長途列車「加拿大人號」。]] [[Image:Churchill station (248124662).jpg|thumb|right|250px|停喺[[曼尼托巴省]][[邱吉爾 (曼尼托巴)|邱吉爾市]]嘅「[[哈德遜灣]]號」。]] [[Image:LRCwithNightstarTest-Ottawa (1).jpg|thumb|right|250px|停喺[[渥太華]]嘅維亞鐵路城際列車。]] '''{{PAGENAME}}'''（簡稱'''維亞鐵路'''；[[英文]]/[[法文]]：'''Via Rail Canada'''）係[[加拿大]]嘅國營客運鐵路公司，提供橫跨加拿大大陸地區（[[紐芬蘭與拉布拉多|紐芬蘭]]同[[愛德華王子島]]<!-- 夠膽改成「太子島」嘅自動當破壞處理，封一世！-->除外）長途及城際鐵路客運服務。 加拿大維亞鐵路營運嘅路線全長達到12500公里，絕大部份路線都同[[加拿大國家鐵路]]共享路軌<ref name=ar2010>{{cite web|url=http://www.viarail.ca/sites/all/files/media/pdfs/About_VIA/our-company/annual-reports/2010/via_ar_2010_en.pdf|title=At a Glance|work=Annual Report 2010|publisher=Via Rail Canada|page=2|accessdate=12 January 2012}}</ref>。而其中最繁忙嘅路線係[[魁北克市]]同[[溫莎市 (安大略)|溫莎]]之間嘅走廊。 ==歷史==<!-- 警告：無正當理由改做「史」嘅自動當破壞處理 --> [[二戰]]結束之後，隨著汽車同飛機嘅普及，坐火車出行嘅人越來越少。到1960年代後期，聯邦政府同省政府投入大量資源興建高速公路同機場，令到上個世紀興建嘅鐵路網絡近乎荒廢。當時加拿大最大嘅兩間鐵路集團——國營嘅[[加拿大國家鐵路]]同私營嘅[[加拿大太平洋鐵路]]——出於營利嘅考慮，都想縮減甚至停止客運服務，而將主要精力擺落賺得錢嘅貨運服務道。 喺1974年嘅大選裡面，時任[[加拿大自由黨|自由黨]]黨領[[皮耶·杜呂多]]喺競選嘅時候承諾會推動建立一間類似[[美國國鐵]]嘅國家級鐵路客運集團。1976年，加拿大國家鐵路正式將旗下嘅客運服務部拆分成一間獨立嘅子公司——「維亞鐵路」。揀「維亞」做公司名，係因為「維亞」（「Via」）爾個詞係[[英文]]同[[法文]]裡面都存在，而且意思基本一致。1977年1月21號，維亞鐵路脫離加拿大國家鐵路，成為一間獨立嘅國營企業。1978年10月29號，經過艱難嘅談判之後，維亞鐵路終於由加拿大太平洋鐵路手頭上買到路權，可以行加拿大太平洋鐵路擁有嘅路軌。但係由於當時加拿大國家鐵路旗下重有[[紐芬蘭鐵路]]、[[卑詩鐵路]]、[[安大略北方鐵路]]、[[魁北克北海岸與拉布拉多鐵路]]等多間子公司，而爾啲子公司依然做緊客運服務，維亞鐵路嘅起步並唔算順利。 1979年爆發嘅石油危機喺某種程度上推動徂鐵路運輸嘅復興。但係好景不長，1981年，杜呂多政府大幅削減徂維亞鐵路嘅預算，令到維亞鐵路不得不腰斬兩條長途路線——往返[[多倫多]]同[[溫哥華]]嘅「超級大陸號」同埋往返[[魁北克市]]同[[聖莊 (新賓士域)|聖莊]]嘅「大西洋號」。但係維亞鐵路都係購買徂[[龐巴迪]]嘅[[龐巴迪LRC|LRC]][[擺式列車]]，用來運營往返[[魁北克市]]同[[溫莎 (安大略)|溫莎]]嘅城際路線。 1980年，以[[拜仁·穆朗尼]]為首嘅保守黨政府重新增加徂維亞鐵路嘅預算。「超級大陸號」同「大西洋號」兩條線喺購買徂[[通用電氣]]嘅新動車組之後重新通車。但係到徂1980年代後期，同一個保守黨政府再一次削減徂維亞鐵路嘅預算，令到幾條長途路線再一次被迫停運。 1990年代末期，以[[莊·克雷蒂安]]為首嘅自由黨政府為維亞鐵路推出徂一項「復興計劃」，具體包括： *由[[歐洲]]購入行[[英法海底隧道]]嘅「晚星號」車組； *由美國購入通用電氣P42DC動車； *重開往返[[哈里法斯]]同[[薛尼]]嘅路線； *購入同翻新[[滿地可]]同[[渥太華]]沿線嘅幾座老舊車站，開發觀光路線。 2008年，加拿大聯邦政府向維亞鐵路注資4億零700萬[[加元]]，用於重開部份長途路線以及購置新動車。 ==車輛== 維亞鐵路目前有78部動車同396部客車<ref>{{cite web | url=http://www.viarail.ca/en/about-via-rail | title=Overview | author=Via Rail | accessdate=2013-02-24}}</ref>。 ==路線== 維亞鐵路目前運營19條路線，平均每星期開出497班車。爾19條路線主要分為三大類<ref name="2011report">{{cite web | url=http://www.viarail.ca/2011annualreport/docs/dl.php?file=VIA-Rail-Annual-Report-2011.pdf | title=2011 Annual Report | author=Via Rail | accessdate=2013-02-24}}</ref>： *城際路線：即日出發即日到達嘅快車； *長途路線：跨省路線，主要嘅功能係觀光旅遊； *指定路線：聯邦政府指定要開通，服務其他交通工具難以到達嘅地區嘅路線。 ===碳排放量=== 2010年，維亞鐵路火車嘅[[二氧化碳]]排放量係平均每位乘客每千米0.117千克<ref>Email from Bruno Riendeau, Senior Advisor, Environment, to Alaric Hall, October 20th 2011. Cf. http://docs.wri.org/wri_co2comm_2002_commuting_protected.xls {{Webarchive|url=https://web.archive.org/web/20160112035414/http://docs.wri.org/wri_co2comm_2002_commuting_protected.xls |date=2016年1月12號 }}, sheet 8, cell C36 (figures from 2002) and http://www.tc.gc.ca/eng/programs/environment-ecofreight-about-voluntary-racemissions2007-2-1134.htm {{Webarchive|url=https://web.archive.org/web/20130517061801/http://www.tc.gc.ca/eng/programs/environment-ecofreight-about-voluntary-racemissions2007-2-1134.htm |date=2013-05-17 }}.</ref>。 ==參考== <references/> {{鐵路楔}} [[Category:加拿大鐵路]] fbjlu8a4ita871tw101s78wwoii7pqq 14 122901 1865574 954122 2022-08-20T01:27:12Z 182.239.114.253 wikitext text/x-wiki {{catmore}} [[Category:南韓流行音樂組合]] 92ri2psccf0rgszy1m2dav9od01zdvp 0 125976 1865535 1828787 2022-08-19T21:31:27Z InternetArchiveBot 158703 救返0個出處、嘜低2個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{not|洋甘菊}} {{Taxobox | color = lightgreen | name = 洋甘草 | image = Gardenology.org-IMG_2804_rbgs11jan.jpg | image_width = 250px | image_caption = | regnum = [[植物界]] Plantae | phylum = [[被子植物門]] Magnoliophyta | classis = [[雙子葉植物綱]] Magnoliopsida | ordo = [[豆目]] Fabales | familia = [[豆科]] Fabaceae | genus = [[甘草屬]] ''Glycyrrhiza'' | species = '''洋甘草 ''Glycyrrhiza glabra'''' | binomial = ''Glycyrrhiza glabra'' | binomial_authority = L. }} '''洋甘草'''（{{jpingauto|joeng4 gam1 cou2}}；學名：{{lang|la|''Glycyrrhiza glabra''}}），又叫'''光果甘草'''（{{jpautocore|gwong1 gwo1 gam1 cou2}}），係[[豆科]][[甘草屬]]嘅長年生草本植物，喺中國嘅新疆西北、[[準噶爾盆地]]、[[塔里木盆地]]同[[吐魯番盆地]]、甘肅[[河西走廊]]西邊；重有[[中亞]]、[[俄羅斯]]、[[阿富汗]]、[[伊朗]]、[[德國]]、[[法國]]、[[西班牙]]、[[地中海]]邊、[[北非]]都可以搵到。 ==用途== 光果甘草除咗藥用之外，重可以做飼料<ref>[http://fzu.ss.cqvip.com/zlf/articles/article_detail.aspx?id=41271190 欧盟批准光果甘草黄酮作为新型食品配料]{{Deadlink}} 智立方</ref>、提取成分做化妝品原料成分<ref>[http://ydsw12345.lofter.com/post/1caebde7_3ed65ef 教你认识化妆品里面的“美白黄金”]{{Deadlink}}</ref>。歐洲人會用佢整[[糖果]]。 ===藥用=== {{medical}} 成樖嘢可以做藥，專門醫咽喉腫痛，消化性潰瘍，癰疽瘡瘍，解藥毒同食物中毒嘅功效。 ==有關== *[[甘草]] ==註== {{Reflist}} ==連出去== * [http://zrzy.sxinfo.net/Home_Resource_View.aspx?ClassID=7437&ID=31382 光果甘草] 山西自然科技资源共享平台 * [http://libproject.hkbu.edu.hk/was40/detail?channelid=22253&lang=cht&searchword=code=P00011 甘草素 Glycyrrhizin] 中草藥化學圖像數據庫 (香港浸會大學中醫藥學院) {{zh}}{{en}} * [http://libproject.hkbu.edu.hk/was40/detail?channelid=22253&lang=cht&searchword=code=P00016 甘草次酸 Glycyrrhetinic acid] 中草藥化學圖像數據庫 (香港浸會大學中醫藥學院) {{zh}}{{en}} * [http://libproject.hkbu.edu.hk/was40/detail?channelid=22253&lang=cht&searchword=code=P00464 甘草查爾酮A Licochalcone A] 中草藥化學圖像數據庫 (香港浸會大學中醫藥學院) {{zh}}{{en}} * [http://libproject.hkbu.edu.hk/was40/detail?channelid=22253&lang=cht&searchword=code=P00390 甘草黃苷 Liquiritin] 中草藥化學圖像數據庫 (香港浸會大學中醫藥學院) {{zh}}{{en}} * [http://tc.wangchao.net.cn/baike/detail_2656737.html 洋甘草] 王朝網絡 [[Category:甘草屬]] [[類:草本植物]] [[Category:香草]] [[類:藥用植物]] [[類:蜜源植物]] [[類:飼料]] ap0ndow6295uanm51dojmka1u8hzq8g 0 126934 1865868 1807773 2022-08-20T11:37:39Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:UK and US, 1990-present monthly inflation rates.svg|thumb|300px|幅圖顯示 1990 年至 2020 年之間[[聯合王國]]（藍線）同[[美國]]嘅[[通脹率]]<ref>"[https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.bls.gov%2Fcpi%2Ftables%2Fsupplemental-files%2Fnews-release-table1-202203.xlsx&wdOrigin=BROWSELINK Consumer Price Index for All Urban Consumers (CPI-U): U.S. city average, by expenditure category, March 2022]". ''Bureau of Labor Statistics''. March 2022. Retrieved March 12, 2022.</ref>。]] '''通貨膨脹'''（{{jpingauto|tung1 fo3 paang4 zoeng3}}；{{lang-en|'''inflation'''}}），通常就噉簡稱'''通脹'''，係指一個[[經濟體]]內部啲[[貨]]同[[服務]]嘅[[價錢]]普遍噉升嘅[[經濟現象|現象]]<ref>"[https://www.federalreserve.gov/faqs/economy_14419.htm The Fed - What is inflation and how does the Federal Reserve evaluate changes in the rate of inflation?]". ''Board of Governors of the Federal Reserve System''. September 9, 2016.</ref>，通常表示個經濟體有活躍嘅[[經濟]]活動；而'''通脹率'''（{{lang|en|'''inflation rate'''}}）就係指反映「通脹發生得幾快」嘅數值，會用「啲嘢嘅價喺呢年呢年升咗咁多 [[百分率|%]]」噉嘅方式表示<ref>Mankiw, N. Gregory (2002). "Macroeconomics" (5th ed.). Worth. pp. 22-32.</ref>。通脹嘅相反係[[通縮]]<ref>Toporowski, J. (2009). The economics and culture of financial inflation. ''Competition & Change'', 13(2), 145-156.</ref>。 通脹呢個課題喺[[經濟學]]上廣受關注： *首先，極快嘅通脹（[[惡性通貨膨脹|惡性通脹]]；hyperinflation）會對民生造成龐大嘅負面影響。想像家陣有個人，佢[[銀行]]入面儲住咗 100,000 文[[美金]]，跟住佢身處嗰個經濟體發生通脹（例如政府[[貨幣供應|亂咁印銀紙]]，搞到[[銀紙]]價值跌），而且靠[[利息]]賺到嘅[[錢]]追唔上通脹，噉最後佢攞返筆錢出嚟嗰陣，筆錢買到嘅貨同服務嘅量就少咗（[[實際價值]]跌咗）－噉講即係話通脹會導致隻[[通貨|貨幣]]嘅[[購買力]]下降；如果通脹勁得滯，嚴重起上嚟可以搞到啲人對個經濟體隻貨幣喪失信心，因而唔想再揸住隻貨幣，最後搞到隻貨幣冇人要，例如[[津巴布韋元]]（Z$）就係噉<ref>Robert Barro and Vittorio Grilli (1994), ''European Macroeconomics'', Ch. 8, p. 139, Fig. 8.1. Macmillan.</ref>。 *另一方面，慢同輕微嘅通脹一般都畀人覺得係對經濟'''有利'''嘅<ref name="hummel2007">Hummel, J. R. (2007). Death and taxes, including inflation: the public versus economists. ''Econ journal watch'', 4(1), 46.</ref>：簡化噉講，通脹會搞到隻貨幣嘅購買力慢慢下降；噉表示啲人會有[[誘因]]唔好淨係一味揸住啲錢儲，而係會想攞啲錢去做[[投資]]慢慢轆大嚿自己嚿儲蓄－慢同輕微嘅通脹間接刺激咗經濟；除此之外，慢同輕微嘅通脹仲畀人指有可能達到「減低[[失業率]]」等嘅效果<ref>Mankiw, N. Gregory (2002). "Macroeconomics" (5th ed.). Worth. pp. 238-255.</ref>。 因為噉，世界各地嘅[[政府]]同經濟學工作者都成日會分析通脹，想解答「通脹點解會發生」同埋「要用咩[[政策]]先可以壓制通脹」等嘅問題，想達致控制通脹，從而令自己身處嘅經濟體有慢同輕微嘅通脹得嚟，又唔會出現惡性通脹。有好多專業嘅[[經濟學家]]仲會醉心鑽研通脹，會喺[[學術期刊]]等嘅地方撰文對通脹作出[[科學理論|理論]]性質嘅研究<ref name="hummel2007"/>。 ==定義== {{see also|錢|實際同名目價值|通縮}} ==量度== {{see also|消費物價指數}} ==成因== {{see also|貨幣供應}} ==影響== {{see also|投資}} ==相關政策== ==簡史== [[File:World Inflation Rate 2019.png|thumb|300px|2019年世界各地通脹率]] ==睇埋== *[[惡性通貨膨脹]] *[[停滯性通貨膨脹]] *[[通貨緊縮]] {{clear}} ==攷== {{reflist|3}} ==拎== {{Commonscat|Inflation}} *[https://www.investopedia.com/terms/i/inflation.asp#:~:text=Inflation%20is%20a%20rise%20in,over%20some%20period%20of%20time. Inflation]. ''Investopedia''. {{經濟學}} [[Category:通貨膨脹| ]] t4aey07d253rmyru7gy912ea3p0jwc9 1865874 1865868 2022-08-20T11:40:46Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:UK and US, 1990-present monthly inflation rates.svg|thumb|300px|幅圖顯示 1990 年至 2020 年之間[[聯合王國]]（藍線）同[[美國]]嘅[[通脹率]]<ref>"[https://view.officeapps.live.com/op/view.aspx?src=https%3A%2F%2Fwww.bls.gov%2Fcpi%2Ftables%2Fsupplemental-files%2Fnews-release-table1-202203.xlsx&wdOrigin=BROWSELINK Consumer Price Index for All Urban Consumers (CPI-U): U.S. city average, by expenditure category, March 2022]". ''Bureau of Labor Statistics''. March 2022. Retrieved March 12, 2022.</ref>。]] '''通貨膨脹'''（{{jpingauto|tung1 fo3 paang4 zoeng3}}；{{lang-en|'''inflation'''}}），通常就噉簡稱'''通脹'''，係指一個[[經濟體]]內部啲[[貨]]同[[服務]]嘅[[價錢]]普遍噉升嘅[[經濟現象|現象]]<ref>"[https://www.federalreserve.gov/faqs/economy_14419.htm The Fed - What is inflation and how does the Federal Reserve evaluate changes in the rate of inflation?]". ''Board of Governors of the Federal Reserve System''. September 9, 2016.</ref>，通常表示個經濟體有活躍嘅[[經濟]]活動；而'''通脹率'''（{{lang|en|'''inflation rate'''}}）就係指反映「通脹發生得幾快」嘅數值，會用「啲嘢嘅價喺呢年呢年升咗咁多 [[百分率|%]]」噉嘅方式表示<ref>Mankiw, N. Gregory (2002). "Macroeconomics" (5th ed.). Worth. pp. 22-32.</ref>。通脹嘅相反係[[通縮]]<ref>Toporowski, J. (2009). The economics and culture of financial inflation. ''Competition & Change'', 13(2), 145-156.</ref>。 通脹呢個課題喺[[經濟學]]上廣受關注： *首先，極快嘅通脹（[[惡性通貨膨脹|惡性通脹]]；hyperinflation）會對民生造成龐大嘅負面影響。想像家陣有個人，佢[[銀行]]入面儲住咗 100,000 文[[美金]]，跟住佢身處嗰個經濟體發生通脹（例如政府[[貨幣供應|亂咁印銀紙]]，搞到[[銀紙]]價值跌），而且靠[[利息]]賺到嘅[[錢]]追唔上通脹，噉最後佢攞返筆錢出嚟嗰陣，筆錢買到嘅貨同服務嘅量就少咗（[[實際價值]]跌咗）－噉講即係話通脹會導致隻[[通貨|貨幣]]嘅[[購買力]]下降；如果通脹勁得滯，嚴重起上嚟可以搞到啲人對個經濟體隻貨幣喪失信心，因而唔想再揸住隻貨幣，最後搞到隻貨幣冇人要，例如[[津巴布韋元]]（Z$）就係噉<ref>Robert Barro and Vittorio Grilli (1994), ''European Macroeconomics'', Ch. 8, p. 139, Fig. 8.1. Macmillan.</ref>。 *另一方面，慢同輕微嘅通脹一般都畀人覺得係對經濟'''有利'''嘅<ref name="hummel2007">Hummel, J. R. (2007). Death and taxes, including inflation: the public versus economists. ''Econ journal watch'', 4(1), 46.</ref>：簡化噉講，通脹會搞到隻貨幣嘅購買力慢慢下降；噉表示啲人會有[[誘因]]唔好淨係一味揸住啲錢儲，而係會想攞啲錢去做[[投資]]慢慢轆大自己嚿儲蓄－慢同輕微嘅通脹間接刺激咗經濟；除此之外，慢同輕微嘅通脹仲畀人指有可能達到「減低[[失業率]]」等嘅效果<ref>Mankiw, N. Gregory (2002). "Macroeconomics" (5th ed.). Worth. pp. 238-255.</ref>。 因為噉，世界各地嘅[[政府]]同經濟學工作者都成日會分析通脹，想解答「通脹點解會發生」同埋「要用咩[[政策]]先可以壓制通脹」等嘅問題，想達致令自己身處嘅經濟體有慢同輕微嘅通脹得嚟，又唔會出現惡性通脹。有好多專業嘅[[經濟學家]]仲會醉心鑽研通脹，會喺[[學術期刊]]等嘅地方撰文對通脹作出[[科學理論|理論]]性質嘅研究<ref name="hummel2007"/>。 ==定義== {{see also|錢|實際同名目價值|通縮}} ==量度== {{see also|消費物價指數}} ==成因== {{see also|貨幣供應}} ==影響== {{see also|投資}} ==相關政策== ==簡史== [[File:World Inflation Rate 2019.png|thumb|300px|2019年世界各地通脹率]] ==睇埋== *[[惡性通貨膨脹]] *[[停滯性通貨膨脹]] *[[通貨緊縮]] {{clear}} ==攷== {{reflist|3}} ==拎== {{Commonscat|Inflation}} *[https://www.investopedia.com/terms/i/inflation.asp#:~:text=Inflation%20is%20a%20rise%20in,over%20some%20period%20of%20time. Inflation]. ''Investopedia''. {{經濟學}} [[Category:通貨膨脹| ]] 7wpshrkpl4vbmh64a977xn9xn08phzh 0 127354 1865516 1854071 2022-08-19T17:10:37Z CommonsDelinker 1384 拎走"廖子妤.jpg"，佢已經響Commons度由[[commons:User:Fitindia|Fitindia]]刪除咗，因為：No permission since 11 August 2022。 wikitext text/x-wiki {{藝人 | 姓名 = 廖子妤 | 圖片 = | 圖片簡介 = 2019年2月，廖子妤出席公開活動。 | 類型 = 女演員 | 英文名 =Fish Liew |羅馬拼音 =Liew Chi Yu | 出生日期 = {{birth_date_and _age|1990|3|31}} | 出生地点 = {{flag|Malaysia}} | 國籍 = {{flag|Malaysia}} | 職業 = [[演員]] | 語言 = [[粵語]]、[[英語]]、[[華語]]、[[馬來文]] | 教育程度 =大專 | 活躍年代 = 2012年至今 }} '''廖子妤'''（{{lang-en|'''Fish Liew'''}}，{{bd|1990年|3月31號||}}），係[[馬來西亞]]籍[[香港]][[演員]]。曾經喺馬來西亞修讀廣播電視電影文憑課程，2012年7月到香港發展，無幾耐就有份拍電影《[[末日派對]]》，更加憑呢次演出入圍第33屆[[香港電影金像獎]]最佳新演員提名<ref>{{cite news |url=http://the-sun.on.cc/cnt/entertainment/20140404/00470_080.html |author=藍裕彤 |title=廖子妤託「紅」福 進擊金像獎 |publisher=[[太陽報 (香港)]] |language=zh-hant |date=2014-04-04 }}</ref>，之後拍過唔少廣告同電影。佢2017年再憑電影《[[骨妹 (電影)|骨妹]]》嘅演出入圍第36屆香港電影金像獎最佳女配角提名，2022年憑電影《[[智齒 (電影)|智齒]]》同《[[梅艷芳 (電影)|梅艷芳]]》嘅演出入圍[[第40屆香港電影金像獎]]最佳女配角提名。 ==演出== {{Expand list}} ===電影=== *2013年：《[[末日派對]]》 飾 小魚 *2014年：《[[恐怖在線]]》 飾 陳小曼 *2015年：《[[同班同學 (香港電影)|同班同學]]》 飾 何愛愛 *2017年：《[[骨妹 (電影)|骨妹]]》 飾 李詩詩（後生） *2017年：《[[春嬌救志明]]》 飾 蘭桂坊孖女（細孖） *2018年：《[[中英街1號]]》 飾 李麗華／李詩慧 *2018年：《[[非同凡響]]》 飾 阿舜 *2021年：《[[智齒 (電影)|智齒]]》 飾 可樂姐 *2021年：《[[梅艷芳 (電影)|梅艷芳]]》 飾 [[梅愛芳]] *拍緊：《[[毒舌大狀]]》 ===電視劇（[[港台電視]]）=== *2014年：《[[IT行者]]》 *2016年：《[[有倉出租]]》客串（第3集）<ref>{{cite episode |url=http://programme.rthk.hk/rthk/tv/programme.php?name=tv/ministoragestories2016&d=2016-06-19&p=7267&e=362090&m=episode |episode=305蚊的愛 |title=有倉出租|series=3}}</ref> ===電視劇（[[ViuTV]]）=== *2017年：《[[三一如三]]》飾演 Angelina（第52集） *2019年：《[[理想國]]—機械人三原則》 飾演 莉莉 *2020年：《[[地產仔]]》 飾演 余韻（魚哥） ===電視節目（ViuTV）=== * 2020年：《[[有酒今晚吹]]》 第10集嘉賓 *2021年：《[[囝囝女女730]]》 第188集嘉賓 *2022年：《[[金像玩家]]》第4集嘉賓 ===電視節目主持=== *2016年：港台電視《[[好想藝術]]》 *2017年：ViuTV《[[新世紀山陰戀事]]》 *2021年：[[香港開電視]]《[[曬Ya曬Ya]]》 ===網絡劇集=== *2018年：《[[東方華爾街]]》 飾 羅潔兒 *2018年：《[[向西聞記]]》 飾 Janice ===MV=== *2011年：離開 - 蔡憶雯 *2012年：蜚蜚 - [[陳僖儀]] *2013年：戀循環 - goldEN *2015年：有沒有我 - [[Super Girls]] *2016年：越愛越不會 - [[許亮宇]] *2016年：心裡面 - [[李榮浩]] *2017年：別消失 - [[梁釗峰]] *2017年：從今以後 - Super Girls *2017年：你愛的人上 - [[余香凝]] *2018年：漸漸 - [[陳奕迅]] *2018年：百年樹木 - [[張敬軒]] *2019年：我們是無法說明的季節 - [[趙善恆]]（featuring：廖子妤） *2020年：妳幸福嗎？ - [[胡鴻鈞]] *2021年：無可救藥的浪漫 - [[張進翹]] *2021年：我想和你好好的 - [[陳蕾]] *2022年：半 - [[李駿傑]] ==參考== {{reflist}} [[Category:廖氏|子妤]] [[Category:香港女模特兒]] [[Category:香港電影女演員]] [[Category:香港MV女演員]] [[Category:馬來西亞人]] 7f7in121wzpz9yklbjaadgj9jdbvd44 0 128116 1865779 1859124 2022-08-20T08:44:01Z Will629 46387 /* 2022年 */ wikitext text/x-wiki 《'''公子會'''》（{{jpingauto|gung1 zi2 wui6*2}}，{{lang-en|'''The Playtoy Mansion'''}}）係[[香港商業電台]][[叱咤903]]嘅[[電台]]節目。主持人係[[森美]]同嘉賓主持。2009年12月5號正式首播，逢禮拜六晚11點到深宵1點喺[[叱咤903|商業二台]]播。節目報天氣嘅音樂係Aaron Kelley同埋Skinny Williams嘅Hell Yeah。<ref>{{cite web|url=https://www.youtube.com/watch?v=WJCYxKjzmtk|title=Hell Yeah|author=Aaron Kelley|date=2021-08-24|access-date=2021-10-02}}</ref> == 節目簡介 == 森美（節目入面叫自己做森公子）係會長。每個禮拜邀請其他公子一齊傾偈，分享男性心態，介紹各種男士玩物，將[[宅男]]改造成公子哥兒。2018年12月1號開始，加入嘉賓女主持，分享女士心態，對男士嘅各種睇法。 === 嘉賓主持 === *'''火少（[[火火]]）''' *'''[[劉翁]]BB（Sunny Lau）''' *'''Aka夫人（[[趙慧珊]] Aka）''' *'''吞姐（[[蔡明思]] Jessica）''' *[[王志安 (香港)|Otto]]（離開咗） *[[孔慶慇|Marco]]（離開咗） *[[林澄光|Michael Lam]]（離開咗） == 節目內容 == === 公子夜王（2014年5月10號開始至今） === 訪問一位女嘉賓。當中包括以下環節： *「再度重遇你」，女嘉賓分享佢初戀嘅有趣回憶。 *「愛情離合器」，分享佢哋傷痛嘅分手經歷。 *「公子心底話」，主持人喺女嘉賓嘅枱底討論訪問中出現嘅愛情觀。 *「公子得唔得？」，主持會提出不同嘅情境或問題，測試女嘉賓接唔接受到佢嘅底線。 ==== 2014年 ==== {{HideH|2014年}} {|class=wikitable !日期!!嘉賓 |- |2014-05-10||[[薛凱琪]] |- |2014-05-17||[[陳嘉寶]] |- |2014-05-24||[[方皓玟]] |- |2014-05-31||[[李靜儀]] |- |2014-06-07||[[魯芬|魯　芬]] |- |2014-06-14||[[鄭融|鄭　融]] |- |2014-06-21||[[連詩雅]] |- |2014-06-28||[[黎美言]] |- |2014-07-05||[[官恩娜]] |- |2014-07-12||[[吳嘉熙]] |- |2014-07-19||[[黃承恩|Ekee]] |- |2014-07-26||[[張惠雅]] |- |2014-08-02||[[王馨平]] |- |2014-08-09||[[邵音音]] |- |2014-08-16||[[雷琛瑜|J.Arie]] |- |2014-08-23||[[趙慧珊]] |- |2014-08-30||[[胡琳|胡　琳]] |- |2014-09-06||[[SIS樂印姊妹|SiS樂印姊妹]] |- |2014-09-13||[[蔚雨芯]] |- |2014-09-20||[[吳日言]] |- |2014-09-27||[[鍾舒漫]] |- |2014-10-25||[[韋羅莎]] |- |2014-11-01||[[蔡穎恩]] |- |2014-11-08||[[關心妍]] |- |2014-11-15||[[鄧麗欣]] |- |2014-11-22||[[崔碧珈]] |- |2014-11-29||[[鄭欣宜]] |- |2014-12-06||[[何雁詩]] |- |2014-12-13||[[勞嘉怡]] |- |2014-12-20||[[吳若希]] |} {{HideF}} ==== 2015年 ==== {{HideH|2015年}} {|class=wikitable !日期!!嘉賓 |- |2015-01-03||[[孫曉慧]] |- |2015-01-10||[[朱咪咪]] |- |2015-01-17||[[張曦雯]] |- |2015-01-24||[[蔡雪瑩]] |- |2015-01-31||[[江海迦|AGA]] |- |2015-02-07||[[梁嘉琪]] |- |2015-02-14||[[吳千語]] |- |2015-02-21||[[麥玲玲]] |- |2015-02-28||[[李佳芯]] |- |2015-03-07||[[張秀文]] |- |2015-03-14||[[麥美恩]] |- |2015-03-21||[[陳穎欣]] |- |2015-03-28||[[蔡明芳]] |- |2015-04-04||[[岑日珈]] |- |2015-04-11||[[樂瞳|樂　瞳]] |- |2015-04-18||[[黃山怡|糖　妹]] |- |2015-04-25||[[陳慧敏|陳慧敏]] |- |2015-05-02||[[陳庭欣‬]] |- |2015-05-09||[[蔣家旻]] |- |2015-05-16||[[姜麗文]] |- |2015-05-23||[[黃心穎]] |- |2015-05-30||[[高海寧]] |- |2015-06-06||[[龔柯允]] |- |2015-06-13||[[鍾舒祺]] |- |2015-06-20||[[葉晴晴]] |- |2015-06-27||[[林欣彤]] |- |2015-07-04||[[小塵埃|湯凱婷]] |- |2015-07-11||[[羅霖|羅　霖]] |- |2015-07-18||[[梁雨恩]] |- |2015-07-25||[[袁紫僑]] |- |2015-08-01||[[龔嘉欣]] |- |2015-08-08||[[石詠莉]] |- |2015-08-15||[[簡淑兒]] |- |2015-08-22||[[湯怡|湯　怡]] |- |2015-08-29||[[王迪詩]] |- |2015-09-05||[[李麗霞|黑　妹]] |- |2015-09-12||[[路芙|路　芙]] |- |2015-09-19||[[陳瀅|陳　瀅]] |- |2015-09-26||[[林熹瞳]] |- |2015-10-03||[[王菀之]] |- |2015-10-10||[[陳苑澄]] |- |2015-10-17||[[郭奕芯]]、[[廖子妤]]、[[麥芷誼]] |- |2015-10-24||[[吳思佳]] |- |2015-10-31||[[雨僑]] |- |2015-11-07||[[林芊妤]] |- |2015-11-14||[[楊千嬅]] |- |2015-11-21||[[王灝兒]] |- |2015-11-28||[[卓韻芝]] |- |2015-12-05||[[朱慧敏]] |- |2015-12-12||[[譚杏藍]] |- |2015-12-19||[[徐子珊]] |- |2015-12-26||[[湯洛雯]] |} {{HideF}} ==== 2016年 ==== {{HideH|2016年}} {|class=wikitable !日期!!嘉賓 |- |2016-01-02||[[許雅婷]] |- |2016-01-09||[[杜小喬]] |- |2016-01-16||[[李幸倪]] |- |2016-01-23||[[曾若華]] |- |2016-01-30||[[黃泆潼]] |- |2016-02-06||[[鄧洢玲]] |- |2016-02-13||[[肥媽]] |- |2016-02-20||[[衛詩雅]] |- |2016-02-27||[[黃真真]] |- |2016-03-05||[[麥家瑜]] |- |2016-03-12||[[黎美言|Winkie]] |- |2016-03-19||[[林嘉欣]] |- |2016-03-26||[[貝依霖|Chantale]] |- |2016-04-02||[[蔡潔]] |- |2016-04-09||[[崔碧珈]] |- |2016-04-16||[[曾國祥]]、[[J.Arie]]、[[馬志威]]、[[周祉君]]<br>（宣傳電影《[[老笠 (電影)|老笠]]》） |- |2016-04-23||[[吳日言]] |- |2016-04-30||[[于淼]] |- |2016-05-07||[[唐紫睿]] |- |2016-05-14||[[周家怡]] |- |2016-05-21||[[莎拉]] |- |2016-05-28||[[薛凱琪]] |- |2016-06-04||[[倪晨曦]] |- |2016-06-11||[[李卓庭]] |- |2016-06-18||[[朱韻韻]] |- |2016-06-25||[[鍾浠文]] |- |2016-07-02||[[孫慧雪]] |- |2016-07-09||[[廖碧兒]] |- |2016-07-16||[[譚淇淇]] |- |2016-07-23||[[郭思琳]] |- |2016-07-30||[[莊端兒]] |- |2016-08-06||[[戚美珍]]、[[談善言]] |- |2016-08-13||[[陳婉衡]] |- |2016-08-20||[[Happy Ma]] |- |2016-08-27||[[松岡李那]] |- |2016-09-03||[[林穎彤]] |- |2016-09-10||[[樂善]] |- |2016-09-17||[[盧慧敏]] |- |2016-09-24||[[歐家裕]]、[[石希露]] |- |2016-10-01||[[鄧月平]] |- |2016-10-08||[[唐貝詩]] |- |2016-10-15||[[葉童]] |- |2016-10-22||[[陳偉琪]] |- |2016-10-29||[[張沛樂]] |- |2016-11-05||[[關嘉敏]]、[[周彥]] |- |2016-11-12||[[黃心美]] |- |2016-11-19||[[羅伊婷]]、[[余逸思]] |- |2016-11-26||[[鄧小巧]] |- |2016-12-03||[[鄧佩儀]] |- |2016-12-10||[[何佩瑜]] |- |2016-12-17||[[李靖筠]] |- |2016-12-24||[[蘇皓兒|Chloe]]@[[As One]] |- |2016-12-31||[[陳嘉茵|Kayan]]@[[As One]] |} {{HideF}} ==== 2017年 ==== {{HideH|2017年}} {|class=wikitable !日期!!嘉賓 |- |2017-01-07||[[江若琳]] |- |2017-01-14||[[陳詩欣]] |- |2017-01-21||[[王嘉儀]] |- |2017-01-28||[[譚嘉儀]] |- |2017-02-04||[[余香凝]] |- |2017-02-11||[[魯芬|魯　芬]]（重溫） |- |2017-02-18||[[菊梓喬|Hana]] |- |2017-02-25||[[王敏奕]] |- |2017-03-04||[[鍾舒漫]] |- |2017-03-11||[[王君馨]] |- |2017-03-18||[[朱智賢]] |- |2017-03-25||[[馮盈盈]] |- |2017-04-01||[[顏卓靈]] |- |2017-04-08||[[李綺雯]] |- |2017-04-15||[[林兆霞|Brenda]] |- |2017-04-22||[[傅嘉莉]] |- |2017-04-29||[[方詠琳]] |- |2017-05-06||[[黃詠詩]] |- |2017-05-13||[[樊奕敏]] |- |2017-05-20||[[宣萱]] |- |2017-05-27||[[許靖韻|Angela]] |- |2017-06-03||[[江美儀]] |- |2017-06-10||[[黃美棋]] |- |2017-06-17||[[陳康琪|Odilia]]@[[BINGO]]、[[陳韻臻|Katie]]@[[BINGO]] |- |2017-06-24||[[吳家麗]] |- |2017-07-01||[[潘欣妮|Loretta]] |- |2017-07-08||[[歐鎧淳]] |- |2017-07-15||[[陳蕾]] |- |2017-07-22||[[陳明憙]] |- |2017-07-29||[[劉美君]] |- |2017-08-05||[[袁澧林]] |- |2017-08-12||[[卓楓而]] |- |2017-08-19||[[汪明荃]] |- |2017-08-26||[[陳潔玲]] |- |2017-09-02||[[梁諾妍]] |- |2017-09-09||[[雨僑]] |- |2017-09-16||[[葉巧琳]] |- |2017-09-23||[[陳美詩]] |- |2017-09-30||[[王曼喜]] |- |2017-10-07||[[雷琛瑜|J.Arie]] |- |2017-10-14||[[連詩雅]] |- |2017-10-21||[[郭奕芯]] |- |2017-10-28||[[黎紀君]] |- |2017-11-04||[[鄺潔楹]] |- |2017-11-11||[[王灝兒]] |- |2017-11-18||[[董嘉儀]] |- |2017-11-25||[[麥家朗|Oli]] |- |2017-12-02||[[鄧麗欣]] |- |2017-12-09||[[周秀娜]] |- |2017-12-16||[[鄧月平]] |- |2017-12-23||[[菊梓喬]] |- |2017-12-30||[[小雲]] |} {{HideF}} ==== 2018年 ==== {{HideH|2018年}} {|class=wikitable !日期!!嘉賓 |- |2018-01-06||[[趙慧珊]] |- |2018-01-13||[[譚凱倫]] |- |2018-01-20||[[黃凱儀]] |- |2018-01-27||[[郭穎橋]] |- |2018-02-03||[[何穎璇|Miss Hunny]] |- |2018-02-10||[[林泳淘]] |- |2018-02-17||[[鄺潔楹]] |- |2018-02-24||[[陳芷瑩]] |- |2018-03-03||[[余迪偉]] |- |2018-03-10||[[楊柳青]] |- |2018-03-17||[[陳漢娜]] |- |2018-03-24|||[[吳嘉熙]] |- |2018-03-31||[[尹詩沛]] |- |2018-04-07||[[池希|黃思迦]] |- |2018-04-14||[[楊偲泳]] |- |2018-04-21||[[吳海昕]] |- |2018-04-28||[[鍾采羲]] |- |2018-05-05||[[湯怡|湯　怡]] |- |2018-05-12||[[蔡明思]] |- |2018-05-19||[[張惠雅]] |- |2018-05-26||[[張紋嘉]] |- |2018-06-02||[[溫碧霞]] |- |2018-06-09||[[陳嘉茵]] |- |2018-06-16||[[謝安琪]] |- |2018-06-23||[[迪子|迪　子]] |- |2018-06-30||[[陳詩欣]] |- |2018-07-07||[[陳俞希]] |- |2018-07-14||[[潘杰寧]] |- |2018-07-21||[[簡淑兒]] |- |2018-07-28||傅珮嘉 |- |2018-08-04||[[伍倩彤]] |- |2018-08-11||[[石詠莉]] |- |2018-08-18||[[楊思琦]] |- |2018-08-25||[[陳穎欣]] |- |2018-09-01||黃　妍 |- |2018-09-08||[[李麗珊 (藝人)|李麗珊]] |- |2018-09-15||[[黃慧君]]（花姐） |- |2018-09-22||[[余潔瀅]] |- |2018-09-29||[[曾樂彤]] |- |2018-10-06||[[楊埕|楊　埕]] |- |2018-10-13||[[丁可欣]] |- |2018-10-20||[[馬俊怡]] |- |2018-10-27||[[劉敬雯]] |- |2018-11-03||[[Super Girls]] |- |2018-11-10||[[鄭融|鄭　融]] |- |2018-11-17||[[容祖兒]] |- |2018-11-24||[[蘇麗珊]] |- |2018-12-01||[[林秀怡]] |- |2018-12-08||[[戴祖儀]] |- |2018-12-15||[[謝文欣]] |- |2018-12-22||[[蔡明思]] |- |2018-12-29||[[陳俞希]] |} {{HideF}} ==== 2019年 ==== {{HideH|2019年}} {|class=wikitable !日期!!嘉賓 |- |2019-01-05||[[潘杰寧]] |- |2019-01-12||[[蔡明思]] |- |2019-01-19||[[莊端兒]] |- |2019-01-26||[[蔡明思]] |- |2019-02-02||[[陳逸寧]] |- |2019-02-09||[[蔡明思]] |- |2019-02-16 |[[陳俞希]] |- |2019-02-23 |[[趙慧珊]] |- |2019-03-02 |[[潘杰寧]] |- |2019-03-09 |[[何超儀]] |- |2019-03-16 |[[Bingo (組合)|Bingo]]（[[關嘉敏|Carman]]、[[陳康琪|Odilia]]、[[夏子涓|Queena]]） |- |2019-03-23 |[[楊柳青]] |- |2019-03-30 |[[孫慧雪]] |- |2019-04-06 |[[陳詩欣]] |- |2019-04-13 |Tammy @ Sunset or Rise |- |2019-04-20 |[[練美娟]] |- |2019-04-27 |[[鍾晴]] |- |2019-05-04 |[[鄺潔楹]] |- |2019-05-11 |[[譚杏藍]] |- |2019-05-18 |[[蔡明思]] |- |2019-05-25 |[[林穎彤]] |- |2019-06-01 |[[戴祖儀]] |- |2019-06-08 |[[吳嘉熙]] |- |2019-06-15 |[[謝安琪]] |- |2019-06-22 |[[關寶慧]] |- |2019-06-29 |[[黃淑蔓]] |- |2019-07-06 |[[張紋嘉]] |- |2019-07-13 |[[莫家嘉]] |- |2019-07-20 |[[蔣雅文]]、[[蔣雅詩]] |- |2019-07-27 |[[麥美恩]] |- |2019-08-03 |[[姜麗文]] |- |2019-08-10 |[[何雁詩]] |- |2019-08-17 |[[方力申]] |- |2019-08-24 |Kerryta @ [[Dusty Bottle]] |- |2019-08-31 |[[岑日珈]] |- |2019-09-07 |[[方泳琳]] |- |2019-09-14 |[[葉巧琳]] |- |2019-09-21 |[[雷深如]] |- |2019-09-28 |[[泳兒]] |- |2019-10-05 |[[林欣彤]] |- |2019-10-12 |[[關嘉敏]] |- |2019-10-19 |[[李靖筠]] |- |2019-10-26 |[[衞詩]] |- |2019-11-02 |[[曾若華]] |- |2019-11-09 |[[趙慧珊]] |- |2019-11-16 |[[呂喬恩]] |- |2019-11-23 |[[蘇慧恩]] |- |2019-11-30 |[[施匡翹]] |- |2019-12-07 |[[李昭南]] |- |2019-12-14 |[[李靜儀 (歌手)|李靜儀]] |- |2019-12-21 |[[洛兒]] |- |2019-12-28 |[[沈殷怡]] |} {{HideF}} ==== 2020年 ==== {{HideH|2020年}} {|class=wikitable !日期!!嘉賓 |- |2020-01-04 |[[岑樂怡]] |- |2020-01-11 |[[譚嘉儀]] |- |2020-01-18 |[[王頌茵]] |- |2020-01-25 |[[陳慧敏]] |- |2020-02-01 |[[焦媛]] |- |2020-02-08 |[[譚嘉儀]] |- |2020-02-15 |[[曾樂彤]] |- |2020-02-22 |[[余香凝]] |- |2020-02-29 |[[麥可怡]] |- |2020-03-07 |[[陳欣妍]] |- |2020-03-14 |[[陳慧敏]] |- |2020-03-21 |[[鄧月平]] |- |2020-03-28 |[[麥芷誼]] |- |2020-04-04 |[[吳海昕]] |- |2020-04-11 |[[沈殷怡]] |- |2020-04-18 |[[章尾而]] |- |2020-04-25 |{{Link-zh|何超蓮}} |- |2020-05-02 |[[劉沛蘅]] |- |2020-05-09 |[[盧慧敏]] |- |2020-05-16 |[[謝文欣]] |- |2020-05-23 |[[張凱娸]] |- |2020-05-30 |[[陳凱詠]] |- |2020-06-06 |Alison @ Fiester |- |2020-06-13 |[[何泳芍]] |- |2020-06-20 |[[連詩雅]] |- |2020-06-27 |[[林嘉欣]] |- |2020-07-04 |[[蔡宛珊]] |- |2020-07-11 |[[林凱恩]] |- |2020-07-18 |[[劉悅]] |- !colspan=2|2020年7月25號至9月19號，因應[[武漢肺炎大爆發|武漢肺炎疫情]]，公子會唔請嘉賓出席直播節目。 |- |2020-07-25 |rowspan=9{{N/A}} |- |2020-08-01 |- |2020-08-08 |- |2020-08-15 |- |2020-08-22 |- |2020-08-29 |- |2020-09-05 |- |2020-09-12 |- |2020-09-19 |- |2020-09-26 |[[吳嘉熙]] |- |2020-10-03 |[[郭奕芯]] |- |2020-10-10 |[[蔡明思]] |- |2020-10-17 |[[姜麗文]] |- |2020-10-24 |[[曾若華]] |- |2020-10-31 |[[陳俞希]] |- |2020-11-07 |[[楊詩敏]] |- |2020-11-14 |[[梁嘉琪]] |- |2020-11-21 |[[趙慧珊]] |- |2020-11-28 |[[徐㴓喬]] |- !colspan=2|2020年12月5號開始，再度因應武漢肺炎疫情，公子會唔請嘉賓出席直播節目。 |- |2020-12-05 |rowspan=4{{N/A}} |- |2020-12-12 |- |2020-12-19 |- |2020-12-26 |} {{HideF}} ==== 2021年 ==== {{HideH|2021年}} {|class=wikitable !日期!!嘉賓 |- !colspan=2|2020年12月5號開始，再度因應武漢肺炎疫情，公子會唔請嘉賓出席直播節目。 |- |2021-01-02 |rowspan=44{{N/A}} |- |2021-01-09 |- |2021-01-16 |- |2021-01-23 |- |2021-01-30 |- |2021-02-06 |- |2021-02-13 |- |2021-02-20 |- |2021-02-27 |- |2021-03-06 |- |2021-03-13 |- |2021-03-20 |- |2021-03-27 |- |2021-04-03 |- |2021-04-10 |- |2021-04-17 |- |2021-04-24 |- |2021-05-01 |- |2021-05-08 |- |2021-05-15 |- |2021-05-22 |- |2021-05-29 |- |2021-06-05 |- |2021-06-12 |- |2021-06-19 |- |2021-06-26 |- |2021-07-03 |- |2021-07-10 |- |2021-07-17 |- |2021-07-24 |- |2021-07-31 |- |2021-08-07 |- |2021-08-14 |- |2021-08-21 |- |2021-08-28 |- |2021-09-04 |- |2021-09-11 |- |2021-09-18 |- |2021-09-25 |- |2021-10-02 |- |2021-10-09 |- |2021-10-16 |- |2021-10-23 |- |2021-10-30 |- |2021-11-06 |[[張繼聰]] |- |2021-11-13 |rowspan=2{{N/A}} |- |2021-11-20 |- |2021-11-27 |[[王丹妮]] |- |2021-12-04 |rowspan=2{{N/A}} |- |2021-12-11 |- |2021-12-18 |[[李月兒]] |- |2021-12-25 |[[梁式昕]] |} {{HideF}} ==== 2022年 ==== {{HideH|2022年}} {|class=wikitable !日期!!嘉賓 |- |2022-01-01 |{{N/A|因[[元旦]]，節目暫停一晚}} |- |2022-01-08 |[[黃曉晴]] |- |2022-01-15 |rowspan=22{{N/A}} |- |2022-01-22 |- |2022-01-29 |- |2022-02-05 |- |2022-02-12 |- |2022-02-19 |- |2022-02-26 |- |2022-03-05 |- |2022-03-12 |- |2022-03-19 |- |2022-03-26 |- |2022-04-02 |- |2022-04-09 |- |2022-04-16 |- |2022-04-23 |- |2022-04-30 |- |2022-05-07 |- |2022-05-14 |- |2022-05-21 |- |2022-05-28 |- |2022-06-04 |- |2022-06-11 |- |2022-06-18 |[[姜麗文]] |- |2022-06-25 |[[吳家忻]] |- |2022-07-02 |[[林倩甯]] |- |2022-07-09 |{{N/A}} |- |2022-07-16 |[[曾淑雅]] |- |2022-07-23 |rowspan=2{{N/A}} |- |2022-07-30 |- |2022-08-06 |[[吳嘉禧]] |- |2022-08-13 |[[梁雍婷]] |} {{HideF}} == 過往環節 == === 公子小姐 === 邀請一位女嘉賓；每星期題目唔同，各位公子講出己見，然後由公子小姐選出心目中最鍾意嘅公子見解。 {{HideH|公子小姐}} {|class=wikitable !日期!!嘉賓!!職業!!備註 |- |2009-12-05||[[諸葛梓岐]]||模特兒、演員|| |- |2009-12-12||[[Watanabe Chikako|渡邊知夏子]]||模特兒|| |- |2009-12-19||[[鍾蕙芝]]||少女模特兒||[http://forum.my903.com/viewthread.php?tid=134157] |- |2009-12-26||[[徐子珊]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=134966] |- |2010-01-02||小　白||化妝師||[http://forum.my903.com/viewthread.php?tid=136216] |- |2010-01-09||[[顏后君|Ceci]]||插畫師、模特兒||[http://forum.my903.com/viewthread.php?tid=137272&extra=page%3D2] |- |2010-01-16||[[劉心悠]]||演員||[http://forum.my903.com/viewthread.php?tid=138404&extra=page%3D1] |- |2010-01-23||[[杜如風]]||節目主持人及製作人||[http://forum.my903.com/viewthread.php?tid=139526&extra=page%3D1] |- |2010-01-31||[[谷祖琳]]||演員、甜品店老闆||[http://forum.my903.com/viewthread.php?tid=140551&extra=page%3D4] |- |2010-02-06||[[林嘉欣]]||演員||[http://forum.my903.com/viewthread.php?tid=141401&extra=page%3D3] |- |2010-02-13||[[Jackeline]]||精神科醫生||[http://forum.my903.com/viewthread.php?tid=142207&extra=page%3D1] |- |2010-02-20||[[鄧麗欣]]||歌手、演員||[http://forum.my903.com/viewthread.php?tid=143003&extra=page%3D1] |- |2010-02-27||[[方皓玟]]||歌手||[http://forum.my903.com/viewthread.php?tid=143992&extra=page%3D2] |- |2010-03-06||[[關之彤|關之彤]]||模特兒、演員||[http://forum.my903.com/viewthread.php?tid=144919&extra=page%3D1] |- |2010-03-13||[[官恩娜]]||歌手、演員|| |- |2010-03-20||[[傅穎|傅　穎]]||歌手、演員||[http://forum.my903.com/viewthread.php?tid=146611&extra=page%3D3] |- |2010-03-27||[[Angelababy]]||模特兒、演員||[http://forum.my903.com/viewthread.php?tid=147422&extra=page%3D2] |- |2010-04-03||[[胡敏珊]]||||[http://forum.my903.com/viewthread.php?tid=148453&extra=page%3D1] |- |2010-04-10||[[何思諺]]||模特兒||[http://forum.my903.com/viewthread.php?tid=149676&extra=page%3D1] |- |2010-04-17||[[阿蘭·達瓦卓瑪|阿　蘭]]||歌手||[http://forum.my903.com/viewthread.php?tid=150742&extra=page%3D1] |- |2010-04-24||[[陳貝兒]]||主持、新聞報導員||[http://forum.my903.com/viewthread.php?tid=151602&extra=page%3D1] |- |2010-05-01||[[楊愛瑾]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=152559&extra=page%3D1] |- |2010-05-08||[[高海寧]]||演員||[http://forum.my903.com/viewthread.php?tid=153550&extra=page%3D1] |- |2010-05-15||[[何超儀]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=154539&extra=page%3D1] |- |2010-05-22||[[韋羅莎]]||舞台劇演員||[http://forum.my903.com/viewthread.php?tid=155307&extra=page%3D1] |- |2010-05-29||[[馬賽 (藝人)|馬　賽]]||演員||[http://forum.my903.com/viewthread.php?tid=156078&extra=page%3D1] |- |2010-06-05||[[陳嘉寶]]||少女模特兒||[http://forum.my903.com/viewthread.php?tid=156972&extra=page%3D1] |- |2010-06-12||Stephanie||||[http://forum.my903.com/viewthread.php?tid=157904&extra=page%3D1] |- |2010-06-19||[[薛凱琪]]||歌手||[http://forum.my903.com/viewthread.php?tid=158667&extra=page%3D1] |- |2010-06-26||[[吳雨霏]]||歌手||[http://forum.my903.com/viewthread.php?tid=159270&extra=page%3D1] |- |2010-07-03||[[HotCha]]||歌手||[http://forum.my903.com/viewthread.php?tid=159840&extra=page%3D1] |- |2010-07-10||[[何傲芝]]||主持、藝員||[http://forum.my903.com/viewthread.php?tid=160490&extra=page%3D1] |- |2010-07-17||[[蔡穎恩]]||模特兒、演員||[http://forum.my903.com/viewthread.php?tid=161100&extra=page%3D2] |- |2010-07-24||[[劉晨芝]]||歌手||[http://forum.my903.com/viewthread.php?tid=161790&extra=page%3D1] |- |2010-07-31||[[楊詩敏]]||舞台劇演員||[http://forum.my903.com/viewthread.php?tid=162413&extra=page%3D1] |- |2010-08-07||[[楊梓瑤]]||模特兒||[http://forum.my903.com/viewthread.php?tid=163041&extra=page%3D1] |- |2010-08-21||[[袁彌明]]||主持||[http://forum.my903.com/viewthread.php?tid=164352&extra=page%3D1] |- |2010-08-28||[[莊思敏]]||模特兒||[http://forum.my903.com/viewthread.php?tid=164936&extra=page%3D5] |- |2010-09-04||[[鍾舒漫]]||歌手||[http://forum.my903.com/viewthread.php?tid=165495&extra=page%3D4] |- |2010-09-11||[[蔡卓妍]]||歌手||[http://forum.my903.com/viewthread.php?tid=166006&extra=page%3D4] |- |2010-09-18||[[衛詩雅|詩　雅]]||演員||[http://forum.my903.com/viewthread.php?tid=166432&extra=page%3D3] |- |2010-09-25||[[鄧紫棋|G.E.M.]]||歌手||[http://forum.my903.com/viewthread.php?tid=167029&extra=page%3D3] |- |2010-10-02||[[朱茵|朱　茵]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=167448&extra=page%3D3] |- |2010-10-09||[[連詩雅]]||歌手||[http://forum.my903.com/viewthread.php?tid=167865&extra=page%3D3] |- |2010-10-16||[[陳嘉容]]||模特兒||[http://forum.my903.com/viewthread.php?tid=168219&extra=page%3D3] |- |2010-10-23||||空中小姐||[http://forum.my903.com/viewthread.php?tid=168707&extra=page%3D2] |- |2010-10-30||[[謝安琪]]||歌手||[http://forum.my903.com/viewthread.php?tid=169130&extra=page%3D1] |- |2010-11-06||[[龔茜彤|樂　瞳]]||歌手、演員||[http://forum.my903.com/viewthread.php?tid=169547&extra=page%3D1] |- |2010-11-13||[[鄭融|鄭　融]]||歌手||[http://forum.my903.com/viewthread.php?tid=169916&extra=page%3D1] |- |2010-11-20||[[周麗淇]]||歌手、演員||[http://forum.my903.com/viewthread.php?tid=170295&extra=page%3D1] |- |2010-11-27||[[焦媛|焦　媛]]||演員||[http://forum.my903.com/viewthread.php?tid=170881&extra=page%3D1] |- |2010-12-04||[[蔣祖曼]]||演員||[http://forum.my903.com/viewthread.php?tid=171399&extra=page%3D1] |- |2010-12-11||[[吳嘉星]]||||[http://forum.my903.com/viewthread.php?tid=171735&extra=page%3D1] |- |2010-12-18||[[周汶錡]]||模特兒||[http://forum.my903.com/viewthread.php?tid=172071&extra=page%3D1] |- |2011-01-08||[[黃山怡]]||歌手||[http://forum.my903.com/viewthread.php?tid=173127&extra=page%3D2] |- |2011-01-15||[[黃幗頤]]||主持||[http://forum.my903.com/viewthread.php?tid=173484&extra=page%3D3] |- |2011-01-22||[[賈曉晨]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=173782&extra=page%3D3] |- |2011-01-29||[[車盈霏]]||歌手||[http://forum.my903.com/viewthread.php?tid=174077&extra=page%3D3] |- |2011-02-12||[[蔣怡|蔣　怡]]||演員||[http://forum.my903.com/viewthread.php?tid=174579&extra=page%3D2] |- |2011-02-19||[[江若琳]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=174902&extra=page%3D2] |- |2011-02-26||[[鍾嘉欣]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=175150&extra=page%3D1] |- |2011-03-05||[[劉明軒]]||娛樂主播||[http://forum.my903.com/viewthread.php?tid=175488&extra=page%3D1] |- |2011-03-12||[[曹蕙蘭]]||歌手||[http://forum.my903.com/viewthread.php?tid=175799&extra=page%3D1] |- |2011-03-19||[[劉碧麗]]||模特兒||[http://forum.my903.com/viewthread.php?tid=176144&extra=page%3D1] |- |2011-03-26||[[呂慧儀]]||演員||[http://forum.my903.com/viewthread.php?tid=176407&extra=page%3D1] |- |2011-04-02||[[雨僑|羽　翹]]||歌手||[http://forum.my903.com/viewthread.php?tid=176690&extra=page%3D1] |- |2011-04-09||[[黃婉曼]]||主持||[http://forum.my903.com/viewthread.php?tid=176995&extra=page%3D1] |- |2011-04-16||[[黃翠如]]||主播||[http://forum.my903.com/viewthread.php?tid=177340&extra=page%3D1] |- |2011-04-23||[[盧巧音]]||歌手||[http://forum.my903.com/viewthread.php?tid=177583&extra=page%3D1] |- |2011-04-30||[[唐素琪]]||演員||[http://forum.my903.com/viewthread.php?tid=177827&extra=page%3D1] |- |2011-05-07||[[董敏莉]]||演員、歌手|| |- |2011-05-14||[[梁雨恩]]||歌手||[http://forum.my903.com/viewthread.php?tid=178313&extra=page%3D1] |- |2011-05-21||[[梁慧恩]]||演員||[http://forum.my903.com/viewthread.php?tid=178549&extra=page%3D1] |- |2011-05-28||[[陳敏之]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=178887&extra=page%3D1] |- |2011-06-04||[[葉佩雯]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=179195&extra=page%3D1] |- |2011-06-11||[[唐寧 (香港)|唐　寧]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=179580&extra=page%3D1] |- |2011-06-18||[[陳僖儀]]||歌手||[http://forum.my903.com/viewthread.php?tid=179914&extra=page%3D1] |- |2011-06-25||[[吳日言]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=180243&extra=page%3D1] |- |2011-07-02||[[林欣彤]]||演員、歌手||[http://forum.my903.com/viewthread.php?tid=180498&extra=page%3D1] |- |2011-07-09||[[黃承恩]]||電台騎師、歌手||[http://forum.my903.com/viewthread.php?tid=180792&extra=page%3D1] |- |2011-07-16||[[黃宇詩]]||主持、演員||[http://forum.my903.com/viewthread.php?tid=181046&extra=page%3D1] |- |2011-07-23||[[松岡李那]]||歌手||[http://forum.my903.com/viewthread.php?tid=181294&extra=page%3D1] |- |2011-10-29||[[趙慧珊]]||模特兒||[http://forum.my903.com/viewthread.php?tid=184580&extra=page%3D1] |- |2011-11-05||[[李思汝]](插頭花Afa)||模特兒||[http://forum.my903.com/viewthread.php?tid=184785&extra=page%3D1] |- |2011-11-12||[[蔡穎恩]]||模特兒、演員||[http://forum.my903.com/viewthread.php?tid=184906&extra=page%3D1] |- |2011-11-19||[[蔡明芳]]||空姐||[http://forum.my903.com/viewthread.php?tid=185074&extra=page%3D1] |- |2011-11-26||[[陳嘉寶]]||模特兒|| |- |2011-12-03||[[阮小儀]]||唱片騎師、演員|| |} {{HideF}} === 公子殿堂（Hall of Fame）=== 介紹一位城中公子。 {{HideH|公子殿堂}} {|class=wikitable !日期!!介紹人物!!職業 |- |2009-12-05||[[趙世曾]]||商人 |- |2009-12-12||[[謝賢]]||演員 |- |2009-12-19||[[羅傑承]]||商人 |- |2009-12-26||[[傅聲]]||演員 |- |2010-01-02||[[鄧光榮]]||演員 |- |2010-01-09||[[何鴻燊]]||商人、全國政協常委 |- |2010-01-16||[[簡炳墀]]||練馬師 |- |2010-01-23||[[何漢強]]||方程式賽車手 |- |2010-01-31||[[杜琪峰]]||導演 |- |2010-02-06||[[羅大佑]]||唱作人 |- |2010-02-13||[[黄霑]]||作家、塡詞人 |- |2010-02-20||[[倪匡]]||作家 |- |2010-02-27||||作家 |- |2010-03-06||[[鐘鎮濤]]||歌手 |- |2010-03-13|||| |- |2010-03-20|||| |- |2010-03-27|||| |- |2010-05-01||[[任達華]]||電影演員 |- |2010-06-26||[[林峯|林　峯]]<br>[[黃宗澤]]<br>[[吳卓羲]]<br>[[陳豪|陳　豪]]<br>[[鄭嘉穎]]||電視演員 |} {{HideF}} === 玩物喪志（Playtoy）=== 介紹一種男士鍾意嘅玩物。 {{HideH|玩物}} {|class=wikitable !日期!!玩物!!嘉賓 |- |2009-12-05||[[賽車]]||- |- |2009-12-12||[[酒]]||- |- |2009-12-19||[[iPhone OS|iPhone軟件]]||- |- |2009-12-26||[[日本]][[陪酒女郎]]||[[王友良]] |- |2010-01-02||[[賽車]]裝備||- |- |2010-01-09||初次[[賽車]]教學||- |- |2010-01-16||[[攝影]]||Model Ivy |- |2010-01-23||[[賽車]]||- |- |2010-01-30||[[黑膠唱片]]||唱片店老闆 Paul |- |2010-02-06||[[攝影器材]]||[[楊天命]] |- |2010-02-13||[[舞台演出]]||舞台劇演員、導師陳淑儀(男) |- |2010-02-27||[[賽車]]|| |- |2010-03-06||[[香水]]|| |- |2010-03-13|||| |- |2010-03-27|||| |- |2010-04-03||[[彭浩翔|朋友（指彭浩翔）]]|| |- |2010-04-10||[[Youtube]]|| |- |2010-05-08||[[電影]]|| |- |2010-05-15||[[單車]]|| |- |2010-05-22||[[足球]]（[[世界盃]]）|| |- |2010-05-29||||[[林家棟]] |- |2010-06-12||||[[泰迪羅賓]] |- |2010-07-10||||[[杜汶澤]] |- |2010-07-17||||[[陳慶嘉]] |- |2010-10-30||[[沉香]]|| |} {{HideF}} === 公子好友 === 邀請一啲嘉賓到節目分享或介紹一啲資訊。 == 相關事件 == 節目曾經被叫做哥兒們、口花花公子會、花花公子會。<ref>{{cite web | language = | publisher = | title = 881903.com 商業電台 - 節目表 | url = http://www.881903.com/page/zh-tw/programschedule.aspx | author = | date = | accessdate = 2009-12-01 | archive-date = 2009-12-30 | archive-url = https://web.archive.org/web/20091230061526/http://881903.com/page/zh-tw/programschedule.aspx | url-status = dead }}</ref> 因為森美需要喺[[Prison De Ballet]]演出，2010年8月14號嘅節目改為錄音轉播[[暗中作樂]]聲演會。 == 參考 == {{Reflist}} == 出面網頁 == * [https://www.881903.com/program/329 節目重溫版面]_{<span style="color: grey;">'''（重溫需付費）'''</span>} * [http://forum.my903.com/forumdisplay.php?fid=58 My903.com 節目討論區] * [http://www.my903.com/my903/playtoyMansion/index.jsp My903.com 節目版面] * {{facebook}} {{start box}} |- |width=30% align=center|'''上一節目'''<br />[[擦聲而過的人]] |width=40% align=center|'''公子會'''<br />2009年12月5號到依家 |width=30% align=center|'''下一節目'''<br />－ {{Prog-before| [[漫事屋]]}} {{s-title|[[香港商業電台|叱咤903商業二台節目]]|禮拜六晚上11點到深夜1點}} {{Prog-after|[[皇牌出場]]}} {{end box}} [[Category:叱咤903節目]] k3fhhb7zyz5eayrtt120www5hd2aij2 0 132656 1865518 1184611 2022-08-19T17:25:49Z Mewaqua 75937 wikitext text/x-wiki {{Infobox cn emperor |名= 唐順宗李誦 |圖= |廟號=順宗 |謚號=至德弘道大聖大安孝皇帝 |國=[[大唐]] }} '''李誦'''（{{bd|761年|2月21號|806年|2月11號}}），係[[大唐]]第十位[[皇帝]]（唔計[[武則天]]），[[805年]]在位，跟[[廟號]]叫'''唐順宗'''。 ==生平== 李誦係[[唐德宗]]個仔，德宗繼位之後立佢做太子。 805年，德宗過身，李誦繼位，就係唐順宗。喺佢在位期間，任用王叔文、王伾等人，推行打擊宦官嘅政治革新運動「[[永貞革新]]」。不過佢中風，經過治療後，就變咗啞巴，冇晒執政能力。同年八月，宦官俱文珍等勾結部分官僚同埋藩鎮，逼佢退位，傳位畀太子[[李純]]（唐憲宗），貶斥王伾等人，史稱「永貞內禪」。第二年，李誦駕崩，謚號叫做'''至德弘道大聖大安孝皇帝'''。 [[Category:大唐皇帝]] j5onu73ogs5jepq4oadk7c24rdhvrha 0 132658 1865517 1720271 2022-08-19T17:13:17Z Mewaqua 75937 wikitext text/x-wiki {{唔係|李淳|李純恩}} {{維基數據君主明細 |start_time=805年 |end_time=820年 |children=仔：<br /> #[[惠昭太子|李寧]] #[[李惲 (澧王)|李惲]] #唐穆宗[[李恆]] #[[李悰]] #[[李忻]] #李悟 #南唐定宗李恪 #[[李憬]] #李悦 #李恂 #李懌 #李愔 #唐宣宗[[李忱]] #李恊 #李憺 #李㤝 #李惴 #李惕 #李憻 #李㥽<br /> 女：<br /> #梁國惠康公主 #永嘉公主 #衡陽公主 #宣城公主 #鄭國溫儀公主 #岐陽莊淑公主 #陳留公主 #真寧公主 #南康公主 #臨真公主 #普康公主 #真源公主 #永順公主 #安平公主 #永安公主 #義寧公主 #太和公主 #貴鄉公主 | birth_name = 李淳 | replaces = 唐順宗[[李誦]] | replaced_by = 唐穆宗[[李恆]] }} '''李純'''（{{bd|778年|3月17號|820年|2月14號}}）係[[大唐]]第十一位[[皇帝]]（唔計[[武則天]]），805年到820年在位，跟[[廟號]]叫'''唐憲宗'''。 ==生平== 李純係唐順宗[[李誦]]個仔，原名李淳。<ref name=bk01>[https://zh.wikisource.org/wiki/%E8%88%8A%E5%94%90%E6%9B%B8/%E5%8D%B714 舊唐書卷14]</ref>805年，唐順宗畀宦官迫佢立李淳做太子，改名李純，之後仲迫佢讓位畀李純。 李純在位期間，大唐曾經終結短暫嘅藩鎮割據，當中嘅「李愬雪夜下蔡州」，更成為唐憲宗時代最出名嘅戰爭。 而佢嘅帝位係由宦官擁立嘅，因此佢重用宦官，軍隊中好多將領同埋監軍都係由宦官擔任，有啲宦官重擁有好高嘅軍權。之但係，憲宗對宦官一啲都唔優待，佢嘅晚年，鍾意長生不老之術，成日食金丹，「日加躁渴」，性情重變得炮仗頸、容易發爛渣，郁啲責罰左右黃門，搞到成班宦官人人自危。 820年，唐憲宗李純去世，由太子[[李恆]]繼位，就係唐穆宗。 ==諡號== 最初[[謚號]]叫做聖神章武孝皇帝，849年，唐宣宗[[李忱]]追加謚號昭文章武大聖至神孝皇帝。 ==參考== {{reflist}} [[Category:大唐皇帝]] {{君主楔}} e9xdahsbpeehn8aoad4s5xrxwani3xh 0 134150 1865644 1150078 2022-08-20T03:06:15Z Al12si 87401 約克大學有法語教學嘅分校，一定要提法文名 wikitext text/x-wiki [[File:York U Harry W. Arthurs Common.jpg|thumb|約克大學校園]] {{Unreferenced}} '''約克大學'''（{{lang-en|'''York University'''}}，{{lang-fr|'''Université York'''}}<ref name=about-fr>{{cite web |title=Histoire |url=https://www.glendon.yorku.ca/about/fr/histoire-2/ |publisher=York University |access-date=2022-08-19}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間[[大學]]，[[1959年]]創校<ref name="about-en">{{cite web |title=History |url=https://www.yorku.ca/about/history/ |publisher=York University |access-date=2022-08-19}}</ref>。 除咗位於約克大學[[多倫多地下鐵|地鐵]]站嗰度嘅 Keele 校區之外，佢有兩間分校：同樣喺北約克嘅 Glendon 分校（約克大學原址）係英法雙語教學<ref name=about-fr />，另一間喺[[萬錦市]]。<ref>{{cite web |title=Our Campuses |url=https://www.yorku.ca/campuses/ |publisher=York University |access-date=2022-08-19}}</ref> == 參考 == {{reflist}} {{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] 401ml5gu430cvp0cq8vrb0xbhjpaxfl 1865719 1865644 2022-08-20T06:35:39Z Al12si 87401 暫時剷走咗個 Unreferenced，因為而今句句都有 reference，留佢喺度太膠。有問題真係要加返唔該解釋點解有問題 wikitext text/x-wiki [[File:York U Harry W. Arthurs Common.jpg|thumb|約克大學校園]] '''約克大學'''（{{lang-en|'''York University'''}}，{{lang-fr|'''Université York'''}}<ref name=about-fr>{{cite web |title=Histoire |url=https://www.glendon.yorku.ca/about/fr/histoire-2/ |publisher=York University |access-date=2022-08-19}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間[[大學]]，[[1959年]]創校<ref name="about-en">{{cite web |title=History |url=https://www.yorku.ca/about/history/ |publisher=York University |access-date=2022-08-19}}</ref>。 除咗位於約克大學[[多倫多地下鐵|地鐵]]站嗰度嘅 Keele 校區之外，佢有兩間分校：同樣喺北約克嘅 Glendon 分校（約克大學原址）係英法雙語教學<ref name=about-fr />，另一間喺[[萬錦市]]。<ref>{{cite web |title=Our Campuses |url=https://www.yorku.ca/campuses/ |publisher=York University |access-date=2022-08-19}}</ref> == 參考 == {{reflist}} {{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] rnn3xlilj0t9ls3ira22nnivwgt1s5q 0 139184 1865487 1801238 2022-08-19T16:23:01Z Mewaqua 75937 表格語法 wikitext text/x-wiki <!--{{pathnav|香港電視廣播有限公司|<nowiki>網絡電視平台</nowiki>}}-->{{lowercase}} {{Infobox Website | name = myTV SUPER | logo = [[File:MyTV SUPER.png|無框]] | screenshot = | collapsible = | collapsetext = | caption = | url = http://www.mytvsuper.com/ | alexa = | commercial = 係 | type = [[互聯網電視]]平台 | language = [[繁體中文]]、[[英文]] | registration = 必須 | owner = [[電視廣播有限公司|電視廣播互聯網有限公司]] | author = | launch date = 2016年3月 | current status = 線上 | revenue = | slogan = | content license = }} '''myTV SUPER'''係[[香港]]一個收費[[OTT平台]]，由[[電視廣播有限公司]]喺2016年4月18號正式推出，取代咗[[myTV]]、[[GOTV]]等服務。初期提供流動應用程式版同解碼器版。2017年2月，myTV SUPER推出網上版，但係賬戶同前者唔係互通嘅（但可以透過跨屏幕同時睇配對手機、平板電腦同網頁收睇）。 2016年9月，MyTV SUPER亦向海外地區推出[[TVB Anywhere]]嘅OTT平台，不過喺中國大陸、香港、越南、新加坡、馬來西亞等地區係用唔到嘅。 2019年4月，MyTV SUPER推出MyTV Gold，比基本版有更多頻道同點播節目。2020年10月開始，MyTV Gold同TVB Anywhere用戶更可以喺翡翠台首播之前優先點播指定重頭劇，包括「台慶劇」《[[使徒行者3]]》同《[[踩過界II]]》。 == 概要 == myTV SUPER唔似得[[無綫網絡電視]]，可以避開《[[廣播條例]]》限制。myTV SUPER以流動網絡傳送，既能繼承收費電視功能，又有發展自由度（公司股東、股權規管，同埋唔使自行架設傳送節目用專用網絡）。 myTV SUPER透過觀眾租用或者買[[解碼器]]（本身建基於[[Android]] 4.X）、[[流動裝置]]（Android同[[iOS]]）安裝[[流動應用程式]]同網頁提供服務，主要服務有直播同點播兩種。部分節目支援[[4K解像度]]，但流動裝置版本唔支援4K<ref>{{cite web|title=TVB推新「盒子」睇 4K！最平$68－myTV SUPER收睇方法＋節目內容完全攻略|url=http://unwire.hk/2016/03/03/mytv-super/wireless-home/audio-visual/|language=中文|publisher=unwire.hk|author=艾域|date=2016-03-03}}</ref>。 目前常設直播頻道52條，包括無綫電視現有[[電視廣播有限公司#免費電視頻道一覽|5條免費頻道]]同[[無綫網絡電視#頻道一覽|16條收費頻道]]（其中一條頻道係myTV SUPER自創），同埋其他營運商提供31條頻道。大部分頻道支援即時回看3個鐘頭內已播出節目內容，同節目播放後幾個鐘就有足本重溫。另外，平台亦會為大型活動特別召時增設頻道，令所有大會提供直播資源能夠被盡用。 點播服務分為現有節目重溫、[[GOTV]]節目、經典節目、首播節目，互動平台。首播節目主要包括海外播完節目，全集推出；緊貼海外最新一集節目，同步推出；同無綫電視自製節目定期上架。互動平台以多頻道模式提供娛樂，藝人資訊，同觀眾互動。 平台早期只有收費部份，後又有擴大宣傳，推出限時免費內容。由2016年9月開始流動應用程式提供免費區，逐步取代[[myTV]]同GOTV。 ==有關頻道== ===現有頻道=== {{hideH|現有頻道}} {|class="wikitable" |- style="background:gold; text-align:center;" |width=5%|'''頻道號碼'''||width=15%|'''頻道名'''||width=15%|'''啟播日期'''||width=20%|'''所屬組合'''||width=30%|'''連結''' |- |colspan=5|'''無綫電視頻道'''（8X-9X） |- |81 |[[翡翠台]]*<br>{{lang|en|Jade}} |rowspan=2|2016年3月15號 |rowspan=15|基本頻道 |[http://www.mytvsuper.com/tc/epg/J myTV SUPER節目表] |- |82 |[[無綫電視J2台|J2]]* |[http://www.mytvsuper.com/tc/epg/B myTV SUPER節目表] |- |83 |[[無綫新聞台]]*<br>{{lang|en|TVB News Channel}} |2017年8月15號上午6:00 |[http://www.mytvsuper.com/tc/epg/C myTV SUPER節目表] |- |84 |[[明珠台]]*<br>{{lang|en|Pearl}} |2016年4月6號中午12:00 |[http://www.mytvsuper.com/tc/epg/P myTV SUPER節目表] |- |85 |[[無綫財經·資訊台]]*<br>{{lang|en|TVB Finance & Information Channel}} |2017年8月15號上午6:00 |[http://www.mytvsuper.com/tc/epg/A myTV SUPER節目表] |- |86 |[[TVB經典台]]<br>{{lang|en|TVB Classic}} |rowspan=2|2016年3月15號 |[http://www.mytvsuper.com/tc/epg/CTVC myTV SUPER節目表] |- |87 |[[韓劇台]]<br>{{lang|en|Korean Drama}} |[http://www.mytvsuper.com/tc/epg/CTVS myTV SUPER節目表] |- |88 |[[亞州劇台]]<br>{{lang|en|Asian Drama}} |2020年4月6號 |[http://www.mytvsuper.com/tc/epg/CTVD myTV SUPER節目表] |- |89 |[[華語劇台]]<br>{{lang|en|Chinese Drama}} |rowspan=5|2016年3月15號 |[http://www.mytvsuper.com/tc/epg/CDR3 myTV SUPER節目表] |- |90 |[[精選亞洲劇台]]<br>{{lang|en|Asian Select}} |[http://www.mytvsuper.com/tc/epg/CDR4 myTV SUPER節目表] |- |91 |[[TVB娛樂新聞台|娛樂新聞台]]<br>{{lang|en|Entertainment News}} |[http://www.mytvsuper.com/tc/epg/CTVE myTV SUPER節目表] |- |92 |[[綜藝旅遊台]]<br>{{lang|en|Variety & Travel}} |[http://www.mytvsuper.com/tc/epg/CWIN myTV SUPER節目表] |- |93 |[[為食台]]<br>{{lang|en|Food}} |[http://www.mytvsuper.com/tc/epg/CTVL myTV SUPER節目表] |- |97 |[[TVB Radio]] |2016年6月27號上午6:00 |[http://www.mytvsuper.com/tc/epg/CTVM myTV SUPER節目表] |- |98 |[[TVB戲曲台|戲曲台]]<br>{{lang|en|Chinese Opera Channel}} |2017年6月12號 |[https://www.mytvsuper.com/tc/epg/CCOC myTV SUPER節目表] |- |colspan=5|'''幼兒'''（1XX） |- |101 |[[Disney Junior (亞洲)|Disney Junior]] |rowspan=2|2016年3月15號 |基本頻道 |[http://www.mytvsuper.com/tc/epg/CDJC myTV SUPER節目表]／[http://disneyjunior.disney.sg/ Disney Junior亞洲官方網站] |- |102 |[[Disney Channel (亞洲)|Disney Channel]] |Disney Channel |[http://www.mytvsuper.com/tc/epg/CDIS myTV SUPER節目表]／[https://web.archive.org/web/20160616100410/http://www.disney.com.hk/DisneyChannel/tv/ Disney Channel香港官方網站] |- |103 |[[CBeebies]] |2016年11月14號 |BBC娛樂資訊組合 |[http://www.mytvsuper.com/tc/epg/BBB myTV SUPER節目表]／[http://www.bbcasia.com/channels/cbeebies/ CBeebies官方網站] |- |104 |[[Nickelodeon]] |rowspan=2|2017年1月1號 |精選基本頻道 ||[http://www.mytvsuper.com/tc/epg/CNIKO myTV SUPER節目表]／[http://www.nick-asia.com/ Nickelodeon亞洲官方網站] |- |105 |{{link-en|Nick Jr.|Nick Jr. (Southeast Asia)}} |尼克兒童組合 |[http://www.mytvsuper.com/tc/epg/CNIJR myTV SUPER節目表]／[http://www.nick-asia.com/ Nickelodeon亞洲官方網站]／[http://www.nickjr.com/ Nick Jr.官方網站] |- |colspan=5|'''電影'''（2XX） |- |200 |[[粵語片台]]<br>{{lang|en|Classic Movies}} |rowspan=2|2016年3月15號 |rowspan=2|基本頻道 |[http://www.mytvsuper.com/tc/epg/CCLM myTV SUPER節目表] |- |201 |[[美亞電影台]]<br>{{lang|en|Mei Ah Movie Channel}} |[http://www.mytvsuper.com/tc/epg/CMAM myTV SUPER節目表] |- |202 |[[Thrill]] |rowspan=2|2017年1月16號 |rowspan=2|動作驚慄影視組合 |[http://www.mytvsuper.com/tc/epg/CTHR myTV SUPER節目表]／[http://www.thrill-tv.com/ Thrill官方網站] |- |203 |[[天映經典頻道]]<br>{{lang|en|Celestial Classic Movies}} |[http://www.mytvsuper.com/tc/epg/CCCM myTV SUPER節目表]／[http://www.cmclassic.tv/ 天映經典頻道官方網站] |- |colspan=5|'''動作／體育'''（3XX） |- |301 |[[BLUE ANT Extreme|BLUE ANT超極娛樂]]<br>{{lang|en|BLUE ANT Extreme}} |2016年7月1號上午6:00 |BLUE ANT 娛樂組合 |[http://www.mytvsuper.com/tc/epg/CRTX myTV SUPER節目表]／{{Facebook|RTLCBSExtreme|BLUE ANT Extreme}} |- |302 |[[BeIN Sports 1]] |rowspan=2|2016年8月8號上午6:00 |BeIN Sports 1 |[http://www.mytvsuper.com/tc/epg/CBE1 myTV SUPER節目表]／[http://hk.beinsports.com/ BeIN SPORTS香港官方網站] |- |303 |[[BeIN Sports 2]] |BeIN Sports 2 |[http://www.mytvsuper.com/tc/epg/CBE2 myTV SUPER節目表]／[http://hk.beinsports.com/ BeIN SPORTS香港官方網站] |- |304 |{{link-en|Kix|Kix (Asian TV channel)}} |2017年1月16號 |動作驚慄影視組合 |[http://www.mytvsuper.com/tc/epg/CKIX myTV SUPER節目表]／[http://www.kix-tv.com/ KIX官方網站] |- |colspan=5|'''知識'''（4XX） |- |401 |[[BBC Earth]] |2016年11月14號 |BBC娛樂資訊組合 |[http://www.mytvsuper.com/tc/epg/BBE myTV SUPER節目表]／[http://www.bbcasia.com/channels/earth/ BBC Earth頻道亞洲官方網站] |- |colspan=5|'''綜藝娛樂'''（5XX） |- |501 |[[BLUE ANT Entertainment|BLUE ANT綜藝娛樂]]<br>{{lang|en|BLUE ANT Entertainment}} |2016年7月1號上午6:00 |BLUE ANT 娛樂組合 |[http://www.mytvsuper.com/tc/epg/CRTE myTV SUPER節目表]／{{Facebook|RTLCBSEntertainment|BLUE ANT Entertainment}} |- |502 |[[AXN]] |rowspan=3|2016年7月1號上午6:00 |rowspan=3|Sony娛樂組合 |[http://www.mytvsuper.com/tc/epg/CAXN myTV SUPER節目表]／[http://www.axn-asia.com AXN Asia官方網站] |- |503 |[[Sony Channel (亞洲)|Sony Channel]] |[http://www.mytvsuper.com/tc/epg/CSEN myTV SUPER節目表]／[http://www.sonychannelasia.com/ Sony Channel亞洲官方網站] |- |504 |[[Animax Asia|Animax]] |[http://www.mytvsuper.com/tc/epg/CANI myTV SUPER節目表]／[https://www.animax-asia.com Animax Asia官方網站] |- |505 |[[tvN Asia|tvN]] |2017年4月1號 |CJ韓國娛樂組合 |[http://www.mytvsuper.com/tc/epg/ myTV SUPER節目表]／[http://tvnasia.net/ tvN官方網站] |- |colspan=5|'''生活'''（6XX） |- |601 |[[無線衛星亞洲台]]<br>{{lang|en|TVBS Asia}} |2016年3月15號 |精選基本頻道 |[http://www.mytvsuper.com/tc/epg/CTS1 myTV SUPER節目表]／[http://asia.tvbs.com.tw/ 無線衛星亞洲台官方網站] |- |602 |[[創世電視]]<br>{{lang|en|Creation TV}} |2017年12月31號晚8:00 |基本組合 |[https://www.mytvsuper.com/tc/epg/CRE myTV SUPER節目表]／[http://www.creation-tv.com/ 創世電視官方網站] |- |603 |{{link-en|Fashion One|Fashion One}} |rowspan=2|2016年3月15號 |精選基本頻道 |[http://www.mytvsuper.com/tc/epg/CFF1 myTV SUPER節目表]／[http://fashionone.com/ Fashion One官方網站] |- |604 |{{link-en|Mezzo Live HD|Mezzo TV}} |Mezzo Live HD |[http://www.mytvsuper.com/tc/epg/CMEZ myTV SUPER節目表]／[http://www.mezzo.tv/ Mezzo TV官方網站] |- |605 |[[BBC Lifestyle]] |2016年11月14號 |BBC娛樂資訊組合 |[http://www.mytvsuper.com/tc/epg/BBL myTV SUPER節目表]／[http://www.bbcasia.com/channels/lifestyle/ BBC Lifestyle官方網站] |- |colspan=5|'''新聞'''（7XX／800） |- |700 |[[直播新聞台]]<br>{{lang|en|TVBN 2}} |rowspan=9|2016年3月15號 |rowspan=2|基本頻道 |[http://www.mytvsuper.com/tc/epg/CTN2 myTV SUPER節目表] |- |701 |[[神州新聞台]]<br>{{lang|en|Mainland News}} |[http://www.mytvsuper.com/tc/epg/CMN1 myTV SUPER節目表] |- |702 |[[無線衛星新聞台]]<br>{{lang|en|TVBS News}} |rowspan=2|精選基本頻道 |[http://www.mytvsuper.com/tc/epg/CTSN myTV SUPER節目表]／[http://news.tvbs.com.tw/ 無線衛星新聞台官方網站] |- |703 |[[亞洲新聞台]]<br>{{lang|en|Channel NewsAsia}} |[http://www.mytvsuper.com/tc/epg/CCNA myTV SUPER節目表]／[http://www.channelnewsasia.com/ 亞洲新聞台官方網站] |- |704 |[[半島電視台英語頻道]]<br>{{lang|en|Al Jazeera English}} |基本頻道 |[http://www.mytvsuper.com/tc/epg/CJAZ myTV SUPER節目表]／[http://www.aljazeera.com/ 半島電視台英語頻道官方網站] |- |705 |[[France 24]] |rowspan=5|精選基本頻道 |[http://www.mytvsuper.com/tc/epg/CF24 myTV SUPER節目表]／[http://www.france24.com/ France 24官方網站] |- |706 |[[德國之聲|DW]] |[http://www.mytvsuper.com/tc/epg/CDW1 myTV SUPER節目表]／[http://www.dw.com/ DW官方網站] |- |707 |[[NHK World TV]] |[http://www.mytvsuper.com/tc/epg/CNHK myTV SUPER節目表]／[http://www3.nhk.or.jp/nhkworld/en/tv/ NHK World TV官方網站] |- |708 |[[Arirang TV]] |[http://www.mytvsuper.com/tc/epg/CARI myTV SUPER節目表]／[http://www.arirang.com/ Arirang TV官方網站] |- |709 |[[BBC World News]] |2016年11月14號 |[http://www.mytvsuper.com/tc/epg/BBW myTV SUPER節目表]／[http://www.bbcasia.com/channels/world-news/ BBC World News官方網站] |- |800 |[[直播新聞台|myTV SUPER直播新聞台]]<br>{{lang|en|myTV SUPER Live News Channel}} |2017年11月 | |[http://www.mytvsuper.com/tc/epg/EVT1 myTV SUPER節目表] |} {{hideF}} ===已停播頻道=== {{hideH|已停播頻道}} {|class="wikitable" |- style="background:lightblue; text-align:center;" |width=5%|'''頻道號碼'''||width=15%|'''頻道名'''||width=10%|'''啟播日期'''||width=10%|'''停播日期'''||width=15%|'''註'''||width=15%|'''停播原因''' |- |800 |里約奧運預覽台<br/>{{lang|en|Rio Preview}} |2016年8月3號晚23:50 |rowspan=2|2016年8月22號朝早約10:00 |rowspan=8|基本頻道<br />800：一開六畫面預覽1至6台節目<br />801-806：[[奧林匹克廣播服務公司|OBS]]官方訊號<br />807：轉播OBS奧運新聞台 |rowspan=8|[[里約奧運]]頻道<ref>{{cite web|title=「里約奧運2016」記者會|url=http://b.tvb.com/whatsnew/?p=20526|language=中文|publisher=tvb.com|date=2016-07-08}}</ref> |- |801 |里約奧運1台<br/>{{lang|en|Rio 1}} |2016年8月4號凌晨2:50 |- |802 |里約奧運2台<br/>{{lang|en|Rio 2}} |2016年8月4號凌晨1:50 |2016年8月22號朝早約6:30 |- |803 |里約奧運3台<br/>{{lang|en|Rio 3}} |2016年8月3號晚23:50 |2016年8月22號朝早3:30 |- |804 |里約奧運4台<br/>{{lang|en|Rio 4}} |2016年8月5號凌晨2:50 |rowspan=3|2016年8月22號朝早約10:00 |- |805 |里約奧運5台<br/>{{lang|en|Rio 5}} |rowspan=2|2016年8月6號朝早06:50 |- |806 |里約奧運6台<br/>{{lang|en|Rio 6}} |- |807 |里約奧運新聞台<br/>{{lang|en|Rio News Channel}} |2016年8月3號晚23:00 |2016年8月22號晚23:00 |- |800 |rowspan=2|奧運精英顯風采<br/>{{lang|en|Sports Demonstrations By Mainland Olympians}} |2016年8月28號朝早9:30 |rowspan=2|2016年8月28號朝早11:30 |rowspan=2|基本頻道<br/>800：羽毛球及乒乓球<br/>801：跳水 |rowspan=2|直播中國運動員訪港表演頻道<ref>{{cite web|title=無綫直播里約奧運內地精英運動員訪港表演|url=http://b.tvb.com/whatsnew/?p=20929|language=中文|publisher=tvb.com|date=2016-08-25}}</ref> |- |801 |2016年8月28號朝早10:00 |- |85 |[[無綫電視J5台|J5]]*<br>{{lang|en|J5}} |2016年3月15號 |2017年8月15號 |基本頻道 |被[[無綫財經·資訊台]]取代 |- |800 |HKOBC台<br/>HKOBC Channel |2016年11月22號 |2016年11月27號晚19:00 |基本頻道 |直播[[香港公開羽毛球錦標賽]]頻道 |- |602 |{{link-en|優質生活頻道|Li (TV channel)}}<br>{{lang|en|Life Inspired}} |2016年3月15號 |2017年10月7號凌晨00:00 |精選基本頻道 |頻道商宣佈停播 |- |802 |香港福音盛會2017<br/>Hong Kong towards the end of 2017 |2017年12月1號晚19:00 |2017年12月1號約凌晨00:00 |基本頻道 |直播佈道大會頻道 |- |800 |冬奧1台<br/>{{lang|en|Winter Olympic 1}} |rowspan=4|2018年2月9號10:00 |rowspan=4|2018年2月26號01:00 |rowspan=4|基本頻道<br />800-802：[[奧林匹克頻道|OBS]]官方訊號<br />803：轉播OBS冬奧新聞台 |rowspan=4|直播[[平昌冬奧]]頻道 |- |801 |冬奧2台<br/>{{lang|en|Winter Olympic 2}} |- |802 |冬奧3台<br/>{{lang|en|Winter Olympic 3}} |- |803 |冬奧新聞台<br/>{{lang|en|Winter Olympic News Channel}} |- |94 |[[TVB體育台|體育台]]<br/>{{lang|en|Sports}} |rowspan=3|2016年3月15日 |rowspan=3|2018年8月15日 |rowspan=4|基本頻道 |因TVB體育組解散 |- |700 |[[直播新聞台]]<br/>{{lang|en|TVBN 2}} |700台直播新聞台改為同83台無綫新聞台訊號同步 |- |800 |myTV SUPER直播新聞台<br/>{{lang|en|myTV SUPER Live News Channel}} | |- |96 |旅遊台<br/>Travel |2016年4月18日上午9:00 |2018年9月1日早上6:00 |併入綜藝台並改名綜藝旅遊台 |- |800 |青奧台<br/>{{lang|en|YOG Channel}} |2018年10月7日06:00 |2018年10月19日11:00 |基本頻道<br/>[[奧林匹克頻道|OBS]]官方訊號 |直播布宜諾斯艾利斯青奧頻道 |- |90 |[[精選亞洲劇台]]<br/>{{lang|en|Asian Select}} |rowspan=2|2016年3月15日 |2019年1月1日00:49 |rowspan=2|基本頻道 | |- |95 |[[翡翠即日重溫]]<br/>{{lang|en|Jade Catch Up}} |2019年1月1日00:00 | |- |503 |[[Sony Channel (亞洲)|Sony Channel]] |2016年7月1日上午6:00 |2019年5月31日晚上11:59 |Sony娛樂組合 |索尼影業電視旗下Sony Channel亞洲地區停播 |- |900 |國際冠軍盃1台<br/>{{lang|en|ICC 1}} |rowspan=3|2019年7月20日06:00 |rowspan=3|2019年8月11日06:00 |rowspan=3|基本頻道 |rowspan=3|直播[[國際冠軍盃]]頻道 |- |901 |國際冠軍盃2台<br/>{{lang|en|ICC 2}} |- |902 |國際冠軍盃3台<br/>{{lang|en|ICC 3}} |- |666 |王者榮耀電競*<br/>{{lang|en|Honor of Kings Esport}} |未知 | | |王者榮耀電競 (VSPN) 與MyTV SUPER合約結束 |- |88 |[[日劇台]]<br/>{{lang|en|Japanese Drama}} |2015年4月4日 |2020年4月6日 |基本頻道 |被[[亞州劇台]]取代 |} {{hideF}} *<nowiki>*係免費觀看頻道</nowiki> == 洗衣舖群星事件簿 == 為宣傳myTV SUPER，無綫喺2016年5月22號推出[[吳業坤]]扮[[洗衫舖]]店員，描述佢遇到多種電視節目角色同主持，係14集廣告式[[微電影]]。 ;合作對象 *'''第一集'''：[[朱千雪]]（《[[EU超時任務]]》凌晨風） *'''第二集'''：[[林盛斌]] *'''第三集'''：[[王浩信]]、[[楊潮凱]]、[[戴耀明]]（《[[EU超時任務]]》關鼎名、關少基、關棟平） *'''第四集'''：[[胡楓]]、[[鍾景輝]] *'''第五集'''：[[泰臣 (演員)|泰臣]] *'''第六集'''：[[黃德斌]]（《[[刀下留人]]》葉常綠） *'''第七集'''：[[麥玲玲]] *'''第八集'''：[[黃智賢]]（《[[四個女仔三個BAR]]》范智毅） *'''第九集'''：[[農夫 (組合)]]（《[[Do姐有問題]]》） *'''第十集'''：[[羅蘭]] *'''第十一集'''：[[陳凱琳]]（《[[殭]]》藍夢瑤） *'''第十二集'''：[[張秀文]]、[[陳婉衡]]、[[朱智賢]]（《[[3日2夜]]》） *'''第十三集'''：[[洪永城]]（《[[張保仔]]》張保仔、《[[實習天使]]》楊志明） *'''第十四集'''：[[何遠東]]（《[[萬千星輝賀台慶]]2014》） ==爭議== ===喺翡翠台大肆宣傳=== 為促銷myTV SUPER解碼器，無綫動員大量人力物力用旗下[[免費電視]]頻道[[翡翠台]]廣告時段，同節目時間大搞[[洗腦]]式[[電視廣告|宣傳]]，例如《myTV SUPER呈獻：萬千星輝睇多D》、《myTV SUPER呈獻: 萬千星輝放暑假》，做法有[[植入式廣告]]之嫌。結果，[[通訊事務管理局]]就《萬千星輝睇多D》同《萬千星輝放暑假》播放後分别接獲23、30宗投訴。 最後，事件由通訊局罰無綫20萬港元收科。<ref>[http://hk.apple.nextmedia.com/realtime/news/20161122/55951208 蘋果日報：<nowiki>節目狂宣傳「myTV SUPER」被罰20萬 TVB擬提司法覆核</nowiki>] {{Webarchive|url=https://web.archive.org/web/20170920193851/http://hk.apple.nextmedia.com/realtime/news/20161122/55951208 |date=2017年9月20號 }}，2016年11月22日。</ref> ===網上版限制多=== myTV SUPER網上版2017年2月推出初期只支援[[Internet Explorer]] 11.0 或以上，[[Safari]] 8.0 或以上瀏覽器，其他主流瀏覽器（包括[[Microsoft Edge]]、[[Google Chrome]]、[[Firefox]]、[[Opera電腦瀏覽器|Opera]]）都唔支援。雖然過幾個月後續一支援，但重有好多限制，例如同一部[[電腦]]同一個[[IP]]網域都唔可以多次使用，因為每個月都有清除[[cookie]]、重新登入限制。 ===免費版節目重溫少得可憐=== 以前myTV提供[[無綫電視]]大部份節目足本重溫，重會保留60日，包括舊有已上傳節目<ref name=tvbmytv20100918>[http://b.tvb.com/whatsnew/%E6%9C%80%E6%96%B0%E6%B6%88%E6%81%AF/2010/09/18/mytv-%E7%AF%80%E7%9B%AE%E6%95%B4%E5%90%88%E6%94%B9%E5%8B%95/ myTV 節目整合改動] tvb.com最新消息，2010年9月18日</ref>。不過2017年4月17號到而家，免費版所有節目（包括少數獲保留超過60日節目之一[[新聞檔案]]）。得返最多保留7日，亦只有少量節目有得重溫，變相迫人申請收費服務。 ===電視盒熄機重識上網=== 用控制器將myTV SUPER電視盒熄機後，只會進入「待機模式」而本身冇所謂「關機」功能。咁[[路由器]]重會顯示電視盒重同佢進行[[WiFi]]無線連接到[[互聯網]]，而目的地IP地址係[[中國大陸]]而唔係[[香港]]。要電視盒完全熄機，係要完全除去[[電源]]，例如：熄個插座電掣，或者斷開電線線同電池等等，就可以即時將個「神秘連線」中斷。 ===用法律搞網站myAVSUPER=== {{see|myAVSUPER|毛記電視|thisAV}} [[無綫電視]]法律行動告成人網站「myAVSUPER」<ref>[https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/81104/myavsuper-%E8%89%B2%E6%83%85%E7%B6%B2%E7%AB%99%E6%94%B6tvb%E5%BE%8B%E5%B8%AB%E4%BF%A1-%E8%AD%A6%E5%91%8A%E7%B6%B2%E5%9D%80%E5%8F%8A%E5%95%86%E6%A8%99%E5%88%BB%E6%84%8F%E6%8A%84%E8%A5%B2 【myAVSUPER】色情網站收TVB律師信警告網址及商標刻意抄襲] 香港01 2017年3月29日</ref>。無綫話，myAVSUPER網站個商標，網址都仿似佢註冊「myTVSUPER」個商標，網址。「myAVSUPER」回應，域名註冊採用先到先得方式，對方指控無理據，同埋「myAVSUPER」全球網站流量排名高過myTVSuper<ref>[http://www.popnews.hk/?p=15943 myAVSuper反擊：指控無理據、全球流量排名高過myTVSuper] {{Webarchive|url=https://web.archive.org/web/20201207111200/http://www.popnews.hk/?p=15943 |date=2020年12月7號 }} POPNews</ref>。另一間叫[[毛記電視]]就未傳出有關版權糾紛<ref>[https://news.now.com/home/entertainment/player?newsId=215990 〈娛樂乜乜乜〉點解毛記冇事，myAVSUPER有事] Now 新聞</ref>。而[[亞洲電視]]（即[[ATV]]）個網站就疑遭香港知名[[色情網站]]「[[ThisAV]]」，[[惡搞]]戲仿<ref>[https://unwire.hk/2015/03/19/thisatv/fun-tech/ 亞視Fans 惡攪？ thisav 色情網變thisatv]Unwire-2015年3月19日</ref>。 ==參考== {{Reflist}} ==出面網頁== *[http://www.mytvsuper.com myTV SUPER網站] *[http://www.ani-one.com.hk/ Ani-one官方網頁] {{電視廣播有限公司}} {{香港OTT平台}} [[Category:香港網上電視]] r7xa6qpb76xbp376vg0d5gwcvui66aq 0 141870 1865708 1864803 2022-08-20T06:07:11Z 218.255.1.230 wikitext text/x-wiki {{otheruses|subject=香港女模特兒|other=原名「鄭嘉欣」嘅香港賽馬節目女主持|莎拉}} {{藝人 | 姓名 = 鄭嘉欣 | 類型 = 女藝人 | 原名 = | 圖片 = | 圖片尺寸 = | 圖片簡介 = | 羅馬拼音 = Cheng Ka Yan | 英文名 = Christine Cheng | 花名 = 港版[[石原里美]] | 國籍 = {{CNHK}} | 出生日期 = {{birth date and age|1993|9|20}} | 出生地點 = {{HKG-GBR}} | 職業 = [[模特兒]]、[[演員]] | 語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] | 教育程度 = | 母校= | 出道地點 = {{HKG}} | 活躍年代 = 2016年到依家 | 經紀公司 = [[太陽娛樂文化]] | 代表作品 = }} '''鄭嘉欣'''（{{lang|en|'''Christine Cheng'''}}，{{bd|1993年|9月20號}}），係香港女模特兒，2016年出道，而家係[[太陽娛樂文化]]旗下藝人。2020年佢參與ViuTV搞嘅真人騷選秀《[[全民造星III]]》，因為身高有178cm同個樣幾靚而受到關注，畀傳媒叫做「港版[[石原里美]]」<ref>[https://www.weekendhk.com/1083664/weekspecial/entertainment/%e5%85%a8%e6%b0%91%e9%80%a0%e6%98%9f3-%e9%84%ad%e5%98%89%e6%ac%a3-%e7%9f%b3%e5%8e%9f%e9%87%8c%e7%be%8e-plt/ 鄭嘉欣高質迷暈全場男士 花姐不屑：你係一個花瓶囉]</ref><ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/544086/ 鄭嘉欣178cm高勁矚目　初嘗拍劇滋味頻NG]</ref>，但佢最後入到50強就止步。《[[全民造星IV]]》第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''節目名'''||style="width:22%"|'''性質''' |- |2020年||《[[全民造星III]]》||參賽者 |- |rowspan="3"|2021年||《[[囝囝女女730]]》||造星囝女 |- |《[[ERROR自肥企画]]》||第6集嘉賓 |- |《[[全民造星IV]]》||參賽者 |} ===電影=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''戲名'''||style="width:22%"|'''角色''' |- |2021年||《[[殺出個黃昏]]》||女警察 |} ===網絡電視劇=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''劇名'''||style="width:22%"|'''角色''' |- |2020年||《[[把砒霜留給自己]]》|| |} === MV === {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''歌手'''||style="width:22%"|'''歌名''' |- |2021年||[[ToNick]]||《離散序》 |} ==參考== {{reflist}} ==出面網頁== *{{facebook|ChritineC}} *{{instagram|christine.dinc}} * [https://kingmaker.viu.tv/profile/90/ 全民造星IV | Christine] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:香港MV女演員]] [[Category:鄭氏|嘉欣]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] 6tc03154548xns2d0c00zo5xmwzy3fb 1865709 1865708 2022-08-20T06:07:29Z 14.0.236.175 LTA wikitext text/x-wiki {{otheruses|subject=香港女模特兒|other=原名「鄭嘉欣」嘅香港賽馬節目女主持|莎拉}} {{藝人 | 姓名 = 鄭嘉欣 | 類型 = 女藝人 | 原名 = | 圖片 = | 圖片尺寸 = | 圖片簡介 = | 羅馬拼音 = Cheng Ka Yan | 英文名 = Christine Cheng | 花名 = 港版[[石原里美]] | 國籍 = {{CNHK}} | 出生日期 = {{birth date and age|1993|9|20}} | 出生地點 = {{HKG-1959}} | 職業 = 模特兒、演員 | 語言 = [[粵語]]、[[英文]]、[[中華民國國文|國語]] | 教育程度 = | 母校= | 出道地點 = {{HKG}} | 活躍年代 = 2016年到依家 | 經紀公司 = [[太陽娛樂文化]] | 代表作品 = }} '''鄭嘉欣'''（{{lang|en|'''Christine Cheng'''}}，{{bd|1993年|9月20號}}），係香港女模特兒，2016年出道，而家係[[太陽娛樂文化]]旗下藝人。2020年佢參與ViuTV搞嘅真人騷選秀《[[全民造星III]]》，因為身高有178cm同個樣幾靚而受到關注，畀傳媒叫做「港版[[石原里美]]」<ref>[https://www.weekendhk.com/1083664/weekspecial/entertainment/%e5%85%a8%e6%b0%91%e9%80%a0%e6%98%9f3-%e9%84%ad%e5%98%89%e6%ac%a3-%e7%9f%b3%e5%8e%9f%e9%87%8c%e7%be%8e-plt/ 鄭嘉欣高質迷暈全場男士 花姐不屑：你係一個花瓶囉]</ref><ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/544086/ 鄭嘉欣178cm高勁矚目　初嘗拍劇滋味頻NG]</ref>，但佢最後入到50強就止步。《[[全民造星IV]]》第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''節目名'''||style="width:22%"|'''性質''' |- |2020年||《[[全民造星III]]》||參賽者 |- |rowspan="3"|2021年||《[[囝囝女女730]]》||造星囝女 |- |《[[ERROR自肥企画]]》||第6集嘉賓 |- |《[[全民造星IV]]》||參賽者 |} ===電影=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''戲名'''||style="width:22%"|'''角色''' |- |2021年||《[[殺出個黃昏]]》||女警察 |} ===網絡電視劇=== {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''劇名'''||style="width:22%"|'''角色''' |- |2020年||《[[把砒霜留給自己]]》|| |} === MV === {|class="wikitable" width="550px" |- style="background:pink; color:black" align="center" |style="width:10%"|'''年份'''||style="width:19%"|'''歌手'''||style="width:22%"|'''歌名''' |- |2021年||[[ToNick]]||《離散序》 |} ==參考== {{reflist}} ==出面網頁== *{{facebook|ChritineC}} *{{instagram|christine.dinc}} * [https://kingmaker.viu.tv/profile/90/ 全民造星IV | Christine] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:香港MV女演員]] [[Category:鄭氏|嘉欣]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] a583ud3gkhmak1ejs39tdaceyqinmef 0 142173 1865458 1850153 2022-08-19T16:02:10Z Abckwan 206679 /* 演出 */ wikitext text/x-wiki {{not|吳倩彤}} {{藝人 | 姓名 = 伍倩彤 | 類型 = 模特兒 | 圖片尺寸 = | 圖片簡介 | 羅馬拼音 = Ng Sin Tung | 英文名 = Gillian Ng | 其他藝名 = Miko Ng（2015年前） | 綽號 = 翻版[[陳瀅]] | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth date and age|1992|12|31}} | 出生地點 = {{HKG-1959}} | 職業 = 模特兒 | 語言 = [[粵語]]、[[英文]]、[[普通話|國語]] | 教育程度 = | 出道地點 = {{HKG}} | 代表作 = | 活躍年代 = 2015年到依家 | 經紀公司 = [[耀榮文化]] | 網站 = }} '''伍倩彤'''（'''Gillian Ng'''，{{bd|1992年|12月31號}}<ref>[http://www.mycac.tv/schooltour/gillianng/ 伍倩彤 – 星夢校園]</ref>），係香港模特兒，2015年出道，個樣有啲似[[陳瀅]]，所以有「翻版陳瀅」嘅稱號<ref>[http://hk.on.cc/hk/bkn/cnt/entertainment/20160120/bkn-20160120232919865-0120_00862_001.html 伍倩彤被追數：舊愛有生意糾紛]</ref>。佢喺2015年做咗「第四代[[邦民女]]」三位成員其中一位，開始多人識<ref>[http://orientaldaily.on.cc/cnt/entertainment/20160605/00282_023.html 「邦民女」伍倩彤晒閃閃鳳爪腳]</ref>。佢喺2018年7月出咗頭一本寫真集《Find Me In Praha》<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/213324/ 【書展2018】伍倩彤節食減肥捱到病 視娜姐為榜樣]</ref>。 ==演出== === 電視節目（[[ViuTV]]） === *2017年：《[[晚吹]]—[[男人講嘢]]》演出者 *2022年：《[[晚吹]]—[[戀講嘢]]》第36集嘉賓 ===電視節目（[[香港開電視]]）=== *2022年：《[[Summer Girls 2022]]》參賽者 === 電視劇（[[奇妙電視]]） === *2017年：《[[熱戀100天]]》 飾 阿白 === 網絡電視劇 === *2018年：《[[暗算天機]]》 飾 Ocean === 電影 === *2017年：《[[我要發達 (電影)|我要發達]]》 飾 校花 === 電台節目（[[叱咤903]]） === *2018年：《[[公子會]]》 8月4號嘉賓 ==參考== {{reflist}} [[Category:香港女模特兒]] [[Category:伍氏|倩彤]] {{HK-bio-stub}} bywsysegu2hl51tz65yf4q3b97eszgm 0 146801 1865449 1811823 2022-08-19T15:58:18Z Abckwan 206679 /* 演出 */ wikitext text/x-wiki {{藝人 | 姓名 = 張明偉 | 類型 = 男藝人 | 英文名 = Aaryn Cheung | 羅馬拼音 = Cheung Ming Wai | 綽號 = | 活躍年代= 2012年— | 代表作= [[On Call 36小時II]]（2013）<br/>[[愛·回家之開心速遞]]（2018） | 出道作 = [[愛·回家]]（2012） | 出生日期 = {{birth_date_and _age|1989|9|26}} | 出生地點 = {{BHKG}} | 國籍 = {{CNHK}} | 籍貫 = [[廣東]][[新會]] | 演奏樂器 = 結他、鋼琴 | 語言 = [[粵語]]、[[普通話]]、[[英語]] | 職業 = [[演員]]、[[歌手]] | 教育程度 = [[洛杉磯加州大學]]傳理系學士 | 母校 = [[天主教善導小學]]<br/>[[長沙灣天主教英文中學]] | 經紀公司 = [[TVB]]（2012年—2022年） }} '''張明偉'''（{{lang-en|'''Aaryn Cheung'''}}，{{bd|1989年|9月26號}}），係香港[[無綫電視]]前藝員，前任深水埗區議員[[張永森]]個仔（伯父係電訊盈科前任高層[[張永霖]]），佢畢業於[[長沙灣天主教英文中學]]，參加2011年第25期[[無綫電視藝員訓練班]]入行，之後主要拍電視劇，代表作包括《[[On Call 36小時II]]》嘅翁景濤同埋《[[愛·回家之開心速遞]]》入面造型影射名人[[林作]]嘅王國。另外佢2013年參加無綫電視綜藝節目《[[星夢傳奇]]》，自彈自唱《Let it be》引起觀眾留意。2022年離開無綫電視。 ==演出== ===電視節目（香港開電視）=== *2022年：《[[Summer Girls 2022]]》主持 === 電視劇（[[無綫電視]]） === {|class="wikitable" width="60%" |- style="background:cornflowerblue; color:white" align="center" |style="width:10%"|'''首播'''||style="width:20%"|'''劇名'''||style="width:20%"|'''角色''' |- | rowspan="3" |2012年||[[愛·回家]]||路人（第36-37集）<br/>示威者（第165集）<br/>保鏢（第300集） |- |[[衝呀！瘦薪兵團]]||阿樂（侍應） |- |[[巴不得媽媽...]]||塗鴉青年 |- | rowspan="15" |2013年||[[老表，你好嘢！]]||韓風組合Kimchi成員（第1、11、13、16集） |- |[[初五啟市錄]]||咕哩 |- |[[心路GPS]]||助導 |- |[[仁心解碼II]]||軍裝警察 |- |[[神探高倫布]]||精神病人（第16集） |- |[[金枝慾孽貳]]||太監 |- |[[好心作怪]]||趙永雄個仔（第3集） |- |[[師父·明白了]]||捕快 |- |[[衝上雲霄II]]||PPP飛行學員 |- |[[情逆三世緣]]||姜儀（第1－13集） |- |[[神鎗狙擊]]||軍裝警察 |- |[[法外風雲]]||Highlight手下（第16－20集） |- |[[On Call 36小時II]]||'''翁景濤''' |- |[[My盛Lady]]||記者 |- |[[貓屎媽媽]]||學生 |- | rowspan="9" |2014年||[[守業者]]|| |- |[[愛我請留言]]||歌手 |- |[[點金勝手]]|| |- |[[寒山潛龍]]||客似 |- |[[大藥坊]]||阿海 |- |[[再戰明天]]|| |- |[[飛虎II]]||葉毅勇 |- |[[醋娘子]]||錢楓 |- |[[八卦神探]]||田聰 |- | rowspan="8" |2015年||[[師奶MADAM]]||記者 |- |[[四個女仔三個BAR]]|| |- |[[天眼]]||青年司徒舜 |- |[[水髮胭脂]]||靳學禮 |- |[[華麗轉身]]||Wilson |- |[[拆局專家]]||青年司徒心平 |- |[[無雙譜]]||佘家下人 |- |[[實習天使]]||韓志龍 |- | rowspan="6" |2016年||[[鐵馬戰車]]||飛仔 |- |[[純熟意外]]||KC |- |[[一屋老友記]]||怡朋友 |- |[[超能老豆]]||李敏高 |- |[[幕後玩家]]||鋒鋒 |- |[[流氓皇帝]]||發仔 |- |2017年||[[踩過界]]||武 |- | rowspan="6" |2018年||[[波士早晨]]||劉永明（Ming） |- |[[三個女人一個「因」]]||Scott |- |[[逆緣]]||畢高山 |- |[[愛·回家之開心速遞]]||'''王國'''（George）（第298集開始） |- |[[棟仁的時光]]||錦（第11集） |- |[[BB來了]]||街頭歌手（第15、20集） |- | rowspan="3" |2019年||[[好日子]]||青年齊萬碩 |- |[[解決師]]||林千殷 |- |[[堅離地愛堅離地]]（海外首播）||高健波 |- | rowspan="3" |2020年||[[黃金有罪]]||武 |- |[[降魔的2.0]]||樂隊主音 |- |[[踩過界II]]||武 |} == 出面網頁 == * {{Facebook|AarynCheungFC}} * {{Sinaweibo|2421309704}} * {{Youtube|user=AarynMusic}} [[類:前無綫電視男藝員]] [[Category:張氏|明偉]] [[Category:長沙灣天主教英文中學舊生]] {{香港藝人楔}} esz67vcmfoiyvfydfiuhp7krv7iepfm 0 151851 1865563 1607802 2022-08-20T00:35:53Z Al12si 87401 /* 其咃路線 */ typo wikitext text/x-wiki {{otheruses|subject=成個東京嘅地下鐵系統|other=系統入面嘅「東京地下鐵」網絡|東京地下鐵}} [[File:Tokyo-Metro-9000 Toei-6300.jpg|thumb|東京地下鐵系統兩間公司嘅地下鐵]] '''東京嘅[[地下鐵]]'''（{{lang-ja|'''東京の地下鉄'''}}）覆蓋[[日本]][[東京]]及周邊地區，而家由[[東京地下鐵公司]]經營嘅[[東京地下鐵]]同埋[[東京都交通局]]經營嘅[[都營地下鐵]]組成。成個系統頭一段響1927年通車，而家已經有13條線、285個站，有304.1公里長。 東京嘅地下鐵除咗服務[[東京都23區]]內嘅交通之外，亦都兼顧來往郊區以及[[首都圈]]其他縣嘅交通，尤其係以佢同各個[[私鐵]]嘅直通運行服務嚟提供跨區服務。地下鐵、[[日本鐵道|JR]]同埋私鐵共同組成咗首都圈龐大而密集嘅鐵路網。 == 路線 == [[File:Tokyo metro map.png|thumb|center|700px|[[東京地下鐵]]同[[都營地下鐵]]嘅路線圖]] {| class="wikitable sortable" |- !顏色<!--東京メトロ・都営共通の構内・周辺案内公式掲示で確認済--> !標記 !data-sort-type="number"|編號 !style="width:5em;"|中文線名 !style="width:5em;"|日文線名 !style="width:5em;"|營運公司 !class="unsortable"|開頭嗰個站 !class="unsortable"|最後嗰個站 !data-sort-type="number"|幾長（用公里計） |- |style="background:#f39700; color:white; text-align:center;"|橙色 |style="text-align:center;" data-sort-value="G"|[[File:Subway TokyoGinza.png|21px|G]] |style="text-align:center;"|3號線 |data-sort-value="Ginza"|[[銀座線]] |data-sort-value="Ginza"|{{lang|ja|銀座線}} |[[東京地下鐵]] |[[淺草站|淺草]]（G-19） |[[澀谷站|澀谷]]（G-01） |style="text-align:right;"|14.3 |- |style="background:#e60012; color:white; text-align:center;" rowspan="2"|紅色 |style="text-align:center;" data-sort-value="M"|[[File:Subway TokyoMarunouchi.png|21px|M]] |rowspan="2" style="text-align:center;"|4號線 |rowspan="2" data-sort-value="Marunouchi"|[[丸之內線]] |rowspan="2" data-sort-value="Marunouchi"|{{lang|ja|丸ノ内線}} |rowspan="2"|[[東京地下鐵]] |本線：[[池袋站|池袋]]（M-25） |[[荻窪站|荻窪]]（M-01） |style="text-align:right;"|24.2 |- |style="text-align:center;" data-sort-value="m"|[[File:Subway TokyoMarunouchi b.png|21px|m]] |支線：[[中野坂上站|中野坂上]]（M-06） |[[方南町站|方南町]]（Mb-03） |style="text-align:right;"|3.2 |- |style="background:#9caeb7; color:white; text-align:center;"|銀色 |style="text-align:center;" data-sort-value="H"|[[File:Subway TokyoHibiya.png|21px|H]] |style="text-align:center;"|2號線 |data-sort-value="Hibiya"|[[日比谷線]] |data-sort-value="Hibiya"|{{lang|ja|日比谷線}} |[[東京地下鐵]] |[[北千住站|北千住]]（H-21） |[[中目黑站|中目黑]]（H-01） |style="text-align:right;"|20.3 |- |style="background:#00a7db; color:white; text-align:center;"|水藍色 |style="text-align:center;" data-sort-value="T"|[[File:Subway TokyoTozai.png|21px|T]] |style="text-align:center;"|5號線 |data-sort-value="Tozai"|[[東西線 (東京地下鐵)|東西線]] |data-sort-value="Tozai"|{{lang|ja|東西線}} |[[東京地下鐵]] |[[中野站 (東京都)|中野]]（T-01） |[[西船橋站|西船橋]]（T-23） |style="text-align:right;"|30.8 |- |rowspan="2" style="background:#009944; color:white; text-align:center;"|綠色 |rowspan="2" style="text-align:center;" data-sort-value="C"|[[File:Subway TokyoChiyoda.png|21px|C]] |rowspan="2" style="text-align:center;"|9號線 |rowspan="2" data-sort-value="Chiyoda"|[[千代田線]] |rowspan="2" data-sort-value="Chiyoda"|{{lang|ja|千代田線}} |rowspan="2"|[[東京地下鐵]] |本線：[[綾瀨站|綾瀨]]（C-19） |[[代代木上原站|代代木上原]]（C-01） |style="text-align:right;"|21.9 |- |支線：綾瀨（C-19） |[[北綾瀨站|北綾瀨]]（C-20） |style="text-align:right;"|2.1 |- |style="background:#d7c447; color:white; text-align:center;"|金色 |style="text-align:center;" data-sort-value="Y"|[[File:Subway TokyoYurakucho.png|21px|Y]] |style="text-align:center;"|8號線 |data-sort-value="Yurakucho"|[[有樂町線]] |data-sort-value="Yurakucho"|{{lang|ja|有楽町線}} |[[東京地下鐵]] |[[和光市站|和光市]]（Y-01） |[[新木場站|新木場]]（Y-24） |style="text-align:right;"|28.3 |- |style="background:#9b7cb6; color:white; text-align:center;"|紫色 |style="text-align:center;" data-sort-value="Z"|[[File:Subway TokyoHanzomon.png|21px|Z]] |style="text-align:center;"|11號線 |data-sort-value="Hanzomon"|[[半藏門線]] |data-sort-value="Hanzomon"|{{lang|ja|半蔵門線}} |[[東京地下鐵]] |澀谷（Z-01） |[[押上站|押上]]（Z-14） |style="text-align:right;"|16.8 |- |style="background:#00ada9; color:white; text-align:center;"|藍綠色 |style="text-align:center;" data-sort-value="N"|[[File:Subway TokyoNamboku.png|21px|N]] |style="text-align:center;"|7號線 |data-sort-value="Namboku"|[[南北線 (東京地下鐵)|南北線]] |data-sort-value="Namboku"|{{lang|ja|南北線}} |[[東京地下鐵]] |[[目黑站|目黑]]（N-01） |[[赤羽岩淵站|赤羽岩淵]]（N-19） |style="text-align:right;"|21.3 |- |style="background:#bb641d; color:white; text-align:center;"|啡色 |style="text-align:center;" data-sort-value="F"|[[File:Subway TokyoFukutoshin.png|21px|F]] |style="text-align:center;"|13號線 |data-sort-value="Fukutoshin"|[[副都心線]] |data-sort-value="Fukutoshin"|{{lang|ja|副都心線}} |[[東京地下鐵]] |和光市（F-01） |澀谷（F-16） |style="text-align:right;"|11.9 |- |style="background:#e85298; color:white; text-align:center;"|玫瑰紅色 |style="text-align:center;"|[[File:Subway_TokyoAsakusa.png|21px|A]] |style="text-align:center;"|1號線 |data-sort-value="Asakusa"|[[淺草線]] |data-sort-value="Asakusa"|{{lang|ja|浅草線}} |[[都營地下鐵]] |[[西馬込站|西馬込]]（A-01） |[[押上站|押上]]（A-20） |style="text-align:right;"|18.3 |- |style="background:#0079c2; color:white; text-align:center;"|藍色 |style="text-align:center;"|[[File:Subway_TokyoMita.png|21px|I]] |style="text-align:center;"|6號線 |data-sort-value="Mita"|[[三田線 (都營地下鐵)|三田線]] |data-sort-value="Mita"|{{lang|ja|三田線}} |[[都營地下鐵]] |[[目黑站|目黑]]（I-01） |[[西高島平站|西高島平]]（I-27）{{Ref|A|A}} |style="text-align:right;"|26.5 |- |style="background:#6cbb5a; color:white; text-align:center;"|葉綠色 |style="text-align:center;"|[[File:Subway_TokyoShinjuku.png|21px|S]] |style="text-align:center;"|10號線 |data-sort-value="Shinjuku"|[[新宿線 (都營地下鐵)|新宿線]] |data-sort-value="Shinjuku"|{{lang|ja|新宿線}} |[[都營地下鐵]] |[[新線新宿站|新宿]]（S-01） |[[本八幡站|本八幡]]（S-21） |style="text-align:right;"|23.5 |- |style="background:#b6007a; color:white; text-align:center;"|[[紅寶石]]色 |style="text-align:center;"|[[File:Subway_TokyoOedo.png|21px|E]] |style="text-align:center;"|12號線 |data-sort-value="Oedo"|[[大江戶線]] |data-sort-value="Oedo"|{{lang|ja|大江戸線}} |[[都營地下鐵]] |[[新宿西口站|新宿西口]]（E-01） |[[光丘站|光丘]]（E-38） |style="text-align:right;" data-sort-value="40.7"|放射部：12.9<br>環狀部：27.8 |-class="sortbottom" |} {{NoteFoot}} ===其他路線=== {| class="wikitable sortable" style="font-size:90%" |- !data-sort-type="number"|編號 !營運公司名 !路線名 !class="unsortable"|站 !data-sort-type="number"|幾長 |- |style="text-align:center;"|1號線 |[[京濱急行電鐵]] |data-sort-value="ほん"|[[京急本線|本線]] |[[品川站|品川]] - [[泉岳寺站|泉岳寺]] |style="text-align:right;"|1.2km |- |style="text-align:center;"|7號線 |[[埼玉高速鐵道]] |data-sort-value="さいたまこうそくてつどう"|[[埼玉高速鐵道線]] |[[赤羽岩淵站|赤羽岩淵]] - [[浦和美園站|浦和美園]] |style="text-align:right;"|14.6km |- |style="text-align:center;"|8號線 |[[西武鐵道]] |data-sort-value="せいぶゆうらくちょう"|[[西武有樂町線]] |[[練馬站|練馬]] - [[小竹向原站|小竹向原]] |style="text-align:right;"|2.6km |- |style="text-align:center;"|10號線 |[[京王電鐵]] |data-sort-value="けいおう"|[[京王線]]（[[京王新線]]） |[[新線新宿站|新線新宿]] - [[笹塚站|笹塚]] |style="text-align:right;"|3.6km |- |style="text-align:center;"|11號線 |[[東京急行電鐵]] |data-sort-value="でんえんとし"|[[田園都市線]] |[[澀谷站|澀谷]] - [[二子玉川站|二子玉川]] |style="text-align:right;"|9.4km |} {{鐵路楔}} [[Category:東京嘅地下鐵| ]] lwrkwdw1tqibeh0vmtkfpxckdceqrcd 0 156867 1865863 1555498 2022-08-20T11:18:49Z Grammar SWAT認字特警 192657 換圖 wikitext text/x-wiki [[File:Anya Taylor-Joy by Patrick Lovell, January 2019.jpg|thumb|安雅泰萊采兒]] '''安雅泰萊采兒'''（'''Anya Josephine Marie Taylor-Joy'''，{{bd|1996年|4月16號}}），係[[美國]]出世嘅[[阿根廷]]、[[英倫]]混血演員，2014年出道，2016年做電影《[[思·裂]]》嘅主角而出名。 [[Category:美國電影女演員]] {{US-actor-stub}} 98pfe9eaqnpzru09e0926ufkf3lx56e 3 157837 1865838 1865322 2022-08-20T10:15:39Z MCC214 144822 /* 關於LTA米記123 4 */ wikitext text/x-wiki {{archive box|{{div col}} *[[/歸檔1]] *[[/歸檔2]] {{div col end}} }} I am usually asleep from 0600 to 1400 UTC daily, so I may be unable to respond to messages swiftly during that period of time. You could find another admin at [[WP:AN]] for urgent matter. __TOC__ ==機械人修改== 你好，之前幫你部機械人加咗旗，但係好似佢啲修改都仲係喺最近修改清單度出現（人手編輯）。唔知係咪同[[:phab:T250617|呢個]]有關？如果係嘅話，用API修改嘅應該加返bot=1就可以。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2020年12月11號 (五) 06:28 (UTC) :{{ping|Shinjiman}}唔好意思，唔記得咗喺API請求道mark做bot edit。下次運行應該會收復。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2020年12月11號 (五) 06:37 (UTC) ::真係奇喇，我ApiSandbox mark做bot edit又得，但我經個bot framework又唔work。我會再研究下。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2020年12月12號 (六) 04:56 (UTC) :::最近睇過，都好似喺RC上面仲見到有嘅編輯，可能個bot framework或者要更新過？ [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2020年12月22號 (二) 02:16 (UTC) ::::{{ping|Shinjiman}}真係奇怪：我見呢個framework（mwn）都有其他bot用，我研究過個framework嘅source code，亦都有嘗試mark做bot編輯。至於個framework用來作出請求嘅library更加係平均每日2百萬次下載嘅，用落又無乜大問題。我用browser作出請求又mark到做bot。講到尾都係完全無頭緒到底邊道出問題。可能我要轉用第個framework。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2020年12月22號 (二) 03:57 (UTC) :::::見咗咁耐，仲搵唔搵得到邊度有問題，即使有支旗，佢嘅修改仲喺RC度繼續出現？ [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2021年3月2號 (二) 03:56 (UTC) ::::::我而家再試下，睇下係axios定係mwapi嘅問題。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年3月4號 (四) 00:56 (UTC) :::::::[[Special:Diff/1575682|睇過]]，同埋喺RC嘅表，似乎搞掂咗。真係唔該嗮改好咗加返做機械人編輯。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2021年3月4號 (四) 01:41 (UTC) :{{ping|Shinjiman}}終於搵到邊度出問題：原來我當初grant個bot account嘅權限，漏咗「{{int:grant-highvolume}}」...之後嘅編輯應該唔會再出現喺RC度。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年3月9號 (二) 17:41 (UTC) ==無故被封鎖編輯頁面權限== 你好, 嚟左咁耐先正式打招呼真係唔好意思, 想問下我點解無啦啦會比人封鎖左編輯權限?(前提係我完全接收到自己有衰咩先至比人封鎖)[[User:Romantic185|Romantic185]] ([[User talk:Romantic185|傾偈]]) 2020年12月31號 (四) 08:22 (UTC) :{{ping|Romantic185}}閣下所指嘅係唔係對[[李梓敬]]嘅修改被阻止？[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年1月2號 (六) 07:59 (UTC) == 搬文 == 可唔可以將[[2018年臺灣]]搬返去[[2018年嘅臺灣]]？同其他年份嘅格式一樣。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年1月25號 (一) 14:02 (UTC) == Template:武漢肺炎病例總數/core == 你好，我啱啱改咗{{tl|武漢肺炎病例總數/core}}，而家會顯示「1.02億」或者「1.10億」（即係3位有效數字）。之前你個修改好似搞到淨返一位有效數字（<code><nowiki>8-{{order of magnitude|{{{confirmed}}}}}</nowiki></code>係0），所以先淨係顯示到「1億」，雖然理論上可以寫成<code><nowiki>10-{{order of magnitude|{{{confirmed}}}}}</nowiki></code>，但係為咗避免zh維基出現嘅錯誤，所以改成咗用str mid嘅方法。麻煩睇下得唔得，會唔會要寫返做4位有效數字，因為原本係4位。--[[User:Sun8908|Sun8908]] ([[User talk:Sun8908|傾偈]]) 2021年1月31號 (日) 07:40 (UTC) :{{ping|Sun8908}}以而家嘅增長速度，3位有效數字都可以反映到變化，個人覺得可以唔使去到4位。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年1月31號 (日) 18:26 (UTC) == 點解要保護馮天蔓個wikipedia page? == 馮天蔓幫自己開咗個wikipedia page仲要不斷虛報學歷（BUCIE畢業但係就話自己係BU學士畢業），每次有人補充關於佢嘅嘢佢都即刻delete曬改返做只有對佢有利嘅嘢。 佢身為一個佢口中嘅半公眾人物，開網店買淘寶衫賣貴4倍，呢樣嘢公眾係有需要知，呢點本身係係佢wiki page但係就不斷比佢delete，咁樣啱咩？[[User:BUCIEFTM|BUCIEFTM]] ([[User talk:BUCIEFTM|傾偈]]) 2021年1月31號 (日) 15:07 (UTC) :{{ping|BUCIEFTM}}首先回答閣下嘅第1個問題：先前有多位新用戶重複對該文章作出修訂，惟新增內容格式有誤，有損文章質素，因此保護篇文章。至於文章內容嘅學歷資料，我係反轉格式有錯嘅修訂嘅時候一併還原，此後已經有其他編輯作出修正。至於其他在生人物爭議內容，未有可靠來源佐證，維基百科係唔會接受嘅。建議閣下為有關爭議內容搵可靠來源，然後先加入篇文章道。多謝合作。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年1月31號 (日) 18:35 (UTC) ::賣淘寶衫賣貴4倍證據確鑿 你仲想搵啲咩可靠來源？[[User:BUCIEFTM|BUCIEFTM]] ([[User talk:BUCIEFTM|傾偈]]) 2021年2月1號 (一) 02:16 (UTC) :::{{ping|BUCIEFTM}}關於在生人物嘅爭議內容，都需要有可靠來源作證明。如果你有可靠來源證明到有人對佢作出呢啲指控嘅話，歡迎提出來同其他編輯傾下。建議閣下順便睇下[[WP:RS]]。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月2號 (二) 00:44 (UTC) 我留意到外部論壇有關於呢篇文章嘅討論。我想喺道澄清幾樣嘢： #粵文維基百科對在生人物文章嘅來源要求比較低，但爭議內容依然要有可靠來源作為「證據」（引用），以免構成誹謗（詳見[[:en:WP:LIBEL]]）。 #:可靠來源：主流媒體、報紙、新聞網站等等通常係可靠來源。論壇、wiki等等用戶生成內容網站係唔可靠來源。 #我還原下列各位嘅修改，係基於當中嘅爭議內容無可靠來源，同埋係誤用&lt;nowiki&gt;標籤等。途中加入嘅其他恰當內容（如學歷），其他人亦都已經幫手加返入篇文章道。 #管理員保護文章唔應該被視為支持文章當時嘅內容。 cc {{ping|BUCIEFTM|PC721831101|川久保玲球}}[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月8號 (一) 21:07 (UTC) 賣淘寶衫賣貴4倍嘅證據可以點比你？唔想佢再咁樣呃人錢 所以好需要補充呢樣嘢[[User:PC721831101|PC721831101]] ([[User talk:PC721831101|傾偈]]) 2021年2月10號 (三) 07:50 (UTC) 你話要證據，我擺埋HK01嘅報道上去直接quote埋都比你delete 佢viuTV出鏡15秒呢樣你可以自己double check一次，time stamp同link都比埋你自己。 第一集（https://viu.tv/encore/psycho-detective-2/psycho-detective-2e1wai-yue-laan-sing-wooi-jun-bei）：10:12-15，10:40-43，10:45-10:46，10:58 第二集（https://viu.tv/encore/psycho-detective-2/psycho-detective-2e2hoi-taan-wai-ji-chuen-kui-gwai）：5:17-5:20，5:32-5:35，5:57-5:58 Agency搵talent嘅時候個candidate過往演出好重要，做主角定配角好大分別，你不斷刪除佢出鏡時間係咪想幫佢呃agency? 做Admin做到你咁中立真係好嘢[[User:PC721831101|PC721831101]] ([[User talk:PC721831101|傾偈]]) 2021年2月11號 (四) 03:39 (UTC) :{{ping|PC721831101}} :#我反轉嘅原因並唔係內容所帶嘅含義，而係當中夾雜嘅國文。 :#讀者有興趣想知道呢個人嘅出鏡時間，可以好似閣下噉自己去相關網站搵返佢嘅出鏡資料。閣下都係靠自己搵而得出15秒呢個數值，算係原創研究，維基百科通常唔會收（[[:en:WP:PRIMARY]]）<ref group="註">雖然本地並未立「非原創研究」嘅政策，但呢項政策響好多其他語言版本維基百科都有嘅。即呢項政策嘅具體內容響呢道無約束力，但仍有相當嘅參考價值。</ref>。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月11號 (四) 03:55 (UTC) ::本地並未立「非原創研究」嘅政策，所以呢項政策無約束力，只有參考價值。啫係一日未立呢個政策，你都唔可以唔收甚至刪除。[[User:PC721831101|PC721831101]] ([[User talk:PC721831101|傾偈]]) 2021年2月11號 (四) 04:00 (UTC) :::{{ping|PC721831101}}[[Wikipedia:可靠來源]]有寫話一次文獻唔用得，而無來源嘅嘢亦都可以照剷。我對於留唔留呢個出鏡時間無所謂，只係呢項資料比較瑣碎，又無可靠來源，其他編輯亦都可以剷走。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月11號 (四) 04:18 (UTC) ::::去邊個維基都冇見過演出係列出埋出鏡時間，同埋認同呢樣嘢係太過濕碎，留嚟都無謂。P.S.麻煩睇埋[https://zh-yue.wikipedia.org/w/index.php?title=%E9%A6%AE%E5%A4%A9%E8%94%93&curid=251880&diff=1560084&oldid=1560020 呢種情況]需唔需要處理。 [[User:SC96|SC96]] ([[User talk:SC96|傾偈]]) 2021年2月11號 (四) 11:03 (UTC) :::::{{ping|SC96}}我會交去AN睇下有無人處理。我算係捲入咗呢次拗撬，基於避嫌原則唔太適合處理。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月11號 (四) 18:34 (UTC) ::::::望返兩集viuTV片段，懷疑馮天蔓出鏡時間係唔係得15秒咁少，原創研究準確性有疑問，所以我都係鏟咗先。況且呢度唔列出出鏡時間，啲agency都會有辦法查到資料，唔使呢度操心。P.S. 似乎其他管理員冇喺AN留意到。如果再出現「嗰種情況」，先至再諗有冇需要ping佢哋。[[User:SC96|SC96]] ([[User talk:SC96|傾偈]]) 2021年2月15號 (一) 03:18 (UTC) :::{{ping|SC96}}唔好以為啲編輯者好醒目 有你地咁熟悉方針，喺政策版未掛實行緊嘅政策模，佢哋從來唔覺得係粵維用緊嘅政策嚟。上面PC721831101喺大半年前已經示範咗一次（「'''本地並未立'''「非原創研究」嘅'''政策'''，所以呢項政策'''無約束力'''，只有參考價值。'''啫係一日''未立呢個政策''，你都唔可以唔收甚至刪除'''。」），不過嗰次中招就係H78君，呢次喺[[安心出行]]就係SC96、最近嗰次用不恰當用戶名封人就係[[User:Z423x5c6]]咁解姐。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年11月15號 (一) 15:01 (UTC) <references group="註"/> == 關於鐵路模+顏色 == 其實我睇過粵維呢邊關於香港鐵路站嘅編輯記錄，好多都係7、8年前其他維基友寫落嘅，好多都未更新得切（不論內容、未來車站抑或顏色等等）。我再對比返中維個邊啲顏色（每個鐵路站嘅色），呢邊實在差太遠 例如[[大學站 (東鐵綫)|大學站]]同[[落馬洲站]]（我未改之前啦）。呢排都要執執呢類嘅文，有啲就update咗文章，但就唔記得update Template，半桶水咁款，都有排搞下。Btw, 三更半夜突然有個notification嚇死我咩 以為我又做錯咗啲咩。祝編安。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年2月11號 (四) 21:12 (UTC) :真係唔好意思，個「反轉」link太易撳錯，嚇親你非常抱歉。順便祝閣下新年快樂，身體健康。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年2月11號 (四) 21:14 (UTC) == 關於LTA 米記123 == 雖然俾元維基lock咗，但係我依然要話俾你聽（因為知你查過佢嘅襪公仔），因為我成日係中文維基舉報佢嘅襪公仔，佢整咗個MCC214B冒充我（仲有[[:zh:Category:米記123的維基用戶分身|MCC214P]]），同樣剩係搞埋啲灌水嘅野。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年2月12號 (五) 10:47 (UTC) *又有新嘅襪公仔：Finding-Her-Voice，睇[https://zh.wikipedia.org/wiki/Wikipedia:%E5%BD%93%E5%89%8D%E7%9A%84%E7%A0%B4%E5%9D%8F#Finding-Her-Voice%EF%BC%88%E8%A8%8E%E8%AB%96_%C2%B7_%E8%B2%A2%E7%8D%BB_%C2%B7_%E5%B0%81%E7%A6%81%E6%97%A5%E8%AA%8C_%C2%B7_%E5%85%A8%E5%9F%9F-{zh-hans:%E8%B4%A6%E6%88%B7%E4%BF%A1%E6%81%AF;zh-hant:%E5%B8%B3%E8%99%9F%E8%B3%87%E8%A8%8A}-%EF%BC%89]。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年4月6號 (二) 13:17 (UTC) ==過濾器30== 其實我當初呢個過濾器嗰陣係要避免絕大部份嘅國文以及其行話嘅寫法，出發點係『[[:有殺錯冇放過]]』嘅，家吓改咗之後出現咗呢類嘅修改，好似[[Special:Diff/1573225|呢個]]、[[Special:Diff/1573322|呢個]]、[[Special:Diff/1573207|呢個]]、[[Special:Diff/1572707|呢個]]、[[Special:Diff/1572631|呢個]]同埋[[Special:Diff/1572372|呢個]]噉。我會睇返呢類嘅情況，如果問題嚴重嘅話，唔排除會重新唔容許呢類嘅編輯。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2021年3月2號 (二) 03:48 (UTC) :啱啱先至見到原來開個40號，都要再睇埋呢個有冇同樣嘅情況先。 [[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2021年3月2號 (二) 04:01 (UTC) == 楊昕 == 請問你可唔可以俾返本人嘅維基我自己及其公司編輯，謝謝你嘅好意但係有內容有不實。 [[User:Jill Ieong|Jill Ieong]] ([[User talk:Jill Ieong|傾偈]]) 2021年3月22號 (一) 06:00 (UTC) == 關於李兆基-林嘉欣-陳彥霖-黃美棋 == 最近我發現[[Special:貢獻/右孔丘]]、[[Special:貢獻/右李聃]]，呢兩個賬戶做嘅嘢都同佢前身做嘅嘢一模一樣，都係修改完啲出世年份、歲數、其他數字有關嘅嘢之後就即刻打回頭。懷疑係傀儡賬戶嚟。同埋呢兩個賬戶名嘅pattern都好相似，所以懷疑濫用多個戶口。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月2號 (五) 09:48 (UTC) ::最新：[[Special:貢獻/陳惠山1968]]。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年9月8號 (三) 23:02 (UTC) :::最新：[[Special:貢獻/Patrick_Martin_Alexandra_King_Caulker]]。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年10月5號 (二) 07:24 (UTC) ::::最新：[[Special:貢獻/左西孔佐丘]]。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年10月10號 (日) 14:54 (UTC) ==LTA 嘅規律== 之前閣下提過，「LTA嘅規律」，可唔可以解析一下？--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年4月10號 (六) 13:27 (UTC) :之前係講緊[[Wikipedia:持續出沒嘅破壞者/成人玩具掌櫃]]。佢嘅用戶名多數係性相關字詞嘅諧音，我設立咗個[[Special:AbuseFilter/41|過濾器]]去自動封鎖呢類用戶名，但無可能封得曬，所以偶然有漏。當日「手槍射晶」開戶前兩分鐘，過濾器成功截咗個「情趣用品掌櫃」。現時攔截嘅用戶名，可以去個過濾器度睇下。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月10號 (六) 18:41 (UTC) == 懷疑有人濫用多重賬戶 == 近排我發現喺[[User talk:No1lovesu2]]入面有好幾個賬戶都係用簡體字去人身攻擊嗰個賬戶，而我睇返No1lovesu2喺粵語維基嘅幾次編輯，我發現佢喺呢次幾嘅編輯（[[Special:diff/1466134]]、[[Special:diff/1468730]]）都係同另一個編輯有唔同意見出現。而我發現嗰個編輯者喺[https://zh.wikipedia.org/w/index.php?title=Special:%E6%97%A5%E5%BF%97/block&page=User%3A%E8%8A%84%E8%98%AD 中文維基度都做過唔少人身攻擊嘅行為]，而佢喺中維都喺同攻擊過No1lovesu2幾次嘅賬戶一樣都係打簡體字，嗰啲鬧人方言（大陸個種嘅粗口方言）同User:芄蘭喺所屬地方講嘅嘢都好似。所以懷疑佢跨維基搞破壞。正常係咪要check user（雖然唔排除佢開VPN差唔到）？ :再者，睇返[https://zh-yue.wikipedia.org/w/index.php?title=%E6%BC%A2%E6%9C%8D&action=history 粵語維基喺2020年8月嗰陣嘅編輯歷史]，同埋嗰陣[https://zh.wikipedia.org/w/index.php?target=%E8%8A%84%E8%98%AD&namespace=all&tagfilter=&start=&end=2020-08-02&limit=500&title=Special%3A%E7%94%A8%E6%88%B7%E8%B4%A1%E7%8C%AE 佢喺中文維基8月頭，佢都同No1lovesu2有恩怨 都鬧過人畀管理員封鎖過]，所以好懷疑佢開傀儡賬戶嚟鬧人。呢種情況可以去到global lock account？[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月21號 (三) 16:46 (UTC) ::正常開咗多重賬戶，又冇講，兼且進行人身攻擊，佢（User:芄蘭）嘅真身賬戶都應該畀人lock咗好耐。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月21號 (三) 16:55 (UTC) *{{ping|Z423x5c6}}我搵到新線索，似乎中文維基個頭嘅水真係好混雜。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月21號 (三) 16:49 (UTC) *:我都見到佢今日又比人攻擊，模式同上兩次都類似，似係被人喺中維嗰邊追殺過嚟。[[User:Z423x5c6|Z423x5c6]] ([[User talk:Z423x5c6|傾偈]]) 2021年4月21號 (三) 17:07 (UTC) *{{ping|SCP-2000}}百忙之中打擾一下，介唔介意睇下呢件事點做好？幫手提報過去中文維基？雖然佢（User:芄蘭）有機會係用VPN去開分身賬號去人身攻擊，但佢針對嘅人：No1lovesu2，同No1lovesu2喺粵語維基編輯過嘅嘢都係同User:芄蘭 嘈過交，喺中文維基度舊年7月尾都人身攻擊過No1lovesu2畀管理員封過戶口（上面畀咗拎）。我進取啲就直接duck。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月21號 (三) 18:47 (UTC) :{{ping|SC96|H78c67c|Shinjiman}}不過想問下有冇得復原返喺[[User talk:No1lovesu2]]嗰啲人身攻擊嘅內容、編輯摘要、用戶名？我諗住提報過去中文維基話呢啲嘢疑似係濫用多重帳戶，封埋佢個邊嘅戶口。而家咁快手收埋晒啲嘢，提報過去都冇乜用（佢哋睇唔到證據），所以請求開返。開返之後我過去試下提報睇下佢哋受唔受理，如果受理個話題個邊結案後，呢度再遲啲收埋晒嗰啲內容都未遲？[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月22號 (四) 17:17 (UTC) ::{{ping|特克斯特}}我而家開返相關內容3個鐘，之後會收返埋。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月22號 (四) 17:39 (UTC) ::不過我陣間copy晒佢啲內容 去舉報之後，個邊管理員睇唔到佢原文 唔相信我嘅舉報，係咪再開返？定係你再去嗰度講？[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月22號 (四) 18:00 (UTC) :::佢哋到時質疑你嘅話，ping我就得，我睇情況可能再開返。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月22號 (四) 18:49 (UTC) ::{{done}}，送咗去[[:zh:Wikipedia:管理员布告板/其他]]，可以暫時收埋。希望佢哋會理，雖然芄蘭個背景...。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月22號 (四) 19:35 (UTC) ::咦，佢哋話喺中文維基度冇編輯，所以唔會做預見性嘅封禁。不過參考個度之前嘅案例，呢種情況可以叫[[User:Shinjiman]]幫手拎去CU查下sleepers？揾到關聯賬戶再通知個度封禁？同User:名猿嘅情況差唔多。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月23號 (五) 06:48 (UTC) :::唔使通知中維喇，CU完直接請求全域鎖帳就得。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月23號 (五) 21:33 (UTC) ::::{{ping|特克斯特}}轉交咗去[[:meta:SRCU]]。SCP-2000亦喺[[:meta:SRG]]度請求咗全域鎖帳，等緊執行員做嘢。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月23號 (五) 23:34 (UTC) :::::加多句：睇返[[:zh:LTA:冏]]，呢幾個戶口應該係冏來嘅。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月23號 (五) 23:35 (UTC) ::咦 唔該嗮。咁快手做咗。果然真係假扮其他人，搞到我差啲以為係芄蘭。粵語維基做好佢，多破壞者入嚟，即係證明咗呢度開始有價值。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月23號 (五) 23:41 (UTC) :::加多句，如果到時查到係芄蘭，而唔係冏，咁就封芄蘭咯。我見冏幾乎冇乜嚟過粵語維基。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月23號 (五) 23:44 (UTC) ::::估計查到芄蘭嘅機會比較細，因為芄蘭近期無來呢邊改文，今次攻擊N1嘅戶口有兩個都係淨係得本地戶口，就算係都未必夠數據連繫芄蘭同呢幾個戶口。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年4月23號 (五) 23:50 (UTC) ::笑，喺[[楊昕]]呢版。瑞丽江的河水（中文維基管理員）一入嚟就編輯呢版都好可疑，估計一路有中維個邊啲人留意呢類嘅獨家文（ViuTV題材咁搶手），Jill leong被封後就出咗個 落叶无痕 出嚟，簡體字用戶，未必似Jill leong真人。落叶无痕 喺編輯摘要又係打簡體字。不過 瑞丽江的河水 如果被CU查到係 落叶无痕 個話，佢中維管理員都冇得撈啦。只可以話佢哋真係識玩。我自己就歸類同Newbamboo同一type嘅可疑人物嚟。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年4月24號 (六) 02:42 (UTC) == 誠邀閣下參加party！ == {{歡迎新人大Party/welcome}}[[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2021年4月30號 (五) 12:57 (UTC) == [[User talk:No1lovesu2]] == 永久半保護咗佢，唔該哂！--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年5月21號 (五) 12:06 (UTC) == [[爆眼少女案]] == 点讲我嘅編輯冇建設性，麻烦你睇清楚編輯摘要，有嘢讲返[https://zh.wikipedia.org/wiki/Talk:%E7%88%86%E7%9C%BC%E5%B0%91%E5%A5%B3%E6%A1%88 哩度]先。--[[User:Fkj|Fkj]] ([[User talk:Fkj|傾偈]]) 2021年6月11號 (五) 06:19 (UTC) 铲张咁关事嘅相，就梗系倒退啦；各语言维基独立运作。[[Special:貢獻/110.174.132.162|110.174.132.162]]（[[User talk:110.174.132.162|討論]]） 2021年6月11號 (五) 11:27 (UTC) :閱。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年6月11號 (五) 14:18 (UTC) ::其實呢度正常要見到[[User:Longway22]]發言就真。大一統嘅行為，粵維一路都有，唔單止係N字頭嘅用戶過嚟改嘢就理，其他中維人過嚟做就唔理，其實依家[[User:Deryck Chan]]喺中維嘅情況就同你一樣喺粵維求助無門。學[[User:Cangjie6]]喺站外話齋，粵語維基有邊一次真係吹雞應對中維啲嘢成功？唔怪之得中維大陸組用戶發展咁有系統，好多時候喺中維社群 佢哋（大陸台灣用戶）唔接納埋香港啲冷門嘢又唔係冇原因嘅。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年6月11號 (五) 14:38 (UTC) ::依家粵維都仲係勢單力薄，例如家陣wiki度做咁嘅[[m:Universal_Code_of_Conduct/Initial_2020_Consultations/Chinese|通用行為準則嘅諮詢]]，雖然一定程度歸結返咗中文圍度共同面對嘅一啲問題，之但係仲係冇多啲諮詢埋似本地嘅少數社群啲睇法。見到報告係話受訪編輯傾向基金會係可以建多個'''東方式'''嘅整體框架，規限中文圈度嘅亂象。各位睇係咪可以透過呢個諮詢再另加多份報告，以代表中文圈嘅少數社群意見？好似諸如強行適用大一統嘅法理同原則等影響多個站點嘅成個編輯活動之類，呢份報告度似乎未寫到，認為係應該再聯繫追加意見。{{ping|特克斯特|Cangjie6|H78c67c|Deryck Chan}}——[[User:Longway22|Longway22]] ([[User talk:Longway22|傾偈]]) 2021年6月12號 (六) 04:31 (UTC) 呢度係粵維。想喺粵維條目度鏟走張相，為咩唔喺粵維度討論，要去中維討論？仲要話「返」中維，係咪有人誤會粵維認咗中維做大佬，要對中維亦步亦趨？[[User:Cangjie6|Cangjie6]] ([[User talk:Cangjie6|傾偈]]) 2021年6月12號 (六) 16:00 (UTC) :{{ping|Cangjie6}}就算係本地度講返，如似咁[[Wikipedia:版權問題#File:Kapok_flag.jpg|某中維具權編輯本地度提刪]]，照樣本地都要認人係大佬，因為跟返大一統嘅標準守法公民係就要維護法紀、忠誠權威，嗯嗯，所以其實本地都唔使獨立運作嘅，只能跟著大中華一齊撈——正話如果基金會真唔知真東方式尺度係乜東東嘅，應該call啲友落場直接睇睇，There are no Unification but Imperialism not only in the Chinese/East Asian community，but also in all the corner as part of Commonwealth of wikimedia [[User:Longway22|Longway22]] ([[User talk:Longway22|傾偈]]) 2021年6月13號 (日) 01:05 (UTC) :{{Reply to|Longway22}}你講嘅「照樣本地都要認人係大佬」，我都好同意，呢個例子就係經典：[[:zh:Special:diff/58968227]]（中維編輯者刪走內容先）；[[Special:diff/1407713]]（點知又係跟中維個邊嘅編輯嚟做）。不過嗰個人早前喺[[華語]]嘅跳轉做大一統工作被[[User:Cangjie6]]打咗回頭，睇嚟呢度望少一陣都唔得。 ::不過話說，喺中維有個規定話18歲以下嘅藝人仔女，唔寫得真名，美其做法係保護私隱喔。粵維雖然未有呢個政策，不過喺[[徐佳瑩]]篇文都畀佢跟中維大一統唔寫徐佳瑩個仔嘅名上去。（「小樂高」呢個名）[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年6月13號 (日) 13:05 (UTC) ::{{ping|Longway22}}您早年所講嘅「照樣本地都要認人係大佬」，我認為呢件事情又再發生，您可以去睇下：[[:zh:Topic:Wbg3loq3572dwruv|呢度嘅討論]]，呢個譯音問題嘅嘢，佢又走過去中文維基。（早年喺粵維活躍嘅人都有份搞到今日呢個局面同情況）。所以唔怪得中粵統一呢類行為嘅出現。建議多加留意。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年6月24號 (四) 12:39 (UTC) ::{{ping|Longway22|Deryck Chan|Magnet larry|1233}}最近我留意到[https://www.thestandnews.com/politics/back-up-%E9%A6%99%E6%B8%AF-1-%E7%B6%AD%E5%9F%BA%E7%99%BE%E7%A7%91%E7%B7%A8%E8%BC%AF%E6%88%B0-%E8%AA%B0%E5%9C%A8%E5%AE%9A%E7%BE%A9%E9%A6%99%E6%B8%AF%E6%8A%97%E7%88%AD 立場新聞都喺度講兩邊社群近年遇到嘅政治問題，亦都包括爆眼少女案呢篇文]，值得一睇，同埋留意下{{block text|MINQI等部分大陸用戶}}都真係幾識玩政治審查。呢樣嘢都比較難搞。[[User:特克斯特|特克斯特]] ([[User talk:特克斯特|傾偈]]) 2021年7月6號 (二) 11:51 (UTC) :::立場篇報導勁人用MINQI啲「反中」、「抹黑大陸」批評留言，佢威晒啦 :0) [[User:Deryck Chan|翹仔]] ([[User talk:Deryck Chan|傾偈]]) 2021年7月6號 (二) 15:42 (UTC) ::::咪引述咗我嘅言論（不過肯定會被人話我又抹黑lol）--[[User:1233|1233]] ([[User talk:1233|傾偈]]) 2021年7月7號 (三) 09:04 (UTC) :::::大概睇咗下，都算係歸結到唔少嘅新動態，希望唔同嘅傳媒可以再多啲拆解下wikipedia依家嘅問題（唔止中文圍）。呢度仲見到另外有媒體關注咗wikipedia基金會度嘅[https://www.edigest.hk/投資/維基百科-非牟利-機構-龐大-金庫-乞求-捐款-陰謀-291356/ 疑似吸水喉同financial可能唔透明]等問題，唔係太了解呢方面嘅情況就唔多評價著，見到報導度係有引用返維基自己公佈嘅統計數據，希望各位都睇睇有冇需要點評嘅地方。 [[User:Longway22|Longway22]] ([[User talk:Longway22|傾偈]]) 2021年7月7號 (三) 10:18 (UTC) == Girlie-Days == 呢個用戶係米記123，中英維貢獻同英維查核已經確認，麻煩封咗佢，唔該哂。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年6月15號 (二) 12:01 (UTC) *+219.73.14.112。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年6月15號 (二) 12:37 (UTC) == Translation request == Hello. Can you translate and upload the articles [[:zh:阿塞拜疆苏维埃社会主义共和国国旗]], [[:zh:阿塞拜疆蘇維埃社會主義共和國國徽]] and [[:zh:阿塞拜疆苏维埃社会主义共和国国歌]] in Cantonese Wikipedia? Yours sincerely, [[User:Multituberculata|Multituberculata]] ([[User talk:Multituberculata|傾偈]]) 2021年7月19號 (一) 18:00 (UTC) ==Re:Template:pp-dispute== 用嘅時候（ie. [[黑膠唱碟]]）喺 preview article 見唔到，個最新版本 coding 唔係好熟，諗住用舊版用住先，有時間時睇下問題喺邊。咁啱你問，等我 reverse 先，睇下得唔得，唔得就要你幫手。--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月2號 (一) 21:50 (UTC) :去返你個版本，都係唔 work，麻煩你睇睇佢啦--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月2號 (一) 21:57 (UTC) ::IC，咁可以點搞呢？--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月2號 (一) 22:01 (UTC) :::唔該曬！ :-) --[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月2號 (一) 22:07 (UTC) ==Mapframe== 用 <nowiki>{{maplink|frame=yes|type=point|zoom=11|frame-width=300}}</nowiki>，preview 時出 Lua error in 模組:Mapframe at line 209: bad argument #1 to 'isValidEntityId' (string expected, got nil). 可以點 fix？我錯乜，唔該。--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月4號 (三) 23:58 (UTC) :{{ping|WikiCantona}}嗰版係唔係未連維基數據？[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年8月5號 (四) 02:39 (UTC) ::係，因為寫緊，未 save。--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月5號 (四) 03:23 (UTC) :::{{reply to|WikiCantona}}如果你想預覽埋個地圖，可以用<code>|id=''QXXXXXX''</code>參數手動指定維基數據ID。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年8月5號 (四) 06:51 (UTC) :::唔該你，great help。--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月5號 (四) 07:51 (UTC) == Greetings and apologies from me too. == Dear colleague, good evening from the little and distant [[科雷卡 |Coreca]] I am writing to thank you for your understanding, but it is above all I who apologize if I am not familiar with Cantonese culture and sometimes I make mistakes, out of my ignorance and often out of my carelessness. Anyway I apologize, but you excuse me too. Another colleague suggested that I use traditional fonts, so at least I avoid a few mistakes and less foolish. Well, having said that, I am writing to you and thank you for the welcome. Here I always and kindly ask you for a favor, someone to become my tutor and follow me, if you want to be you I would be honored. I also inform you that I am about to take a Chinese course with booklets and books, DVDs and CDs. In short, a full immersion in the Chinese language and culture, there is also a small and brief parenthesis on Cantonese. Well, sure of your response, I renew my apologies, my esteem and cordiality. --[[User:Luigi Salvatore Vadacchino|Luigi Salvatore Vadacchino]] ([[User talk:Luigi Salvatore Vadacchino|傾偈]]) 2021年8月21號 (六) 17:25 (UTC) P.s. : here the translations to be corrected or expanded or started. * [[科雷卡]] * [[Campora San Giovanni]] * [[:en:Coreca Caves]] * [[:en:Coreca Reefs]] ==User 監視== * 想請教下有冇 function 去監視某一個 User 嘅一舉一動？（Is there a function enabling a SysOp to monitor every edits by a given user？)--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月29號 (日) 17:16 (UTC) *:{{ping|WikiCantona}} 内置無呢個功能，係出於安全同私隱考慮。不過可以自己整。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年8月29號 (日) 17:18 (UTC) ::好易整？--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月29號 (日) 17:27 (UTC) :::depends on 你想用乜形式收通知啦。我用電腦度安裝咗嘅工具，參考[[wikitech:Event Platform/EventStreams]]。5分鐘左右。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2021年8月29號 (日) 17:31 (UTC) ::::唔該曬--[[User:WikiCantona|WikiCantona]] ([[User talk:WikiCantona|傾偈]]) 2021年8月29號 (日) 17:46 (UTC) == 請留意182.239.87.60 == 1.在刪文討論留同124.217.188.215相似嘅野。2.冇緣冇故指控香港用戶組肉公仔。3.182.239.64.0/18喺國維最近連續幾次俾人封。--[[User:Cmsth11126a02|Cmsth11126a02]] ([[User talk:Cmsth11126a02|傾偈]]) 2021年10月30號 (六) 16:10 (UTC) == 關於LTA米記123 == 又有新嘅襪公仔：歐聯變英超。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2021年12月6號 (一) 10:36 (UTC) == Vadalism Only Account == *[[Special:貢獻/莫玉芬]] *受影響嘅內容：[[言承旭]] / [[:zh:言承旭]]（相關證據：[[Special:CentralAuth/莫玉芬|睇CentralAuth]]）--[[User:192.192.13.101|192.192.13.101]] ([[User talk:192.192.13.101|傾偈]]) 2021年12月14號 (二) 08:13 (UTC) == 亞Fête == 你好，我係亞Fête。我盡量唔再搞破壞。希望你唔好永久封鎖我嘅IP，就算要封鎖都封鎖半年。[[Special:貢獻/138.229.19.202|138.229.19.202]]（[[User talk:138.229.19.202|討論]]） 2022年1月2號 (日) 16:22 (UTC) == How we will see unregistered users == <div lang="en" dir="ltr" class="mw-content-ltr"> <section begin=content/> Hi! You get this message because you are an admin on a Wikimedia wiki. When someone edits a Wikimedia wiki without being logged in today, we show their IP address. As you may already know, we will not be able to do this in the future. This is a decision by the Wikimedia Foundation Legal department, because norms and regulations for privacy online have changed. Instead of the IP we will show a masked identity. You as an admin '''will still be able to access the IP'''. There will also be a new user right for those who need to see the full IPs of unregistered users to fight vandalism, harassment and spam without being admins. Patrollers will also see part of the IP even without this user right. We are also working on [[m:IP Editing: Privacy Enhancement and Abuse Mitigation/Improving tools|better tools]] to help. If you have not seen it before, you can [[m:IP Editing: Privacy Enhancement and Abuse Mitigation|read more on Meta]]. If you want to make sure you don’t miss technical changes on the Wikimedia wikis, you can [[m:Global message delivery/Targets/Tech ambassadors|subscribe]] to [[m:Tech/News|the weekly technical newsletter]]. We have [[m:IP Editing: Privacy Enhancement and Abuse Mitigation#IP Masking Implementation Approaches (FAQ)|two suggested ways]] this identity could work. '''We would appreciate your feedback''' on which way you think would work best for you and your wiki, now and in the future. You can [[m:Talk:IP Editing: Privacy Enhancement and Abuse Mitigation|let us know on the talk page]]. You can write in your language. The suggestions were posted in October and we will decide after 17 January. Thank you. /[[m:User:Johan (WMF)|Johan (WMF)]]<section end=content/> </div> 2022年1月4號 (二) 18:20 (UTC) <!-- Message sent by User:Johan (WMF)@metawiki using the list at https://meta.wikimedia.org/w/index.php?title=User:Johan_(WMF)/Target_lists/Admins2022(8)&oldid=22532697 --> == 關於LTA米記123 3 == 又有新嘅襪公仔：119.237.44.0/24，另請順便保護埋2014–15年歐洲聯賽冠軍盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月5號 (二) 06:33 (UTC) *+1.36.236.0/24、219.77.210.0/23，另請順便保護埋2021–22年歐霸盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月6號 (三) 12:40 (UTC) *+42.2.168.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月7號 (四) 10:56 (UTC) *+119.236.212.0/22、219.73.12.0/22、219.77.200.0/22，另請順便保護埋第7屆香港立法會選舉同埋2021–22年歐洲聯賽冠軍盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月9號 (六) 10:22 (UTC) *+1.36.224.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月10號 (日) 10:24 (UTC) *+203.218.225.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月11號 (一) 09:24 (UTC) *+42.2.137.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月13號 (三) 05:16 (UTC) *＋203.218.67.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月13號 (三) 12:59 (UTC) *+42.2.137.0/24、203.218.225.0/24，另請順便保護埋2021–22年歐洲協會聯賽、2021–22年歐霸盃同埋模組:Sports table/WDL。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月15號 (五) 10:26 (UTC) *+112.120.179.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月16號 (六) 09:23 (UTC) *+58.153.0.0/23、112.120.179.0/24、219.73.36.0/22，另請順便保護埋2018–19年歐洲聯賽冠軍盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月18號 (一) 09:44 (UTC) {{ping|MCC214}} 佢IP跳嚟跳去，封鎖睇怕會有一定嘅collateral damage。我可能會改用過濾器同保護相關文章。[[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年4月23號 (六) 02:56 (UTC) +112.120.179.0/24、219.77.210.0/23、220.246.194.0/23（請順便保護埋2019–20年歐霸盃），另我翻查過這些IP段內的編輯，看起來就只有此LTA在使用，而且有一些已被中維、英維和日維封了，而之前已被Global lock的Brinkofaw，就是在這裏用相關IP段註冊以後，以自動建立賬號的形式避過當地對相關IP段的封禁（封禁設定為僅限匿名用戶在當地建立賬號）。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月23號 (六) 10:01 (UTC) +42.2.137.0/24、119.237.44.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月24號 (日) 12:07 (UTC) *+119.236.212.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月25號 (一) 10:18 (UTC) *+203.218.225.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年4月26號 (二) 09:51 (UTC) *+42.3.188.0/23，另請順便保護埋1972年歐洲國家盃、1976年歐洲國家盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年5月4號 (三) 09:41 (UTC) *+203.218.67.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年5月8號 (日) 06:10 (UTC) +58.153.0.0/23、219.77.210.0/23，另請順便保護埋Template:OneLegResult、Template:主客結果、2021–22年歐霸盃。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年5月20號 (五) 08:53 (UTC) == 被疑似HKman931嘅襪公仔針對騷擾 == 有（幾）個IP用戶，疑似HKman931嘅襪公仔，擺明針對我，就連一啲無爭議性嘅條目都唔放過(例：[[基隆茶餐廳]]、[[容可兒]]、[[喜樂島聯盟]]、[[肥媽]]、[[Single (專輯)]]、[[俄羅斯入侵烏克蘭戰爭入面同香港有關嘅事件]]、[[中華愛國同心會]]、[[元朗國]]、[[香港同台灣關係]]、[[楊千嬅]])。 佢不時刪除有資料來源支持嘅內容，但有時甚至只係掛一個「即刻刪除標準」模版，理由係話我偏頗，但完全無提及有乜內容有問題（例：香港同台灣關係）。就連「喜樂島聯盟」呢個其他維基百科版本都有，內容無爭議嘅條目（可見有明顯關注度），佢都掛關注度不足條目，仲話要即刻刪去，可見佢係玩嘢破壞（部分破壞由 @WikiCantona回退左）。 睇番track record，佢另外改過就只有[[鍾詠淵]]嘅條目，所以我懷疑我被一直為鍾詠淵辯護，HKman931嘅襪公仔針對。 喺《[[時代 (電影)]]》條目入面，佢甚至無原因刪去有效資料來源(立場新聞)，又聲稱「不過都有人在網上呼籲必定力撐，反應兩極。」，但綜合原有資料來源，批評聲音的確較多（包括佢刪除剩低嘅香港01）。佢最多只係應該改／加一句，但唔係乘機喺摘要話人居心不良。 https://zh-yue.wikipedia.org/wiki/Special:%E8%B2%A2%E7%8D%BB/183.178.191.39 https://zh-yue.wikipedia.org/wiki/Special:%E8%B2%A2%E7%8D%BB/218.103.190.94 而目佢訴諸「即刻刪除標準」，明顯係玩野針對本人嘅行為，多過建設維基百科尋求共識。希望管理員幫忙，謝！ [[User:Universehk|Universehk]] ([[User talk:Universehk|傾偈]]) 2022年4月11號 (一) 05:44 (UTC) :{{ping|Universehk}} 我已經向監管員提交咗個用戶稽查請求。 [[User:H78c67c|H78c67c]]<b>·</b>[[User_talk:H78c67c|傾偈]] 2022年4月23號 (六) 03:22 (UTC) == 關於本人破壞嘅行為 == 你好，貴使用者前幾日喺我個討論頁上面，表示我作出有違維基百科嘅行為。 其實本人想澄清返，我只係旨在改善維基百科，冇任何惡意行為。期望你能夠包容吓，唔該！ [[User:嘉減誠除|嘉減誠除]] ([[User talk:嘉減誠除|傾偈]]) 2022年4月25號 (一) 08:47 (UTC) == 關於LTA米記123 4 == 又有新嘅襪公仔：58.153.0.0/23、116.48.104.0/24、203.218.225.0/24、219.77.184.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月4號 (六) 10:46 (UTC) *+42.2.168.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月5號 (日) 10:13 (UTC) *+42.3.120.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月8號 (三) 09:31 (UTC) *+42.3.120.0/24繼續，220.246.194.0/23。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月11號 (六) 14:45 (UTC) *+218.250.188.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月12號 (日) 09:52 (UTC) *+220.246.194.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月13號 (一) 10:13 (UTC) *+219.77.184.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月14號 (二) 09:36 (UTC) *+119.236.212.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月15號 (三) 09:47 (UTC) *+42.3.120.0/24、203.218.225.0/24繼續、219.73.36.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月18號 (六) 10:04 (UTC) *+42.2.188.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月19號 (日) 03:16 (UTC) *+58.153.0.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月19號 (日) 10:37 (UTC) *+119.236.212.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月20號 (一) 09:46 (UTC) *+218.250.33.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月23號 (四) 12:02 (UTC) *+42.3.120.0/24繼續、119.236.212.0/22繼續、203.218.67.0/24、219.77.210.0/23。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月26號 (日) 08:06 (UTC) *+1.36.224.0/24、42.3.187.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月27號 (一) 09:54 (UTC) *+42.2.137.0/24、42.3.120.0/24繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年6月28號 (二) 10:03 (UTC) *+42.2.168.0/24、116.48.104.0/24繼續、218.250.24.0/23、219.77.210.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月3號 (日) 10:55 (UTC) *+218.250.24.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月7號 (四) 14:51 (UTC) *+218.250.200.0/24。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月9號 (六) 10:08 (UTC) *+218.250.188.0/22繼續，219.77.184.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月11號 (一) 09:21 (UTC) *+58.153.0.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月12號 (二) 10:45 (UTC) *42.2.137.0/24繼續、42.2.168.0/24繼續、42.2.188.0/22繼續、119.236.212.0/22繼續、220.246.194.0/23繼續、218.250.188.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月17號 (日) 11:17 (UTC) *+Queen-Divas，在本站建立。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月17號 (日) 11:25 (UTC) *+58.153.0.0/23繼續、220.246.194.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月20號 (三) 09:32 (UTC) *+42.3.120.0/24繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月21號 (四) 09:49 (UTC) *+220.246.194.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月23號 (六) 09:29 (UTC) *+1.36.224.0/24繼續，由於自本月十一日起，此LTA所用的IP段大多都是重覆使用，因此要考慮一下封禁IP段的必要了。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月24號 (日) 11:49 (UTC) *+58.153.0.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年7月27號 (三) 09:31 (UTC) *+42.3.187.0/24繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月3號 (三) 10:46 (UTC) *+58.153.0.0/23繼續、119.236.206.0/24、218.250.188.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月6號 (六) 12:36 (UTC) *+218.250.200.0/24繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月12號 (五) 10:18 (UTC) *+119.236.212.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月13號 (六) 10:58 (UTC) *+42.2.168.0/24繼續、219.73.36.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月15號 (一) 08:31 (UTC) *+42.3.188.0/23、219.77.200.0/22。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月16號 (二) 09:12 (UTC) *+219.77.200.0/22繼續、220.246.194.0/23繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月17號 (三) 10:17 (UTC) *+42.2.137.0/24繼續、219.77.200.0/22繼續、219.77.210.0/23繼續、218.250.188.0/22繼續、58.153.0.0/23繼續、218.250.33.0/24繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月19號 (五) 11:06 (UTC) *+218.250.188.0/22繼續、219.73.36.0/22繼續。--[[User:MCC214|MCC214]] ([[User talk:MCC214|傾偈]]) 2022年8月20號 (六) 10:15 (UTC) ==持續出沒嘅破壞者：[[Special:貢獻/Luvpug80102523|譚漢文（大嚿）]]== [[Wikipedia:管理員留言板#陸頌雄、楊瑞麟、林漪娸]]，直接封會快啲處理。--[[Special:貢獻/14.0.159.91|14.0.159.91]]（[[User talk:14.0.159.91|討論]]） 2022年7月24號 (日) 12:03 (UTC) 9dj5kmn4cdmjooln8b19zea3yl9evmf 0 158500 1865537 1618816 2022-08-19T21:39:42Z InternetArchiveBot 158703 救返2個出處、嘜低0個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{藝人 | 姓名 = 洪濤 | 類型 = 媒體工作者 | 本名 = 賀洪 | 羅馬拼音 = Hong Tao | 粵拼 = {{jpautocore|hung4 tou4}} | 暱稱 = 洪導、洪老師 | 國籍 = {{CHN-MLD}} | 民族 = 漢族 | 出生日期 = {{Birth date and age|1965|4|24}} | 出生地點 = {{CHN}}[[湖南省]][[株洲市]] | 居住地 = {{CHN}}[[湖南省]][[長沙市]] | 職業 = 媒體人 | 語言 = 普通話 | 代表作 = 《[[我是歌手]]》系列 | 活躍年代 = 1991年－而家 | 經紀公司 = [[湖南廣播電視台]] }} '''洪濤'''（{{jpingauto|hung4 tou4}}；{{zh-s|s='''洪涛'''}}；{{bd|1965年|4月24號||}}），本名'''賀洪'''（{{jpautocore|ho6 hung4}}；{{zh-s|s='''贺洪'''}}），喺[[湖南]][[株洲]]出世，中國大陸媒體人，資深綜藝節目導演，而家[[湖南廣播電視台|湖南廣播影視集團（湖南廣播電視台）]]藝術委員會委員，長期做《[[我是歌手]]》同《[[歌手 (湖南衛視)|歌手]]》系列節目嘅導演、總製片人同節目監製。 == 經歷 == 洪濤入廣電行業之前喺[[株洲市]]無線電二廠做過技術工人<ref>{{Cite web|url=http://news.xinhuanet.com/politics/2014-01/05/c_118835640.htm|title=湖南衛視導演洪濤：我的夢，就是圓別人的夢|website=新華網|date=2014-01-05|accessdate=2017-09-20|url-status=dead|archiveurl=https://web.archive.org/web/20150330033840/http://news.xinhuanet.com/politics/2014-01/05/c_118835640.htm|archivedate=2015-03-30|language=zh-cn}}</ref>。憑住對音樂嘅熱愛，1991年進入湖南廣電系統工作，喺湖南人民廣播電台經濟頻道做節目主持人，先後參與主持過《迷你娛樂宮》、《金曲排行榜》、《越飛越高》、《友誼（中山）直播室》等節目。1998年轉入電視行業，先後做過湖南生活頻道綜藝部製片人、新聞部主任。2000年調入[[湖南衛視]]工作，係王平團隊嘅核心人物，先後參與執導《音樂不斷》同《音樂不斷歌友會》<ref>{{Cite news|url=http://news.xwh.cn/2015/0311/305413.shtml|title=《我是歌手》總導演洪濤：本想做安靜的美男子|publisher=新文化報|date=2015-03-11|accessdate=2017-09-20|language=zh-cn|archive-url=https://web.archive.org/web/20170921000318/http://news.xwh.cn/2015/0311/305413.shtml|archive-date=2017-09-21|url-status=dead}}</ref>。2004年以執行總導演嘅身份參與《[[2004年超級女聲|超級女聲]]》嘅製作，主要負責節目創意同內容，並喺2005年開始連續兩年做《[[超級女聲]]》杭州唱區嘅總導演<ref>{{Cite news|url=http://www.hunantv.com/news/performance/200551294214.htm|title=超級模特評點超級女聲 馬艷麗會是個好評委嗎？|website=金鷹網|publisher=都市快報|date=2005-05-12|accessdate=2017-09-20|language=zh-cn}}</ref><ref>{{Cite web|url=http://ent.sina.com.cn/y/2006-06-13/10521120745.html|title=超級女聲杭州唱區總導演洪濤：杭州最難是選擇|website=新浪娛樂|date=2006-06-13|accessdate=2017-09-20|language=zh-cn}}</ref>。《超女》之後，洪濤又以總導演嘅身份先後參與製作《[[舞動奇蹟 (真人騷)|舞動奇蹟]]》、《第七屆[[漢語橋]]世界大學生中文比賽》等節目，都攞到唔錯嘅社會反響。 2005年，湖南衛視喺中國大陸省級電視媒體入面首創「跨年演唱會」品牌，洪濤喺2005年到2007年連續三年做[[快樂中國湖南衛視跨年演唱會|跨年演唱會]]總導演，主打「互動+狂歡」嘅主題概念，並將衛視選秀誕生嘅[[天娛傳媒|天娛]]藝人資源運用到極致，攞到唔錯嘅收視同反響，隨即引嚟其他電視台嘅跟進。喺競爭對手鬥投入、鬥明星，湖南衛視跨年引領地位受到威脅嘅情況下 ，洪濤喺2010年同2011年再次做跨年演唱會總導演，並將同競爭頻道之間嘅藝人陣容比拼轉移到創意同製作嘅比拼上，唔單大膽用咗[[龔琳娜]]等獨具藝術表現力嘅新人，重首次喺跨年直播入面用咗粒子成像、虛擬直播等技術，啟發業界跨年新嘅創作思路。 2009年6月，時任湖南電視台副總編輯嘅王平離職，洪濤正式成為團隊負責人，並喺同年執導湖南衛視綜藝節目《挑戰麥克風》<ref>{{Cite web|url=http://ent.qq.com/a/20091112/000321.htm|title=舒高「挑戰麥克風」叫板驍驍 為春晚主持熱身|website=騰訊娛樂|date=2009-11-12|accessdate=2017-09-20|language=zh-cn|archive-date=2017-09-21|archive-url=https://web.archive.org/web/20170921001347/http://ent.qq.com/a/20091112/000321.htm|url-status=dead}}</ref>。2010年，先後參與執導《2010湖南衛視春節聯歡晚會》同《[[2010快樂男聲]]》<ref>{{Cite web|url=http://ent.hunantv.com/z/20100514/648802.html|title=快男總導演洪濤：今年的比賽肯定非常精彩|website=金鷹網|date=2010-05-14|accessdate=2017-09-20|language=zh-cn}}</ref>。 2012年上半年，湖南衛視遇到史上前所未有嘅收視低迷期。喺呢個背景下，洪濤臨危受命，帶領團隊策劃並製作出明星模仿類節目《[[百變大咖秀]]》<ref>{{Cite web|url=http://www.hunantv.com/c/20120628/1413222479.html|title=衛視新推《百變大咖秀》 王祖藍朱梓驍帶隊首期亮相|website=金鷹網|date=2012-06-28|accessdate=2017-09-20|language=zh-cn}}</ref>。節目一經推出就攞到唔錯嘅社會反響，幫湖南電視注入咗一劑強心劑，並成為湖南衛視走出低迷、重振雄風嘅標誌性項目。 2013年上半年，洪濤一手創辦咗中國首檔實力歌手巔峰對決騷——《[[我是歌手]]》<ref>{{Cite news|url=http://ent.sina.com.cn/y/2013-02-04/16373852185.shtml|title=《我是歌手》導演洪濤： 歌手有種才敢來|website=新浪娛樂|publisher=北京青年報|date=2013-02-04|accessdate=2017-09-20|language=zh-cn}}</ref>，並先後以總導演同節目監製嘅身份連續參與四季《我是歌手》同兩季《[[歌手 (湖南衛視)|歌手]]》嘅製作。喺製作過程入面，洪濤將對音樂嘅喜愛同喺電視行業多年積累嘅經驗傾注到節目入面，發掘咗埋沒幾年嘅[[黃綺珊]]、[[李健 (歌手)|李健]]，捧紅咗原本喺大陸認知度唔高嘅[[鄧紫棋]]、[[黃麗玲|A-Lin]]、[[徐佳瑩]]，亦令[[韓紅]]、[[韓磊]]、[[林志炫]]、[[楊宗緯]]、[[李玟]]等實力唱將重放光芒。[[我是歌手 (第一季)|《我是歌手》第一季]]喺2013年首播後，攞到良好嘅收視同口碑，並喺成個華語地區引起極大迴響。從[[我是歌手 (第二季)|第二季]]開始，《我是歌手》單節目每年幫湖南衛視贏到十億級嘅廣告收入，投入產出堪稱業界奇蹟。透過《歌手》系列節目，湖南電視再次喺業界樹立起難以複製嘅新標杆。 2013年下半年，湖南衛視推出親子互動真人騷節目《[[爸爸去哪兒]]》，洪濤做呢個節目嘅內容監製。憑住個人人脈同《我是歌手》塑造嘅行業形象，洪濤同總導演謝滌葵成功確定同[[林志穎]]、[[田亮]]、[[郭濤 (演員)|郭濤]]等藝人嘅邀約。喺監製過程入面，洪濤毫無保留咁貢獻咗智慧同節目經驗，並跟住節目組一道深入取景地，各環節親力親為，同團隊默契配合，幫《爸爸去哪兒》嘅成功貢獻咗力量。 2015年，洪濤做湖南衛視綜藝節目《[[全員加速中]]》第一季嘅監製<ref>{{cite web|title=洪濤欽點演反派 高鈞賢不奢望成劉愷威第二|url=http://ent.163.com/15/1214/15/BAQ9H3FJ00032PQV.html|website=網易娛樂|accessdate=2017-09-20|date=2015-12-14|language=zh-cn}}</ref><ref>{{cite web|title=洪濤：《全員加速中》不是真人秀|url=http://ent.163.com/15/1105/16/B7M0FSKS00034VDC.html|website=網易娛樂|accessdate=2017-09-20|date=2015-11-05|language=zh-cn}}</ref>。2016年4月，做[[芒果TV]]《2016超級女聲》百強誕生賽嘅評委<ref>{{Cite web|url=http://ent.sina.com.cn/music/zy/2016-04-22/doc-ifxrpvea1097160.shtml|title=超女百強誕生賽即將開戰 洪濤黃綺珊監考|website=新浪娛樂|date=2016-04-22|accessdate=2017-09-20|language=zh-cn}}</ref>。同年5月，做《2016超級女聲》百強分班賽嘅評委同《2016女聲學院》嘅「院長」<ref>{{Cite web|url=http://ent.163.com/16/0502/10/BM28SJHV0003501E.html|title="超女"百強分班賽首場 梁翹柏鄭淳元顯導師風範|website=網易娛樂|date=2016-05-02|accessdate=2017-09-20|language=zh-cn}}</ref>。 洪濤喺2010年開始先後做過湖南衛視製片人、節目製作中心副主任、節目製作中心第一副主任、節目製作中心主任、總監助理、副總監等職務，2021年5月任現職。 == 參考 == === 引用 === {{reflist}} === 來源 === * [http://hun.wenming.cn/hnhr/201709/t20170904_4411044.html 弘揚主旋律 賀洪（洪濤）紮根電視行業20年詮釋「工匠精神」]{{zh-cn}} == 出面網頁 == {{Wikinews|zh:湖南卫视新一轮人事变动 70后成为领导层主力军|湖南衛視新一輪人事變動 70後成為領導層主力軍}} * {{Sinaweibo|1744195595|芒果洪濤}} * {{Sinablog|1744195595|芒果洪濤}} {{湖南衛視《我是歌手》《歌手》系列節目}} [[Category:賀氏|洪]] [[Category:中國大陸導演]] 1vvxzk2ew3npnk1lgnqd88fjpkrida1 10 161483 1865860 1786710 2022-08-20T11:02:45Z 2402:7500:579:1043:58CA:4542:2426:219F wikitext text/x-wiki {{Navbox |name = Sony Music |title = [[索尼音樂娛樂]] |state = |image = |above = |group1 = 公司 |list1 = [[索尼音樂娛樂]]（歐美地區） - [[日本索尼音樂娛樂]]（亞洲地區） - [[台灣索尼音樂娛樂]]（分公司） - [[索尼音樂娛樂 (香港)]]（分公司） - [[索尼音乐娱乐中国]]（分公司） |group2 =唱片廠牌 |list2 = {{Navbox|child |evenodd = swap |group1 = 歐美 |list1 = [[Columbia Records]] - [[RCA Records]] - [[Epic Records]] - [[Jive Records]] |group2 = 日本 |list2 = [[SME Records]] - [[Epic Records Japan]] - [[Sony Music Records]] }}<noinclude> [[Category:索尼音樂娛樂|+]] [[Category:日本索尼音樂娛樂|+]] [[Category:日本藝人經紀公司模|Sony]] [[Category:臺灣藝人經紀公司模|Sony]] [[Category:香港藝人經紀公司模|Sony]] </noinclude> 4jrejta65n9mvmdnvqmtjxf6elskv2q 1865861 1865860 2022-08-20T11:03:36Z 219.77.56.156 rvv wikitext text/x-wiki {{Navbox |name = Sony Music |title = [[索尼音樂娛樂]] |state = |image = |above = |group1 = 公司 |list1 = [[索尼音樂娛樂]]（歐美地區） - [[日本索尼音樂娛樂]]（亞洲地區） - [[台灣索尼音樂娛樂]]（分公司） - [[索尼音樂娛樂 (香港)]]（分公司） - [[索尼音乐娱乐中国]]（分公司） |group2 =唱片廠牌 |list2 = {{Navbox|child |evenodd = swap |group1 = 歐美 |list1 = [[Columbia Records]] - [[RCA Records]] - [[Epic Records]] - [[Jive Records]] |group2 = 日本 |list2 = [[SME Records]] - [[Epic Records Japan]] - [[Sony Music Records]] }} |group3 = 華語 |list3 = {{Navbox|child |evenodd = swap |group1 = 男歌手 |list1 = [[胡夏]] - [[周杰倫]] - [[林育羣]] - [[HUSH (台灣男歌手)|HUSH]] - [[陳柏宇]] - [[黃義達]] - [[楊瑞代]] - [[李易峰]] - [[李桀漢]] - [[林奕匡]] - [[鄭家星]]（限台灣地區） - [[明道 (藝人)|明道]] - [[盧廣仲]] - [[嚴爵]] - [[紀佳松]] - [[王铮亮]] - [[周傳雄]] - [[宋冬野]] - [[李尚尚]] - [[梁博]] - [[周興哲]] - [[蔡旻佑]] - [[黄渤]] |group2 = 女歌手 |list2 = [[陶晶瑩]] - [[劉若英]] - [[袁詠琳]] - [[戴愛玲]] - [[馮曦妤]] - [[白安]] - [[紀家盈|家家]] - [[齊豫]] - [[余翠芝]] - [[丁噹]] - [[黃浩琳]] - [[陳綺貞]] - [[楊幂]] - [[王菲]] - [[劉美麟]] - [[鄧紫棋]]（限港澳以外地區） - [[戴佩妮]] - [[張曼玉]] - [[魏如萱]] - [[顏培珊]] - [[彭家麗]] - [[張靚穎]] - [[黃麗玲]]- [[蔡琴]] - [[林凡]] |group3 = 團體 |list3 = [[五月天]] - [[MP魔幻力量]] - [[南拳媽媽]] - [[浪花兄弟 (台灣)|浪花兄弟]] - [[SpeXial]] - [[小塵埃]] - [[二手玫瑰]] }} |group4 = 日韓 |list4 = {{Navbox|child |evenodd = swap |group1 = 男歌手 |list1 = [[hyde]] - [[K (歌手)|K]] - [[遊助]] - [[平井堅]] - [[玉置浩二]] - [[織田裕二]] - [[久保田利伸]] - [[小田和正]] - [[張佑赫]] - [[乡裕美]] |group2 = 女歌手 |list2 = [[宇多田光]] - [[西野加奈]] - [[JUJU]] - [[加藤米莉亚]] - [[中島美嘉]] - [[松田聖子]] - [[伊藤由奈]] - [[福原美穗]] - [[中川翔子]] - [[松隆子]] - [[元千歲]] - [[黑木美沙]] - [[渡邊麻友]] |group3 = 團體 |list3 = [[生物股長]] - [[UVERworld]] - [[帕妃]] - [[橘子新樂園]] - [[彩虹乐团]] - [[吉田兄弟]]- [[SID (樂團)|SID]] - [[SCANDAL (日本音樂團體)|SCANDAL]] - [[HITT]] - [[乃木坂46]] - [[the GazettE]] - [[EXID]] - [[櫸坂46]] }} |group5 = 西洋 |list5 = {{Navbox|child |evenodd = swap |group1 = 男歌手 |list1 = [[亞瑟小子]] - [[克里斯小子]] - [[:en:Fatboy Slim|Fatboy Slim]] - [[杰米·福克斯]] - [[約翰傳奇]] - [[:en: Joseph McManners|Joseph McManners]] - [[賈斯汀·提姆布萊克]] - [[瑞奇·馬汀]] - [[夏恩·華德]] - [[:en:Tony Bennett|Tony Bennett]] |group2 = 女歌手 |list2 = [[席琳·狄翁]] - [[艾莉西亚·凯斯]] - [[碧昂絲·諾利斯]] - [[布蘭妮·斯皮爾斯]] - [[艾薇兒·拉維尼]] - [[珍妮弗·洛佩茲]] - [[凱莎]] - [[蒂朵]] - [[:en:Jem (singer)|Jem]] - [[凱莉·克萊森]] - [[娜塔莉·安博莉亚|妮妲莉·英寶莉亞]] - [[塔塔杨]] - [[杰西卡·辛普森]] - [[克里斯蒂娜·阿奎莱拉]] - [[雪兒·洛薇]] |group3 = 團體 |list3 = [[美聲男伶]] - [[天命真女]] - [[海鷗樂團]] - [[綠洲樂隊]] - [[西城男孩]] - [[法蘭茲·費迪南]] - [[新好男孩]] - [[伊凡塞斯|伊凡塞斯樂團]] -[[:en:OutKast|OutKast]] - [[王子樂隊]] }} |below = }}<noinclude> [[Category:索尼音樂娛樂|+]] [[Category:日本索尼音樂娛樂|+]] [[Category:日本藝人經紀公司模|Sony]] [[Category:臺灣藝人經紀公司模|Sony]] [[Category:香港藝人經紀公司模|Sony]] </noinclude> 2hqbh6l1ofcbtw59dge7dfiiua5aj3s 0 163139 1865816 1860274 2022-08-20T09:32:20Z 203.145.95.110 wikitext text/x-wiki {{巴士型號明細 | background = | name = 富豪B8L<br>Volvo B8L | imagesize = 250px | image = AVBWL1 at Kowloon City Ferry Pier (20190306090049).jpg | caption = 由九龍巴士試用嘅富豪B8L樣辦車 | image_three = Lothian Buses Envrio400XLB 1071.jpg | caption_three = Lothian Buses一架富豪B8L，配亞歷山大丹尼士Enviro400XLB車身 | manufacturer = [[富豪集團|富豪]] | factory = 瑞典 | replaced = 三軸版[[富豪B9TL]] | yearconstruction = 2016年— | successor = | competitor = | length = 12米、12.8米、13.4米 | width = | height = | engine = 富豪D8K | gearbox = ZF EcoLife }} '''富豪B8L'''（Volvo B8L；富豪巴士官方網頁一度稱之為Volvo Olympian）係[[瑞典]][[富豪集團|富豪]]出嘅一款低地台三軸雙層巴士底盤，2016年亮相。2018年1月，富豪B8L喺[[:en:2017–18 Volvo Ocean Race|2017至2018年度Volvo Ocean Race]]香港分站正式被對外公佈，取代三軸版富豪B9TL<ref>[http://www.route-one.net/articles/Volvo_launches_B8L_tri_axle Volvo launches B8L tri-axle] {{Webarchive|url=https://web.archive.org/web/20180501045956/http://www.route-one.net/articles/Volvo_launches_B8L_tri_axle |date=2018年5月1號 }}，Route-One，2018年1月30號</ref>。 ==設計== 富豪B8L雖然同B9TL一樣係全低地台設計，但底盤尾部嘅設計就好唔同。有別於B9TL嘅尾橫置引擎兼尾軸驅動設計，B8L係以中軸驅動，一副富豪D8K歐盟六型引擎係打直擺喺車尾偏左位置，經[[ZF Friedrichshafen|ZF]] EcoLife波箱行驅動軸。 ==香港== 第一部畀巴士公司試嘅富豪B8L 12米巴士喺2017年1月運到香港，佢配[[Wright Group|Wright]] Eclipse Gemini 2車身，髹咗[[九龍巴士]]車隊金色色彩。2017年5月，架車俾九龍巴士包裝成「香港第一部歐盟6型雙層巴士」，並喺同一個月首次登記同投入服務（車牌號碼UU8290），先後喺968線、6C線同埋93K線做測試。2018年2月，九巴有一架配[[Manufacturing Commercial Vehicles|MCV]] EvoSeti車身嘅B8L巴士運到香港，佢喺2019年3月5號攞牌（車牌號碼WA756）；第二架同款車喺2019年運到香港，同年12月攞牌。 [[File:Volvob8l270b.jpg|thumb|香港一架配Wright Gemini 3車身嘅富豪B8L]] 九巴喺2018年訂咗150架B8L，並改配連玻璃樓梯壁嘅Wright Gemini 3車身<ref name="order2018">[https://www.belfasttelegraph.co.uk/business/ballymena-bus-manufacturer-wrightbus-lands-hong-kong-orders-37387697.html Ballymena bus manufacturer Wrightbus lands Hong Kong orders] ''[[Belfast Telegraph]]'' 5 October 2018</ref>，2019年加訂50架，呢200架車喺2019年3月至2021年7月出。2019年底九巴訂咗110架MCV EvoSeti車身富豪B8L，係香港第一批12.8米版，2020年10月至2021年5月出；到2021年再訂多40架12.8米版B8L，但用返Wright Gemini 3車身。 龍運巴士喺2018年訂咗10架Wright Gemini 3車身富豪B8L<ref name="order2018" />，有客車款式座椅同埋行李架，佢哋運到香港之後長時間擺喺廠房。佢哋喺2021年陸續改成九巴車身色彩、拆咗行李架同埋加多幾張座椅，並喺同年7月攞牌。 龍運巴士由2021年8月開始引入65架12.8米版富豪B8L，配MCV EvoSeti車身同埋普通款式座椅。 城巴同埋新世界第一巴士喺2018年分別訂咗46架同埋7架Wright Gemini 3車身富豪B8L<ref name="order2018" />，當中城巴頭兩架同新巴頭三架喺2019年12月出。 ==新加坡== [[File:SBS Transit Volvo B8L (SG4003D) on Service 804.jpg|thumb|新加坡一架配Wright Gemini 3車身嘅富豪B8L]] 2017年，有一架配Wright Gemini 3車身嘅富豪B8L巴士運到新加坡，同年12月首次登記為SG4003D。 ==英國== 富豪喺2018年底宣佈向英國銷售B8L，可以配亞歷山大丹尼士、Wright或者MCV車身<ref>[http://www.route-one.net/articles/100_seat_Volvo__decker_coming_on_B8L_chassis 100-seat Volvo ‘decker coming on B8L chassis] {{Webarchive|url=https://web.archive.org/web/20181028052555/http://www.route-one.net/articles/100_seat_Volvo__decker_coming_on_B8L_chassis |date=2018年10月28號 }}，Route-One，2018年10月24號</ref>。 2018年11月，首架英國版富豪B8L亮相，佢係蘇格蘭Lothian Buses所訂購、配亞歷山大丹尼士Enviro400XLB車身嘅42架B8L之中嘅第一架，全長13.4米，批車喺2019年初投入服務<ref>[https://swd.media/news/scotland/lothian/edinburgh-central/100-seater-high-capacity-buses-to-enter-service-in-the-capital-from-january-1-13477/ 100-seater high-capacity buses to enter service in the capital from January] {{Webarchive|url=https://web.archive.org/web/20190226061847/https://www.swd.media/news/scotland/lothian/edinburgh-central/100-seater-high-capacity-buses-to-enter-service-in-the-capital-from-january-1-13477/ |date=2019年2月26號 }}，SWD Media，2018年11月8號</ref>。 ==馬來西亞== 馬來西亞會引入50架富豪B8L，喺吉隆坡行<ref name="commence">{{Cite book| author = 陳自瑜 | title = 香港巴士年鑑2019 |pages = 43 |chapter = 「富豪」B8L全速上路 | location = 香港 | publisher = 北嶺國際 | date = 2019年1月 | isbn = 962-9200-50-3}}</ref>。 ==參考== {{Reflist}} ==出面網頁== *[http://www.volvobuses.hk/en-hk/our-offering/buses/volvo-b8l.html 官方產品介紹] {{富豪巴士}} [[Category:巴士型號]] pdb9tzi99apa51u8146d41pe1osyewz 1865819 1865816 2022-08-20T09:36:28Z 219.77.56.156 rv wikitext text/x-wiki {{巴士型號明細 | background = | name = 富豪B8L<br>Volvo B8L | imagesize = 250px | image = AVBWL1 at Kowloon City Ferry Pier (20190306090049).jpg | caption = 由九龍巴士試用嘅富豪B8L樣辦車 | image_three = Lothian Buses Envrio400XLB 1071.jpg | caption_three = Lothian Buses一架富豪B8L，配亞歷山大丹尼士Enviro400XLB車身 | manufacturer = [[富豪集團|富豪]] | factory = 瑞典 | replaced = 三軸版[[富豪B9TL]] | yearconstruction = 2016年— | successor = | competitor = | length = 12米、12.8米、13.4米 | width = | height = | engine = 富豪D8K | gearbox = ZF EcoLife }} '''富豪B8L'''係[[瑞典]][[富豪集團|富豪]]出嘅一款低地台三軸雙層巴士底盤，2016年亮相。2018年1月，富豪B8L喺[[:en:2017–18 Volvo Ocean Race|2017至2018年度Volvo Ocean Race]]香港分站正式被對外公佈，取代三軸版富豪B9TL<ref>[http://www.route-one.net/articles/Volvo_launches_B8L_tri_axle Volvo launches B8L tri-axle] {{Webarchive|url=https://web.archive.org/web/20180501045956/http://www.route-one.net/articles/Volvo_launches_B8L_tri_axle |date=2018年5月1號 }}，Route-One，2018年1月30號</ref>。 ==設計== 富豪B8L雖然同B9TL一樣係全低地台設計，但底盤尾部嘅設計就好唔同。有別於B9TL嘅尾橫置引擎兼尾軸驅動設計，B8L係以中軸驅動，一副富豪D8K歐盟六型引擎係打直擺喺車尾偏左位置，經[[ZF Friedrichshafen|ZF]] EcoLife波箱行驅動軸。 ==香港== 第一部畀巴士公司試嘅富豪B8L 12米巴士喺2017年1月運到香港，佢配[[Wright Group|Wright]] Eclipse Gemini 2車身，髹咗[[九龍巴士]]車隊金色色彩。2017年5月，架車俾九龍巴士包裝成「香港第一部歐盟6型雙層巴士」，並喺同一個月首次登記同投入服務（車牌號碼UU8290），先後喺968線、6C線同埋93K線做測試。2018年2月，九巴有一架配[[Manufacturing Commercial Vehicles|MCV]] EvoSeti車身嘅B8L巴士運到香港，佢喺2019年3月5號攞牌（車牌號碼WA756）；第二架同款車喺2019年運到香港，同年12月攞牌。 [[File:Volvob8l270b.jpg|thumb|香港一架配Wright Gemini 3車身嘅富豪B8L]] 九巴喺2018年訂咗150架B8L，並改配連玻璃樓梯壁嘅Wright Gemini 3車身<ref name="order2018">[https://www.belfasttelegraph.co.uk/business/ballymena-bus-manufacturer-wrightbus-lands-hong-kong-orders-37387697.html Ballymena bus manufacturer Wrightbus lands Hong Kong orders] ''[[Belfast Telegraph]]'' 5 October 2018</ref>，2019年加訂50架，呢200架車喺2019年3月至2021年7月出。2019年底九巴訂咗110架MCV EvoSeti車身富豪B8L，係香港第一批12.8米版，2020年10月至2021年5月出；到2021年再訂多40架12.8米版B8L，但用返Wright Gemini 3車身。 龍運巴士喺2018年訂咗10架Wright Gemini 3車身富豪B8L<ref name="order2018" />，有客車款式座椅同埋行李架，佢哋運到香港之後長時間擺喺廠房。佢哋喺2021年陸續改成九巴車身色彩、拆咗行李架同埋加多幾張座椅，並喺同年7月攞牌。 龍運巴士由2021年8月開始引入65架12.8米版富豪B8L，配MCV EvoSeti車身同埋普通款式座椅。 城巴同埋新世界第一巴士喺2018年分別訂咗46架同埋7架Wright Gemini 3車身富豪B8L<ref name="order2018" />，當中城巴頭兩架同新巴頭三架喺2019年12月出。 ==新加坡== [[File:SBS Transit Volvo B8L (SG4003D) on Service 804.jpg|thumb|新加坡一架配Wright Gemini 3車身嘅富豪B8L]] 2017年，有一架配Wright Gemini 3車身嘅富豪B8L巴士運到新加坡，同年12月首次登記為SG4003D。 ==英國== 富豪喺2018年底宣佈向英國銷售B8L，可以配亞歷山大丹尼士、Wright或者MCV車身<ref>[http://www.route-one.net/articles/100_seat_Volvo__decker_coming_on_B8L_chassis 100-seat Volvo ‘decker coming on B8L chassis] {{Webarchive|url=https://web.archive.org/web/20181028052555/http://www.route-one.net/articles/100_seat_Volvo__decker_coming_on_B8L_chassis |date=2018年10月28號 }}，Route-One，2018年10月24號</ref>。 2018年11月，首架英國版富豪B8L亮相，佢係蘇格蘭Lothian Buses所訂購、配亞歷山大丹尼士Enviro400XLB車身嘅42架B8L之中嘅第一架，全長13.4米，批車喺2019年初投入服務<ref>[https://swd.media/news/scotland/lothian/edinburgh-central/100-seater-high-capacity-buses-to-enter-service-in-the-capital-from-january-1-13477/ 100-seater high-capacity buses to enter service in the capital from January] {{Webarchive|url=https://web.archive.org/web/20190226061847/https://www.swd.media/news/scotland/lothian/edinburgh-central/100-seater-high-capacity-buses-to-enter-service-in-the-capital-from-january-1-13477/ |date=2019年2月26號 }}，SWD Media，2018年11月8號</ref>。 ==馬來西亞== 馬來西亞會引入50架富豪B8L，喺吉隆坡行<ref name="commence">{{Cite book| author = 陳自瑜 | title = 香港巴士年鑑2019 |pages = 43 |chapter = 「富豪」B8L全速上路 | location = 香港 | publisher = 北嶺國際 | date = 2019年1月 | isbn = 962-9200-50-3}}</ref>。 ==參考== {{Reflist}} ==出面網頁== *[http://www.volvobuses.hk/en-hk/our-offering/buses/volvo-b8l.html 官方產品介紹] {{富豪巴士}} [[Category:巴士型號]] ndea5rz7y0zcb9fo9sbny20hcqu51ve 0 165084 1865486 1742419 2022-08-19T16:22:58Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Plagiomnium affine laminazellen.jpeg|thumb|顯微鏡下嘅葉綠素]] '''葉綠素'''（{{jpingauto|jip6 luk6 sou3}}）係[[植物]]同[[藻]]入面嘅[[綠色]][[色素]]，負責做[[光合作用]]。 ==睇埋== *[[紅葉]] [[Category:有機化合物]] {{Chem-stub}} 86md2zhspjlj2rnd1h1oz4298e6v2gw 0 167406 1865659 1865259 2022-08-20T05:32:01Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 類型 = 女藝人 | 姓名 = HANA 菊梓喬 | 圖片 = Hana Kuk Sha Tin.jpg | 圖片簡介 = HANA菊梓喬（2016年12月4號） | 原名 = 陳曉怡（Haley Chan） | 羅馬拼音 = Kuk Tsz Kiu | 英文名 = Hana Kuk | 暱稱 = Hana、菊媽、菊姐 | 其他藝名 = Haley XC | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth date and age|1986|11|24}}<ref name="tvbusa.com">{{Cite news |url=http://www.tvbusa.com/tvb-weekly/11-21-2017-hot-topic-03/ |title=菊梓喬 – 好事成雙 |date=2017-11-21 |publisher=[[TVB周刊]] |quote=Hana菊梓喬日前和歌迷一同BBQ，預祝11月24日生日……生日的正日即11月24日}}</ref> | 出生地點 = {{HKG-1959}} | 逝世日期 = | 逝世地點 = | 職業 = [[歌手]]、[[音樂人]]、[[演員]] | 語言 = [[粵語]]、[[中華民國國文|普通話]]、[[英文]] | 教育程度 = [[香港大學專業進修學院]]<br>（工商管理高級文憑課程）<ref name="菊梓喬13歲起賺錢養家 打過20份工只想家人過得好">[https://www.edigest.hk/27736/%e7%90%86%e8%b2%a1/%e8%8f%8a%e6%a2%93%e5%96%ac13%e6%ad%b2%e8%b5%b7%e8%b3%ba%e9%8c%a2%e9%a4%8a%e5%ae%b6-%e6%89%93%e9%81%8e20%e4%bb%bd%e5%b7%a5%e5%8f%aa%e6%83%b3%e5%ae%b6%e4%ba%ba%e9%81%8e%e5%be%97%e5%a5%bd/ 菊梓喬13歲起賺錢養家 打過20份工只想家人過得好，經濟一週，2017年10月30日]</ref> | 母校 = [[佛教大光慈航中學|佛教大光中學]] | 親屬 = | 音樂類型 = [[粵語流行曲]] | 演奏樂器 = [[結他]] | 出道地點 = {{HKG}} | 出道日期 = 2008年（獨立樂隊時期，未出道）<br/>2016年6月3號（正式出道） | 出道作品 = 《今天的我》（2016年） | 代表作品 = {{ubl|《一輩子守候》（2017年）|《手中沙》（2017年）|《[[忘記我自己 (歌曲)|忘記我自己]]》（2017年）|《飛蛾撲火》（2018年）|《只想與你再一起》（2018年）|《[[但願人長久 (盧冠廷單曲)|但願人長久]]》（2018年）|<!--按「[[Template:藝人]]」，代表作唔好超過五個。-->}} | 活躍年代 = 2008年 - 2014年、2016年- | 唱片公司 = [[創富文化集團]]（2016年）<br>[[星夢娛樂]]（2017年至今）<ref>[http://www.hk01.com/%E5%A8%9B%E6%A8%82/64741/%E8%8F%8A%E6%A2%93%E5%96%AC%E6%94%9E%E5%AE%8C%E7%8D%8E%E6%B3%8A%E5%A4%A7%E7%A2%BC%E9%A0%AD-%E5%81%9A%E8%A8%B1%E5%BB%B7%E9%8F%97%E5%B8%AB%E5%A6%B9-%E5%A5%BD%E4%BC%BC%E7%B5%90%E5%A9%9A%E5%92%81%E9%96%8B%E5%BF%83- 菊梓喬攞完獎泊大碼頭　做許廷鏗師妹：好似結婚咁開心！]，[[香港01]]，2017年1月9日</ref> | 經紀公司 = [[創富文化集團]]（2015年至今） | 相關團體 = [[Pleasure Garden]]（已解散）<br>Be my Castle<ref>[https://www.instagram.com/p/BpwRt1uDyN7/ HANA 首個個人朱古力品牌《Be my Castle》入面總共超過30粒]，Instagram（mokonadiary），2018年11月4日</ref><ref>[http://orientaldaily.on.cc/cnt/entertainment/20181104/00282_048.html 菊梓喬《使徒》帶挈賺到首個1,000萬！]，[[東方日報 (香港)|東方日報]]，2018年11月4日</ref><ref>[https://www.instagram.com/p/Bp1ncXllaBl/ Congratulations on the launch of BE MY CASTLE]，Instagram（joeythyee），2018年11月6日</ref> | 獎項 = }} '''菊梓喬'''（{{lang-en|'''Hana Kuk Tsz Kiu'''}} ；{{bd|1986年|11月24號}}），真名「'''陳曉怡'''」，係[[香港]]唱作女歌手，2008年開始玩音樂，2016年以29歲嘅年紀喺樂壇正式出道，2017年轉投[[星夢娛樂]]，畀公司重點栽培。2019年8月佢喺[[九展]]首次舉行演唱會，嘉賓包括[[周柏豪]]同[[側田]]<ref>{{引網|url=https://www.mpweekly.com/entertainment/focus/local/20190825-166782|title=側田合唱《命硬》 菊梓喬：好多日子靠它撐下去|date=2019-08-25|website=明周娛樂|language=en-US|access-date=2020-01-16}}</ref>。 ==攷== {{Reflist}} ==連出去== {{commonscat|Hana Kuk}} * {{Facebook|Hanakuk.cc}} * {{Instagram|hana_kuk}} * {{Sinaweibo|2837733414}} * {{Facebook|Be-my-Castle-328325377750790|Be my Castle}} * {{Instagram|bemycastle|Be my Castle}} * [http://abphy.com/user/hana_kuk 菊梓喬 - Abphy.com] * [http://vidbb.com/index.html?s=%E9%99%B3%E6%9B%89%E6%80%A1 陳曉怡 - Vidbb.com] * [https://web.archive.org/web/20170202064342/http://play.tojsiab.com/ZlRDdlcyMjZrTEUz 遊樂園 - Pleasure Garden] [[Category:香港女歌手]] [[Category:陳氏|菊梓喬]] {{HK-enter-bio-stub}} b1ng3h8xekb88jjbb0y8ejwytnqxj1t 0 175484 1865465 1530893 2022-08-19T16:05:39Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:The Earth seen from Apollo 17.jpg|300px|thumb|有生物學家認為可以將地球睇做一隻巨型嘅生命體。]] '''蓋亞假說'''（{{lang-en|'''Gaia hypothesis'''}}）係[[生物學]]上嘅一個有關「[[生命]]係乜」嘅[[假說]]，由[[英國]][[科學家]][[占士洛夫洛克]]（James Lovelock）喺 1972 年提出嘅。 ==概論== {{see also|生命|地球}} 簡單噉講，蓋亞假說就係認為成個[[地球]]可以睇成一個大嘅生命體：喺廿世紀尾，[[生命系統]]（living system）嘅概念令好多[[生物學家]]唔再執著於用「有[[細胞]]」或者「有[[遺傳因子]]」呢啲結構性嘅特徵嚟[[定義]]生命。同時有生物學家留意到，地球啲組成部份之間嘅互動有些少似一隻生物個體嘅細胞同[[器官]]之間嘅互動：例如係地球上面嘅[[植物]]會做[[光合作用]]，呢啲作用會產生[[氧氣]]，等地球上面嘅[[動物]]有得[[唞氣]]，而啲動物唞氣嗰陣又會排返啲[[二氧化碳]]出嚟，令植物可以用二氧化碳嚟做光合作用（[[生物圈]]），所以整體嚟講，雖然地球唔係由細胞組成，亦都冇遺傳因子，但地球上面嘅各種動植物一齊做好多作用令到地球嘅環境維持一種[[穩態]]，構成一個自我調節嘅整體－就好似一隻動物體內嘅各個器官各司其職幫隻動物生存落去噉樣<ref>Lovelock, James (1979). ''Gaia: A New Look at Life on Earth''. Oxford University Press.</ref>。 呢個諗法俾生物學界嗌做「蓋亞假說」。[[蓋亞]]（Gaia；[[希臘文]]：Γαῖα）係[[希臘神話]]入面嘅大地女神個名，而幫呢個諗法改個噉嘅名係表示覺得古希臘人可能真係有少少啱－地球某程度可以比喻成大地女神，真係好似一嚿有生命嘅嘢噉<ref group="註">雖然科學家正路唔會當地球係神噉拜。</ref><ref>Lovelock, J. E. (1965). "A physical basis for life detection experiments". ''Nature''. 207 (7): 568–70.</ref>。 == 註釋 == {{Reflist|group=註}} == 睇埋 == *[[生命]] *[[生態學]] {{clear}} == 參考文獻 == {{div col|colwidth=30em}} *Kleidon, Axel (2004). "Beyond Gaia: Thermodynamics of Life and Earth system functioning". ''Climatic Change''. 66 (3): 271–319. doi:10.1023/B:CLIM.0000044616.34867.ec. S2CID 55295082. *Lovelock, James (1995). ''The Ages of Gaia: A Biography of Our Living Earth''. New York: Norton. ISBN 978-0-393-31239-3. *Lovelock, James (2000). ''Gaia: A New Look at Life on Earth''. Oxford: Oxford University Press. ISBN 978-0-19-286218-1. {{div col end}} == 攷 == {{reflist}} [[Category:地球科學]] [[Category:生物學]] lmoo7kqeku62kh2tu5i7s076ozp8b4k 1865466 1865465 2022-08-19T16:05:48Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:The Earth seen from Apollo 17.jpg|300px|thumb|有生物學家認為可以將地球睇做一隻巨型嘅生命體。]] '''蓋亞假說'''（{{lang-en|'''Gaia hypothesis'''}}）係[[生物學]]上嘅一個有關「[[生命]]係乜」嘅[[假說]]，由[[英國]][[科學家]][[占士洛夫洛克]]（James Lovelock）喺 1972 年提出嘅。 ==概論== {{see also|生命|地球}} 簡單噉講，蓋亞假說就係認為成個[[地球]]可以睇成一個大嘅生命體：喺廿世紀尾，[[生命系統]]（living system）嘅概念令好多[[生物學家]]唔再執著於用「有[[細胞]]」或者「有[[遺傳因子]]」呢啲結構性嘅特徵嚟[[定義]]生命。同時有生物學家留意到，地球啲組成部份之間嘅互動有些少似一隻生物個體嘅細胞同[[器官]]之間嘅互動：例如係地球上面嘅[[植物]]會做[[光合作用]]，呢啲作用會產生[[氧氣]]，等地球上面嘅[[動物]]有得[[唞氣]]，而啲動物唞氣嗰陣又會排返啲[[二氧化碳]]出嚟，令植物可以用二氧化碳嚟做光合作用（[[生物圈]]），所以整體嚟講，雖然地球唔係由細胞組成，亦都冇遺傳因子，但地球上面嘅各種動植物一齊做好多作用令到地球嘅環境維持一種[[穩態]]，構成一個自我調節嘅整體－就好似一隻動物體內嘅各個器官各司其職幫隻動物生存落去噉樣<ref>Lovelock, James (1979). ''Gaia: A New Look at Life on Earth''. Oxford University Press.</ref>。 呢個諗法俾生物學界嗌做「蓋亞假說」。[[蓋亞]]（Gaia；[[希臘文]]：Γαῖα）係[[希臘神話]]入面嘅大地女神個名，而幫呢個諗法改個噉嘅名係表示覺得古希臘人可能真係有少少啱－地球某程度可以比喻成大地女神，真係好似一嚿有生命嘅嘢噉<ref group="註">雖然科學家正路唔會當地球係神噉拜。</ref><ref>Lovelock, J. E. (1965). "A physical basis for life detection experiments". ''Nature''. 207 (7): 568–70.</ref>。 == 註釋 == {{Reflist|group=註}} == 睇埋 == *[[生命]] *[[生態學]] {{clear}} == 文獻 == {{div col|colwidth=30em}} *Kleidon, Axel (2004). "Beyond Gaia: Thermodynamics of Life and Earth system functioning". ''Climatic Change''. 66 (3): 271–319. doi:10.1023/B:CLIM.0000044616.34867.ec. S2CID 55295082. *Lovelock, James (1995). ''The Ages of Gaia: A Biography of Our Living Earth''. New York: Norton. ISBN 978-0-393-31239-3. *Lovelock, James (2000). ''Gaia: A New Look at Life on Earth''. Oxford: Oxford University Press. ISBN 978-0-19-286218-1. {{div col end}} == 攷 == {{reflist}} [[Category:地球科學]] [[Category:生物學]] 305k4j6ryyoqmk08qv10cfwaupzlhh7 2 176958 1865855 1865138 2022-08-20T10:49:45Z Dr. Greywolf 143999 /* Lōk */ wikitext text/x-wiki [[File:Stark CoA.png|right|270px]] {{執文大行動勝出者頭銜}} {{執文中尉}} <br> [[粵文]]名：'''fūi lo̖ng bo͏k si̱''' / '''灰狼博士''' :'''As of the last update'''－ :有持續 kīp 住、兼算係「搞掂咗」嘅文有 '''122''' 篇。 <br> == 引言 == <small><i>(Introduction)</i></small><br> <center>'''多謝嗮'''<br> [[User:Deryck Chan|Deryck Chan]]、[[User:Jeffrey Kim|Jeffrey Kim]]、[[User:WikiCantona|WikiCantona]]、[[User:Shinjiman|Shinjiman]]、 [[User:Pokman817|Pokman817]]、<br>[[User:‎H78c67c|‎H78c67c]]、[[User:PQ77wd|PQ77wd]]、[[User:SC96|SC96]]、[[User:Kowlooner|Kowlooner]]、 [[User:Matttest|Matttest]]、[[User:Detective Akai|Detective Akai]]、[[User:XRTIER|XRTIER]]、<br> [[User:Z423x5c6|Z423x5c6]]、[[User:Rainpong|Rainpong]]、[[User:HenryLi|HenryLi]]、[[User:Alfakwan|Alfakwan]]、仲有係好幾位 IP 君<br> ... 等咁多位粵維維基人，成日幫我寫嗰啲文執頭執尾。<br> '''順帶一提...'''<br> '''I can make mistakes.'''<br> 例如我有陣時會打錯字，有次甚至仲打漏咗個「唔」字，搞到成句嘢嘅意思錯嗮。<br> 如果睇到有疑似係我打錯字或者犯其他錯誤嘅，不妨去我討論頁出句聲。 </center> == 金句 == <small><i>(Favorite quote)</i></small><br> {{Cquote |<center>We are all in the gutter, but some of us are looking at the stars.<br> 粵譯：我哋所有人都係身處於困苦之中嘅，但我哋當中有啲人喺度望緊星星。 </center>}} <center>－19 世紀[[愛爾蘭]][[作家]] [[Oscar Wilde]] </center><br> [[File:Aurora Australis Over the Tasman Sea from SouthWest National Park.jpg|center|500px]] == Lōk == <small><i>(Log)</i></small><br> '''近排做過嘅嘢'''： *20-08-2022：大執咗《[[數據結構]]》。 *15-08-2022：專家睇咗話覺得《[[數據結構]]》好多位「好似錯錯哋」喎。 *14-08-2022：執咗吓《[[數據結構]]》<s>，未執完，不過應該會執到做好文。</s>做好文。 *13-08-2022：執靚咗《[[開放世界]]》做好文。 *10-08-2022：又寫咗陣《[[經濟泡沫]]》，未有耐寫完。 *10-08-2022：執靚咗《[[數獨]]》個開頭。 *07-08-2022：寫咗《[[開放世界]]》做得意小品。 *06-08-2022：又寫咗陣《[[英文文法]]》，未有耐寫完。 *02-08-2022：郁手寫咗陣《[[混沌理論]]》，相信會係大工程，未有耐寫完。 *31-07-2022：執咗吓《[[容錯性]]》做得意小品。 *30-07-2022：郁手寫咗《[[容錯性‎]]》個開頭。 *28-07-2022：郁手寫咗《[[自然語言生成‎]]》個開頭，未有耐寫完。 *27-07-2022：郁手寫咗《[[網頁刮料‎]]》個開頭，未有耐寫完。 *26-07-2022：郁手寫咗《[[內隱知識]]》個開頭，<s>未有耐寫完</s>未必會寫嗮佢。 *21-07-2022：執咗吓《[[語義距離]]》做偏門小品。 *18-07-2022：執咗吓《[[競爭優勢]]》做得意小品。 *17-07-2022：郁手寫咗陣《[[解謎遊戲]]》，相信會係大工程，未有耐寫完。 *... *05-06-2022：《[[自然語言處理]]》初步搞掂，做正文。*** == 認真執完嘅文：知識基礎類 (8+3) == <small><i>(Completed articles: Foundation of knowledge)</i><br>－「知識基礎」包括哲學、數學同方法學等極抽象 and/or 跨學科嘅嘢。</small><br> :'''{{加權文長|科學}}''' !! :'''[[Template:科學各領域]]''' xx :'''{{加權文長|實驗}}'''* :'''[[Template:研究]]''' :'''{{加權文長|複雜系統}}''' !! :'''[[Template:複雜系統]]''' === 數學 === <small><i>(Mathematics - 8)</i></small><br> :'''概率同統計學''' ::'''{{加權文長|概率論}}'''* ::'''[[Template:概率論]]''' :::'''{{加權文長|馬可夫鏈}}'''* （co-author：[[User:汩汩银泉|汩汩银泉]]） ::'''{{加權文長|統計學}}''' !! ::'''[[Template:統計學]]''' [...] :::'''{{加權文長|迴歸分析}}'''* :::'''{{加權文長|結構方程式模型}}'''* ::'''{{加權文長|概率同統計學詞彙表}}''' !! <small>ongoing</small> :'''{{加權文長|資訊理論}}'''* :'''[[Template:資訊理論]]''' [...] :'''{{加權文長|數學分析}}'''*（special thanks：[[User:Z423x5c6|Z423x5c6]]） :'''[[Template:數學領域]]'''（co-creator：[[User:Homunculu903|Homunculu903]]；special thanks：[[User:Z423x5c6|Z423x5c6]]）xx :'''[[Template:應用數學]]''' xx {{clear}} == 認真執完嘅文：工程科技類 (42+1) == <small><i>(Completed articles: Engineering and technology)</i></small><br><small><s>－查實都冇乜點寫過電腦以外嘅工程科技...</s></small><br> :'''{{加權文長|工程學}}''' !!（contributors：[[User:Deryck Chan|Deryck Chan]]、[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:工程學各領域]]''' xx === 電腦科學 === <small><i>(Computer science - 14)</i></small><br> [[File:Binario cropped.png|right|180px]] :'''{{加權文長|電腦科學}}''' !! （contributor：[[User:HenryLi|HenryLi]]） :'''[[Template:電腦科學]]''' :'''{{加權文長|電腦程式編寫}}'''* :'''[[Template:電腦程式編寫]]''' ::'''{{加權文長|演算法}}''' !! [###] ::{{加權文長|數據結構}} * [###] <small>more work needed</small> ::'''{{加權文長|控制流程}}'''* ::'''{{加權文長|物件導向編程}}'''* ::<small>－得意小品：[[Debug]]</small> :'''{{加權文長|運算理論}}'''* ::'''{{加權文長|有限狀態機}}'''* :'''電腦應用''' ::'''{{加權文長|密碼學}}''' !! （contributors：[[User:Gregorysit|Gregorysit]]、[[User:HenryLi|HenryLi]]、[[User:Daan-taat|Daan-taat]]... 等） ::'''[[Template:密碼學]]''' ::'''{{加權文長|軟件工程}}'''* ::'''[[Template:軟件工程]]''' ::'''{{加權文長|電腦圖像}}'''* ::'''[[Template:電腦圖像]]''' ::'''{{加權文長|電腦模擬}}''' !! （contributor：[[User:Deryck Chan|Deryck Chan]]） ::'''{{加權文長|資訊系統}}'''* :'''{{加權文長|人機互動}}'''* :'''[[Template:人機互動]]''' [...] === 人工智能 === <small><i>(Artificial intelligence - 13)</i></small><br> [[File:Anatomy-1751201 1280.png|right|180px]] :'''{{加權文長|人工智能}}''' !! :'''[[Template:人工智能]]''' :'''{{加權文長|機械學習}}''' !! :'''[[Template:機械學習]]''' ::'''{{加權文長|人工神經網絡}}''' !! :::'''{{加權文長|前饋神經網絡}}'''* :::'''{{加權文長|遞迴神經網絡}}'''* :::'''{{加權文長|海伯理論}}'''*（co-author：[[User:汩汩银泉|汩汩银泉]]） :'''{{加權文長|自然語言處理}}''' !!（contributor：[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:自然語言處理]]''' [***] ::'''{{加權文長|語義網絡}}'''* :'''{{加權文長|瓣瓣掂玩遊戲}}'''* ::'''{{加權文長|蒙地卡羅樹搜尋}}'''* :'''{{加權文長|電子遊戲嘅人工智能}}''' !! ::'''{{加權文長|搵路}}'''* （special thanks：[[User:Z423x5c6|Z423x5c6]]） :'''{{加權文長|知識表示}}'''* === 電子遊戲 === <small><i>(Electronic games - 12)</i></small><br> [[File:Video-Game-Controller-Icon-IDV-green.svg|right|180px]] :'''{{加權文長|遊戲設計}}''' !! :'''[[Template:遊戲設計]]''' :'''{{加權文長|電子遊戲詞彙表}}''' !! （contributors：[[User:汩汩银泉|汩汩银泉]]、[[User:Z423x5c6|Z423x5c6]]；special thanks：[[User:Pokman817|Pokman817]]） <small>ongoing</small> :'''[[Template:視像遊戲]]''' :'''{{加權文長|電子遊戲類型一覽}}''' !! （co-author：[[User:汩汩银泉|汩汩银泉]]） <small>ongoing</small> :'''[[Template:電子遊戲類型]]''' ::'''{{加權文長|射擊遊戲}}'''* ::'''{{加權文長|潛行遊戲}}'''* ::'''{{加權文長|集換式咭遊戲}}'''* +- :'''{{加權文長|遊戲編程}}'''* ::'''{{加權文長|程序生成}}'''* ::'''{{加權文長|動態難度調控}}'''* :'''{{加權文長|遊戲關卡}}'''* ::'''{{加權文長|開放世界}}'''* :'''{{加權文長|遊戲引擎}}'''* === 拉雜工程科技 === <small><i>(Miscellaneous engineering and technology - 3)</i></small><br> :'''{{加權文長|建築學}}''' !! :'''[[Template:建築]]''' :'''{{加權文長|機械}}''' !! :'''[[Template:機械]]''' :'''{{加權文長|訊號}}'''* :<small>－得意小品：[[容錯性]]（contributor：[[User:Deryck Chan|Deryck Chan]]）</small> {{clear}} == 認真執完嘅文：認知科學類 (21+3) == <small><i>(Completed articles: Cognitive science)</i></small><br> :'''{{加權文長|認知科學}}''' !! :'''{{加權文長|語言}}''' !!（primary author：[[User:Kukkeibeng|Kukkeibeng]]） :'''{{加權文長|智能}}'''* :'''[[Template:人類智能]]''' === 心理學 === <small><i>(Psychology - 13)</i></small><br> [[File:Mental Health - The Noun Project.svg|right|180px]] :'''{{加權文長|認知心理學}}'''*（contributor：[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:認知]]''' [...] ::'''{{加權文長|視覺}}'''* ::'''{{加權文長|注意力}}''' !! ::'''{{加權文長|記憶}}''' !! ::'''[[Template:記憶]]''' :::'''{{加權文長|遺忘}}'''* ::'''{{加權文長|想像}}'''* ::'''{{加權文長|創意}}''' !! :'''{{加權文長|學習}}''' !! :'''[[Template:學習]]''' ::'''{{加權文長|學習曲線}}'''* ::'''{{加權文長|玩}}''' !! :'''{{加權文長|心理測量學}}''' !! ::'''{{加權文長|智商}}'''* :'''{{加權文長|性格心理學}}''' !! （contributor：[[User:汩汩银泉|汩汩银泉]]） :<small>－得意小品：[[先天定後天]]、[[投入感]]、[[心流體驗]]</small> :'''[[Template:心理學]]''' xx === 神經科學 === <small><i>(Neuroscience - 8)</i></small><br> [[File:Pixabay neuron.png|right|180px]] :'''{{加權文長|神經細胞}}''' !! :'''{{加權文長|神經編碼}}'''* :'''{{加權文長|腦}}''' !! ::'''{{加權文長|腦葉}}''' * ::'''{{加權文長|犒賞系統}}''' !! :'''{{加權文長|腦電圖}}''' !! :'''[[Template:腦電圖]]''' ::'''{{加權文長|腦電波}}'''* ::'''{{加權文長|事件相關電位}}'''* :'''[[Template:神經系統]]''' xx {{clear}} == 認真執完嘅文：自然科學類 (15) == <small><i>(Completed articles: Natural science)</i></small><br> === 生命科學 === <small><i>(Life science - 8)</i></small><br> [[File:Blue Butterfly Icon.png|right|180px]] :'''{{加權文長|生物學}}''' !! :'''[[Template:生物學]]''' xx :'''{{加權文長|生命}}''' !! :'''{{加權文長|進化}}''' !! :'''[[Template:進化]]''' :'''{{加權文長|海洋生物學}}'''* （dedicated to a person who's very special to me） +- :'''[[Template:海洋生物學]]''' :'''生物''' ::'''{{加權文長|狼}}''' !! +- ::'''昆蟲綱''' ::'''[[Template:昆蟲綱]]''' [...] +- :::'''{{加權文長|蜜蜂}}''' !! :::'''{{加權文長|蝴蝶}}''' !! （co-author：[[User:Hf9631|Hf9631]]） :::'''{{加權文長|飛蛾}}'''* :::<small>－仲有係噉咦寫咗幾篇[[毛蟲|講]][[白蟻|昆]][[蟬|蟲]][[瓢蟲|嘅]][[螢火蟲|文]]...</small> :'''[[Template:動物行為學]]''' === 物理科學 === <small><i>(Physical science - 7)</i></small><br> [[File:Stylised atom with three Bohr model orbits and stylised nucleus.png|right|180px]] :'''{{加權文長|物理學}}''' !! :'''[[Template:物理學分支]]''' xx ::'''{{加權文長|古典力學}}''' !! ::'''[[Template:古典力學]]''' ::'''{{加權文長|古典電磁學}}''' !! ::'''[[Template:電磁學]]''' ::'''{{加權文長|熱力學}}'''* ::'''[[Template:熱力學]]''' :'''{{加權文長|化學}}''' !! （co-author：[[User:Deryck Chan|Deryck Chan]]） :'''[[Template:化學分支]]'''（co-creator：[[User:Greeninvisibledreams|Greeninvisibledreams]]） xx :'''{{加權文長|曙暮光}}'''* （co-authors：[[User:Jeffrey Kim|Jeffrey Kim]]、[[User:PQ77wd|PQ77wd]]） +- :'''[[Template:一日]]''' xx :'''{{加權文長|星雲}}'''* +- {{clear}} == 認真執完嘅文：社會科學類 (11) == <small><i>(Completed articles: Social science)</i></small><br> === 經濟金融 === <small><i>(Economics and finance - 7)</i></small><br> [[File:Money Bag (61476) - The Noun Project.svg|right|180px]] :'''{{加權文長|經濟學}}''' !! （contributor：[[User:Longway22|Longway22]]） :'''[[Template:經濟學]]''' ::'''{{加權文長|博弈論}}''' !! ::'''[[Template:博弈論]]''' [...] ::'''[[Template:策略]]''' :::'''{{加權文長|監犯困境}}'''* （co-author：[[User:Melody00233|Melody00233]]；special thanks：[[User:Z423x5c6|Z423x5c6]]） :::<small>－得意小品：[[零和博弈]]、[[最後通牒博弈]]</small> ::'''{{加權文長|行為經濟學}}''' !! :'''{{加權文長|錢}}'''* :'''{{加權文長|投資}}'''* :'''[[Template:金融學]]''' ::'''{{加權文長|個人理財}}'''* ::'''[[Template:個人理財]]''' === 生意管理 === <small><i>(Business management - 4)</i></small><br> [[File:Noun project organization icon.svg|right|180px]] :'''{{加權文長|管理學}}''' !! :'''[[Template:管理學]]''' [...] ::'''{{加權文長|組織}}'''* ::'''{{加權文長|創新}}''' !! ::<small>－得意小品：[[競爭優勢]]</small> :'''{{加權文長|市場學}}''' !! :'''[[Template:市場學]]''' [...] {{clear}} == 認真執完嘅文：文化藝術類 (17) == <small><i>(Completed articles: Culture and arts)</i></small><br> :'''[[Template:人文學]]''' xx :'''[[Template:視覺藝術]]''' xx :'''[[Template:表演藝術]]''' xx === 文學寫作 === <small><i>(Literature and writing - 9)</i></small><br> [[File:Noun Project quill icon 1182188 cc.svg|right|180px]] :'''{{加權文長|故仔}}''' !! :'''[[Template:故仔]]''' [...] ::'''{{加權文長|橋段}}'''* ::'''{{加權文長|角色}}'''* ::'''{{加權文長|情節}}'''* ::'''{{加權文長|世界創建}}'''* :'''文學體裁''' ::'''{{加權文長|科幻}}''' !! （special thanks：[[User:WikiCantona|WikiCantona]]） ::'''[[Template:科幻]]''' :::'''{{加權文長|數碼鬅客}}''' !! <small><s>aka [[電腦科學|電腦]]科幻 + [[認知科學|認知]]科幻</s></small> ::'''{{加權文長|奇幻}}''' !! ::'''[[Template:奇幻]]''' ::'''{{加權文長|恐怖故仔}}''' !! ::'''[[Template:恐怖故仔]]''' :::<small>－得意小品：[[宇宙恐怖]]、[[Creepypasta]]</small> :'''[[Template:文學寫作]]''' :'''[[Template:英文特性]]''' === 音樂舞蹈 === <small><i>(Music and dance - 7)</i> +- cate</small><br> [[File:Musical notes.svg|right|180px]] :'''{{加權文長|樂理}}''' !! :'''[[Template:樂理]]''' ::'''{{加權文長|音高}}'''* ::'''{{加權文長|節奏}}''' !! （special thanks：[[User:Chaaak|Chaaak]]、[[User:Deryck Chan|Deryck Chan]]） ::'''[[Template:節奏]]''' ::'''{{加權文長|旋律}}'''* （special thanks：[[User:Terence Chao swim|Terence Chao swim]]） ::'''[[Template:旋律同和音]]''' :'''{{加權文長|芭蕾舞}}''' !! :'''[[Template:芭蕾舞]]''' ::'''{{加權文長|芭蕾舞詞彙表}}''' !! <small>ongoing</small> ::<small>－得意小品：[[阿拉伯斯卡]]、[[雙人舞]]</small> :'''{{加權文長|華爾茲}}'''* :<small>－得意小品：[[普卡]]、[[探戈]]</small> :'''[[Template:跳舞]]''' [[File:Franz Schubert - Ellens dritter Gesang.oga|center|thumb|300px|<center>《[[萬福瑪利亞 (舒伯特)|萬福瑪利亞]]》</center>]] === 拉雜文化藝術 === <small><i>(Miscellaneous culture and arts - 1)</i> +- cate</small><br> :'''{{加權文長|畫畫}}''' !! +- {{clear}} == 放棄唔執嘅文 == <small><i>(Articles that I have given up on)</i></small><br> <center>'''[[User:Dr. Greywolf/唔再睇嘅文|放棄咗（唔會再 update 住）嘅文]]'''</center> == 分享心得 (1) == <small><i>(Just some sharing...)</i></small><br> <center>最後講返一句，有好多知識性嘅 topic 我都冇乜點 cover 到，TBH 亦都無力 cover，<br> 例如[[純數]]、[[電腦科學|電腦]]以外嘅[[工程學]]、[[化學]]、[[動物]]以外嘅[[生物]]、 [[商學]]以外嘅[[社科]]、[[科幻]][[奇幻]][[恐怖故仔|恐怖]]以外嘅文學體裁... 等都係我 cover 唔到嘅 topic。 講到埋尾，維基係靠大家一齊寫嘅。如果閣下覺得有興趣幫手嘅話，我可以分享少少心得：</center> <br> <center>'''{{加權文長|學術寫作}}'''*<br>同埋<br>'''[[User:Dr. Greywolf/寫文方法|灰狼博士寫文大法]]'''</center> <br> == 常用架生 == <small><i>(My tools)</i></small><br> *[[Wikipedia:正文候選]] *[[Wikipedia:正表候選]] *[[Wikipedia:好文提名]] *[[Template talk:你知唔知]] *[[Wikipedia:基礎文章主題]] *[[Special:長頁]] *[https://words.hk/ 粵典] == 用戶沙盒 == <small><i>(User's sandbox)</i></small><br> *'''[[User:Dr. Greywolf/Sandbox|Current work list]]''', *'''[[User:Dr. Greywolf/Sandbox2|Future plan]]''', and *'''[[User:Dr. Greywolf/Sandbox3|Temp]]''' == 灰狼股走勢圖 == <small><i>(Greywolf stock price chart)</i></small><br> {{Annual readership|expanded=expanded}} == 其他拉雜事實 == <small><i>(A few facts)</i></small><br> {{User male}} {{User 認知科學}} {{User 電腦科學}} {{User 自然語言處理}} [[simple:User:Dr. Greywolf]] [[Category:維基百科管理員]] [[Category: User yue]] [[Category: User en-4]] [[Category: User zh-3]] [[en:User:Dr. Greywolf]] klsw7bmy3spetychx3i7i3cyr3b3ho8 1865875 1865855 2022-08-20T11:41:51Z Dr. Greywolf 143999 /* Lōk */ wikitext text/x-wiki [[File:Stark CoA.png|right|270px]] {{執文大行動勝出者頭銜}} {{執文中尉}} <br> [[粵文]]名：'''fūi lo̖ng bo͏k si̱''' / '''灰狼博士''' :'''As of the last update'''－ :有持續 kīp 住、兼算係「搞掂咗」嘅文有 '''122''' 篇。 <br> == 引言 == <small><i>(Introduction)</i></small><br> <center>'''多謝嗮'''<br> [[User:Deryck Chan|Deryck Chan]]、[[User:Jeffrey Kim|Jeffrey Kim]]、[[User:WikiCantona|WikiCantona]]、[[User:Shinjiman|Shinjiman]]、 [[User:Pokman817|Pokman817]]、<br>[[User:‎H78c67c|‎H78c67c]]、[[User:PQ77wd|PQ77wd]]、[[User:SC96|SC96]]、[[User:Kowlooner|Kowlooner]]、 [[User:Matttest|Matttest]]、[[User:Detective Akai|Detective Akai]]、[[User:XRTIER|XRTIER]]、<br> [[User:Z423x5c6|Z423x5c6]]、[[User:Rainpong|Rainpong]]、[[User:HenryLi|HenryLi]]、[[User:Alfakwan|Alfakwan]]、仲有係好幾位 IP 君<br> ... 等咁多位粵維維基人，成日幫我寫嗰啲文執頭執尾。<br> '''順帶一提...'''<br> '''I can make mistakes.'''<br> 例如我有陣時會打錯字，有次甚至仲打漏咗個「唔」字，搞到成句嘢嘅意思錯嗮。<br> 如果睇到有疑似係我打錯字或者犯其他錯誤嘅，不妨去我討論頁出句聲。 </center> == 金句 == <small><i>(Favorite quote)</i></small><br> {{Cquote |<center>We are all in the gutter, but some of us are looking at the stars.<br> 粵譯：我哋所有人都係身處於困苦之中嘅，但我哋當中有啲人喺度望緊星星。 </center>}} <center>－19 世紀[[愛爾蘭]][[作家]] [[Oscar Wilde]] </center><br> [[File:Aurora Australis Over the Tasman Sea from SouthWest National Park.jpg|center|500px]] == Lōk == <small><i>(Log)</i></small><br> '''近排做過嘅嘢'''： *20-08-2022：大執咗《[[數據結構]]》，寫咗《[[通貨膨脹‎]]》個開頭。 *15-08-2022：專家睇咗話覺得《[[數據結構]]》好多位「好似錯錯哋」喎。 *14-08-2022：執咗吓《[[數據結構]]》<s>，未執完，不過應該會執到做好文。</s>做好文。 *13-08-2022：執靚咗《[[開放世界]]》做好文。 *10-08-2022：又寫咗陣《[[經濟泡沫]]》，未有耐寫完。 *10-08-2022：執靚咗《[[數獨]]》個開頭。 *07-08-2022：寫咗《[[開放世界]]》做得意小品。 *06-08-2022：又寫咗陣《[[英文文法]]》，未有耐寫完。 *02-08-2022：郁手寫咗陣《[[混沌理論]]》，相信會係大工程，未有耐寫完。 *31-07-2022：執咗吓《[[容錯性]]》做得意小品。 *30-07-2022：郁手寫咗《[[容錯性‎]]》個開頭。 *28-07-2022：郁手寫咗《[[自然語言生成‎]]》個開頭，未有耐寫完。 *27-07-2022：郁手寫咗《[[網頁刮料‎]]》個開頭，未有耐寫完。 *26-07-2022：郁手寫咗《[[內隱知識]]》個開頭，<s>未有耐寫完</s>未必會寫嗮佢。 *21-07-2022：執咗吓《[[語義距離]]》做偏門小品。 *18-07-2022：執咗吓《[[競爭優勢]]》做得意小品。 *17-07-2022：郁手寫咗陣《[[解謎遊戲]]》，相信會係大工程，未有耐寫完。 *... *05-06-2022：《[[自然語言處理]]》初步搞掂，做正文。*** == 認真執完嘅文：知識基礎類 (8+3) == <small><i>(Completed articles: Foundation of knowledge)</i><br>－「知識基礎」包括哲學、數學同方法學等極抽象 and/or 跨學科嘅嘢。</small><br> :'''{{加權文長|科學}}''' !! :'''[[Template:科學各領域]]''' xx :'''{{加權文長|實驗}}'''* :'''[[Template:研究]]''' :'''{{加權文長|複雜系統}}''' !! :'''[[Template:複雜系統]]''' === 數學 === <small><i>(Mathematics - 8)</i></small><br> :'''概率同統計學''' ::'''{{加權文長|概率論}}'''* ::'''[[Template:概率論]]''' :::'''{{加權文長|馬可夫鏈}}'''* （co-author：[[User:汩汩银泉|汩汩银泉]]） ::'''{{加權文長|統計學}}''' !! ::'''[[Template:統計學]]''' [...] :::'''{{加權文長|迴歸分析}}'''* :::'''{{加權文長|結構方程式模型}}'''* ::'''{{加權文長|概率同統計學詞彙表}}''' !! <small>ongoing</small> :'''{{加權文長|資訊理論}}'''* :'''[[Template:資訊理論]]''' [...] :'''{{加權文長|數學分析}}'''*（special thanks：[[User:Z423x5c6|Z423x5c6]]） :'''[[Template:數學領域]]'''（co-creator：[[User:Homunculu903|Homunculu903]]；special thanks：[[User:Z423x5c6|Z423x5c6]]）xx :'''[[Template:應用數學]]''' xx {{clear}} == 認真執完嘅文：工程科技類 (42+1) == <small><i>(Completed articles: Engineering and technology)</i></small><br><small><s>－查實都冇乜點寫過電腦以外嘅工程科技...</s></small><br> :'''{{加權文長|工程學}}''' !!（contributors：[[User:Deryck Chan|Deryck Chan]]、[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:工程學各領域]]''' xx === 電腦科學 === <small><i>(Computer science - 14)</i></small><br> [[File:Binario cropped.png|right|180px]] :'''{{加權文長|電腦科學}}''' !! （contributor：[[User:HenryLi|HenryLi]]） :'''[[Template:電腦科學]]''' :'''{{加權文長|電腦程式編寫}}'''* :'''[[Template:電腦程式編寫]]''' ::'''{{加權文長|演算法}}''' !! [###] ::{{加權文長|數據結構}} * [###] <small>more work needed</small> ::'''{{加權文長|控制流程}}'''* ::'''{{加權文長|物件導向編程}}'''* ::<small>－得意小品：[[Debug]]</small> :'''{{加權文長|運算理論}}'''* ::'''{{加權文長|有限狀態機}}'''* :'''電腦應用''' ::'''{{加權文長|密碼學}}''' !! （contributors：[[User:Gregorysit|Gregorysit]]、[[User:HenryLi|HenryLi]]、[[User:Daan-taat|Daan-taat]]... 等） ::'''[[Template:密碼學]]''' ::'''{{加權文長|軟件工程}}'''* ::'''[[Template:軟件工程]]''' ::'''{{加權文長|電腦圖像}}'''* ::'''[[Template:電腦圖像]]''' ::'''{{加權文長|電腦模擬}}''' !! （contributor：[[User:Deryck Chan|Deryck Chan]]） ::'''{{加權文長|資訊系統}}'''* :'''{{加權文長|人機互動}}'''* :'''[[Template:人機互動]]''' [...] === 人工智能 === <small><i>(Artificial intelligence - 13)</i></small><br> [[File:Anatomy-1751201 1280.png|right|180px]] :'''{{加權文長|人工智能}}''' !! :'''[[Template:人工智能]]''' :'''{{加權文長|機械學習}}''' !! :'''[[Template:機械學習]]''' ::'''{{加權文長|人工神經網絡}}''' !! :::'''{{加權文長|前饋神經網絡}}'''* :::'''{{加權文長|遞迴神經網絡}}'''* :::'''{{加權文長|海伯理論}}'''*（co-author：[[User:汩汩银泉|汩汩银泉]]） :'''{{加權文長|自然語言處理}}''' !!（contributor：[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:自然語言處理]]''' [***] ::'''{{加權文長|語義網絡}}'''* :'''{{加權文長|瓣瓣掂玩遊戲}}'''* ::'''{{加權文長|蒙地卡羅樹搜尋}}'''* :'''{{加權文長|電子遊戲嘅人工智能}}''' !! ::'''{{加權文長|搵路}}'''* （special thanks：[[User:Z423x5c6|Z423x5c6]]） :'''{{加權文長|知識表示}}'''* === 電子遊戲 === <small><i>(Electronic games - 12)</i></small><br> [[File:Video-Game-Controller-Icon-IDV-green.svg|right|180px]] :'''{{加權文長|遊戲設計}}''' !! :'''[[Template:遊戲設計]]''' :'''{{加權文長|電子遊戲詞彙表}}''' !! （contributors：[[User:汩汩银泉|汩汩银泉]]、[[User:Z423x5c6|Z423x5c6]]；special thanks：[[User:Pokman817|Pokman817]]） <small>ongoing</small> :'''[[Template:視像遊戲]]''' :'''{{加權文長|電子遊戲類型一覽}}''' !! （co-author：[[User:汩汩银泉|汩汩银泉]]） <small>ongoing</small> :'''[[Template:電子遊戲類型]]''' ::'''{{加權文長|射擊遊戲}}'''* ::'''{{加權文長|潛行遊戲}}'''* ::'''{{加權文長|集換式咭遊戲}}'''* +- :'''{{加權文長|遊戲編程}}'''* ::'''{{加權文長|程序生成}}'''* ::'''{{加權文長|動態難度調控}}'''* :'''{{加權文長|遊戲關卡}}'''* ::'''{{加權文長|開放世界}}'''* :'''{{加權文長|遊戲引擎}}'''* === 拉雜工程科技 === <small><i>(Miscellaneous engineering and technology - 3)</i></small><br> :'''{{加權文長|建築學}}''' !! :'''[[Template:建築]]''' :'''{{加權文長|機械}}''' !! :'''[[Template:機械]]''' :'''{{加權文長|訊號}}'''* :<small>－得意小品：[[容錯性]]（contributor：[[User:Deryck Chan|Deryck Chan]]）</small> {{clear}} == 認真執完嘅文：認知科學類 (21+3) == <small><i>(Completed articles: Cognitive science)</i></small><br> :'''{{加權文長|認知科學}}''' !! :'''{{加權文長|語言}}''' !!（primary author：[[User:Kukkeibeng|Kukkeibeng]]） :'''{{加權文長|智能}}'''* :'''[[Template:人類智能]]''' === 心理學 === <small><i>(Psychology - 13)</i></small><br> [[File:Mental Health - The Noun Project.svg|right|180px]] :'''{{加權文長|認知心理學}}'''*（contributor：[[User:汩汩银泉|汩汩银泉]]） :'''[[Template:認知]]''' [...] ::'''{{加權文長|視覺}}'''* ::'''{{加權文長|注意力}}''' !! ::'''{{加權文長|記憶}}''' !! ::'''[[Template:記憶]]''' :::'''{{加權文長|遺忘}}'''* ::'''{{加權文長|想像}}'''* ::'''{{加權文長|創意}}''' !! :'''{{加權文長|學習}}''' !! :'''[[Template:學習]]''' ::'''{{加權文長|學習曲線}}'''* ::'''{{加權文長|玩}}''' !! :'''{{加權文長|心理測量學}}''' !! ::'''{{加權文長|智商}}'''* :'''{{加權文長|性格心理學}}''' !! （contributor：[[User:汩汩银泉|汩汩银泉]]） :<small>－得意小品：[[先天定後天]]、[[投入感]]、[[心流體驗]]</small> :'''[[Template:心理學]]''' xx === 神經科學 === <small><i>(Neuroscience - 8)</i></small><br> [[File:Pixabay neuron.png|right|180px]] :'''{{加權文長|神經細胞}}''' !! :'''{{加權文長|神經編碼}}'''* :'''{{加權文長|腦}}''' !! ::'''{{加權文長|腦葉}}''' * ::'''{{加權文長|犒賞系統}}''' !! :'''{{加權文長|腦電圖}}''' !! :'''[[Template:腦電圖]]''' ::'''{{加權文長|腦電波}}'''* ::'''{{加權文長|事件相關電位}}'''* :'''[[Template:神經系統]]''' xx {{clear}} == 認真執完嘅文：自然科學類 (15) == <small><i>(Completed articles: Natural science)</i></small><br> === 生命科學 === <small><i>(Life science - 8)</i></small><br> [[File:Blue Butterfly Icon.png|right|180px]] :'''{{加權文長|生物學}}''' !! :'''[[Template:生物學]]''' xx :'''{{加權文長|生命}}''' !! :'''{{加權文長|進化}}''' !! :'''[[Template:進化]]''' :'''{{加權文長|海洋生物學}}'''* （dedicated to a person who's very special to me） +- :'''[[Template:海洋生物學]]''' :'''生物''' ::'''{{加權文長|狼}}''' !! +- ::'''昆蟲綱''' ::'''[[Template:昆蟲綱]]''' [...] +- :::'''{{加權文長|蜜蜂}}''' !! :::'''{{加權文長|蝴蝶}}''' !! （co-author：[[User:Hf9631|Hf9631]]） :::'''{{加權文長|飛蛾}}'''* :::<small>－仲有係噉咦寫咗幾篇[[毛蟲|講]][[白蟻|昆]][[蟬|蟲]][[瓢蟲|嘅]][[螢火蟲|文]]...</small> :'''[[Template:動物行為學]]''' === 物理科學 === <small><i>(Physical science - 7)</i></small><br> [[File:Stylised atom with three Bohr model orbits and stylised nucleus.png|right|180px]] :'''{{加權文長|物理學}}''' !! :'''[[Template:物理學分支]]''' xx ::'''{{加權文長|古典力學}}''' !! ::'''[[Template:古典力學]]''' ::'''{{加權文長|古典電磁學}}''' !! ::'''[[Template:電磁學]]''' ::'''{{加權文長|熱力學}}'''* ::'''[[Template:熱力學]]''' :'''{{加權文長|化學}}''' !! （co-author：[[User:Deryck Chan|Deryck Chan]]） :'''[[Template:化學分支]]'''（co-creator：[[User:Greeninvisibledreams|Greeninvisibledreams]]） xx :'''{{加權文長|曙暮光}}'''* （co-authors：[[User:Jeffrey Kim|Jeffrey Kim]]、[[User:PQ77wd|PQ77wd]]） +- :'''[[Template:一日]]''' xx :'''{{加權文長|星雲}}'''* +- {{clear}} == 認真執完嘅文：社會科學類 (11) == <small><i>(Completed articles: Social science)</i></small><br> === 經濟金融 === <small><i>(Economics and finance - 7)</i></small><br> [[File:Money Bag (61476) - The Noun Project.svg|right|180px]] :'''{{加權文長|經濟學}}''' !! （contributor：[[User:Longway22|Longway22]]） :'''[[Template:經濟學]]''' ::'''{{加權文長|博弈論}}''' !! ::'''[[Template:博弈論]]''' [...] ::'''[[Template:策略]]''' :::'''{{加權文長|監犯困境}}'''* （co-author：[[User:Melody00233|Melody00233]]；special thanks：[[User:Z423x5c6|Z423x5c6]]） :::<small>－得意小品：[[零和博弈]]、[[最後通牒博弈]]</small> ::'''{{加權文長|行為經濟學}}''' !! :'''{{加權文長|錢}}'''* :'''{{加權文長|投資}}'''* :'''[[Template:金融學]]''' ::'''{{加權文長|個人理財}}'''* ::'''[[Template:個人理財]]''' === 生意管理 === <small><i>(Business management - 4)</i></small><br> [[File:Noun project organization icon.svg|right|180px]] :'''{{加權文長|管理學}}''' !! :'''[[Template:管理學]]''' [...] ::'''{{加權文長|組織}}'''* ::'''{{加權文長|創新}}''' !! ::<small>－得意小品：[[競爭優勢]]</small> :'''{{加權文長|市場學}}''' !! :'''[[Template:市場學]]''' [...] {{clear}} == 認真執完嘅文：文化藝術類 (17) == <small><i>(Completed articles: Culture and arts)</i></small><br> :'''[[Template:人文學]]''' xx :'''[[Template:視覺藝術]]''' xx :'''[[Template:表演藝術]]''' xx === 文學寫作 === <small><i>(Literature and writing - 9)</i></small><br> [[File:Noun Project quill icon 1182188 cc.svg|right|180px]] :'''{{加權文長|故仔}}''' !! :'''[[Template:故仔]]''' [...] ::'''{{加權文長|橋段}}'''* ::'''{{加權文長|角色}}'''* ::'''{{加權文長|情節}}'''* ::'''{{加權文長|世界創建}}'''* :'''文學體裁''' ::'''{{加權文長|科幻}}''' !! （special thanks：[[User:WikiCantona|WikiCantona]]） ::'''[[Template:科幻]]''' :::'''{{加權文長|數碼鬅客}}''' !! <small><s>aka [[電腦科學|電腦]]科幻 + [[認知科學|認知]]科幻</s></small> ::'''{{加權文長|奇幻}}''' !! ::'''[[Template:奇幻]]''' ::'''{{加權文長|恐怖故仔}}''' !! ::'''[[Template:恐怖故仔]]''' :::<small>－得意小品：[[宇宙恐怖]]、[[Creepypasta]]</small> :'''[[Template:文學寫作]]''' :'''[[Template:英文特性]]''' === 音樂舞蹈 === <small><i>(Music and dance - 7)</i> +- cate</small><br> [[File:Musical notes.svg|right|180px]] :'''{{加權文長|樂理}}''' !! :'''[[Template:樂理]]''' ::'''{{加權文長|音高}}'''* ::'''{{加權文長|節奏}}''' !! （special thanks：[[User:Chaaak|Chaaak]]、[[User:Deryck Chan|Deryck Chan]]） ::'''[[Template:節奏]]''' ::'''{{加權文長|旋律}}'''* （special thanks：[[User:Terence Chao swim|Terence Chao swim]]） ::'''[[Template:旋律同和音]]''' :'''{{加權文長|芭蕾舞}}''' !! :'''[[Template:芭蕾舞]]''' ::'''{{加權文長|芭蕾舞詞彙表}}''' !! <small>ongoing</small> ::<small>－得意小品：[[阿拉伯斯卡]]、[[雙人舞]]</small> :'''{{加權文長|華爾茲}}'''* :<small>－得意小品：[[普卡]]、[[探戈]]</small> :'''[[Template:跳舞]]''' [[File:Franz Schubert - Ellens dritter Gesang.oga|center|thumb|300px|<center>《[[萬福瑪利亞 (舒伯特)|萬福瑪利亞]]》</center>]] === 拉雜文化藝術 === <small><i>(Miscellaneous culture and arts - 1)</i> +- cate</small><br> :'''{{加權文長|畫畫}}''' !! +- {{clear}} == 放棄唔執嘅文 == <small><i>(Articles that I have given up on)</i></small><br> <center>'''[[User:Dr. Greywolf/唔再睇嘅文|放棄咗（唔會再 update 住）嘅文]]'''</center> == 分享心得 (1) == <small><i>(Just some sharing...)</i></small><br> <center>最後講返一句，有好多知識性嘅 topic 我都冇乜點 cover 到，TBH 亦都無力 cover，<br> 例如[[純數]]、[[電腦科學|電腦]]以外嘅[[工程學]]、[[化學]]、[[動物]]以外嘅[[生物]]、 [[商學]]以外嘅[[社科]]、[[科幻]][[奇幻]][[恐怖故仔|恐怖]]以外嘅文學體裁... 等都係我 cover 唔到嘅 topic。 講到埋尾，維基係靠大家一齊寫嘅。如果閣下覺得有興趣幫手嘅話，我可以分享少少心得：</center> <br> <center>'''{{加權文長|學術寫作}}'''*<br>同埋<br>'''[[User:Dr. Greywolf/寫文方法|灰狼博士寫文大法]]'''</center> <br> == 常用架生 == <small><i>(My tools)</i></small><br> *[[Wikipedia:正文候選]] *[[Wikipedia:正表候選]] *[[Wikipedia:好文提名]] *[[Template talk:你知唔知]] *[[Wikipedia:基礎文章主題]] *[[Special:長頁]] *[https://words.hk/ 粵典] == 用戶沙盒 == <small><i>(User's sandbox)</i></small><br> *'''[[User:Dr. Greywolf/Sandbox|Current work list]]''', *'''[[User:Dr. Greywolf/Sandbox2|Future plan]]''', and *'''[[User:Dr. Greywolf/Sandbox3|Temp]]''' == 灰狼股走勢圖 == <small><i>(Greywolf stock price chart)</i></small><br> {{Annual readership|expanded=expanded}} == 其他拉雜事實 == <small><i>(A few facts)</i></small><br> {{User male}} {{User 認知科學}} {{User 電腦科學}} {{User 自然語言處理}} [[simple:User:Dr. Greywolf]] [[Category:維基百科管理員]] [[Category: User yue]] [[Category: User en-4]] [[Category: User zh-3]] [[en:User:Dr. Greywolf]] 7iz9bdmvxd7rso7ylsy4ap90fzxpgun 0 178531 1865376 1599418 2022-08-19T12:42:38Z 182.239.92.237 wikitext text/x-wiki {{維基數據人物明細}} '''陰麗華'''（{{bd|5年||64年|3月1號}}）係[[東漢]]光武帝[[劉秀]]第二任[[皇后]]，史稱'''漢光烈皇后'''。 {{Authority control}} [[Category:東漢人]] [[Category:陰氏|麗華]] [[類:中國皇后]] {{China-bio-stub}} 65omsh9mfz7v3qelzxuxpogne37slcd 0 179849 1865595 1808770 2022-08-20T01:52:32Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 姓名 = 蔡嘉欣 | 圖片 = File:蔡嘉欣.jpg | 類型 = 女藝人 | 英文名 = Kayan Choi | 羅馬拼音 = Choi Ka Yan | 其他藝名 = Kayan C、嘉欣 | 出生日期 = {{birth_date_and_age|1994|04|27}} | 出生地 = {{HKG-GBR}} | 國籍 = {{CHN-HKG}} | 民族 = 漢族 | 職業 = [[模特兒]]、[[YouTuber]]、韓裝舖老闆、[[主持]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HK}} [[香港理工大學]]紡織及製衣系 | 母校 = {{HK}}[[中華基督教會銘基書院]] | 活躍年代 = 2017年到依家 | 經紀公司 = [[種星堂]]<br>[[無綫電視]] }} '''蔡嘉欣'''（{{Jpingauto|coi3 gaa1 jan1}}，{{lang-en|'''Kayan Choi'''}}，{{bd|1994年|4月27號}}），藝名'''Kayan C'''，係[[香港]]女藝人，本職經營[[南韓|韓]]式時裝舖同美甲舖，亦身兼[[模特兒]]、[[YouTuber]]嘅工作。 ==簡歷== ===早年經歷=== 蔡嘉欣中學喺[[中華基督教會銘基書院]]就讀，大學喺[[香港理工大學]]紡織及製衣系畢業，讀書嗰陣參加過2012年[[FACE]] UStar校花校草競選，入圍20強<ref name="ketchuper">{{引網 |url=https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |title=Face U Star 2012大專校花校草 10強　十人十色 |access-date=2019年7月13號 |archive-date=2019年7月13號 |archive-url=https://web.archive.org/web/20190713163111/https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |url-status=dead }}</ref>。佢參選校花嗰陣英文名叫Cayenne，又分享話佢中四參加校內時裝設計比賽，自己整衫同做模特兒，最後贏到獎，所以大學選修時裝設計<ref name="ketchuper"/>。另外，佢曾經做過Model Genesis旗下模特兒。 大學畢業後，蔡嘉欣曾經同佢嗰時嘅前男朋友香港男藝人[[吳子沖]]一齊夾份開時裝舖頭<ref>{{引網 |url=http://hk.face.nextmedia.com/article/413/17529202 |title=唔想做樓奴　 90後情侶死慳博買鋪 |access-date=2018年8月7號 |archive-date=2020年9月9號 |archive-url=https://web.archive.org/web/20200909032212/https://hk.appledaily.com/ |url-status=dead }}</ref>，分手後繼續搞賣時裝嘅生意。 2017年到2018年，蔡嘉欣幫[[ViuTV]]主持節目。 ===參選香港小姐=== 2019年佢報名參選[[無綫電視]]搞嘅[[香港小姐]]，成功入圍決賽10強。參選期間，有網民話佢大髀有[[紋身]]，但係佢一直迴避回應，直到8月頭第一次以港姐佳麗身份着泳裝，雖然見唔到佢個紋身，但佢都終於親口承認有紋身，泳褲遮住咗一啲，遮唔到嘅地方就用化妝品遮<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20190808/bkn-20190808182908443-0808_00862_001.html 港姐泳裝：消失的紋身！蔡嘉欣晒白淨美腿]</ref>，亦代表確認到佢打破咗一直以嚟「有紋身就一定無得入圍港姐」嘅不成文規定。雖然佢被睇成其中一位熱門，但佢有好多負面新聞畀人講，最後佢只係擠身最後五強，攞唔到獎。 ==演出== ===節目主持=== *2017-2018年：《[[Trip精]]》 *2018年：《[[返鄉下|#返鄉下]]》 *2019年10月18日/10月25日：《[[眼睛去旅行]]》 *2019年11月4日起：《[[姊妹淘]]》 ===節目演出=== *2017年：《[[KO KOL]]》第19集嘉賓 *2019年10月21日/10月29日：《姊妹淘》嘉賓 ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|kayanchoi}} * [http://misshk.tvb.com/2019/contestant.php?ID=2 2019香港小姐競選 - 2號　蔡嘉欣 Kayan Choi - 佳麗檔案 - tvb.com] *{{facebook|withlovekayan}} *{{ig|kayan.c}} *{{YouTube|u=withlovekayan}} [[Category:香港女模特兒]] [[類:無綫電視女藝員]] [[類:香港理工大學舊生]] [[Category:蔡氏|嘉欣]] [[Category:2019年度香港小姐競選佳麗]] 9jnmj12lzny32lgbyh8k0kthbpk359o 1865596 1865595 2022-08-20T01:53:01Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 姓名 = 蔡嘉欣 | 圖片 = File:蔡嘉欣.jpg | 類型 = 女藝人 | 英文名 = Kayan Choi | 羅馬拼音 = Choi Ka Yan | 其他藝名 = Kayan C、嘉欣 | 出生日期 = {{birth_date_and_age|1994|04|27}} | 出生地 = {{HKG-GBR}} | 國籍 = {{CHN-HKG}} | 民族 = 漢族 | 職業 = [[模特兒]]、[[YouTuber]]、[[韓裝舖]][[老闆]]、[[主持]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HK}} [[香港理工大學]]紡織及製衣系 | 母校 = {{HK}}[[中華基督教會銘基書院]] | 活躍年代 = 2017年到依家 | 經紀公司 = [[種星堂]]<br>[[無綫電視]] }} '''蔡嘉欣'''（{{Jpingauto|coi3 gaa1 jan1}}，{{lang-en|'''Kayan Choi'''}}，{{bd|1994年|4月27號}}），藝名'''Kayan C'''，係[[香港]]女藝人，本職經營[[南韓|韓]]式時裝舖同美甲舖，亦身兼[[模特兒]]、[[YouTuber]]嘅工作。 ==簡歷== ===早年經歷=== 蔡嘉欣中學喺[[中華基督教會銘基書院]]就讀，大學喺[[香港理工大學]]紡織及製衣系畢業，讀書嗰陣參加過2012年[[FACE]] UStar校花校草競選，入圍20強<ref name="ketchuper">{{引網 |url=https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |title=Face U Star 2012大專校花校草 10強　十人十色 |access-date=2019年7月13號 |archive-date=2019年7月13號 |archive-url=https://web.archive.org/web/20190713163111/https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |url-status=dead }}</ref>。佢參選校花嗰陣英文名叫Cayenne，又分享話佢中四參加校內時裝設計比賽，自己整衫同做模特兒，最後贏到獎，所以大學選修時裝設計<ref name="ketchuper"/>。另外，佢曾經做過Model Genesis旗下模特兒。 大學畢業後，蔡嘉欣曾經同佢嗰時嘅前男朋友香港男藝人[[吳子沖]]一齊夾份開時裝舖頭<ref>{{引網 |url=http://hk.face.nextmedia.com/article/413/17529202 |title=唔想做樓奴　 90後情侶死慳博買鋪 |access-date=2018年8月7號 |archive-date=2020年9月9號 |archive-url=https://web.archive.org/web/20200909032212/https://hk.appledaily.com/ |url-status=dead }}</ref>，分手後繼續搞賣時裝嘅生意。 2017年到2018年，蔡嘉欣幫[[ViuTV]]主持節目。 ===參選香港小姐=== 2019年佢報名參選[[無綫電視]]搞嘅[[香港小姐]]，成功入圍決賽10強。參選期間，有網民話佢大髀有[[紋身]]，但係佢一直迴避回應，直到8月頭第一次以港姐佳麗身份着泳裝，雖然見唔到佢個紋身，但佢都終於親口承認有紋身，泳褲遮住咗一啲，遮唔到嘅地方就用化妝品遮<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20190808/bkn-20190808182908443-0808_00862_001.html 港姐泳裝：消失的紋身！蔡嘉欣晒白淨美腿]</ref>，亦代表確認到佢打破咗一直以嚟「有紋身就一定無得入圍港姐」嘅不成文規定。雖然佢被睇成其中一位熱門，但佢有好多負面新聞畀人講，最後佢只係擠身最後五強，攞唔到獎。 ==演出== ===節目主持=== *2017-2018年：《[[Trip精]]》 *2018年：《[[返鄉下|#返鄉下]]》 *2019年10月18日/10月25日：《[[眼睛去旅行]]》 *2019年11月4日起：《[[姊妹淘]]》 ===節目演出=== *2017年：《[[KO KOL]]》第19集嘉賓 *2019年10月21日/10月29日：《姊妹淘》嘉賓 ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|kayanchoi}} * [http://misshk.tvb.com/2019/contestant.php?ID=2 2019香港小姐競選 - 2號　蔡嘉欣 Kayan Choi - 佳麗檔案 - tvb.com] *{{facebook|withlovekayan}} *{{ig|kayan.c}} *{{YouTube|u=withlovekayan}} [[Category:香港女模特兒]] [[類:無綫電視女藝員]] [[類:香港理工大學舊生]] [[Category:蔡氏|嘉欣]] [[Category:2019年度香港小姐競選佳麗]] 39t8simntgabbg94w0tyqp7x0vajng5 1865597 1865596 2022-08-20T01:53:16Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 姓名 = 蔡嘉欣 | 圖片 = File:蔡嘉欣.jpg | 類型 = 女藝人 | 英文名 = Kayan Choi | 羅馬拼音 = Choi Ka Yan | 其他藝名 = Kayan C、嘉欣 | 出生日期 = {{birth_date_and_age|1994|04|27}} | 出生地 = {{HKG-GBR}} | 國籍 = {{CHN-HKG}} | 民族 = 漢族 | 職業 = [[模特兒]]、[[YouTuber]]、韓裝舖[[老闆]]、[[主持]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HK}} [[香港理工大學]]紡織及製衣系 | 母校 = {{HK}}[[中華基督教會銘基書院]] | 活躍年代 = 2017年到依家 | 經紀公司 = [[種星堂]]<br>[[無綫電視]] }} '''蔡嘉欣'''（{{Jpingauto|coi3 gaa1 jan1}}，{{lang-en|'''Kayan Choi'''}}，{{bd|1994年|4月27號}}），藝名'''Kayan C'''，係[[香港]]女藝人，本職經營[[南韓|韓]]式時裝舖同美甲舖，亦身兼[[模特兒]]、[[YouTuber]]嘅工作。 ==簡歷== ===早年經歷=== 蔡嘉欣中學喺[[中華基督教會銘基書院]]就讀，大學喺[[香港理工大學]]紡織及製衣系畢業，讀書嗰陣參加過2012年[[FACE]] UStar校花校草競選，入圍20強<ref name="ketchuper">{{引網 |url=https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |title=Face U Star 2012大專校花校草 10強　十人十色 |access-date=2019年7月13號 |archive-date=2019年7月13號 |archive-url=https://web.archive.org/web/20190713163111/https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |url-status=dead }}</ref>。佢參選校花嗰陣英文名叫Cayenne，又分享話佢中四參加校內時裝設計比賽，自己整衫同做模特兒，最後贏到獎，所以大學選修時裝設計<ref name="ketchuper"/>。另外，佢曾經做過Model Genesis旗下模特兒。 大學畢業後，蔡嘉欣曾經同佢嗰時嘅前男朋友香港男藝人[[吳子沖]]一齊夾份開時裝舖頭<ref>{{引網 |url=http://hk.face.nextmedia.com/article/413/17529202 |title=唔想做樓奴　 90後情侶死慳博買鋪 |access-date=2018年8月7號 |archive-date=2020年9月9號 |archive-url=https://web.archive.org/web/20200909032212/https://hk.appledaily.com/ |url-status=dead }}</ref>，分手後繼續搞賣時裝嘅生意。 2017年到2018年，蔡嘉欣幫[[ViuTV]]主持節目。 ===參選香港小姐=== 2019年佢報名參選[[無綫電視]]搞嘅[[香港小姐]]，成功入圍決賽10強。參選期間，有網民話佢大髀有[[紋身]]，但係佢一直迴避回應，直到8月頭第一次以港姐佳麗身份着泳裝，雖然見唔到佢個紋身，但佢都終於親口承認有紋身，泳褲遮住咗一啲，遮唔到嘅地方就用化妝品遮<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20190808/bkn-20190808182908443-0808_00862_001.html 港姐泳裝：消失的紋身！蔡嘉欣晒白淨美腿]</ref>，亦代表確認到佢打破咗一直以嚟「有紋身就一定無得入圍港姐」嘅不成文規定。雖然佢被睇成其中一位熱門，但佢有好多負面新聞畀人講，最後佢只係擠身最後五強，攞唔到獎。 ==演出== ===節目主持=== *2017-2018年：《[[Trip精]]》 *2018年：《[[返鄉下|#返鄉下]]》 *2019年10月18日/10月25日：《[[眼睛去旅行]]》 *2019年11月4日起：《[[姊妹淘]]》 ===節目演出=== *2017年：《[[KO KOL]]》第19集嘉賓 *2019年10月21日/10月29日：《姊妹淘》嘉賓 ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|kayanchoi}} * [http://misshk.tvb.com/2019/contestant.php?ID=2 2019香港小姐競選 - 2號　蔡嘉欣 Kayan Choi - 佳麗檔案 - tvb.com] *{{facebook|withlovekayan}} *{{ig|kayan.c}} *{{YouTube|u=withlovekayan}} [[Category:香港女模特兒]] [[類:無綫電視女藝員]] [[類:香港理工大學舊生]] [[Category:蔡氏|嘉欣]] [[Category:2019年度香港小姐競選佳麗]] 06gw7ofrf8tp3nijtfl82cops2toeru 1865619 1865597 2022-08-20T02:24:16Z 14.0.236.175 wikitext text/x-wiki {{藝人 | 姓名 = 蔡嘉欣 | 圖片 = File:蔡嘉欣.jpg | 類型 = 女藝人 | 英文名 = Kayan Choi | 羅馬拼音 = Choi Ka Yan | 其他藝名 = Kayan C、嘉欣 | 出生日期 = {{birth_date_and_age|1994|04|27}} | 出生地 = {{HKG-1959}} | 國籍 = {{HKG}} | 民族 = 漢族 | 職業 = [[模特兒]]、YouTuber、韓裝舖老闆、主持 | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 教育程度 = [[香港理工大學]]紡織及製衣系 | 母校 = [[中華基督教會銘基書院]] | 活躍年代 = 2017年到依家 | 經紀公司 = [[種星堂]]<br>Model Genesis<br>[[ViuTV]]（2017年至2018年）<br>[[無綫電視]]（2019年10月到依家） }} '''蔡嘉欣'''（{{Jpingauto|coi3 gaa1 jan1}}，{{lang-en|'''Kayan Choi'''}}，{{bd|1994年|4月27號}}），藝名'''Kayan C'''，係[[香港]]女藝人，本職經營[[南韓|韓]]式時裝舖同美甲舖，亦身兼[[模特兒]]、[[YouTuber]]嘅工作。 ==簡歷== ===早年經歷=== 蔡嘉欣中學喺[[中華基督教會銘基書院]]就讀，大學喺[[香港理工大學]]紡織及製衣系畢業，讀書嗰陣參加過2012年[[FACE]] UStar校花校草競選，入圍20強<ref name="ketchuper">{{引網 |url=https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |title=Face U Star 2012大專校花校草 10強　十人十色 |access-date=2019年7月13號 |archive-date=2019年7月13號 |archive-url=https://web.archive.org/web/20190713163111/https://hk.lifestyle.appledaily.com/ketchuper/magazine/article/20121024/6_16700426/Face-U-Star-2012%E5%A4%A7%E5%B0%88%E6%A0%A1%E8%8A%B1%E6%A0%A1%E8%8D%89-10%E5%BC%B7-%E5%8D%81%E4%BA%BA%E5%8D%81%E8%89%B2 |url-status=dead }}</ref>。佢參選校花嗰陣英文名叫Cayenne，又分享話佢中四參加校內時裝設計比賽，自己整衫同做模特兒，最後贏到獎，所以大學選修時裝設計<ref name="ketchuper"/>。另外，佢曾經做過Model Genesis旗下模特兒。 大學畢業後，蔡嘉欣曾經同佢嗰時嘅前男朋友香港男藝人[[吳子沖]]一齊夾份開時裝舖頭<ref>{{引網 |url=http://hk.face.nextmedia.com/article/413/17529202 |title=唔想做樓奴　 90後情侶死慳博買鋪 |access-date=2018年8月7號 |archive-date=2020年9月9號 |archive-url=https://web.archive.org/web/20200909032212/https://hk.appledaily.com/ |url-status=dead }}</ref>，分手後繼續搞賣時裝嘅生意。 2017年到2018年，蔡嘉欣幫[[ViuTV]]主持節目。 ===參選香港小姐=== 2019年佢報名參選[[無綫電視]]搞嘅[[香港小姐]]，成功入圍決賽10強。參選期間，有網民話佢大髀有[[紋身]]，但係佢一直迴避回應，直到8月頭第一次以港姐佳麗身份着泳裝，雖然見唔到佢個紋身，但佢都終於親口承認有紋身，泳褲遮住咗一啲，遮唔到嘅地方就用化妝品遮<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20190808/bkn-20190808182908443-0808_00862_001.html 港姐泳裝：消失的紋身！蔡嘉欣晒白淨美腿]</ref>，亦代表確認到佢打破咗一直以嚟「有紋身就一定無得入圍港姐」嘅不成文規定。雖然佢被睇成其中一位熱門，但佢有好多負面新聞畀人講，最後佢只係擠身最後五強，攞唔到獎。 ==演出== ===節目主持=== *2017-2018年：《[[Trip精]]》 *2018年：《[[返鄉下|#返鄉下]]》 *2019年10月18日/10月25日：《[[眼睛去旅行]]》 *2019年11月4日起：《[[姊妹淘]]》 ===節目演出=== *2017年：《[[KO KOL]]》第19集嘉賓 *2019年10月21日/10月29日：《姊妹淘》嘉賓 ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|kayanchoi}} * [http://misshk.tvb.com/2019/contestant.php?ID=2 2019香港小姐競選 - 2號　蔡嘉欣 Kayan Choi - 佳麗檔案 - tvb.com] *{{facebook|withlovekayan}} *{{ig|kayan.c}} *{{YouTube|u=withlovekayan}} [[Category:香港女模特兒]] [[類:無綫電視女藝員]] [[類:香港理工大學舊生]] [[Category:蔡氏|嘉欣]] [[Category:2019年度香港小姐競選佳麗]] 2f5oali7pxtb6hwekrpskf5q4q74h59 0 182370 1865490 1823936 2022-08-19T16:26:53Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{好文}} [[File:Simple Harmonic Motion Orbit.gif|300px|thumb|左邊嘅[[抽象]]圖解顯示一嚿駁住條[[彈弓]]嘅[[物體]]喺度彈上彈落，進行打戙嘅簡諧運動。右邊顯示個過程嘅[[相空間]]表示。]] '''簡諧運動'''（{{jpingauto|gaan2 haai4 wan6 dung6}}；{{lang-en|'''simple harmonic motion'''，'''SHM'''}}）係[[力學]]上成日會講到嘅一種[[週期性]]嘅[[郁動]]，係[[振盪]]嘅一種。用日常用語講嘅話，簡諧運動係指一股[[力]]係噉作用喺一件'''沿[[直線]]郁動'''嘅物體身上，而呢股力嘅數值大細同件物體離一個中心點嘅[[位移]]成[[正比]]，而且同個位移方向相反，所以嚿物體'''一離開個中心點就會受到股力推佢返去中心點嗰度'''，用[[數學方程式]]表達即係<ref name="walker">Walker, Jearl (2011). ''Principles of Physics'' (9th ed.). Hoboken, N.J. : Wiley.</ref>： :<math>F_s = -k x</math>（[[胡克定律]]；Hooke's law） 當中 <math>F_s</math> 係股作用力，<math>x</math> 係嚿物體離個中心點嘅位移，而 <math>k</math> 係個[[常數]]。舉個簡化嘅例子，想像家陣有嚿物體駁住條[[彈弓]]喺度彈上彈落（好似附圖噉），彈弓呢樣嘢嘅特徵係一旦俾某啲力拉長或者撳短，就會施返股力嚟令自己返去原本長度，所以嚿物體一離開中心點（搞到條彈弓拉長咗或者撳短咗），條彈弓就會施力令自己返去中心點嗰陣嘅長度，於是就令到嚿物體係噉重複彈上彈落。如果[[摩擦力]]唔存在，上述嘅過程可以永遠噉一路進行落去<ref name="walker"/><ref>Galeriu, C., Edwards, S., & Esper, G. (2014). An Arduino investigation of simple harmonic motion. ''The Physics Teacher'', 52(3), 157-159.</ref>。<!---定義 + 例子---> 簡諧運動嘅概念好有用：簡諧運動嘅現象响彈弓同埋好多嘢嘅振盪嗰度都會睇得到；除咗噉，簡諧運動仲有得用嚟[[逼近理論|大致上]]噉模擬到好多其他嘅[[自然現象]]，包括咗係[[擺]]嘅擺動同埋係[[分子]]嘅震動呀噉。因為噉，簡諧運動嘅概念喺[[物理學]]同[[工程學]]嘅多個領域上都會用到<ref>Triana, C. A., & Fajardo, F. (2011). The influence of spring length on the physical parameters of simple harmonic motion. ''European journal of physics'', 33(1), 219.</ref><ref>Afandi, Z. (2018, April). Development of gravity acceleration measurement using simple harmonic motion pendulum method based on digital technology and photogate sensor. In ''IOP Conference Series: Materials Science and Engineering'' (Vol. 335, No. 1, p. 012064). IOP Publishing.</ref>。<!---Profundity---> == 定義 == {{see also|古典力學|胡克定律}} 簡諧運動[[定義]]上係[[郁動]]嘅一種，而呢種郁動涉及<ref name="walker"/>： #一件[[物體]]沿住一條[[直線]]（打橫、打棟定係打鈄都得），喺條直線嘅兩個極點之間來來去去噉郁動；而且 #喺成個過程入面，件物體都會一路受住一股[[力]]，呢股力喺方向上永遠都向住兩個極點之間嘅某個定死咗嘅點（'''平衡點'''；equilibrium position）嗰度，而且股力喺數值上同件物體離平衡點嘅[[位移]]成[[正比]]嘅。 例如一嚿駁住條彈弓嘅嘢彈嚟彈去就係簡諧運動嘅一個例子。好似下圖噉嘅樣： {{clear}} [[File:ばね‐質量系の固有振動.gif|600px|center]] 根據[[胡克定律]]（Hooke's law），一條彈弓嘅長度離自己嘅自然長度愈遠（即係俾人拉長或者撳短得愈犀利），條彈弓就會施股愈勁嘅力嚟回復原本嗰個長度。呢條定律用[[數學方程式]]嚟表達嘅話係<ref>Robert Hooke, ''De Potentia Restitutiva, or of Spring. Explaining the Power of Springing Bodies'', London, 1678.</ref><ref name="halliday2013">Halliday, D., Resnick, R., & Walker, J. (2013). ''Fundamentals of physics''. John Wiley & Sons.</ref>： :<math>F = -k x</math> 喺呢條式入面， *<math>F</math> 係條彈弓施嚟令自己返去原本長度嘅力，以[[牛頓 (單位)|牛頓]]做[[單位]]； *<math>x</math> 係條彈弓嘅長度改變咗幾多，以[[米 (單位)|米]]做單位；而 *<math>k</math> 呢個[[常數]]就反映咗條彈弓嘅[[剛度]]（stiffness），<math>k</math> 掕住個負號係因為彈弓產生嗰股力係條彈弓施嚟回復到去佢本嚟個長度嘅，所以股力同個長度嘅改變實係方向相反嘅。 === 拉長咗 === [[File:Hookes-law-springs.png|thumb|300px|用胡克定律分析一嚿物體用條彈弓吊住喺度唔郁：嚿物體維持唔郁就表示速度 <math>\mathbf{v}</math> 唔變，速度唔變就表示 <math>\mathbf{a} = 0</math> 同埋 <math>F_\mathrm{net} = 0</math>。<br> <math>F_\mathrm{net} = mg - kx</math><br> 當中「<math>mg</math>」係嚿物體嘅[[重量]]，簡化講即係會令嚿物體向下加速嘅[[力]]；因為 <math>F_\mathrm{net} = 0</math>，條式掉吓就變成：<br> <math>mg = kx</math><br> 意思即係「條彈弓施落件物體度嘅向上力」（<math>kx</math>）啱啱好抵消咗嚿物體嘅重量。 ]] {{see also|牛頓第二定律}} 想像而家有一件俾人擺喺一個平面上嘅波，個波嘅[[質量]]係 <math>m</math>，俾人駁住咗喺一條彈弓嘅一端嗰度。喺成個系統唔郁－即係處於'''平衡位置'''－嗰陣，條彈弓喺正佢嘅自然長度，所以根據胡克定律，條彈弓施喺個波身上嘅力會係<ref name="halliday2013"/> :<math>F = -k (0) = 0</math> 然後有股外來嘅[[力]]拉個波，將個波移離平衡位置，去到離平衡位置 <math>x_o</math>咁遠嘅位置（<math>x_{\text{max}}</math>）嗰度。喺呢個時候，條彈弓會俾股力拉長咗 <math>x_o</math> 咁多嘅長度，於是乎根據胡克定律，條彈弓會施一股力嚟去回復到去自己原本個長度，呢股力會係向住平衡位置嗰個方向嘅，因為條彈弓駁咗喺個波身上，呢股力會傾向將個波拉返去個平衡位置嗰度。即係話，假設[[空氣阻力]]同埋[[摩擦力]]呢啲拉雜嘢可以忽略嘅話，喺股外來拉力啱啱放手嘅嗰一刻： :<math>F_\mathrm{net} = -k_s x_o</math>，<math>[1]</math> 忽略咗空氣阻力同埋摩擦力，而嗰股外來力啱啱放咗手。<math>F_\mathrm{net}</math> 係施喺個波身上嘅[[淨力]]（net force；指作用喺個波身上嘅力嘅總和），而 <math>k_s</math> 反映咗條彈弓嘅剛度。因為喺呢點 <math>x_o \ne 0</math>，所以 <math>F_\mathrm{net} \ne 0</math>。噉嘅話根據[[牛頓第二定律]]，個波嘅[[加速度]] <math>a_o</math> 都係 <math>a_o \ne 0</math>－於是個波開始向住個平衡位置嘅方向加速，即係話： :<math>F_\mathrm{net} = m a_o</math>（根據牛頓第二定律），<math>[2]</math> :<math>F_\mathrm{net} \ne 0</math>（根據 <math>[1]</math>），所以 :<math>a_o \ne 0</math> 考慮加速度嘅定義－ :<math>\mathbf{a} = {\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\!</math>，<math>[3]</math> :<math>a_o \ne 0</math>（根據 <math>[2]</math>），所以 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\! \ne 0</math>， 當中 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\!</math> 係「[[速度]]（<math>\mathbf{v}</math>）隨[[時間]]（<math>t</math>）嘅[[導數]]」－即係速度隨時間改變嘅率。 順帶一提，因為條彈弓施喺個波身上嗰股力傾向令後者返去平衡位置嗰度（回復平衡），所以又嗌做'''回復力'''（restoring force）。 === 來回郁 === {{see also|振盪|頻率|熱力學第二定律}} 跟住落嚟會發生以下嘅事： [[File:Animación1.gif|center|420px]] *當個波愈嚟愈近個平衡位置但仲未去到嗰度（<math>0 < x_o < x_{\text{max}}</math>）嘅嗰段期間，<math>x_o</math> 嘅數值會愈嚟愈接近 0 但係仲未係 0，所以 <math>F_\mathrm{net}</math> 同 <math>a_o</math> 都會開始接近 0－當個波愈近平衡位置，仲會繼續加速，但佢速度數值上升嘅率會愈嚟愈低。即係話<ref name="lee2013">Lee, C. K., Tan, S. C., Wu, F. F., Hui, S. Y. R., & Chaudhuri, B. (2013, September). Use of Hooke's law for stabilizing future smart grid - The electric spring concept. In ''2013 IEEE Energy Conversion Congress and Exposition'' (pp. 5253-5257). IEEE.</ref>： *:<math>F_\mathrm{net} \ne 0</math>，數值跌緊； *:<math>a_o \ne 0</math>，數值跟住 <math>F_\mathrm{net}</math> 跌緊； *:<math>v_o \ne 0</math>，數值升緊，<math>v_o</math> 係個波嘅速度。 *當個波終於返到去個平衡位置嗰陣，<math>x_o = 0</math>，所以個波喺嗰點會唔再加速。雖然喺呢度個波唔再加速，但因為個波喺到平衡位置打前經已加咗一陣速，所以個波會有個非 0 嘅速度，於是佢就會向住另外一個方向郁。即係話： *:<math>F_\mathrm{net} = 0</math>；根據 <math>[1]</math>。 *:<math>a_o = 0</math>；根據 <math>[2]</math>。 *:<math>v_o \ne 0</math>，但 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\! = 0</math>。 *因為個波向另一個方向郁（<math>x_{\text{min}} < x_o < 0</math>），個波會撳短條彈弓。條彈弓俾佢撳短咗，再根據 <math>[1]</math>，條彈弓又會施返股力將個波推返向個平衡位置。因為呢股力（同埋股力產生嘅加速度）同個波嘅速度喺方向上相反，個波會開始減速。即係話： *:<math>F_\mathrm{net} \ne 0</math>，方向同速度嘅相反，數值升緊； *:<math>a_o \ne 0</math>，方向同股回復力嘅一樣，數值跟住 <math>F_\mathrm{net}</math> 嘅升緊； *:<math>v_o \ne 0</math>，因為有個同佢方向相反嘅加速度，數值跌緊。 *個波減速到咁上下，個波個速度會變咗做 0。喺個波嘅速度變 0 嗰一點（<math>x_o = x_{\text{min}}</math>），個波會離平衡位置有咗一定嘅位移（即係 <math>x_o \ne 0</math>），所以根據 <math>[1]</math> 同 <math>[2]</math>，個波又會開始向個平衡位置嗰個方向加速。即係話，喺個波停低嗰一刻： *:<math>F_\mathrm{net} \ne 0</math>，數值去到頂點； *:<math>a_o \ne 0</math>，方向同股回復力一樣，數值跟住 <math>F_\mathrm{net}</math> 嘅去到頂點； *:<math>v_o = 0</math>。 上述嘅過程重重複複噉就會令到件物體喺兩個極點之間郁嚟郁去，而且如果冇[[能量]]散失嘅話（睇埋[[熱力學第二定律]]），呢個過程永遠都唔會停<ref name="walker"/><ref name="lee2013"/>。 {{clear}} == 運動分析 == {{see also|運動學}} ===波浪形線=== 根據相關嘅[[物理定律]]，喺一場簡諧運動當中是但一個[[時間點]]，以下呢幾條式都會成立<ref name="triana2013">Triana, C. A., & Fajardo, F. (2013). Experimental study of simple harmonic motion of a spring-mass system as a function of spring diameter. ''Revista Brasileira de Ensino de Física'', 35.</ref>： *<math>F_\mathrm{net} = -k_s x</math>；<math>[4]</math> *:－根據[[胡克定律]]，而且假設[[空氣阻力]]同[[摩擦力]]細到可以忽略； *<math>F_\mathrm{net} = m\frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math>；<math>[5]</math> *:－根據[[牛頓第二定律]]；<math>\frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math> 指「[[位移]]嘅[[導數]]嘅導數」，即係[[加速度]]。 *<math>m\frac{\mathrm{d}^2 x}{\mathrm{d}t^2} = -k_s x</math>；<math>[6]</math> *:－將 <math>[4]</math> 同 <math>[5]</math> 兩條式拼埋一齊嘅結果。 <math>[6]</math> 呢條算式用[[微積分]]方法解咗佢嘅話就會搵到（睇[[正弦]]同[[餘弦]]）<ref name="triana2013"/>： :<math>x(t) = x_0\cos\left(\omega t\right) + \frac{v_0}{\omega}\sin\left(\omega t\right)</math>；<math>[7]</math> 呢條式又有得寫做 :<math>x(t) = A\cos\left(\omega t - \varphi\right)</math>；<math>[8]</math> 當中 <math>\omega = \sqrt{\frac{k}{m}}</math>；<math>\tan \varphi = \frac{c_2}{c_1}</math>；<math>A = \sqrt{{c_1}^2 + {c_2}^2}</math>。 按照呢啲式，將 <math>x</math>（打戙軸）同 <math>t</math>（打橫軸）畫做圖嘅話會出條好似波浪形噉嘅線<ref>Lan, K. C., & Shih, W. Y. (2012, April). Using simple harmonic motion to estimate walking distance for waist-mounted PDR. In ''2012 IEEE wireless communications and networking conference (WCNC)'' (pp. 2445-2450). IEEE.</ref>： {{clear}} [[File:Simple harmonic motion.svg|center|540px]] 下圖噉嘅動畫顯示，如果將一場簡諧運動入面嘅 <math>x</math> 投射落去一塊平面做一條線（打橫軸做時間）嘅話，係會出波浪形噉嘅線。 [[File:Simple harmonic motion animation.gif|center|500px]] ===速度分析=== <math>A</math> 係成場簡諧運動嘅[[振幅]]（amplitude）－<math>A</math> 反映件物體偏離佢個平衡位置嘅最大[[位移]]。由畫出嚟嗰個圖嗰度睇到，件物體喺兩個極點之間郁嚟郁去，<math>x</math> 嘅數值永遠唔會超過 <math>A</math>，而件物體嘅速度（由條線個[[斜率]]反映）嘅數值喺 <math>x = 0</math> 嗰個點去到最高，而喺 <math>x = A</math> 嗰陣速度 <math>= 0</math>。同樣用微積分嘅方法仲可以搵埋件物體嘅速度同加速度嘅算式出嚟<ref>John R Taylor (2005). ''Classical Mechanics''. University Science Books.</ref>： :<math> v(t) = \frac{\mathrm{d} x}{\mathrm{d} t}</math>（速度嘅[[定義]]）；<math>[9]</math> 代咗 <math>[8]</math> 落去 <math>[9]</math> 嗰度就會得到 :<math> v(t) = - A\omega \sin(\omega t-\varphi)</math>；<math>[10]</math> 最大速度：<math>A\omega</math>（喺平衡位置嗰度） :<math> a(t) = \frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math>（加速度嘅定義）；<math>[11]</math> 代咗 <math>[8]</math> 落去 <math>[11]</math> 嗰度就會得到 :<math> a(t) = - A \omega^2 \cos( \omega t-\varphi)</math>；<math>[12]</math>，條式仲有得寫做 :<math> a(x) = -\omega^2 x.</math>，當中 <math>\omega^2=\frac{k}{m}</math>。<math>[13]</math> 最大加速度：<math>A \omega^2</math>（喺極點嗰度） ===週期=== 只要呢個[[系統]]冇因為空氣阻力呢啲嘢而搞到[[能量]]流失走嘅話，呢件物體嘅簡諧運動會係噉持續到去永遠，所以簡諧運動係一種[[週期性]]（periodic）嘅[[郁動]]，而一場簡諧運動嘅 *[[頻率]]（frequency；指每[[單位時間]]入面場郁動重複幾多次）同 *[[週期性|週期]]（period；指重複一次所需嘅時間） 都有得靠上面嗰柞方程式搵出嚟<ref name="triana2013"/><ref>Allen, M., & Saxl, E. J. (1972). The period of damped simple harmonic motion. ''American Journal of Physics'', 40(7), 942-944.</ref>： 因為 <math>\omega = 2\pi f</math>， :<math>f = \frac{1}{2\pi}\sqrt{\frac{k}{m}}</math>，<math>[14]</math> 當中 <math>f</math> 係場簡諧運動嘅頻率。而且因為 <math>T = 1/f</math>（週期嘅定義），當中 <math>T</math> 係場簡諧運動嘅週期： :<math>T = 2\pi \sqrt{\frac{m}{k}}</math>。<math>[15]</math> 上面呢兩條式表示咗，簡諧運動係'''等時'''（isochronous）嘅－個頻率同週期同場郁動嘅振幅冇啦掕。 == 能量分析 == {{see also|動能|勢能}} 將 <math>k/m</math> 代入去 <math>\omega_2</math> 嗰個位度，成個[[系統]]喺是但一點[[時間點]] <math>t</math> 嘅[[動能]] <math>K</math> 會係<ref>[https://phys.libretexts.org/Bookshelves/University_Physics/Book%3A_University_Physics_(OpenStax)/Book%3A_University_Physics_I_-_Mechanics_Sound_Oscillations_and_Waves_(OpenStax)/15%3A_Oscillations/15.03%3A_Energy_in_Simple_Harmonic_Motion#:~:text=In%20a%20simple%20harmonic%20oscillator,potential%20energy%20and%20kinetic%20energy. Energy in Simple Harmonic Motion].</ref><ref>Sriskandarajah, G. (2021). Simple Harmonic Motion. ''The Physics Teacher'', 59(9), 675-675.</ref>： :<math>K(t) = \tfrac12 mv^2(t)</math>（動能嘅[[定義]]）；<math>[16]</math> 跟手代頭先 <math>[10]</math> 嗰條式落去，變做 :<math>K(t) = \tfrac12 m\omega^2A^2\sin^2(\omega t + \varphi)</math>。<math>[17]</math> :<math>K(t) = \tfrac12 kA^2 \sin^2(\omega t + \varphi)</math>。<math>[18]</math> 而是但一點時間點 <math>t</math> 嘅[[位能]] <math>U</math> 就係： :<math>U(t) = \tfrac12 k x^2(t)</math>（彈弓系統位能嘅定義）；<math>[19]</math> 跟手代頭先 <math>[8]</math> 嗰條式落去，變做 :<math>U(t) = \tfrac12 k A^2 \cos^2(\omega t + \varphi)</math>。<math>[20]</math> 假設冇能量流失，噉成個系統喺是但一點時間點 <math>t</math> 嘅[[機械能]]（動能同位能嘅總和）<math>E</math> 係： :<math>E = K + U</math>（機械能嘅定義）；<math>[21]</math> 代頭先 <math>[18]</math> 同埋 <math>[20]</math> 嗰兩條式落去，變做 :<math>E = \tfrac12 kA^2 \sin^2(\omega t + \varphi) + \tfrac12 k A^2 \cos^2(\omega t + \varphi)</math>。<math>[22]</math> 因為無論 <math>\theta</math> 係幾多，<math>\sin^2\theta + \cos^2\theta = 1</math> 都會成立，所以 :<math>E = \tfrac12 k A^2</math>。<math>[23]</math> == 單擺 == {{main|擺}} {{see also|擺鐘}} [[擺]]（pendulum）係簡諧運動嘅一個實際應用例子。想像一個擺，個擺搵條繩吊咗喺[[天花板]]度，個擺而家揈去左邊，去到左邊嘅最高點之後會揈返去右邊，去到右邊嘅最高點之後會揈去左邊... 如此類推，即係好似下圖噉嘅郁動<ref name="milham1945">Milham, Willis I. (1945). ''Time and Timekeepers''. New York: MacMillan. p.330 - 334.</ref><ref>[https://sites.google.com/site/clocksbyajl/ Mechanism behind Clocks - Simple Harmonic Motion].</ref>： [[File:Oscillating pendulum.gif|center|300px]] 當中藍色箭咀表示[[速度]]，紅色箭咀表示[[加速度]]。想像家陣個擺同[[法綫|垂直線]]成嘅最大角度（<math>\theta</math> 嘅最大值）唔係咁大<ref group="註">一般認為係要細過 5°。</ref>，個擺嘅郁動有得[[近似值|大致上噉]]當佢做一場打橫嘅簡階運動噉嚟睇，如果單擺條繩嘅長度係 <math>{\displaystyle \ell }</math>，[[重力加速度]]係 <math>{\displaystyle g}</math>，噉呢個簡諧運動嘅週期就係<ref name="milham1945"/><ref>Halliday, David; Robert Resnick; Jearl Walker (1997). ''Fundamentals of Physics'', 5th Ed. New York: John Wiley & Sons. p. 381.</ref>： :<math>{\displaystyle T=2\pi {\sqrt {\frac {\ell }{g}}}}</math>。 呢條式講嘅係，週期 <math>T</math> 淨係取決於三個數－<math>2\pi</math>（[[圓周率]]兩倍）、<math>\ell</math>（吊住個鐘擺條繩嘅長度）同 <math>g</math>（[[標準重力]]），當中圓周率係[[常數]]，<math>g</math> 喺[[地球]]上會近乎係常數咁滯，而 <math>\ell</math> 要維持不變好容易－即係話一個噉嘅鐘擺嘅週期會係一個恆定不變嘅數值，於是人就可以靠數住個鐘擺擺咗幾多次嚟計時間，例：設計一個[[鐘]]，個鐘擺條繩嘅長度設好咗，令個鐘擺會每 1 秒擺一次，如果個鐘擺有用[[齒輪]]等嘅[[機件]]駁落去一支秒針嗰度，就會做得到用個鐘擺計時嘅效果<ref name="milham1945"/><ref>Bennet, Matthew; et al. (2002). "Huygens' Clocks"=. Georgia Institute of Technology, also published in ''Proceedings of the Royal Society of London'', A 458, 563–579.</ref>。 {{Gallery |width=270 |align=center |File:Antique Clock in Dongguan 2013-02-09 120154.jpg|<center>一個古董[[擺鐘]]</center> |File:Anchor escapement animation 315x478px.gif|<center>一個左右揈嘅鐘擺可以用嚟帶動一個[[齒輪]]。</center> }} <!--- 本少爺懶得執 呢條式要喺個偏角好細嗰陣時先至會成立，因為[[角加速度]]（Angular acceleration）嗰條式係同個位置嘅正弦成正比嘅： *<math>{\displaystyle \ell mg\sin(\theta )=I\alpha}</math>。<math>[25]</math> 其中 <math>I</math> 係[[慣性矩]]，喺呢種情況之下 <math>{\displaystyle I=m\ell ^{2}}</math>。當 <math>{\displaystyle \theta }</math> 好細嗰陣，<math>{\displaystyle \sin(\theta )\approx \theta }</math>，所以上面嗰條式有得變做： *<math>{\displaystyle \ell mg\theta =I\alpha}</math>。<math>[26]</math> 呢條式令到個角加速度同 <math>{\displaystyle \theta }</math> 成正比，滿足咗簡諧運動嘅定義<ref>趙志敏. 高中物理競賽教程。基礎篇. 復旦大學出版社. 2011年10月.</ref>。 ---> == 註釋 == {{Reflist|group=註}} == 睇埋 == *[[複諧運動]] *[[牛頓力學]] *[[繩嘅振動]] *[[圓周運動]] == 文獻 == {{div col|style=column-count:3}} *{{Cite book|author1=Thornton, Stephen T. |author2=Marion, Jerry B. | title=''Classical Dynamics of Particles and Systems'' (5th ed.) | publisher=Brooks Cole | year=2003 | isbn=0-534-40896-6}} *{{Cite book| author=John R Taylor | title=''Classical Mechanics'' | publisher=University Science Books | year=2005 | isbn=1-891389-22-X}} *{{Cite book|author1=Grant R. Fowles |author2=George L. Cassiday | title=''Analytical Mechanics'' (7th ed.) | publisher=Thomson Brooks/Cole | year=2005 | isbn=0-534-49492-7}} {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Simple harmonic motion}} *[http://hyperphysics.phy-astr.gsu.edu/hbase/shm.html Simple Harmonic Motion] from HyperPhysics. *[http://www.phy.hk/wiki/englishhtm/SpringSHM.htm Java simulation of spring-mass oscillator]. {{古典力學}} [[Category: 力學]] bfuxp7tzrgyrxuc0hchmj04c1c9oa74 1865491 1865490 2022-08-19T16:27:16Z Dr. Greywolf 143999 取消[[Special:Contributions/Dr. Greywolf|Dr. Greywolf]]([[User talk:Dr. Greywolf|傾偈]])嘅修改 ( oldid=1865490 ) wikitext text/x-wiki {{好文}} [[File:Simple Harmonic Motion Orbit.gif|300px|thumb|左邊嘅[[抽象]]圖解顯示一嚿駁住條[[彈弓]]嘅[[物體]]喺度彈上彈落，進行打戙嘅簡諧運動。右邊顯示個過程嘅[[相空間]]表示。]] '''簡諧運動'''（{{jpingauto|gaan2 haai4 wan6 dung6}}；{{lang-en|'''simple harmonic motion'''，'''SHM'''}}）係[[力學]]上成日會講到嘅一種[[週期性]]嘅[[郁動]]，係[[振盪]]嘅一種。用日常用語講嘅話，簡諧運動係指一股[[力]]係噉作用喺一件'''沿[[直線]]郁動'''嘅物體身上，而呢股力嘅數值大細同件物體離一個中心點嘅[[位移]]成[[正比]]，而且同個位移方向相反，所以嚿物體'''一離開個中心點就會受到股力推佢返去中心點嗰度'''，用[[數學方程式]]表達即係<ref name="walker">Walker, Jearl (2011). ''Principles of Physics'' (9th ed.). Hoboken, N.J. : Wiley.</ref>： :<math>F_s = -k x</math>（[[胡克定律]]；Hooke's law） 當中 <math>F_s</math> 係股作用力，<math>x</math> 係嚿物體離個中心點嘅位移，而 <math>k</math> 係個[[常數]]。舉個簡化嘅例子，想像家陣有嚿物體駁住條[[彈弓]]喺度彈上彈落（好似附圖噉），彈弓呢樣嘢嘅特徵係一旦俾某啲力拉長或者撳短，就會施返股力嚟令自己返去原本長度，所以嚿物體一離開中心點（搞到條彈弓拉長咗或者撳短咗），條彈弓就會施力令自己返去中心點嗰陣嘅長度，於是就令到嚿物體係噉重複彈上彈落。如果[[摩擦力]]唔存在，上述嘅過程可以永遠噉一路進行落去<ref name="walker"/><ref>Galeriu, C., Edwards, S., & Esper, G. (2014). An Arduino investigation of simple harmonic motion. ''The Physics Teacher'', 52(3), 157-159.</ref>。<!---定義 + 例子---> 簡諧運動嘅概念好有用：簡諧運動嘅現象响彈弓同埋好多嘢嘅振盪嗰度都會睇得到；除咗噉，簡諧運動仲有得用嚟[[逼近理論|大致上]]噉模擬到好多其他嘅[[自然現象]]，包括咗係[[擺]]嘅擺動同埋係[[分子]]嘅震動呀噉。因為噉，簡諧運動嘅概念喺[[物理學]]同[[工程學]]嘅多個領域上都會用到<ref>Triana, C. A., & Fajardo, F. (2011). The influence of spring length on the physical parameters of simple harmonic motion. ''European journal of physics'', 33(1), 219.</ref><ref>Afandi, Z. (2018, April). Development of gravity acceleration measurement using simple harmonic motion pendulum method based on digital technology and photogate sensor. In ''IOP Conference Series: Materials Science and Engineering'' (Vol. 335, No. 1, p. 012064). IOP Publishing.</ref>。<!---Profundity---> == 定義 == {{see also|古典力學|胡克定律}} 簡諧運動[[定義]]上係[[郁動]]嘅一種，而呢種郁動涉及<ref name="walker"/>： #一件[[物體]]沿住一條[[直線]]（打橫、打棟定係打鈄都得），喺條直線嘅兩個極點之間來來去去噉郁動；而且 #喺成個過程入面，件物體都會一路受住一股[[力]]，呢股力喺方向上永遠都向住兩個極點之間嘅某個定死咗嘅點（'''平衡點'''；equilibrium position）嗰度，而且股力喺數值上同件物體離平衡點嘅[[位移]]成[[正比]]嘅。 例如一嚿駁住條彈弓嘅嘢彈嚟彈去就係簡諧運動嘅一個例子。好似下圖噉嘅樣： {{clear}} [[File:ばね‐質量系の固有振動.gif|600px|center]] 根據[[胡克定律]]（Hooke's law），一條彈弓嘅長度離自己嘅自然長度愈遠（即係俾人拉長或者撳短得愈犀利），條彈弓就會施股愈勁嘅力嚟回復原本嗰個長度。呢條定律用[[數學方程式]]嚟表達嘅話係<ref>Robert Hooke, ''De Potentia Restitutiva, or of Spring. Explaining the Power of Springing Bodies'', London, 1678.</ref><ref name="halliday2013">Halliday, D., Resnick, R., & Walker, J. (2013). ''Fundamentals of physics''. John Wiley & Sons.</ref>： :<math>F = -k x</math> 喺呢條式入面， *<math>F</math> 係條彈弓施嚟令自己返去原本長度嘅力，以[[牛頓 (單位)|牛頓]]做[[單位]]； *<math>x</math> 係條彈弓嘅長度改變咗幾多，以[[米 (單位)|米]]做單位；而 *<math>k</math> 呢個[[常數]]就反映咗條彈弓嘅[[剛度]]（stiffness），<math>k</math> 掕住個負號係因為彈弓產生嗰股力係條彈弓施嚟回復到去佢本嚟個長度嘅，所以股力同個長度嘅改變實係方向相反嘅。 === 拉長咗 === [[File:Hookes-law-springs.png|thumb|300px|用胡克定律分析一嚿物體用條彈弓吊住喺度唔郁：嚿物體維持唔郁就表示速度 <math>\mathbf{v}</math> 唔變，速度唔變就表示 <math>\mathbf{a} = 0</math> 同埋 <math>F_\mathrm{net} = 0</math>。<br> <math>F_\mathrm{net} = mg - kx</math><br> 當中「<math>mg</math>」係嚿物體嘅[[重量]]，簡化講即係會令嚿物體向下加速嘅[[力]]；因為 <math>F_\mathrm{net} = 0</math>，條式掉吓就變成：<br> <math>mg = kx</math><br> 意思即係「條彈弓施落件物體度嘅向上力」（<math>kx</math>）啱啱好抵消咗嚿物體嘅重量。 ]] {{see also|牛頓第二定律}} 想像而家有一件俾人擺喺一個平面上嘅波，個波嘅[[質量]]係 <math>m</math>，俾人駁住咗喺一條彈弓嘅一端嗰度。喺成個系統唔郁－即係處於'''平衡位置'''－嗰陣，條彈弓喺正佢嘅自然長度，所以根據胡克定律，條彈弓施喺個波身上嘅力會係<ref name="halliday2013"/> :<math>F = -k (0) = 0</math> 然後有股外來嘅[[力]]拉個波，將個波移離平衡位置，去到離平衡位置 <math>x_o</math>咁遠嘅位置（<math>x_{\text{max}}</math>）嗰度。喺呢個時候，條彈弓會俾股力拉長咗 <math>x_o</math> 咁多嘅長度，於是乎根據胡克定律，條彈弓會施一股力嚟去回復到去自己原本個長度，呢股力會係向住平衡位置嗰個方向嘅，因為條彈弓駁咗喺個波身上，呢股力會傾向將個波拉返去個平衡位置嗰度。即係話，假設[[空氣阻力]]同埋[[摩擦力]]呢啲拉雜嘢可以忽略嘅話，喺股外來拉力啱啱放手嘅嗰一刻： :<math>F_\mathrm{net} = -k_s x_o</math>，<math>[1]</math> 忽略咗空氣阻力同埋摩擦力，而嗰股外來力啱啱放咗手。<math>F_\mathrm{net}</math> 係施喺個波身上嘅[[淨力]]（net force；指作用喺個波身上嘅力嘅總和），而 <math>k_s</math> 反映咗條彈弓嘅剛度。因為喺呢點 <math>x_o \ne 0</math>，所以 <math>F_\mathrm{net} \ne 0</math>。噉嘅話根據[[牛頓第二定律]]，個波嘅[[加速度]] <math>a_o</math> 都係 <math>a_o \ne 0</math>－於是個波開始向住個平衡位置嘅方向加速，即係話： :<math>F_\mathrm{net} = m a_o</math>（根據牛頓第二定律），<math>[2]</math> :<math>F_\mathrm{net} \ne 0</math>（根據 <math>[1]</math>），所以 :<math>a_o \ne 0</math> 考慮加速度嘅定義－ :<math>\mathbf{a} = {\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\!</math>，<math>[3]</math> :<math>a_o \ne 0</math>（根據 <math>[2]</math>），所以 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\! \ne 0</math>， 當中 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\!</math> 係「[[速度]]（<math>\mathbf{v}</math>）隨[[時間]]（<math>t</math>）嘅[[導數]]」－即係速度隨時間改變嘅率。 順帶一提，因為條彈弓施喺個波身上嗰股力傾向令後者返去平衡位置嗰度（回復平衡），所以又嗌做'''回復力'''（restoring force）。 === 來回郁 === {{see also|振盪|頻率|熱力學第二定律}} 跟住落嚟會發生以下嘅事： [[File:Animación1.gif|center|420px]] *當個波愈嚟愈近個平衡位置但仲未去到嗰度（<math>0 < x_o < x_{\text{max}}</math>）嘅嗰段期間，<math>x_o</math> 嘅數值會愈嚟愈接近 0 但係仲未係 0，所以 <math>F_\mathrm{net}</math> 同 <math>a_o</math> 都會開始接近 0－當個波愈近平衡位置，仲會繼續加速，但佢速度數值上升嘅率會愈嚟愈低。即係話<ref name="lee2013">Lee, C. K., Tan, S. C., Wu, F. F., Hui, S. Y. R., & Chaudhuri, B. (2013, September). Use of Hooke's law for stabilizing future smart grid - The electric spring concept. In ''2013 IEEE Energy Conversion Congress and Exposition'' (pp. 5253-5257). IEEE.</ref>： *:<math>F_\mathrm{net} \ne 0</math>，數值跌緊； *:<math>a_o \ne 0</math>，數值跟住 <math>F_\mathrm{net}</math> 跌緊； *:<math>v_o \ne 0</math>，數值升緊，<math>v_o</math> 係個波嘅速度。 *當個波終於返到去個平衡位置嗰陣，<math>x_o = 0</math>，所以個波喺嗰點會唔再加速。雖然喺呢度個波唔再加速，但因為個波喺到平衡位置打前經已加咗一陣速，所以個波會有個非 0 嘅速度，於是佢就會向住另外一個方向郁。即係話： *:<math>F_\mathrm{net} = 0</math>；根據 <math>[1]</math>。 *:<math>a_o = 0</math>；根據 <math>[2]</math>。 *:<math>v_o \ne 0</math>，但 <math>{\mathrm{d}\mathbf{v} \over \mathrm{d}t}\,\! = 0</math>。 *因為個波向另一個方向郁（<math>x_{\text{min}} < x_o < 0</math>），個波會撳短條彈弓。條彈弓俾佢撳短咗，再根據 <math>[1]</math>，條彈弓又會施返股力將個波推返向個平衡位置。因為呢股力（同埋股力產生嘅加速度）同個波嘅速度喺方向上相反，個波會開始減速。即係話： *:<math>F_\mathrm{net} \ne 0</math>，方向同速度嘅相反，數值升緊； *:<math>a_o \ne 0</math>，方向同股回復力嘅一樣，數值跟住 <math>F_\mathrm{net}</math> 嘅升緊； *:<math>v_o \ne 0</math>，因為有個同佢方向相反嘅加速度，數值跌緊。 *個波減速到咁上下，個波個速度會變咗做 0。喺個波嘅速度變 0 嗰一點（<math>x_o = x_{\text{min}}</math>），個波會離平衡位置有咗一定嘅位移（即係 <math>x_o \ne 0</math>），所以根據 <math>[1]</math> 同 <math>[2]</math>，個波又會開始向個平衡位置嗰個方向加速。即係話，喺個波停低嗰一刻： *:<math>F_\mathrm{net} \ne 0</math>，數值去到頂點； *:<math>a_o \ne 0</math>，方向同股回復力一樣，數值跟住 <math>F_\mathrm{net}</math> 嘅去到頂點； *:<math>v_o = 0</math>。 上述嘅過程重重複複噉就會令到件物體喺兩個極點之間郁嚟郁去，而且如果冇[[能量]]散失嘅話（睇埋[[熱力學第二定律]]），呢個過程永遠都唔會停<ref name="walker"/><ref name="lee2013"/>。 {{clear}} == 運動分析 == {{see also|運動學}} ===波浪形線=== 根據相關嘅[[物理定律]]，喺一場簡諧運動當中是但一個[[時間點]]，以下呢幾條式都會成立<ref name="triana2013">Triana, C. A., & Fajardo, F. (2013). Experimental study of simple harmonic motion of a spring-mass system as a function of spring diameter. ''Revista Brasileira de Ensino de Física'', 35.</ref>： *<math>F_\mathrm{net} = -k_s x</math>；<math>[4]</math> *:－根據[[胡克定律]]，而且假設[[空氣阻力]]同[[摩擦力]]細到可以忽略； *<math>F_\mathrm{net} = m\frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math>；<math>[5]</math> *:－根據[[牛頓第二定律]]；<math>\frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math> 指「[[位移]]嘅[[導數]]嘅導數」，即係[[加速度]]。 *<math>m\frac{\mathrm{d}^2 x}{\mathrm{d}t^2} = -k_s x</math>；<math>[6]</math> *:－將 <math>[4]</math> 同 <math>[5]</math> 兩條式拼埋一齊嘅結果。 <math>[6]</math> 呢條算式用[[微積分]]方法解咗佢嘅話就會搵到（睇[[正弦]]同[[餘弦]]）<ref name="triana2013"/>： :<math>x(t) = x_0\cos\left(\omega t\right) + \frac{v_0}{\omega}\sin\left(\omega t\right)</math>；<math>[7]</math> 呢條式又有得寫做 :<math>x(t) = A\cos\left(\omega t - \varphi\right)</math>；<math>[8]</math> 當中 <math>\omega = \sqrt{\frac{k}{m}}</math>；<math>\tan \varphi = \frac{c_2}{c_1}</math>；<math>A = \sqrt{{c_1}^2 + {c_2}^2}</math>。 按照呢啲式，將 <math>x</math>（打戙軸）同 <math>t</math>（打橫軸）畫做圖嘅話會出條好似波浪形噉嘅線<ref>Lan, K. C., & Shih, W. Y. (2012, April). Using simple harmonic motion to estimate walking distance for waist-mounted PDR. In ''2012 IEEE wireless communications and networking conference (WCNC)'' (pp. 2445-2450). IEEE.</ref>： {{clear}} [[File:Simple harmonic motion.svg|center|540px]] 下圖噉嘅動畫顯示，如果將一場簡諧運動入面嘅 <math>x</math> 投射落去一塊平面做一條線（打橫軸做時間）嘅話，係會出波浪形噉嘅線。 [[File:Simple harmonic motion animation.gif|center|500px]] ===速度分析=== <math>A</math> 係成場簡諧運動嘅[[振幅]]（amplitude）－<math>A</math> 反映件物體偏離佢個平衡位置嘅最大[[位移]]。由畫出嚟嗰個圖嗰度睇到，件物體喺兩個極點之間郁嚟郁去，<math>x</math> 嘅數值永遠唔會超過 <math>A</math>，而件物體嘅速度（由條線個[[斜率]]反映）嘅數值喺 <math>x = 0</math> 嗰個點去到最高，而喺 <math>x = A</math> 嗰陣速度 <math>= 0</math>。同樣用微積分嘅方法仲可以搵埋件物體嘅速度同加速度嘅算式出嚟<ref>John R Taylor (2005). ''Classical Mechanics''. University Science Books.</ref>： :<math> v(t) = \frac{\mathrm{d} x}{\mathrm{d} t}</math>（速度嘅[[定義]]）；<math>[9]</math> 代咗 <math>[8]</math> 落去 <math>[9]</math> 嗰度就會得到 :<math> v(t) = - A\omega \sin(\omega t-\varphi)</math>；<math>[10]</math> 最大速度：<math>A\omega</math>（喺平衡位置嗰度） :<math> a(t) = \frac{\mathrm{d}^2 x}{\mathrm{d}t^2}</math>（加速度嘅定義）；<math>[11]</math> 代咗 <math>[8]</math> 落去 <math>[11]</math> 嗰度就會得到 :<math> a(t) = - A \omega^2 \cos( \omega t-\varphi)</math>；<math>[12]</math>，條式仲有得寫做 :<math> a(x) = -\omega^2 x.</math>，當中 <math>\omega^2=\frac{k}{m}</math>。<math>[13]</math> 最大加速度：<math>A \omega^2</math>（喺極點嗰度） ===週期=== 只要呢個[[系統]]冇因為空氣阻力呢啲嘢而搞到[[能量]]流失走嘅話，呢件物體嘅簡諧運動會係噉持續到去永遠，所以簡諧運動係一種[[週期性]]（periodic）嘅[[郁動]]，而一場簡諧運動嘅 *[[頻率]]（frequency；指每[[單位時間]]入面場郁動重複幾多次）同 *[[週期性|週期]]（period；指重複一次所需嘅時間） 都有得靠上面嗰柞方程式搵出嚟<ref name="triana2013"/><ref>Allen, M., & Saxl, E. J. (1972). The period of damped simple harmonic motion. ''American Journal of Physics'', 40(7), 942-944.</ref>： 因為 <math>\omega = 2\pi f</math>， :<math>f = \frac{1}{2\pi}\sqrt{\frac{k}{m}}</math>，<math>[14]</math> 當中 <math>f</math> 係場簡諧運動嘅頻率。而且因為 <math>T = 1/f</math>（週期嘅定義），當中 <math>T</math> 係場簡諧運動嘅週期： :<math>T = 2\pi \sqrt{\frac{m}{k}}</math>。<math>[15]</math> 上面呢兩條式表示咗，簡諧運動係'''等時'''（isochronous）嘅－個頻率同週期同場郁動嘅振幅冇啦掕。 == 能量分析 == {{see also|動能|勢能}} 將 <math>k/m</math> 代入去 <math>\omega_2</math> 嗰個位度，成個[[系統]]喺是但一點[[時間點]] <math>t</math> 嘅[[動能]] <math>K</math> 會係<ref>[https://phys.libretexts.org/Bookshelves/University_Physics/Book%3A_University_Physics_(OpenStax)/Book%3A_University_Physics_I_-_Mechanics_Sound_Oscillations_and_Waves_(OpenStax)/15%3A_Oscillations/15.03%3A_Energy_in_Simple_Harmonic_Motion#:~:text=In%20a%20simple%20harmonic%20oscillator,potential%20energy%20and%20kinetic%20energy. Energy in Simple Harmonic Motion].</ref><ref>Sriskandarajah, G. (2021). Simple Harmonic Motion. ''The Physics Teacher'', 59(9), 675-675.</ref>： :<math>K(t) = \tfrac12 mv^2(t)</math>（動能嘅[[定義]]）；<math>[16]</math> 跟手代頭先 <math>[10]</math> 嗰條式落去，變做 :<math>K(t) = \tfrac12 m\omega^2A^2\sin^2(\omega t + \varphi)</math>。<math>[17]</math> :<math>K(t) = \tfrac12 kA^2 \sin^2(\omega t + \varphi)</math>。<math>[18]</math> 而是但一點時間點 <math>t</math> 嘅[[位能]] <math>U</math> 就係： :<math>U(t) = \tfrac12 k x^2(t)</math>（彈弓系統位能嘅定義）；<math>[19]</math> 跟手代頭先 <math>[8]</math> 嗰條式落去，變做 :<math>U(t) = \tfrac12 k A^2 \cos^2(\omega t + \varphi)</math>。<math>[20]</math> 假設冇能量流失，噉成個系統喺是但一點時間點 <math>t</math> 嘅[[機械能]]（動能同位能嘅總和）<math>E</math> 係： :<math>E = K + U</math>（機械能嘅定義）；<math>[21]</math> 代頭先 <math>[18]</math> 同埋 <math>[20]</math> 嗰兩條式落去，變做 :<math>E = \tfrac12 kA^2 \sin^2(\omega t + \varphi) + \tfrac12 k A^2 \cos^2(\omega t + \varphi)</math>。<math>[22]</math> 因為無論 <math>\theta</math> 係幾多，<math>\sin^2\theta + \cos^2\theta = 1</math> 都會成立，所以 :<math>E = \tfrac12 k A^2</math>。<math>[23]</math> == 單擺 == {{main|擺}} {{see also|擺鐘}} [[擺]]（pendulum）係簡諧運動嘅一個實際應用例子。想像一個擺，個擺搵條繩吊咗喺[[天花板]]度，個擺而家揈去左邊，去到左邊嘅最高點之後會揈返去右邊，去到右邊嘅最高點之後會揈去左邊... 如此類推，即係好似下圖噉嘅郁動<ref name="milham1945">Milham, Willis I. (1945). ''Time and Timekeepers''. New York: MacMillan. p.330 - 334.</ref><ref>[https://sites.google.com/site/clocksbyajl/ Mechanism behind Clocks - Simple Harmonic Motion].</ref>： [[File:Oscillating pendulum.gif|center|300px]] 當中藍色箭咀表示[[速度]]，紅色箭咀表示[[加速度]]。想像家陣個擺同[[法綫|垂直線]]成嘅最大角度（<math>\theta</math> 嘅最大值）唔係咁大<ref group="註">一般認為係要細過 5°。</ref>，個擺嘅郁動有得[[近似值|大致上噉]]當佢做一場打橫嘅簡階運動噉嚟睇，如果單擺條繩嘅長度係 <math>{\displaystyle \ell }</math>，[[重力加速度]]係 <math>{\displaystyle g}</math>，噉呢個簡諧運動嘅週期就係<ref name="milham1945"/><ref>Halliday, David; Robert Resnick; Jearl Walker (1997). ''Fundamentals of Physics'', 5th Ed. New York: John Wiley & Sons. p. 381.</ref>： :<math>{\displaystyle T=2\pi {\sqrt {\frac {\ell }{g}}}}</math>。<math>[24]</math> 呢條式講嘅係，週期 <math>T</math> 淨係取決於三個數－<math>2\pi</math>（[[圓周率]]兩倍）、<math>\ell</math>（吊住個鐘擺條繩嘅長度）同 <math>g</math>（[[標準重力]]），當中圓周率係[[常數]]，<math>g</math> 喺[[地球]]上會近乎係常數咁滯，而 <math>\ell</math> 要維持不變好容易－即係話一個噉嘅鐘擺嘅週期會係一個恆定不變嘅數值，於是人就可以靠數住個鐘擺擺咗幾多次嚟計時間，例：設計一個[[鐘]]，個鐘擺條繩嘅長度設好咗，令個鐘擺會每 1 秒擺一次，如果個鐘擺有用[[齒輪]]等嘅[[機件]]駁落去一支秒針嗰度，就會做得到用個鐘擺計時嘅效果<ref name="milham1945"/><ref>Bennet, Matthew; et al. (2002). "Huygens' Clocks"=. Georgia Institute of Technology, also published in ''Proceedings of the Royal Society of London'', A 458, 563–579.</ref>。 {{Gallery |width=270 |align=center |File:Antique Clock in Dongguan 2013-02-09 120154.jpg|<center>一個古董[[擺鐘]]</center> |File:Anchor escapement animation 315x478px.gif|<center>一個左右揈嘅鐘擺可以用嚟帶動一個[[齒輪]]。</center> }} <!--- 本少爺懶得執 呢條式要喺個偏角好細嗰陣時先至會成立，因為[[角加速度]]（Angular acceleration）嗰條式係同個位置嘅正弦成正比嘅： *<math>{\displaystyle \ell mg\sin(\theta )=I\alpha}</math>。<math>[25]</math> 其中 <math>I</math> 係[[慣性矩]]，喺呢種情況之下 <math>{\displaystyle I=m\ell ^{2}}</math>。當 <math>{\displaystyle \theta }</math> 好細嗰陣，<math>{\displaystyle \sin(\theta )\approx \theta }</math>，所以上面嗰條式有得變做： *<math>{\displaystyle \ell mg\theta =I\alpha}</math>。<math>[26]</math> 呢條式令到個角加速度同 <math>{\displaystyle \theta }</math> 成正比，滿足咗簡諧運動嘅定義<ref>趙志敏. 高中物理競賽教程。基礎篇. 復旦大學出版社. 2011年10月.</ref>。 ---> == 註釋 == {{Reflist|group=註}} == 睇埋 == *[[複諧運動]] *[[牛頓力學]] *[[繩嘅振動]] *[[圓周運動]] == 文獻 == {{div col|style=column-count:3}} *{{Cite book|author1=Thornton, Stephen T. |author2=Marion, Jerry B. | title=''Classical Dynamics of Particles and Systems'' (5th ed.) | publisher=Brooks Cole | year=2003 | isbn=0-534-40896-6}} *{{Cite book| author=John R Taylor | title=''Classical Mechanics'' | publisher=University Science Books | year=2005 | isbn=1-891389-22-X}} *{{Cite book|author1=Grant R. Fowles |author2=George L. Cassiday | title=''Analytical Mechanics'' (7th ed.) | publisher=Thomson Brooks/Cole | year=2005 | isbn=0-534-49492-7}} {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Simple harmonic motion}} *[http://hyperphysics.phy-astr.gsu.edu/hbase/shm.html Simple Harmonic Motion] from HyperPhysics. *[http://www.phy.hk/wiki/englishhtm/SpringSHM.htm Java simulation of spring-mass oscillator]. {{古典力學}} [[Category: 力學]] 7371ckrh012vctpbb99tjk7pbo9blxj 0 186323 1865763 1862173 2022-08-20T07:55:36Z Shinjiman 8 update for week 34 wikitext text/x-wiki '''903豁達推介'''（英文：Quote Chart）係[[香港商業電台]]一個電台節目，由[[梁文禮]]主持，逢禮拜六下晝3點至5點喺[[叱咤903|商業二台]]播出。 依家用緊嘅開場音樂喺2016年5月14號之前用過，2016年5月21號2017年3月4號就用咗另一隻開場音樂，2017年3月11號開始用返。而節目內音樂（Insidious - Glenn Rueger）（包括報天氣用音樂）喺2016年5月21號開始用。 == 節目內容 == 呢個節目嘅第一個鐘係統計商業二台過去一週10首最高播放率外語歌曲，然後播出；第二個鐘係會播放一啲新嘅外語推介音樂同埋歌。 == 曾主持節目嘅主持 == *蔡冕麗（Mini） *占 *細So == 事件 == *2018年7月28號，因為梁文禮放假，節目由細So主持。 *2019年1月12號，由於編排問題，數榜先數第5位至第1位，然後先數第10至第6位。 *2019年1月19號至2月9號，因為梁文禮放假，節目由細So主持。 *2019年6月8號由於[[黃正宜|阿正]]放假，節目延長一個鐘到四點，當日總共播出三個鐘。 *2019年6月22號由於梁文禮放假，節目由細So主持。 *2019年6月29號由於梁文禮放假，節目由占主持。 *2019年7月27號由於梁文禮放假，節目由細So主持。 *2020年1月18號由於梁文禮去咗[[巴黎]]時裝周，節目第一個鐘數榜由占主持。 *2022年3月5號由於梁文禮放假，節目縮短到一個鐘頭，節目由Donald主持，原定第二個鐘播出時間由梁子主持嘅《[[梁子力學]]》替代。 == 歷任首位歌曲 == === 2015年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Blank Space （[[Taylor Swift]]） | I Really Like You （[[Carly Rae Jepsen]]） | 元気を出して (打起精神) （[[福山雅治]]） | High by the Beach （[[Lana Del Rey]]） |- | align="center" | 2/15/28/41 | [[Uptown Funk]] （[[Mark Ronson]] ft. [[Bruno Mars]]） | I Really Like You （[[Carly Rae Jepsen]]） | How to Disappear （[[黃靖]]） | Spaceship （Ketchup） |- | align="center" | 3/16/29/42 | Uptown Funk （[[Mark Ronson]] ft. [[Bruno Mars]]） | Happen Ending (from Rollercoaster) （[[EPIK HIGN]]） | Ship to Wreck （[[Florence + The Machine]]） | On My Mind （[[Ellie Goulding]]） |- | align="center" | 4/17/30/43 | Uptown Funk （[[Mark Ronson]] ft. [[Bruno Mars]]） | Abbey Road Gokko （[[Sunny Day Service]]） | Spanish Flea （[[Joanna Wang]]） | Spaceship （Ketchup） |- | align="center" | 5/18/31/44 | Bed of Lies （[[Nicki Minaj]] ft. [[Skylar Grey]]） | Hold Back the River （[[James Bay]]） | Kings Never Die （[[Eminem]] ft. [[Gwen Stefani]]） | 路磨平 No More Pain（[[觸執毛]]） |- | align="center" | 6/19/32/45 | URL Badman （[[Lily Allen]]） | Lonesome Street （[[Blur]]） | Ghost Ship （[[Blur]]） | [[Hello (Adele嘅歌)|Hello]] （[[Adele]]） |- | align="center" | 7/20/33/46 | The Party Line （[[Belle and Sebastian]]） | Loser （[[BIGBANG]]） | Sometimes I Feel So Deserted （[[The Chemical Brothers]]） | 路磨平 No More Pain（[[觸執毛]]） |- | align="center" | 8/21/34/47 | Night Changes （[[One Direction]]） | Loser （[[BIGBANG]]） | Fellings （[[Maroon 5]]） | [[Writing's on the Wall]] （[[Sam Smith]]） |- | align="center" | 9/22/35/48 | Night Changes（[[One Direction]]） | Talk About You（[[MIKA]]） | The Bright Side（[[蘭卡 (澳洲歌手)|Lenka]]） | [[Adventure of a Lifetime]]（[[Coldplay]]） |- | align="center" | 10/23/36/49 | Like I Can （[[Sam Smith]]） | Dead Inside （[[Muse]]） | Lava （[[Kuana Torres Kahele]], [[Napua Greig]] & [[James Ford Murphy]]） | Adventure of a Lifetime （[[Coldplay]]） |- | align="center" | 11/24/37/50 | Go Out （[[Blur]]） | Ice Cream Man （[[Blur]]） | Mercy （[[Muse]]） | Sorry （[[Justin Bieber]]） |- | align="center" | 12/25/38/51 | Go Out （[[Blur]]） | Bang Bang Bang （[[BIGBANG]]） | Let's Not Fall in Love （[[BIGBANG]]） | Dear Santa （[[少女時代]]） |- | align="center" | 13/26/39/52 | FourFiveSeconds （[[Rihanna]] ft. [[Kayne West]] & [[Paul McCartney]]） | Bad Blood （[[Taylor Swift]]） | Downtown （[[Macklemore]] & [[Ryan Lewis]]） | Dear Santa （[[少女時代]]） |} === 2016年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Everyday Day's Like Christmas （[[Kylie Minogue]]） | Unstoppable （[[Sia]]） | In Common （[[Alicia Keys]]） | Perfect Illusion （[[Lady Gaga]]） |- | align="center" | 2/15/28/41 | WTF (Where They From) （[[Missy Elliott]] ft. [[Pharrell Williams]]） | Make Me Like You （[[Gwen Stefani]]） | Le Bonheur （[[Joyce Jonathan]]） | 二時間だけのバカンス (只得二小時的悠長假期)（[[宇多田光]] ft. [[椎名林檎]]） |- | align="center" | 3/16/29/42 | Birds （[[Coldplay]]） | King of My World （[[觸執毛]]） | Hello Anyung （[[王若琳]]） | Treat You Better （[[Shawn Mendes]]） |- | align="center" | 4/17/30/43 | Blackstar （[[David Bowie]]） | World Tour （[[Lee Hi]]） | 魔法って言っていいかな (獻給妳的魔法) （[[平井堅]]） | Treat You Better （[[Shawn Mendes]]） |- | align="center" | 5/18/31/44 | Lazarus （[[David Bowie]]） | May Rain （[[竇靖童]]） | Get Ghost （[[Mark Ronson]] & [[Passion Pit]] & [[A$AP Ferg]]） | 24K Magic （[[Bruno Mars]]） |- | align="center" | 6/19/32/45 | When We Were Young （[[Adele]]） | May Rain （[[竇靖童]]） | Travel in Paradise （[[觸執毛]]） | 24K Magic （[[Bruno Mars]]） |- | align="center" | 7/20/33/46 | Taxi （[[ANDA]]） | 花束を君に (給你的花束) （[[宇多田光]]） | Travel in Paradise （[[觸執毛]]） | Dust My Shoulders Off （[[張靚穎]] ft. [[Timbaland]]） |- | align="center" | 8/21/34/47 | Alive （[[RubberBand]]） | Burn the Witch （[[Radiohead]]） | Have a Nice Day （[[西野加奈]]） | 前前前世 （[[RADWIMPS]]） |- | align="center" | 9/22/35/48 | Alive （[[RubberBand]]） | Burn the Witch （[[Radiohead]]） | Travel in Paradise （[[觸執毛]]） | Blended Family (What You Do For Love)（[[Alicia Keys]] ft. [[A$AP Rocky]]） |- | align="center" | 10/23/36/49 | Youth （[[Troye Sivan]]） | Dark Necessities （[[Red Hot Chili Peppers]]） | Boombayah （[[BLACKPINK]]） | As I Do （[[方大同]]） |- | align="center" | 11/24/37/50 | Baby Baby （[[WINNER]]） | Can't Stop the Feeling! （[[Justin Timberlake]]） | 13 jours au Japon ~2O2O 日本の夏~ （[[椎名林檎]]） | Starboy （[[The Weekend]] ft. [[Daft Punk]]） |- | align="center" | 12/25/38/51 | Victorious （[[Panic! At the Disco]]） | Stop Where You Are （[[Corinne Bailey Rae]]） | Pink/White （[[Frank Ocean]]） | Versace on the Floor （[[Bruno Mars]]） |- | align="center" | 13/26/39/52 | Work （[[Rihanna]]） | Empty （[[Garbage]]） | Perfect Illusion （[[Lady Gaga]]） | Wonderful Christmastime （[[Kylie Minogue]] ft. [[Mika]]） |- | align="center" | -/-/-/53 | | | | Last Christmas （[[Wham!]]） |} === 2017年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Conspiracy （[[Charlie Lim]]） | Something Just Like This （[[Coldplay]] & [[The Chainsmokers]]） | Liability （[[Lorde]]） | Good Old Days （[[Macklemore]] Feat. [[Kesha]]） |- | align="center" | 2/15/28/41 | Last Dance （[[Big Bang]]） | Something Just Like This （[[Coldplay]] & [[The Chainsmokers]]） | I'll Have To Say I Love You In A Song （[[劉美君]]） | Sunsets For Somebody Else （[[Jack Johnson]]） |- | align="center" | 3/16/29/42 | Love On The Weekend （[[John Mayer]]） | Green Light （[[Lorde]]） | I'll Have To Say I Love You In A Song （[[劉美君]]） | Good Old Days （[[Macklemore]] Feat. [[Kesha]]） |- | align="center" | 4/17/30/43 | Girlfriend （[[BIGBANG]]） | Still Feel Like Your Man （[[John Mayer]]） | 8 （[[觸執毛]]） | Walk On Water （[[Thiry Seconds To Mars]]） |- | align="center" | 5/18/31/44 | One Fine Day （[[Sting]]） | Andromeda （[[Gorillaz]] feat [[D.R.A.M.]]） | Kissing Strangers （[[DNCE]] Feat. [[Nicki Minaj]]） | Believer （[[Imagine Dragons]]） |- | align="center" | 6/19/32/45 | City Of Stars （[[Ryan Gosling]] & [[Emma Stone]]） | The One （[[The Chainsmokers]]） | Two Ghosts （[[Harry Styles]]） | Pray （[[Sam Smith]]） |- | align="center" | 7/20/33/46 | City Of Stars （[[Ryan Gosling]] & [[Emma Stone]]） | Superfresh （[[Jamiroquai]]） | Perfect Places （[[Lorde]]） | How Long （[[Charlie Puth]]） |- | align="center" | 8/21/34/47 | Moon Song （[[Alexandros]]） | Good Life （[[G-Eazy]] & [[Kehlani]]） | Aliens （[[Coldplay]]） | How Long （[[Charlie Puth]]） |- | align="center" | 9/22/35/48 | Shape Of You （[[Ed Sheeran]]） | Life Surprises （[[Jerald Chan]]） | 向日葵 （[[Mr Children]]） | Until We Meet Again （[[姜麗文]]） |- | align="center" | 10/23/36/49 | Something Just Like This （[[Coldplay]] & [[The Chainsmokers]]） | Fake A Smile （[[鄭欣宜]] Feat. [[李拾壹]]） | Look What You Made Me Do （[[Taylor Swift]]） | Home is Far Away （[[Epik High]] Feat. [[Oh Hyuk]]） |- | align="center" | 11/24/37/50 | Daisy （[[大橋Trio]]） | 無題 Untitled 2014 （[[G Dragon]]） | Look What You Made Me Do （[[Taylor Swift]]） | Gorgeous （[[Taylor Swift]]） |- | align="center" | 12/25/38/51 | Fragments （[[Jack Johnson]]） | 無題 Untitled 2014 （[[G Dragon]]） | Darling （[[太陽 (樂隊)|太陽]]） | Finally （[[安室奈美惠]]） |- | align="center" | 13/26/39/52 | Slide （[[Calvin Harris]] Feat. [[Frank Ocean]] & [[Migos]]） | 2 U （[[Justin Bieber]] & [[David Guetta]]） | What Lovers Do （[[Maroon 5]] Feat. [[SZA]]） | Perfect （[[Ed Sheeran]]] Feat. [[Beyonce]]） |} === 2018年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Perfect （[[Ed Sheeran]] Feat. Beyonce） | Everybody Hates Me （[[The Chainsmokers]]） | DDU-DU DDU-DU （[[BLACKPINK]]） | Lost In Paris （[[Tom Misch]] Feat. [[GoldLink]]） |- | align="center" | 2/15/28/41 | Black Suit （[[Super Junior]]） | Mystery Of Love （[[Sufjan Stevens]]） | 席德與白日夢 （[[MIKA]]） | God is a Woman （[[Ariana Grande]]） |- | align="center" | 3/16/29/42 | 致命的小偷猫 （[[椎名林檎]]） | Here Comes My Love （[[Mr. Children]]） | Unlonely （[[Jason Mraz]]） | [[One (蔡一傑專輯)|One]] （[[蔡一傑]]） |- | align="center" | 4/17/30/43 | Filthy （[[Justin Timberlake]]） | Here Comes My Love （[[Mr. Children]]） | Starting Line - （[[The Stay Up]] [[許懷欣]]） | Throw It Off （[[方大同]]） |- | align="center" | 5/18/31/44 | Get Out Of Your Own Way （[[U2]]） | Venus （[[大橋 Trio]]） | Lemon （[[米津玄師]]） | I'll Never Love Again （[[Lady Gaga]]） |- | align="center" | 6/19/32/45 | Filthy （[[Justin Timberlake]]） | Have It All （[[Jason Mraz]]） | Unlonely （[[Jason Mraz]]） | Ride （[[岑寧兒]]） |- | align="center" | 7/20/33/46 | Finesse （[[Bruno Mars]] Feat. Cardi B） | Have It All （[[Jason Mraz]]） | Don't You Know （[[Dusty Bottle ]] feat. [[王嘉儀]]） | I'll Never Love Again （[[Lady Gaga]]） |- | align="center" | 8/21/34/47 | Noisy （[[Dough-Boy]]） | Have It All （[[Jason Mraz]]） | People In The Dark （[[PHOON]]） | Preciously Mine （[[馮允謙]]） |- | align="center" | 9/22/35/48 | My My My ! （[[Troye Sivan]]） | Have It All （[[Jason Mraz]]） | Day & Night （[[青山黛瑪]]） | Pressure （[[MUSE]]） |- | align="center" | 10/23/36/49 | Man Of The Woods （[[Justin Timberlake]]） | Don't Make Me Wait （[[Sting & Shaggy]]） | Come On To Me （[[Paul McCartney]]） | Solo （[[Jennie (韓國歌手)|Jennie]] @ [[Blackpink]]） |- | align="center" | 11/24/37/50 | Penhouse Floor （[[John Legend]] Feat. [[Chance The Rapper]]） | New Light （[[John Mayer]]） | Promises （[[Calvin Harris]] & [[Sam Smith]]） | Solo （[[Jennie (韓國歌手)|Jennie]] @ [[Blackpink]]） |- | align="center" | 12/25/38/51 | Why Don't You Kill Us All ? （[[雞蛋蒸肉餅]]） | Live It Up (2018 Worldcup Theme Song) （[[Nicky Jam]] / [[Will Smith]] / [[Era Istrefi]]） | Something Human （[[Muse]]） | Thank U, Next （[[Ariana Grande]]） |- | align="center" | 13/26/39/52 | Why Don't You Kill Us All ? （[[雞蛋蒸肉餅]]） | 沐浴！在陽光下 （[[Every Little Thing]]） | It Was You （[[Norah Jones]]） | I'll Make It Home Before Christmas Day （[[溤允謙]]） |} === 2019年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | come out and play （[[Billie Eilish]]） | wish you were gay （[[Billie Eilish]]） | 海の幽霊 （[[米津玄師]]） | Psycho （[[Kiri T]]） |- | align="center" | 2/15/28/41 | Sunflower （[[Post Malone]], [[Swae Lee]]） | I Guess I Just Feel Like （[[John Mayer]]） | Rearview Mirror （[[Kiri T]]） | Tiny Love （[[MIKA]]） |- | align="center" | 3/16/29/42 | As Far As Love Goes （[[林一峰]]） | Idontbelieveinclosures （[[Kiri T]]） | [[The Ballad of the Lonesome Cowboy]] (from "[[Toy Story 4]]")（[[Chris Stapleton]]） | Memories （[[Maroon 5]]） |- | align="center" | 4/17/30/43 | come out and play （[[Billie Eilish]]） | Solid （[[Jan Curious]]） | Beautiful People （[[Ed Sheeran]] feat. [[Khalid]]） | Father of All... （[[Green Day]]） |- | align="center" | 5/18/31/44 | Guiding Light （[[Mumford & Sons]]） | Be Free （Ketchup） | Not the News （[[Thom Yorke]]） | I Really Wish I Hated You （[[Blink-182]]） |- | align="center" | 6/19/32/45 | Too Proud （[[宇多田光]]） | Hello, I Said （[[王詩安]]） | 愛にできることはまだあるかい？ (Movie Edit)（[[RADWIMPS]]） | Orphans（[[Coldplay]]） |- | align="center" | 7/20/33/46 | Too Proud （[[宇多田光]]） | Boy With Luv （[[防彈少年團|BTS]] feat. [[Halsey]]） | Call You Mine（[[The Chainsmokers]] & [[Bebe Rexha]]） | Orphans（[[Coldplay]]） |- | align="center" | 8/21/34/47 | Nakidashisodayo （[[Radwimps]] Feat. [[Aimyon]]） | Madellín （[[Madonna & Maluna]]） | Aim High（[[9m88]]） | Pink Clouds（[[One One Collective]] feat. [[CMgroovy]] & [[Kaona]], [[楊彤]]） |- | align="center" | 9/22/35/48 | Ill Wind （[[Radiohead]]） | Madellín （[[Madonna & Maluna]]） | Dear Carrie（[[徐嘉浩]]） | Lights Up（[[Harry Styles]]） |- | align="center" | 10/23/36/49 | Dancing With A Stranger （[[Sam Smith]], [[Normani]]） | Bad （[[James Bay]]） | Never There（[[Sum 41]]） | Everyday Life（[[Coldplay]]） |- | align="center" | 11/24/37/50 | Who Do You Love （[[The Chainsmokers]] ft. [[5 Seconds of Summer]]） | I Don’t Care （[[Ed Sheeran]] & [[Justin Bieber]]） | Lover（[[Taylor Swift]]） | Into the Unknown（[[Panic! At the Disco]]） |- | align="center" | 12/25/38/51 | S P I N E （[[Survive Said the Prophet]]） | Drama （[[DAOKO]] × [[小林武史]]） | Lover（[[Taylor Swift]]） | Frail State of Mind（[[The 1975]]） |- | align="center" | 13/26/39/52 | wish you were gay （[[Billie Eilish]]） | Don’t Believe （[[KOLOR]] & [[Andy Is Typing]]） | Panama（[[The Bird and The Bee]]） | Don't Start Now（[[Dua Lipa]]） |} === 2020年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Adore You（[[Harry Styles]]） | Blue Sky Falls（[[Jan Curious]]） | Guys（[[The 1975]]） | The Plan（[[Travis Scott]]） |- | align="center" | 2/15/28/41 | Dreamland（[[Pet Shop Boys]] feat. [[Years & Years]]） | ON（[[BTS]]） | How You Like That（[[BLACKPINK]]） | Whenever You Call（[[ARASHI]]） |- | align="center" | 3/16/29/42 | everything i wanted（[[Billie Eilish]]） | Désolé（[[Gorillaz]] feat. [[Fatoumata Diawara]]） | Lost Forever（[[Robynn]]） | Holy（[[Justin Bieber]] feat. [[Chance the Rapper]]） |- | align="center" | 4/17/30/43 | 選ばれざる国民（[[東京事変]]） | Caution（[[The Killers]]） | Together (F9 Radio Remix)（[[Sia]]） | Better（[[ZAYN]]） |- | align="center" | 5/18/31/44 | サンセットベンチ (Sunset Bench)（[[木村拓哉]]） | Take Yourself Home（[[Troye Sivan]]） | Bigger Love（[[John Legend]]） | Lovesick Girls（[[BLACKPINK]]） |- | align="center" | 6/19/32/45 | Winter to Spring（[[小麈埃]]） | Break My Heart（[[Dua Lipa]]） | Moral of the Story（[[Ashe]] feat. [[Niall Horan]]） | Diamonds（[[Sam Smith]]） |- | align="center" | 7/20/33/46 | Underdog（[[Alicia Keys]]） | 怪物さん（[[平井堅]] feat. [[あいみょん]]） | 感電（[[米津玄師]]） | 炎（[[LiSA]]） |- | align="center" | 8/21/34/47 | Dear Me（[[TAEYEON]]） | Look for the Good（[[Jason Mraz]]） | cardigan（[[Taylor Swift]]） | Little Love（[[Robynn]]） |- | align="center" | 9/22/35/48 | Oh Yeah!（[[Green Day]]） | Gone（[[徐嘉浩]]） | my future（[[Billie Eilish]]） | I CAN'T STOP ME（[[TWICE]]） |- | align="center" | 10/23/36/49 | Godzilla（[[Eminem]] feat. [[Juice WRLD]]） | Rain On Me（[[Lady Gaga]] & [[Ariana Grande]]） | BOY（[[TREASURE]]） | positions（[[Ariana Grande]]） |- | align="center" | 11/24/37/50 | Get Me（[[Justin Bieber]] feat. [[Kehlani]]） | Rain On Me（[[Lady Gaga]] & [[Ariana Grande]]） | Dynamite（[[BTS]]） | Life Goes On（[[BTS]]） |- | align="center" | 12/25/38/51 | Stupid Love（[[Lady Gaga]]） | 416（[[清水翔太]]） | Fifth of May（[[Robynn]]） | Softly.（[[T-Ma]] & [[Teresa Tsang]]） |- | align="center" | 13/26/39/52 | Blinding Lights（[[The Weeknd]]） | BEEF（[[林德信]] feat. [[恭碩良]] & Doughboy） | Midnight Sky（[[Miley Cyrus]]） | Winter Wonderland（[[衛蘭]]） |} === 2021年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Monster（[[Shawn Mendes]] & [[Justin Bieber]]） | On The Ground（[[ROSÉ]]） | In My Dream（[[Tyson Yoshi]]） | ラブレター（[[YOASOBI]]） |- | align="center" | 2/15/28/41 | カイト（[[ARASHI]]） | Freedom（[[方皓玟]]） | Lost Cause（[[Billie Eilish]]） | Universe（[[Coldplay]] & [[BTS]]） |- | align="center" | 3/16/29/42 | ハルカ（[[YOASOBI]]） | Leave the Door Open（[[Bruno Mars]], [[Anderson .Paak]] & [[Silk Sonic]]） | Last Train Home（[[John Mayer]]） | speed limit（[[Gareth.T]]） |- | align="center" | 4/17/30/43 | Afterglow（[[Ed Sheeran]]） | Up（[[Cardi B]]） | Solar Power（[[Lorde]]） | Shivers（[[Ed Sheeran]]） |- | align="center" | 5/18/31/44 | Flags（[[Coldplay]]） | Temporary（[[Kiri T]]） | 靈感先生（[[方大同]]） | Easy on Me（[[Adele]]） |- | align="center" | 6/19/32/45 | Vibez（[[ZAYN]]） | boyfriend material（[[Gareth.T]]） | 靈感先生（[[方大同]]） | Easy on Me（[[Adele]]） |- | align="center" | 7/20/33/46 | Anyone（[[Justin Bieber]]） | Your Power（[[Billie Eilish]]） | Rain Song（[[Epik High]] feat. Colde） | 往け（[[LiSA]]） |- | align="center" | 8/21/34/47 | Rosario（[[Epic High]] feat. [[CL & ZICO]]） | Higher Power（[[Coldplay]]） | 死神（[[米津玄師]]） | Let Somebody Go（[[Coldplay]] & [[Selena Gomez]]） |- | align="center" | 9/22/35/48 | Universe（[[Official髭男dism]]） | Higher Power（[[Coldplay]]） | Ordinary days（[[milet]]） | Lover Like Me（[[李彩麟|CL]]） |- | align="center" | 10/23/36/49 | Celebrity（[[IU]]） | In the morning（[[ITZY]]） | Rose（[[D.O.]]） | Blast Off（[[Bruno Mars]], [[Anderson .Paak]] &. [[Silk Sonic]]） |- | align="center" | 11/24/37/50 | Little Darling（[[徐嘉浩]]） | Butter（[[BTS]]） | Take My Breath（[[The Weeknd]]） | One Night Now（[[Post Malone]] &. [[The Weeknd]]） |- | align="center" | 12/25/38/51 | drivers license（[[Olivia Rodrigo]]） | Butter（[[BTS]]） | Fire in the Sky（[[Anderson .Paak]]） | 白銀（[[LiSA]]） |- | align="center" | 13/26/39/52 | One Last Kiss（[[宇多田光|宇多田ヒカル]]） | 不思議（[[星野源]]） | LALISA（[[LISA]]） | Merry Christmas（[[Ed Sheeran]] & [[Elton John]]） |} === 2022年 === {|class="wikitable" ! style="width:8%" | 週數 || style="width:18%" | 第一季 || style="width:18%" | 第二季 || style="width:18%" | 第三季 || style="width:18%" | 第四季 |- | align="center" | 1/14/27/40 | Higher Love（[[MISIA]]） | INUV（[[TAEYEON]]） | Yet to Come（[[BTS]]） | |- | align="center" | 2/15/28/41 | Just Look Up （[[Ariana Grande]] & [[Kid Cudi]]） | i don't smoke & I don't drink（[[Tyson Yoshi]]） | confidence（[[Gareth.T]]） | |- | align="center" | 3/16/29/42 | But I'm Not Lonely（[[鄭欣宜]]） | Still Life（[[BIGBANG]]） | i hate u（[[moon tang]]） | |- | align="center" | 4/17/30/43 | おもかげ (produced by Vaundy) （[[milet]], [[Aimer]] & [[幾田りら]]） | Still Life（[[BIGBANG]]） | if i die tonight (acoustic)（[[Tyson Yoshi]]） | |- | align="center" | 5/18/31/44 | A Gift!（[[Zion.T]]） | Blue Moon Day（[[Charming Way]] feat. [[Ashi]]） | Save Yourself (International Version)（[[ONE OK ROCK]]） | |- | align="center" | 6/19/32/45 | Find Love（[[宇多田ヒカル]]） | QUEST?ONS（[[mansonvibes]]） | POP!（[[NAYEON]]） | |- | align="center" | 7/20/33/46 | Triggered（[[張敬軒]]） | As It Was（[[Harry Styles]]） | 異世界混合大舞踏会（[[星野源]] feat. [[おばけ]]） | |- | align="center" | 8/21/34/47 | POP SONG（[[米津玄師]]） | One Step Ahead（[[Jack Johnson]]） | 東京夢遊（日）（[[麗英]]） | |- | align="center" | 9/22/35/48 | POP SONG（[[米津玄師]]） | D-DAY（[[Whee In]]） | | |- | align="center" | 10/23/36/49 | POP SONG（[[米津玄師]]） | Material Girl（[[王若琳]] & [[9m88]]） | | |- | align="center" | 11/24/37/50 | abcdefu（[[GAYLE]]） | Hold My Hand（[[Lady Gaga]]） | | |- | align="center" | 12/25/38/51 | Fly High（[[milet]]） | finish it don't quit（[[小塵埃]]） | | |- | align="center" | 13/26/39/52 | Another Day Goes By（[[Lizabet]]） | Yet to Come（[[BTS]]） | | |- | align="center" | -/-/-/53 | | | | |} == 出面網頁 == *[https://www.881903.com/program/47 903豁達推介節目重溫] *[http://www.my903.com/903openbox/903songtable2 903豁達推介 - 903格] {{TV-stub}} {{start box}} |- |width=30% align=center|'''上一節目'''<br>-<br>[[咆哮山莊 (電台節目)|咆哮山莊]]／903豁達推介<br>[[咪芝蓮]]／903豁達推介<br>903格／[[903獨立調查委員會]] |width=40% align=center|'''903豁達推介'''<br>－2019年5月18號<small>(15:00-17:00)</small><br>2019年5月25號－2019年7月6號<small>(14:00-16:00)</small><br>2019年7月13號－2020年1月25號<small>(13:00-15:00)</small><br>2020年2月1號－<small>(15:00-17:00)</small> |width=30% align=center|'''下一節目'''<br>903豁達推介／[[一位呀唔該]]<br>903豁達推介／[[903格]]<br>[[咪芝巨星]]／903格<br>- {{Prog-before|[[903格]]}} {{s-title|[[香港商業電台|叱吒903商業二台節目]]|禮拜六下晝3點至5點}} {{Prog-after|[[那天我走上了歪路]]}} {{end box}} __NOINDEX__ [[Category:叱咤903節目]] r2d380xe1l3lgcbsooqy54kcbvnnxui 0 187175 1865667 1852423 2022-08-20T05:40:53Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 程美段 | 圖片 = | 類型 = 模特兒 | 英文名 = Kiwi Ching | 羅馬拼音 = Ching Mei Tuen | 原名 = 徐民虹<ref name="oncc">[http://hk.on.cc/hk/bkn/cnt/entertainment/20170807/bkn-20170807021528703-0807_00862_001.html 環亞美神賽果出爐　沈祉彤力壓群雌封后]</ref>（Karen Tsui） | 其他藝名 = 徐藝媛<ref name="eastweek">[http://eastweek.my-magazine.me/main/78517 《美女廚房》噴血艷照大晒冷]</ref> | 出生日期 = {{birth date and age|1995|02|17}}{{notetag|name=age|程美段2017年參選「環亞美神」嗰陣，大會話佢22歲<ref>[https://www.facebook.com/Miss.Amazing.HK/photos/a.1820359321611765/1820368784944152/?type=3&theater Miss Amazing 環亞美神大賽 Miss Amazing 環亞美神大賽 4號 徐藝媛]</ref>，即1995年出世；但2018年參加無綫電視《美女廚房》嗰陣，無綫電視<ref>[http://img.tvb.com/p/weekly/file/1093/1093_04.06.2018.pdf 《美女廚房》全新組合挑戰地獄廚神]</ref>同傳媒<ref name="oncc2">[http://orientaldaily.on.cc/cnt/entertainment/20180530/00282_020.html 程美段自爆遭鹹豬手E Cup苦惱]</ref>都報佢20歲，即1998年出世。}} | 花名 = 車厘龜 | 出生地 = {{HKG-GBR}} | 國籍 = {{CHN-HKG}} | 民族 = 港菲混血兒 | 職業 = [[模特兒]] | 語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HKG}} [[香港專業教育學院]]復康服務高級文憑 | 活躍年代 = 2017年到依家 | 經紀公司 = }} '''程美段'''（{{Jpingauto|cing4 mei5 dyun6}}，{{lang-en|'''Kiwi Ching'''}}，{{bd|1995年|2月17號}}{{notetag|name=age}}），原名'''徐民虹'''<ref name="oncc"/>（{{Jpingauto|ceoi4 man4 hung4}}，{{lang-en|'''Karen Tsui'''}}），係香港女模特兒，2018年開始參與電視節目演出。 ==簡歷== 程美段係中菲混血兒，阿爸係香港人，阿媽就係菲律賓人<ref name="hk01">[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/194992/ 【美女廚房】美女學徒程美段Kiwi形象百變　影過藝術全祼寫真]</ref>。佢喺北角培僑中學畢業，之後喺2017年報稱做復康護士<ref>[http://nextplus.nextmedia.com/news/ent/20170612/519406 【素人變女神?】環亞美神選舉 亞姐Regine 4 吋事業線最佳示範]</ref>。2018年佢又同傳媒講佢讀緊醫科<ref name="hk01"/>，但係其實佢係讀[[香港專業教育學院]]復康服務高級文憑。 佢喺2017年用藝名徐藝媛參選「環亞美神」選舉，攞到「甜心美神」獎項<ref name="eastweek"/>，之後改藝名做程美段，係「'''呈'''現'''美'''好身'''段'''」嘅意思。佢參與[[無綫電視]]綜藝節目《[[美女廚房 (2018年)|美女廚房]]》，做其中一位美女學徒<ref name="hk01"/>，不過節目中段被電視台通知唔使再返<ref>[https://www.hk01.com/即時娛樂/221639/ 【美女廚房】美女學徒程美段Kiwi被踢走　TVB PA：下集開始唔使返]</ref>。 程美段2019年1月開始加入[[杜汶澤]]旗下嘅網絡平台「[[杜汶澤喱騷]]」做其中一位女主持<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/287527/ 杜汶澤新女程美段小背心着到變形：我唔係要鬥除鬥露得多]</ref>，期間因為着住[[車厘龜]]背心出鏡<ref>[https://www.hk01.com/即時娛樂/297020/ 【杜汶澤喱騷】扭身扭勢被轟作狀　程美段：唔做作唔適合做呢行！]</ref>，自此畀唔少網民叫佢做「車厘龜」。不過同年4月，佢同杜汶澤有遲咗出糧嘅糾紛，令到杜汶澤反咗佢面<ref>[https://www.hk01.com/即時娛樂/322709/ 程美段Kiwi投訴「老闆」冇出糧　杜汶澤fb澄清：你冇我電話咩？]</ref>，雖則杜汶澤最後喺輿論壓力下被逼向佢認錯道歉，佢亦表示接受道歉，但佢承認呢件事必定對佢嘅事業有負面影響<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/324222/ 程美段接受杜汶澤鞠躬道歉]</ref>。 ==演出== ===電視節目（無綫電視）=== *2018年：《[[美女廚房 (2018年)|美女廚房]]》 美女學徒（第1-10集） ===電視節目（ViuTV）=== *2019年：《[[Good Night Show 發洩擂台]]》 參賽者（第27集） *2019年：《[[晚吹]]—[[女學生·吹水班]]》嘉賓（第10集） ===電影=== *2021年：《[[＃PTGF出租女友]]》飾 Lam ===網上節目=== *2019年：[[杜汶澤喱騷]]《為何深夜總是餓》主持（第39、40、42、44、46、54集） ==註== {{NoteFoot}} ==參考== {{reflist}} ==出面網頁== *{{instagram|kiwichingg}} *{{facebook|karen.tsui.7902}} *{{weibo|6586021332}} {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:徐氏|程美段]] [[Category:香港專業教育學院舊生]] cav52p5rinvc0rukuy7dx0bdaw22zoh 1865696 1865667 2022-08-20T06:02:09Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 程美段 | 圖片 = | 類型 = 模特兒 | 英文名 = Kiwi Ching | 羅馬拼音 = Ching Mei Tuen | 原名 = 徐民虹<ref name="oncc">[http://hk.on.cc/hk/bkn/cnt/entertainment/20170807/bkn-20170807021528703-0807_00862_001.html 環亞美神賽果出爐　沈祉彤力壓群雌封后]</ref>（Karen Tsui） | 其他藝名 = 徐藝媛<ref name="eastweek">[http://eastweek.my-magazine.me/main/78517 《美女廚房》噴血艷照大晒冷]</ref> | 出生日期 = {{birth date and age|1995|02|17}}{{notetag|name=age|程美段2017年參選「環亞美神」嗰陣，大會話佢22歲<ref>[https://www.facebook.com/Miss.Amazing.HK/photos/a.1820359321611765/1820368784944152/?type=3&theater Miss Amazing 環亞美神大賽 Miss Amazing 環亞美神大賽 4號 徐藝媛]</ref>，即1995年出世；但2018年參加無綫電視《美女廚房》嗰陣，無綫電視<ref>[http://img.tvb.com/p/weekly/file/1093/1093_04.06.2018.pdf 《美女廚房》全新組合挑戰地獄廚神]</ref>同傳媒<ref name="oncc2">[http://orientaldaily.on.cc/cnt/entertainment/20180530/00282_020.html 程美段自爆遭鹹豬手E Cup苦惱]</ref>都報佢20歲，即1998年出世。}} | 花名 = 車厘龜 | 出生地 = 香港 | 國籍 = {{CHN-HKG}} | 民族 = 港菲混血兒 | 職業 = [[模特兒]] | 語言 = [[粵語]]、[[英文]]、[[中華民國國文|國語]] | 教育程度 = [[香港專業教育學院]]復康服務高級文憑 | 活躍年代 = 2017年到依家 | 經紀公司 = }} '''程美段'''（{{Jpingauto|cing4 mei5 dyun6}}，{{lang-en|'''Kiwi Ching'''}}，{{bd|1995年|2月17號}}{{notetag|name=age}}），原名'''徐民虹'''<ref name="oncc"/>（{{Jpingauto|ceoi4 man4 hung4}}，{{lang-en|'''Karen Tsui'''}}），係香港女模特兒，2018年開始參與電視節目演出。 ==簡歷== 程美段係中菲混血兒，阿爸係香港人，阿媽就係菲律賓人<ref name="hk01">[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/194992/ 【美女廚房】美女學徒程美段Kiwi形象百變　影過藝術全祼寫真]</ref>。佢喺北角培僑中學畢業，之後喺2017年報稱做復康護士<ref>[http://nextplus.nextmedia.com/news/ent/20170612/519406 【素人變女神?】環亞美神選舉 亞姐Regine 4 吋事業線最佳示範]</ref>。2018年佢又同傳媒講佢讀緊醫科<ref name="hk01"/>，但係其實佢係讀[[香港專業教育學院]]復康服務高級文憑。 佢喺2017年用藝名徐藝媛參選「環亞美神」選舉，攞到「甜心美神」獎項<ref name="eastweek"/>，之後改藝名做程美段，係「'''呈'''現'''美'''好身'''段'''」嘅意思。佢參與[[無綫電視]]綜藝節目《[[美女廚房 (2018年)|美女廚房]]》，做其中一位美女學徒<ref name="hk01"/>，不過節目中段被電視台通知唔使再返<ref>[https://www.hk01.com/即時娛樂/221639/ 【美女廚房】美女學徒程美段Kiwi被踢走　TVB PA：下集開始唔使返]</ref>。 程美段2019年1月開始加入[[杜汶澤]]旗下嘅網絡平台「[[杜汶澤喱騷]]」做其中一位女主持<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/287527/ 杜汶澤新女程美段小背心着到變形：我唔係要鬥除鬥露得多]</ref>，期間因為着住[[車厘龜]]背心出鏡<ref>[https://www.hk01.com/即時娛樂/297020/ 【杜汶澤喱騷】扭身扭勢被轟作狀　程美段：唔做作唔適合做呢行！]</ref>，自此畀唔少網民叫佢做「車厘龜」。不過同年4月，佢同杜汶澤有遲咗出糧嘅糾紛，令到杜汶澤反咗佢面<ref>[https://www.hk01.com/即時娛樂/322709/ 程美段Kiwi投訴「老闆」冇出糧　杜汶澤fb澄清：你冇我電話咩？]</ref>，雖則杜汶澤最後喺輿論壓力下被逼向佢認錯道歉，佢亦表示接受道歉，但佢承認呢件事必定對佢嘅事業有負面影響<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/324222/ 程美段接受杜汶澤鞠躬道歉]</ref>。 ==演出== ===電視節目（無綫電視）=== *2018年：《[[美女廚房 (2018年)|美女廚房]]》 美女學徒（第1-10集） ===電視節目（ViuTV）=== *2019年：《[[Good Night Show 發洩擂台]]》 參賽者（第27集） *2019年：《[[晚吹]]—[[女學生·吹水班]]》嘉賓（第10集） ===電影=== *2021年：《[[＃PTGF出租女友]]》飾 Lam ===網上節目=== *2019年：[[杜汶澤喱騷]]《為何深夜總是餓》主持（第39、40、42、44、46、54集） ==註== {{NoteFoot}} ==參考== {{reflist}} ==出面網頁== *{{instagram|kiwichingg}} *{{facebook|karen.tsui.7902}} *{{weibo|6586021332}} {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:徐氏|程美段]] [[Category:香港專業教育學院舊生]] ls3rscm963z660oxcyba93tid0rrzkl 0 187766 1865464 1864751 2022-08-19T16:04:32Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Geologic_Clock_with_events_and_periods.svg|right|400px|Earth's history with time-spans of the [[地質時代|eons]] to scale]] '''地球史'''，係[[地球]]呢粒[[行星]]由形成嗰時一路到今時今日嘅發展歷史。{{R|Stanley2005|TimeScale}} 冇爭議嘅最早期嘅證據顯示，喺而今35億年前已經有[[生命]]存在。<ref name="Origin1">{{cite journal |last1=Schopf |first1=J. William |authorlink1=J. William Schopf |last2=Kudryavtsev |first2=Anatoliy B. |last3=Czaja |first3=Andrew D. |last4=Tripathi |first4=Abhishek B. |date=5 October 2007 |title=Evidence of Archean life: Stromatolites and microfossils |journal=[[Precambrian Research]] |location=Amsterdam, the Netherlands |publisher=Elsevier |volume=158 |pages=141–155 |issue=3–4 |doi=10.1016/j.precamres.2007.04.009 |issn=0301-9268|bibcode = 2007PreR..158..141S }}</ref><ref name="Origin2">{{cite journal |last=Schopf |first=J. William |date=29 June 2006 |title=Fossil evidence of Archaean life |journal=[[Philosophical Transactions of the Royal Society B]] |location=London |publisher=[[Royal Society]] |volume=361 |issue=1470 |pages=869–885 |doi=10.1098/rstb.2006.1834 |issn=0962-8436 |pmid=16754604 |pmc=1578735}}</ref><ref name="RavenJohnson2002">{{harvnb|Raven|Johnson|2002|p=68}}</ref> == 早期嘅地球 == 根據[[放射測年法]]（Radiocarbon dating）嘅測量結果，太陽系大約係喺 45.6 ± 0.08 億年之前成形嘅<ref>Bowring, S.; Housh, T. The Earth's early evolution. ''Science''. 1995, 269 (5230): 1535–40.</ref>，原生嘅地球大約喺 45.4 ± 0.04 億年前成形<ref>[http://www.talkorigins.org/faqs/faq-age-of-earth.html The Age of the Earth]</ref>。一般認為，太陽嘅形成喺大約 46 億年前，嗰時一舊好大舊嘅氫[[分子雲]]嘅[[引力坍縮]]（Gravitational collapse；一舊天體因為自己嘅重力而向內收縮嘅現象），坍縮嘅質量集中喺佢中心嗰度，而呢啲氫分子可以做[[核聚變]]（Nuclear fusion；氫原子撞埋一齊變做啲更大粒嘅化學元素）嚟釋放龐大嘅光同熱能－呢團大舊嘅氫就形成咗太陽。淨低嗰啲部份一邊旋轉一邊攤平，形成咗一大團圍住後生嘅太陽轉嘅粒子（即係所謂嘅[[原行星盤]]；Protoplanetary disk）。呢團粒子遲吓就會變做行星、衛星、流星體、同其他太陽系嘅小天體－經個 1000 至 2000 萬年嘅演化，最後形成咗原生地球<ref>Yin, Q.; Jacobsen, S. B.; Yamashita, K.; Blichert-Toft, J.; Télouk, P.; Albarède, F. A short timescale for terrestrial planet formation from Hf-W chronometry of meteorites. ''Nature''. 2002, 418 (6901): 949–52.</ref>。初頭地球完全唔啱生物住－佢嗰時個表面恐怕係一個由岩漿組成嘅「海」。 === 月球形成 === 月球大約喺 45.3 億年前形成<ref>Kleine, T.; Palme, H.; Mezger, K.; Halliday, A. N. Hf-W Chronometry of Lunar Metals and the Age and Early Differentiation of the Moon. ''Science''. 2005-11-24, 310 (5754): 1671–74.</ref>。關於[[月球起源]]嘅機制而家仲未有乜嘢定論。一個好受歡迎嘅[[假說]]係[[大碰撞說]]（Giant impact hypothesis）<ref>Jones, J. H. Tests of the Giant Impact Hypothesis (PDF). Lunar and Planetary Science. ''Origin of the Earth and Moon Conference''. Monterey, California. 1998.</ref>：呢個諗法認為有一粒好似[[火星]]噉大，質量係地球 1/10 嘅天體撞落地球度。呢吓碰撞引發咗大爆炸，炸到地球入面好多物質飛咗上太空，經過吸積作用形成咗月球，而嗰粒天體嘅部份物質亦都熔咗入地球度。而喺打後嘅 41 億至 38 億年前嘅嗰段時間，無數嘅小行星撞落月球嘅表面，令到月球嘅表面變得好犀利，而且當時嘅地球似乎都係成日俾小行星撞。 === 冷卻凝固 === 由[[太古宙]]（Archean；指 40 億年前至 25 億年前嘅時代）嗰陣開始，地球嘅表面開始冷卻凝固，形成咗硬淨嘅岩石<ref>The Proterozoic, Archean and Hadean are often collectively referred to as the Precambrian Time or sometimes, also the Cryptozoic.</ref>，而火山爆發會釋放出一啲氣體，形成咗一個原始嘅大氣圈。呢個大氣圈會有水蒸氣、二氧化碳、同氮組成，水汽嘅蒸發令到地表冷卻得更加快。冷卻到噉上下，暴雨連續落咗成千上萬年，呢啲雨水灌滿咗盆地，形成咗個海。呢場大暴雨減少咗空氣入面嘅水汽含量，仲洗走咗大氣入面好多二氧化碳<ref>孫樹遠 汪勤模. ''大氣的起源''. 中國氣象報. 1989.</ref>。除咗噉，小行星、原行星、彗星上面嘅水同冰亦都帶咗啲水嚟地球<ref>Morbidelli, A.; et al. Source regions and time scales for the delivery of water to Earth. ''Meteoritics & Planetary Science''. 2000, 35 (6): 1309–20. </ref>。當時嘅太陽似乎弱過而家，但係當時大氣入面嘅温室氣體令到地球保持到一定嘅温度，個新形成嘅海應該唔會結嗮冰<ref>Guinan, E. F.; Ribas, I. Benjamin Montesinos, Alvaro Gimenez and Edward F. Guinan, Ed. Our Changing Sun: The Role of Solar Nuclear Evolution and Magnetic Activity on Earth's Atmosphere and Climate. ''ASP Conference Proceedings: The Evolving Sun and its Influence on Planetary Environments'' (San Francisco: Astronomical Society of the Pacific). </ref>。 跟住落嚟，地球嘅其餘物理同化學性質開始漸漸噉成形。大約喺 35 億年前，地球有咗佢股磁場，佢幫到手令到太陽風唔會正面吹襲地球嘅大氣，令到大氣層嘅粒子冇噉容易俾太陽風吹到離開地球<ref>[https://phys.org/news/2010-03-oldest-earth-magnetic-field-reveals.html Oldest measurement of Earth's magnetic field reveals battle between Sun and Earth for our atmosphere]</ref>。地球嘅外層冷卻凝固，喺大氣層水汽嘅作用之下形成地殼。至於陸地係點嚟，科學界有兩個模型解釋<ref>Rogers, J. J. W.; Santosh, M. ''Continents and Supercontinents''. Oxford University Press US. 2004: 48.</ref>：一種認為陸地到咗家吓仲係增長緊<ref>Hurley, P. M.; Rand, J. R. Pre-drift continental nuclei. ''Science''. Jun 1969, 164 (3885): 1229–42. </ref>；而另一種更加可能嘅模型認為地球歷史早期嘅陸地迅速噉生成，然後保持到而家<ref>De Smet, J.; Van Den Berg, A.P.; Vlaar, N.J. Early formation and long-term stability of continents resulting from decompression melting in a convecting mantle. ''Tectonophysics''. 2000, 322 (1–2): 19–33.</ref><ref>Harrison, T.; et al. Heterogeneous Hadean hafnium: evidence of continental crust at 4.4 to 4.5 ga. ''Science''. December 2005, 310 (5756): 1947–50. </ref><ref>Hong, D.; Zhang, J.; Wang, T.; Wang, S.; Xie, X. Continental crustal growth and the supercontinental cycle: evidence from the Central Asian Orogenic Belt. ''Journal of Asian Earth Sciences''. 2004, 23 (5): 799–813.</ref><ref>Armstrong, R. L. The persistent myth of crustal growth. ''Australian Journal of Earth Sciences''. 1991, 38 (5): 613–30.</ref>。 嗰陣時，地球內部嘅熱量係噉散走，驅動板塊構造運動，形成大陸，經過幾億年，[[超大陸]]（Supercontinent）經歷三次嘅分分合合－啲大陸板塊黐埋又分開，最近嘅[[盤古大陸]]（Pangaea）喺大約 1.8 億年前分裂<ref>Murphy, J. B.; Nance, R. D. How do supercontinents assemble?. ''American Scientist''. 1965, 92 (4): 324–33.</ref>。到咗今日，呢種地殼活動仲喺度進行緊。 [[File:Marrella (fossil).png|thumb|210px|left|絕咗種嘅節肢動物 Marrella 嘅化石；喺[[寒武紀]]嗰陣，地球突然多咗好多生物品種。]] == 生命起源 == {{main|生命起源}} 地球係目前宇宙已知行星入面唯一能夠維持生命嘅<ref>Purves, W. K.; Sadava, D.; Orians, G. H.; Heller, C. ''Life, the Science of Biology: The Science of Biology''. Macmillan. 2001: 455.</ref>。一般認為大約 40 億年前嘅高能化學反應產生咗能夠複製自己嘅分子，打後 5 億年就出現咗所有生命嘅共同祖先，再分化咗[[細菌]]同[[古菌]]出嚟<ref>Doolittle, W. F.; Worm, B.. Uprooting the tree of life (PDF). ''Scientific American''. February 2000, 282 (6): 90–95.</ref>。早期嘅生命體發展出搞光合作用嘅能力，於是有得直接利用太陽能向大氣嗰度釋放啲氧氣。大氣度積累嘅氧氣俾太陽射嘅紫外線作用，喺上層大氣形成咗臭氧（{{chem|O|3}}），出現咗臭氧層<ref>Zimmer, C. Earth’s Oxygen: A Mystery Easy to Take for Granted. ''New York Times''. 2013-10-03 [2013-10-03].</ref>。早期嘅生命以[[原核生物]]（Prokaryote；以單一[[原核細胞]]組成嘅生物）嘅形態存在。由於臭氧層吸收咗太陽射落嚟嘅紫外線，陸地變到好啱生命生存，所以生命開始喺陸地上面繁衍<ref>Burton, K. [https://www.nasa.gov/centers/ames/news/releases/2000/00_79AR.html Astrobiologists Find Evidence of Early Life on Land]. NASA. </ref>。目前已知最早嘅生命化石證據有西[[澳洲]][[砂岩]]入面揾到嘅 34.8 億年前嘅[[微生物墊]]化石<ref>Schopf, J. W.; Kudryavtsev, A. B.; Czaja, A. D.; Tripathi, A. B. Evidence of Archean life: Stromatolites and microfossils. ''Precambrian Research'' (Amsterdam, the Netherlands: Elsevier). 2007-10-05, 158 (3–4): 141–155.</ref><ref>Schopf, J. W. Fossil evidence of Archaean life. ''Philosophical Transactions of the Royal Society B'' (London: 皇家學會). 2006-06-29, 361 (1470): 869–885.</ref><ref>Noffke, Nora; Christian, Daniel; Wacey, David; Hazen, Robert M. Microbially Induced Sedimentary Structures Recording an Ancient Ecosystem in the ca. 3.48 Billion-Year-Old Dresser Formation, Pilbara, Western Australia. ''Astrobiology'' (journal). 2013-11-08, 13 (12): 1103–24 [2013-11-15].</ref><ref>[http://apnews.excite.com/article/20131113/DAA1VSC01.html Oldest fossil found: Meet your microbial mom]</ref>、西[[格陵蘭]][[變質碎屑岩]]度 37 億年前嘅[[生源]][[石墨]]<ref>Ohtomo, Y.; Kakegawa, T.; Ishida, A.; et al. Evidence for biogenic graphite in early Archaean Isua metasedimentary rocks. ''Nature Geoscience'' (London: 自然出版集團). January 2014, 7 (1): 25–28. </ref>、仲有西澳洲岩石度 41 億年前嘅生物質殘骸<ref>Borenstein, S. ''Hints of life on what was thought to be desolate early Earth''. Excite (Yonkers, NY: Mindspark Interactive Network). Associated Press. 2015-10-19 [2015-10-20].</ref>。 距離而家大約 5.42 億年前發生咗[[寒武紀生命大爆發]]（Cambrian explosion）。由化石睇，嗰時地球上嘅[[多細胞生物]]種類突然之間多咗好多，包括[[節肢動物]]（Arthropods）[[三葉蟲]]、[[奇蝦]]等<ref>Kirschvink, J. L. Schopf, J.W.; Klein, C. and Des Maris, D, Ed. Late Proterozoic low-latitude global glaciation: the Snowball Earth. ''The Proterozoic Biosphere: A Multidisciplinary Study''. Cambridge University Press. 1992: 51–52.</ref>。化石記錄顯示大多數嘅動物[[門 (生物分類)|門]]都係喺呢個時期出現嘅<ref>Maloof, A. C.; Porter, S. M.; Moore, J. L.; Dudas, F. O.; Bowring, S. A.; Higgins, J. A.; Fike, D. A.; Eddy, M. P. The earliest Cambrian record of animals and ocean geochemical change. ''Geological Society of America Bulletin''. 2010, 122 (11–12): 1731–1774. </ref><ref>[http://www.news.ucsb.edu/2010/012934/new-timeline-appearances-skeletal-animals-fossil-record-developed-ucsb-researchers New Timeline for Appearances of Skeletal Animals in Fossil Record Developed by UCSB Researchers]</ref>。呢個時期持續咗大約 2 千萬年至 2 千 5 百萬年，導致咗大多數現代動物門嘅發散。複雜啲嘅生物多咗好多，生物多樣性大幅噉提高，所以佢俾人話係生命嘅大爆發。 喺後少少嘅 5 億年前嘅[[奧陶紀]]（Ordovician）地球有咗[[脊椎動物]]（Vertebrates）－[[甲冑魚]]（Ostracoderms）。打後嘅化石記錄顯示地球又有咗幾次生物物種嘅大規模增加或者滅絕<ref>Raup, D. M.; Sepkoski Jr, J. J. Mass Extinctions in the Marine Fossil Record. ''Science''. 1982, 215 (4539): 1501–03. </ref>，最近嗰次係 6 千 6 百萬年前嘅[[白堊紀－第三紀滅絕事件]]（Cretaceous–Paleogene extinction event），呢次事件引致咗[[恐龍]]嘅滅絕，但係一啲細隻嘅動物－當中有[[哺乳類]]－走得甩死唔去，令到地球嘅生命持續落去。嗰次之後，哺乳類開始變到愈嚟愈發達，而幾百萬年前嘅非洲嘅類[[猿]]（Ape）動物似乎開始用兩隻腳行，空咗對手出嚟令到佢哋可以整工具，個[[腦]]又變到愈嚟愈大－慢慢[[人類進化|進化成]][[智人]]（Homo sapien）<ref>Wilkinson, B. H.; McElroy, B. J. The impact of humans on continental erosion and sedimentation. ''Bulletin of the Geological Society of America''. 2007, 119 (1–2): 140–56 [2007-04-22].</ref>。智人嘅各種活動產生咗世界嘅各大[[文明]]同[[科技]]。 [[File:Ape skeletons.png|thumb|upright=1.5|450px|center|各種猿類動物（包括人）嘅[[骨骼]]]] == 參考 == {{Reflist|30em|refs=<ref name=TimeScale>{{harvnb|Gradstein|Ogg|Smith|2004}}</ref> <ref name=Stanley2005>{{harvnb|Stanley|2005}}</ref> }} == 出面網頁 == * Davies, Paul. "[https://www.theguardian.com/technology/2005/dec/20/comment.science Quantum leap of life]". ''The Guardian''. 2005 December 20. – 討論量子系統對生命起源嘅作用 * [http://www.johnkyrk.com/evolution.html Evolution timeline] (要用到Shockwave). 動畫，俾你睇到由宇宙大爆炸開始經過地球形成、細菌同第啲生物出現到人類崛起嘅歷史。 * [http://www.bbc.com/earth/bespoke/story/20150123-earths-25-biggest-turning-points/ 25 biggest turning points in earth History] [[BBC]] * [http://historystack.com/30_Major_Events_in_History_of_the_Earth Evolution of the Earth]. 地球演化過程重大事件時間線。 * {{In Our Time|The Earth's Origins|p00547hl}}''In Our Time''{{In Our Time|The Earth's Origins|p00547hl}} * [http://www.bbc.co.uk/programmes/p005493g Ageing the Earth], BBC Radio 4 discussion with Richard Corfield, Hazel Rymer & Henry Gee (''In Our Time'', Nov. 20, 2003) {{地球}} [[Category:地球]] [[類:史]] {{history-stub}} afnsmt7sqssawopfgr4v2exiar1yv2m 1865551 1865464 2022-08-19T22:38:27Z 219.77.56.156 /* 生命起源 */ wikitext text/x-wiki [[File:Geologic_Clock_with_events_and_periods.svg|right|400px|Earth's history with time-spans of the [[地質時代|eons]] to scale]] '''地球史'''，係[[地球]]呢粒[[行星]]由形成嗰時一路到今時今日嘅發展歷史。{{R|Stanley2005|TimeScale}} 冇爭議嘅最早期嘅證據顯示，喺而今35億年前已經有[[生命]]存在。<ref name="Origin1">{{cite journal |last1=Schopf |first1=J. William |authorlink1=J. William Schopf |last2=Kudryavtsev |first2=Anatoliy B. |last3=Czaja |first3=Andrew D. |last4=Tripathi |first4=Abhishek B. |date=5 October 2007 |title=Evidence of Archean life: Stromatolites and microfossils |journal=[[Precambrian Research]] |location=Amsterdam, the Netherlands |publisher=Elsevier |volume=158 |pages=141–155 |issue=3–4 |doi=10.1016/j.precamres.2007.04.009 |issn=0301-9268|bibcode = 2007PreR..158..141S }}</ref><ref name="Origin2">{{cite journal |last=Schopf |first=J. William |date=29 June 2006 |title=Fossil evidence of Archaean life |journal=[[Philosophical Transactions of the Royal Society B]] |location=London |publisher=[[Royal Society]] |volume=361 |issue=1470 |pages=869–885 |doi=10.1098/rstb.2006.1834 |issn=0962-8436 |pmid=16754604 |pmc=1578735}}</ref><ref name="RavenJohnson2002">{{harvnb|Raven|Johnson|2002|p=68}}</ref> == 早期嘅地球 == 根據[[放射測年法]]（Radiocarbon dating）嘅測量結果，太陽系大約係喺 45.6 ± 0.08 億年之前成形嘅<ref>Bowring, S.; Housh, T. The Earth's early evolution. ''Science''. 1995, 269 (5230): 1535–40.</ref>，原生嘅地球大約喺 45.4 ± 0.04 億年前成形<ref>[http://www.talkorigins.org/faqs/faq-age-of-earth.html The Age of the Earth]</ref>。一般認為，太陽嘅形成喺大約 46 億年前，嗰時一舊好大舊嘅氫[[分子雲]]嘅[[引力坍縮]]（Gravitational collapse；一舊天體因為自己嘅重力而向內收縮嘅現象），坍縮嘅質量集中喺佢中心嗰度，而呢啲氫分子可以做[[核聚變]]（Nuclear fusion；氫原子撞埋一齊變做啲更大粒嘅化學元素）嚟釋放龐大嘅光同熱能－呢團大舊嘅氫就形成咗太陽。淨低嗰啲部份一邊旋轉一邊攤平，形成咗一大團圍住後生嘅太陽轉嘅粒子（即係所謂嘅[[原行星盤]]；Protoplanetary disk）。呢團粒子遲吓就會變做行星、衛星、流星體、同其他太陽系嘅小天體－經個 1000 至 2000 萬年嘅演化，最後形成咗原生地球<ref>Yin, Q.; Jacobsen, S. B.; Yamashita, K.; Blichert-Toft, J.; Télouk, P.; Albarède, F. A short timescale for terrestrial planet formation from Hf-W chronometry of meteorites. ''Nature''. 2002, 418 (6901): 949–52.</ref>。初頭地球完全唔啱生物住－佢嗰時個表面恐怕係一個由岩漿組成嘅「海」。 === 月球形成 === 月球大約喺 45.3 億年前形成<ref>Kleine, T.; Palme, H.; Mezger, K.; Halliday, A. N. Hf-W Chronometry of Lunar Metals and the Age and Early Differentiation of the Moon. ''Science''. 2005-11-24, 310 (5754): 1671–74.</ref>。關於[[月球起源]]嘅機制而家仲未有乜嘢定論。一個好受歡迎嘅[[假說]]係[[大碰撞說]]（Giant impact hypothesis）<ref>Jones, J. H. Tests of the Giant Impact Hypothesis (PDF). Lunar and Planetary Science. ''Origin of the Earth and Moon Conference''. Monterey, California. 1998.</ref>：呢個諗法認為有一粒好似[[火星]]噉大，質量係地球 1/10 嘅天體撞落地球度。呢吓碰撞引發咗大爆炸，炸到地球入面好多物質飛咗上太空，經過吸積作用形成咗月球，而嗰粒天體嘅部份物質亦都熔咗入地球度。而喺打後嘅 41 億至 38 億年前嘅嗰段時間，無數嘅小行星撞落月球嘅表面，令到月球嘅表面變得好犀利，而且當時嘅地球似乎都係成日俾小行星撞。 === 冷卻凝固 === 由[[太古宙]]（Archean；指 40 億年前至 25 億年前嘅時代）嗰陣開始，地球嘅表面開始冷卻凝固，形成咗硬淨嘅岩石<ref>The Proterozoic, Archean and Hadean are often collectively referred to as the Precambrian Time or sometimes, also the Cryptozoic.</ref>，而火山爆發會釋放出一啲氣體，形成咗一個原始嘅大氣圈。呢個大氣圈會有水蒸氣、二氧化碳、同氮組成，水汽嘅蒸發令到地表冷卻得更加快。冷卻到噉上下，暴雨連續落咗成千上萬年，呢啲雨水灌滿咗盆地，形成咗個海。呢場大暴雨減少咗空氣入面嘅水汽含量，仲洗走咗大氣入面好多二氧化碳<ref>孫樹遠 汪勤模. ''大氣的起源''. 中國氣象報. 1989.</ref>。除咗噉，小行星、原行星、彗星上面嘅水同冰亦都帶咗啲水嚟地球<ref>Morbidelli, A.; et al. Source regions and time scales for the delivery of water to Earth. ''Meteoritics & Planetary Science''. 2000, 35 (6): 1309–20. </ref>。當時嘅太陽似乎弱過而家，但係當時大氣入面嘅温室氣體令到地球保持到一定嘅温度，個新形成嘅海應該唔會結嗮冰<ref>Guinan, E. F.; Ribas, I. Benjamin Montesinos, Alvaro Gimenez and Edward F. Guinan, Ed. Our Changing Sun: The Role of Solar Nuclear Evolution and Magnetic Activity on Earth's Atmosphere and Climate. ''ASP Conference Proceedings: The Evolving Sun and its Influence on Planetary Environments'' (San Francisco: Astronomical Society of the Pacific). </ref>。 跟住落嚟，地球嘅其餘物理同化學性質開始漸漸噉成形。大約喺 35 億年前，地球有咗佢股磁場，佢幫到手令到太陽風唔會正面吹襲地球嘅大氣，令到大氣層嘅粒子冇噉容易俾太陽風吹到離開地球<ref>[https://phys.org/news/2010-03-oldest-earth-magnetic-field-reveals.html Oldest measurement of Earth's magnetic field reveals battle between Sun and Earth for our atmosphere]</ref>。地球嘅外層冷卻凝固，喺大氣層水汽嘅作用之下形成地殼。至於陸地係點嚟，科學界有兩個模型解釋<ref>Rogers, J. J. W.; Santosh, M. ''Continents and Supercontinents''. Oxford University Press US. 2004: 48.</ref>：一種認為陸地到咗家吓仲係增長緊<ref>Hurley, P. M.; Rand, J. R. Pre-drift continental nuclei. ''Science''. Jun 1969, 164 (3885): 1229–42. </ref>；而另一種更加可能嘅模型認為地球歷史早期嘅陸地迅速噉生成，然後保持到而家<ref>De Smet, J.; Van Den Berg, A.P.; Vlaar, N.J. Early formation and long-term stability of continents resulting from decompression melting in a convecting mantle. ''Tectonophysics''. 2000, 322 (1–2): 19–33.</ref><ref>Harrison, T.; et al. Heterogeneous Hadean hafnium: evidence of continental crust at 4.4 to 4.5 ga. ''Science''. December 2005, 310 (5756): 1947–50. </ref><ref>Hong, D.; Zhang, J.; Wang, T.; Wang, S.; Xie, X. Continental crustal growth and the supercontinental cycle: evidence from the Central Asian Orogenic Belt. ''Journal of Asian Earth Sciences''. 2004, 23 (5): 799–813.</ref><ref>Armstrong, R. L. The persistent myth of crustal growth. ''Australian Journal of Earth Sciences''. 1991, 38 (5): 613–30.</ref>。 嗰陣時，地球內部嘅熱量係噉散走，驅動板塊構造運動，形成大陸，經過幾億年，[[超大陸]]（Supercontinent）經歷三次嘅分分合合－啲大陸板塊黐埋又分開，最近嘅[[盤古大陸]]（Pangaea）喺大約 1.8 億年前分裂<ref>Murphy, J. B.; Nance, R. D. How do supercontinents assemble?. ''American Scientist''. 1965, 92 (4): 324–33.</ref>。到咗今日，呢種地殼活動仲喺度進行緊。 [[File:Marrella (fossil).png|thumb|210px|left|絕咗種嘅節肢動物 Marrella 嘅化石；喺[[寒武紀]]嗰陣，地球突然多咗好多生物品種。]] == 生命起源 == {{main|生命起源}} 地球係目前宇宙已知行星入面唯一能夠維持生命嘅<ref>Purves, W. K.; Sadava, D.; Orians, G. H.; Heller, C. ''Life, the Science of Biology: The Science of Biology''. Macmillan. 2001: 455.</ref>。一般認為大約 40 億年前嘅高能化學反應產生咗能夠複製自己嘅分子，打後 5 億年就出現咗所有生命嘅共同祖先，再分化咗[[細菌]]同[[古菌]]出嚟<ref>Doolittle, W. F.; Worm, B.. Uprooting the tree of life (PDF). ''Scientific American''. February 2000, 282 (6): 90–95.</ref>。早期嘅生命體發展出搞光合作用嘅能力，於是有得直接利用太陽能向大氣嗰度釋放啲氧氣。大氣度積累嘅氧氣俾太陽射嘅紫外線作用，喺上層大氣形成咗臭氧（{{chem|O|3}}），出現咗臭氧層<ref>Zimmer, C. Earth’s Oxygen: A Mystery Easy to Take for Granted. ''New York Times''. 2013-10-03 [2013-10-03].</ref>。早期嘅生命以[[原核生物]]（Prokaryote；以單一[[原核細胞]]組成嘅生物）嘅形態存在。由於臭氧層吸收咗太陽射落嚟嘅紫外線，陸地變到好啱生命生存，所以生命開始喺陸地上面繁衍<ref>Burton, K. [https://www.nasa.gov/centers/ames/news/releases/2000/00_79AR.html Astrobiologists Find Evidence of Early Life on Land]. NASA. </ref>。目前已知最早嘅生命化石證據有西[[澳洲]][[砂岩]]入面揾到嘅 34.8 億年前嘅[[微生物墊]]化石<ref>Schopf, J. W.; Kudryavtsev, A. B.; Czaja, A. D.; Tripathi, A. B. Evidence of Archean life: Stromatolites and microfossils. ''Precambrian Research'' (Amsterdam, the Netherlands: Elsevier). 2007-10-05, 158 (3–4): 141–155.</ref><ref>Schopf, J. W. Fossil evidence of Archaean life. ''Philosophical Transactions of the Royal Society B'' (London: 皇家學會). 2006-06-29, 361 (1470): 869–885.</ref><ref>Noffke, Nora; Christian, Daniel; Wacey, David; Hazen, Robert M. Microbially Induced Sedimentary Structures Recording an Ancient Ecosystem in the ca. 3.48 Billion-Year-Old Dresser Formation, Pilbara, Western Australia. ''Astrobiology'' (journal). 2013-11-08, 13 (12): 1103–24 [2013-11-15].</ref><ref>[http://apnews.excite.com/article/20131113/DAA1VSC01.html Oldest fossil found: Meet your microbial mom]</ref>、西[[格陵蘭]][[變質碎屑岩]]度 37 億年前嘅[[生源]][[石墨]]<ref>Ohtomo, Y.; Kakegawa, T.; Ishida, A.; et al. Evidence for biogenic graphite in early Archaean Isua metasedimentary rocks. ''Nature Geoscience'' (London: 自然出版集團). January 2014, 7 (1): 25–28. </ref>、仲有西澳洲岩石度 41 億年前嘅生物質殘骸<ref>Borenstein, S. ''Hints of life on what was thought to be desolate early Earth''. Excite (Yonkers, NY: Mindspark Interactive Network). Associated Press. 2015-10-19 [2015-10-20].</ref>。 距離而家大約 5.42 億年前發生咗[[寒武紀生命大爆發]]（Cambrian explosion）。由化石睇，嗰時地球上嘅[[多細胞生物]]種類突然之間多咗好多，包括[[節肢動物]]（Arthropods）[[三葉蟲]]、[[奇蝦]]等<ref>Kirschvink, J. L. Schopf, J.W.; Klein, C. and Des Maris, D, Ed. Late Proterozoic low-latitude global glaciation: the Snowball Earth. ''The Proterozoic Biosphere: A Multidisciplinary Study''. Cambridge University Press. 1992: 51–52.</ref>。化石記錄顯示大多數嘅動物[[門 (生物分類)|門]]都係喺呢個時期出現嘅<ref>Maloof, A. C.; Porter, S. M.; Moore, J. L.; Dudas, F. O.; Bowring, S. A.; Higgins, J. A.; Fike, D. A.; Eddy, M. P. The earliest Cambrian record of animals and ocean geochemical change. ''Geological Society of America Bulletin''. 2010, 122 (11–12): 1731–1774. </ref><ref>[http://www.news.ucsb.edu/2010/012934/new-timeline-appearances-skeletal-animals-fossil-record-developed-ucsb-researchers New Timeline for Appearances of Skeletal Animals in Fossil Record Developed by UCSB Researchers]</ref>。呢個時期持續咗大約 2 千萬年至 2 千 5 百萬年，導致咗大多數現代動物門嘅發散。複雜啲嘅生物多咗好多，生物多樣性大幅噉提高，所以佢俾人話係生命嘅大爆發。 喺後少少嘅 5 億年前嘅[[奧陶紀]]（Ordovician）地球有咗[[脊椎動物]]（Vertebrates）－[[甲冑魚]]（Ostracoderms）。打後嘅化石記錄顯示地球又有咗幾次生物物種嘅大規模增加或者滅絕<ref>Raup, D. M.; Sepkoski Jr, J. J. Mass Extinctions in the Marine Fossil Record. ''Science''. 1982, 215 (4539): 1501–03. </ref>，最近嗰次係 6 千 6 百萬年前嘅[[白堊紀－古近紀滅絕事件]]（Cretaceous–Paleogene extinction event），呢次事件引致咗[[恐龍]]嘅滅絕，但係一啲細隻嘅動物－當中有[[哺乳類]]－走得甩死唔去，令到地球嘅生命持續落去。嗰次之後，哺乳類開始變到愈嚟愈發達，而幾百萬年前嘅非洲嘅類[[猿]]（Ape）動物似乎開始用兩隻腳行，空咗對手出嚟令到佢哋可以整工具，個[[腦]]又變到愈嚟愈大－慢慢[[人類進化|進化成]][[智人]]（Homo sapien）<ref>Wilkinson, B. H.; McElroy, B. J. The impact of humans on continental erosion and sedimentation. ''Bulletin of the Geological Society of America''. 2007, 119 (1–2): 140–56 [2007-04-22].</ref>。智人嘅各種活動產生咗世界嘅各大[[文明]]同[[科技]]。 [[File:Ape skeletons.png|thumb|upright=1.5|450px|center|各種猿類動物（包括人）嘅[[骨骼]]]] == 參考 == {{Reflist|30em|refs=<ref name=TimeScale>{{harvnb|Gradstein|Ogg|Smith|2004}}</ref> <ref name=Stanley2005>{{harvnb|Stanley|2005}}</ref> }} == 出面網頁 == * Davies, Paul. "[https://www.theguardian.com/technology/2005/dec/20/comment.science Quantum leap of life]". ''The Guardian''. 2005 December 20. – 討論量子系統對生命起源嘅作用 * [http://www.johnkyrk.com/evolution.html Evolution timeline] (要用到Shockwave). 動畫，俾你睇到由宇宙大爆炸開始經過地球形成、細菌同第啲生物出現到人類崛起嘅歷史。 * [http://www.bbc.com/earth/bespoke/story/20150123-earths-25-biggest-turning-points/ 25 biggest turning points in earth History] [[BBC]] * [http://historystack.com/30_Major_Events_in_History_of_the_Earth Evolution of the Earth]. 地球演化過程重大事件時間線。 * {{In Our Time|The Earth's Origins|p00547hl}}''In Our Time''{{In Our Time|The Earth's Origins|p00547hl}} * [http://www.bbc.co.uk/programmes/p005493g Ageing the Earth], BBC Radio 4 discussion with Richard Corfield, Hazel Rymer & Henry Gee (''In Our Time'', Nov. 20, 2003) {{地球}} [[Category:地球]] [[類:史]] {{history-stub}} 19rz153m5v4885468gu4mmsb5hltweg 1865552 1865551 2022-08-19T22:39:11Z 219.77.56.156 /* 生命起源 */ wikitext text/x-wiki [[File:Geologic_Clock_with_events_and_periods.svg|right|400px|Earth's history with time-spans of the [[地質時代|eons]] to scale]] '''地球史'''，係[[地球]]呢粒[[行星]]由形成嗰時一路到今時今日嘅發展歷史。{{R|Stanley2005|TimeScale}} 冇爭議嘅最早期嘅證據顯示，喺而今35億年前已經有[[生命]]存在。<ref name="Origin1">{{cite journal |last1=Schopf |first1=J. William |authorlink1=J. William Schopf |last2=Kudryavtsev |first2=Anatoliy B. |last3=Czaja |first3=Andrew D. |last4=Tripathi |first4=Abhishek B. |date=5 October 2007 |title=Evidence of Archean life: Stromatolites and microfossils |journal=[[Precambrian Research]] |location=Amsterdam, the Netherlands |publisher=Elsevier |volume=158 |pages=141–155 |issue=3–4 |doi=10.1016/j.precamres.2007.04.009 |issn=0301-9268|bibcode = 2007PreR..158..141S }}</ref><ref name="Origin2">{{cite journal |last=Schopf |first=J. William |date=29 June 2006 |title=Fossil evidence of Archaean life |journal=[[Philosophical Transactions of the Royal Society B]] |location=London |publisher=[[Royal Society]] |volume=361 |issue=1470 |pages=869–885 |doi=10.1098/rstb.2006.1834 |issn=0962-8436 |pmid=16754604 |pmc=1578735}}</ref><ref name="RavenJohnson2002">{{harvnb|Raven|Johnson|2002|p=68}}</ref> == 早期嘅地球 == 根據[[放射測年法]]（Radiocarbon dating）嘅測量結果，太陽系大約係喺 45.6 ± 0.08 億年之前成形嘅<ref>Bowring, S.; Housh, T. The Earth's early evolution. ''Science''. 1995, 269 (5230): 1535–40.</ref>，原生嘅地球大約喺 45.4 ± 0.04 億年前成形<ref>[http://www.talkorigins.org/faqs/faq-age-of-earth.html The Age of the Earth]</ref>。一般認為，太陽嘅形成喺大約 46 億年前，嗰時一舊好大舊嘅氫[[分子雲]]嘅[[引力坍縮]]（Gravitational collapse；一舊天體因為自己嘅重力而向內收縮嘅現象），坍縮嘅質量集中喺佢中心嗰度，而呢啲氫分子可以做[[核聚變]]（Nuclear fusion；氫原子撞埋一齊變做啲更大粒嘅化學元素）嚟釋放龐大嘅光同熱能－呢團大舊嘅氫就形成咗太陽。淨低嗰啲部份一邊旋轉一邊攤平，形成咗一大團圍住後生嘅太陽轉嘅粒子（即係所謂嘅[[原行星盤]]；Protoplanetary disk）。呢團粒子遲吓就會變做行星、衛星、流星體、同其他太陽系嘅小天體－經個 1000 至 2000 萬年嘅演化，最後形成咗原生地球<ref>Yin, Q.; Jacobsen, S. B.; Yamashita, K.; Blichert-Toft, J.; Télouk, P.; Albarède, F. A short timescale for terrestrial planet formation from Hf-W chronometry of meteorites. ''Nature''. 2002, 418 (6901): 949–52.</ref>。初頭地球完全唔啱生物住－佢嗰時個表面恐怕係一個由岩漿組成嘅「海」。 === 月球形成 === 月球大約喺 45.3 億年前形成<ref>Kleine, T.; Palme, H.; Mezger, K.; Halliday, A. N. Hf-W Chronometry of Lunar Metals and the Age and Early Differentiation of the Moon. ''Science''. 2005-11-24, 310 (5754): 1671–74.</ref>。關於[[月球起源]]嘅機制而家仲未有乜嘢定論。一個好受歡迎嘅[[假說]]係[[大碰撞說]]（Giant impact hypothesis）<ref>Jones, J. H. Tests of the Giant Impact Hypothesis (PDF). Lunar and Planetary Science. ''Origin of the Earth and Moon Conference''. Monterey, California. 1998.</ref>：呢個諗法認為有一粒好似[[火星]]噉大，質量係地球 1/10 嘅天體撞落地球度。呢吓碰撞引發咗大爆炸，炸到地球入面好多物質飛咗上太空，經過吸積作用形成咗月球，而嗰粒天體嘅部份物質亦都熔咗入地球度。而喺打後嘅 41 億至 38 億年前嘅嗰段時間，無數嘅小行星撞落月球嘅表面，令到月球嘅表面變得好犀利，而且當時嘅地球似乎都係成日俾小行星撞。 === 冷卻凝固 === 由[[太古宙]]（Archean；指 40 億年前至 25 億年前嘅時代）嗰陣開始，地球嘅表面開始冷卻凝固，形成咗硬淨嘅岩石<ref>The Proterozoic, Archean and Hadean are often collectively referred to as the Precambrian Time or sometimes, also the Cryptozoic.</ref>，而火山爆發會釋放出一啲氣體，形成咗一個原始嘅大氣圈。呢個大氣圈會有水蒸氣、二氧化碳、同氮組成，水汽嘅蒸發令到地表冷卻得更加快。冷卻到噉上下，暴雨連續落咗成千上萬年，呢啲雨水灌滿咗盆地，形成咗個海。呢場大暴雨減少咗空氣入面嘅水汽含量，仲洗走咗大氣入面好多二氧化碳<ref>孫樹遠 汪勤模. ''大氣的起源''. 中國氣象報. 1989.</ref>。除咗噉，小行星、原行星、彗星上面嘅水同冰亦都帶咗啲水嚟地球<ref>Morbidelli, A.; et al. Source regions and time scales for the delivery of water to Earth. ''Meteoritics & Planetary Science''. 2000, 35 (6): 1309–20. </ref>。當時嘅太陽似乎弱過而家，但係當時大氣入面嘅温室氣體令到地球保持到一定嘅温度，個新形成嘅海應該唔會結嗮冰<ref>Guinan, E. F.; Ribas, I. Benjamin Montesinos, Alvaro Gimenez and Edward F. Guinan, Ed. Our Changing Sun: The Role of Solar Nuclear Evolution and Magnetic Activity on Earth's Atmosphere and Climate. ''ASP Conference Proceedings: The Evolving Sun and its Influence on Planetary Environments'' (San Francisco: Astronomical Society of the Pacific). </ref>。 跟住落嚟，地球嘅其餘物理同化學性質開始漸漸噉成形。大約喺 35 億年前，地球有咗佢股磁場，佢幫到手令到太陽風唔會正面吹襲地球嘅大氣，令到大氣層嘅粒子冇噉容易俾太陽風吹到離開地球<ref>[https://phys.org/news/2010-03-oldest-earth-magnetic-field-reveals.html Oldest measurement of Earth's magnetic field reveals battle between Sun and Earth for our atmosphere]</ref>。地球嘅外層冷卻凝固，喺大氣層水汽嘅作用之下形成地殼。至於陸地係點嚟，科學界有兩個模型解釋<ref>Rogers, J. J. W.; Santosh, M. ''Continents and Supercontinents''. Oxford University Press US. 2004: 48.</ref>：一種認為陸地到咗家吓仲係增長緊<ref>Hurley, P. M.; Rand, J. R. Pre-drift continental nuclei. ''Science''. Jun 1969, 164 (3885): 1229–42. </ref>；而另一種更加可能嘅模型認為地球歷史早期嘅陸地迅速噉生成，然後保持到而家<ref>De Smet, J.; Van Den Berg, A.P.; Vlaar, N.J. Early formation and long-term stability of continents resulting from decompression melting in a convecting mantle. ''Tectonophysics''. 2000, 322 (1–2): 19–33.</ref><ref>Harrison, T.; et al. Heterogeneous Hadean hafnium: evidence of continental crust at 4.4 to 4.5 ga. ''Science''. December 2005, 310 (5756): 1947–50. </ref><ref>Hong, D.; Zhang, J.; Wang, T.; Wang, S.; Xie, X. Continental crustal growth and the supercontinental cycle: evidence from the Central Asian Orogenic Belt. ''Journal of Asian Earth Sciences''. 2004, 23 (5): 799–813.</ref><ref>Armstrong, R. L. The persistent myth of crustal growth. ''Australian Journal of Earth Sciences''. 1991, 38 (5): 613–30.</ref>。 嗰陣時，地球內部嘅熱量係噉散走，驅動板塊構造運動，形成大陸，經過幾億年，[[超大陸]]（Supercontinent）經歷三次嘅分分合合－啲大陸板塊黐埋又分開，最近嘅[[盤古大陸]]（Pangaea）喺大約 1.8 億年前分裂<ref>Murphy, J. B.; Nance, R. D. How do supercontinents assemble?. ''American Scientist''. 1965, 92 (4): 324–33.</ref>。到咗今日，呢種地殼活動仲喺度進行緊。 [[File:Marrella (fossil).png|thumb|210px|left|絕咗種嘅節肢動物 Marrella 嘅化石；喺[[寒武紀]]嗰陣，地球突然多咗好多生物品種。]] == 生命起源 == {{main|生命起源}} 地球係目前宇宙已知行星入面唯一能夠維持生命嘅<ref>Purves, W. K.; Sadava, D.; Orians, G. H.; Heller, C. ''Life, the Science of Biology: The Science of Biology''. Macmillan. 2001: 455.</ref>。一般認為大約 40 億年前嘅高能化學反應產生咗能夠複製自己嘅分子，打後 5 億年就出現咗所有生命嘅共同祖先，再分化咗[[細菌]]同[[古菌]]出嚟<ref>Doolittle, W. F.; Worm, B.. Uprooting the tree of life (PDF). ''Scientific American''. February 2000, 282 (6): 90–95.</ref>。早期嘅生命體發展出搞光合作用嘅能力，於是有得直接利用太陽能向大氣嗰度釋放啲氧氣。大氣度積累嘅氧氣俾太陽射嘅紫外線作用，喺上層大氣形成咗臭氧（{{chem|O|3}}），出現咗臭氧層<ref>Zimmer, C. Earth’s Oxygen: A Mystery Easy to Take for Granted. ''New York Times''. 2013-10-03 [2013-10-03].</ref>。早期嘅生命以[[原核生物]]（Prokaryote；以單一[[原核細胞]]組成嘅生物）嘅形態存在。由於臭氧層吸收咗太陽射落嚟嘅紫外線，陸地變到好啱生命生存，所以生命開始喺陸地上面繁衍<ref>Burton, K. [https://www.nasa.gov/centers/ames/news/releases/2000/00_79AR.html Astrobiologists Find Evidence of Early Life on Land]. NASA. </ref>。目前已知最早嘅生命化石證據有西[[澳洲]][[砂岩]]入面揾到嘅 34.8 億年前嘅[[微生物墊]]化石<ref>Schopf, J. W.; Kudryavtsev, A. B.; Czaja, A. D.; Tripathi, A. B. Evidence of Archean life: Stromatolites and microfossils. ''Precambrian Research'' (Amsterdam, the Netherlands: Elsevier). 2007-10-05, 158 (3–4): 141–155.</ref><ref>Schopf, J. W. Fossil evidence of Archaean life. ''Philosophical Transactions of the Royal Society B'' (London: 皇家學會). 2006-06-29, 361 (1470): 869–885.</ref><ref>Noffke, Nora; Christian, Daniel; Wacey, David; Hazen, Robert M. Microbially Induced Sedimentary Structures Recording an Ancient Ecosystem in the ca. 3.48 Billion-Year-Old Dresser Formation, Pilbara, Western Australia. ''Astrobiology'' (journal). 2013-11-08, 13 (12): 1103–24 [2013-11-15].</ref><ref>[http://apnews.excite.com/article/20131113/DAA1VSC01.html Oldest fossil found: Meet your microbial mom]</ref>、西[[格陵蘭]][[變質碎屑岩]]度 37 億年前嘅[[生源]][[石墨]]<ref>Ohtomo, Y.; Kakegawa, T.; Ishida, A.; et al. Evidence for biogenic graphite in early Archaean Isua metasedimentary rocks. ''Nature Geoscience'' (London: 自然出版集團). January 2014, 7 (1): 25–28. </ref>、仲有西澳洲岩石度 41 億年前嘅生物質殘骸<ref>Borenstein, S. ''Hints of life on what was thought to be desolate early Earth''. Excite (Yonkers, NY: Mindspark Interactive Network). Associated Press. 2015-10-19 [2015-10-20].</ref>。 距離而家大約 5.42 億年前發生咗[[寒武紀生命大爆發]]（Cambrian explosion）。由化石睇，嗰時地球上嘅[[多細胞生物]]種類突然之間多咗好多，包括[[節肢動物]]（Arthropods）[[三葉蟲]]、[[奇蝦]]等<ref>Kirschvink, J. L. Schopf, J.W.; Klein, C. and Des Maris, D, Ed. Late Proterozoic low-latitude global glaciation: the Snowball Earth. ''The Proterozoic Biosphere: A Multidisciplinary Study''. Cambridge University Press. 1992: 51–52.</ref>。化石記錄顯示大多數嘅動物[[門 (生物分類)|門]]都係喺呢個時期出現嘅<ref>Maloof, A. C.; Porter, S. M.; Moore, J. L.; Dudas, F. O.; Bowring, S. A.; Higgins, J. A.; Fike, D. A.; Eddy, M. P. The earliest Cambrian record of animals and ocean geochemical change. ''Geological Society of America Bulletin''. 2010, 122 (11–12): 1731–1774. </ref><ref>[http://www.news.ucsb.edu/2010/012934/new-timeline-appearances-skeletal-animals-fossil-record-developed-ucsb-researchers New Timeline for Appearances of Skeletal Animals in Fossil Record Developed by UCSB Researchers]</ref>。呢個時期持續咗大約 2 千萬年至 2 千 5 百萬年，導致咗大多數現代動物門嘅發散。複雜啲嘅生物多咗好多，生物多樣性大幅噉提高，所以佢俾人話係生命嘅大爆發。 喺後少少嘅 5 億年前嘅[[奧陶紀]]（Ordovician）地球有咗[[脊椎動物]]（Vertebrates）－[[甲冑魚]]（Ostracoderms）。打後嘅化石記錄顯示地球又有咗幾次生物物種嘅大規模增加或者滅絕<ref>Raup, D. M.; Sepkoski Jr, J. J. Mass Extinctions in the Marine Fossil Record. ''Science''. 1982, 215 (4539): 1501–03. </ref>，最近嗰次係 6 千 6 百萬年前嘅[[白堊紀-古近紀滅絕事件]]（Cretaceous–Paleogene extinction event），呢次事件引致咗[[恐龍]]嘅滅絕，但係一啲細隻嘅動物－當中有[[哺乳類]]－走得甩死唔去，令到地球嘅生命持續落去。嗰次之後，哺乳類開始變到愈嚟愈發達，而幾百萬年前嘅非洲嘅類[[猿]]（Ape）動物似乎開始用兩隻腳行，空咗對手出嚟令到佢哋可以整工具，個[[腦]]又變到愈嚟愈大－慢慢[[人類進化|進化成]][[智人]]（Homo sapien）<ref>Wilkinson, B. H.; McElroy, B. J. The impact of humans on continental erosion and sedimentation. ''Bulletin of the Geological Society of America''. 2007, 119 (1–2): 140–56 [2007-04-22].</ref>。智人嘅各種活動產生咗世界嘅各大[[文明]]同[[科技]]。 [[File:Ape skeletons.png|thumb|upright=1.5|450px|center|各種猿類動物（包括人）嘅[[骨骼]]]] == 參考 == {{Reflist|30em|refs=<ref name=TimeScale>{{harvnb|Gradstein|Ogg|Smith|2004}}</ref> <ref name=Stanley2005>{{harvnb|Stanley|2005}}</ref> }} == 出面網頁 == * Davies, Paul. "[https://www.theguardian.com/technology/2005/dec/20/comment.science Quantum leap of life]". ''The Guardian''. 2005 December 20. – 討論量子系統對生命起源嘅作用 * [http://www.johnkyrk.com/evolution.html Evolution timeline] (要用到Shockwave). 動畫，俾你睇到由宇宙大爆炸開始經過地球形成、細菌同第啲生物出現到人類崛起嘅歷史。 * [http://www.bbc.com/earth/bespoke/story/20150123-earths-25-biggest-turning-points/ 25 biggest turning points in earth History] [[BBC]] * [http://historystack.com/30_Major_Events_in_History_of_the_Earth Evolution of the Earth]. 地球演化過程重大事件時間線。 * {{In Our Time|The Earth's Origins|p00547hl}}''In Our Time''{{In Our Time|The Earth's Origins|p00547hl}} * [http://www.bbc.co.uk/programmes/p005493g Ageing the Earth], BBC Radio 4 discussion with Richard Corfield, Hazel Rymer & Henry Gee (''In Our Time'', Nov. 20, 2003) {{地球}} [[Category:地球]] [[類:史]] {{history-stub}} d2rls21mgciufly1h9oyomewly9ofgy 1865586 1865552 2022-08-20T01:44:42Z Dr. Greywolf 143999 /* 出面網頁 */ wikitext text/x-wiki [[File:Geologic_Clock_with_events_and_periods.svg|right|400px|Earth's history with time-spans of the [[地質時代|eons]] to scale]] '''地球史'''，係[[地球]]呢粒[[行星]]由形成嗰時一路到今時今日嘅發展歷史。{{R|Stanley2005|TimeScale}} 冇爭議嘅最早期嘅證據顯示，喺而今35億年前已經有[[生命]]存在。<ref name="Origin1">{{cite journal |last1=Schopf |first1=J. William |authorlink1=J. William Schopf |last2=Kudryavtsev |first2=Anatoliy B. |last3=Czaja |first3=Andrew D. |last4=Tripathi |first4=Abhishek B. |date=5 October 2007 |title=Evidence of Archean life: Stromatolites and microfossils |journal=[[Precambrian Research]] |location=Amsterdam, the Netherlands |publisher=Elsevier |volume=158 |pages=141–155 |issue=3–4 |doi=10.1016/j.precamres.2007.04.009 |issn=0301-9268|bibcode = 2007PreR..158..141S }}</ref><ref name="Origin2">{{cite journal |last=Schopf |first=J. William |date=29 June 2006 |title=Fossil evidence of Archaean life |journal=[[Philosophical Transactions of the Royal Society B]] |location=London |publisher=[[Royal Society]] |volume=361 |issue=1470 |pages=869–885 |doi=10.1098/rstb.2006.1834 |issn=0962-8436 |pmid=16754604 |pmc=1578735}}</ref><ref name="RavenJohnson2002">{{harvnb|Raven|Johnson|2002|p=68}}</ref> == 早期嘅地球 == 根據[[放射測年法]]（Radiocarbon dating）嘅測量結果，太陽系大約係喺 45.6 ± 0.08 億年之前成形嘅<ref>Bowring, S.; Housh, T. The Earth's early evolution. ''Science''. 1995, 269 (5230): 1535–40.</ref>，原生嘅地球大約喺 45.4 ± 0.04 億年前成形<ref>[http://www.talkorigins.org/faqs/faq-age-of-earth.html The Age of the Earth]</ref>。一般認為，太陽嘅形成喺大約 46 億年前，嗰時一舊好大舊嘅氫[[分子雲]]嘅[[引力坍縮]]（Gravitational collapse；一舊天體因為自己嘅重力而向內收縮嘅現象），坍縮嘅質量集中喺佢中心嗰度，而呢啲氫分子可以做[[核聚變]]（Nuclear fusion；氫原子撞埋一齊變做啲更大粒嘅化學元素）嚟釋放龐大嘅光同熱能－呢團大舊嘅氫就形成咗太陽。淨低嗰啲部份一邊旋轉一邊攤平，形成咗一大團圍住後生嘅太陽轉嘅粒子（即係所謂嘅[[原行星盤]]；Protoplanetary disk）。呢團粒子遲吓就會變做行星、衛星、流星體、同其他太陽系嘅小天體－經個 1000 至 2000 萬年嘅演化，最後形成咗原生地球<ref>Yin, Q.; Jacobsen, S. B.; Yamashita, K.; Blichert-Toft, J.; Télouk, P.; Albarède, F. A short timescale for terrestrial planet formation from Hf-W chronometry of meteorites. ''Nature''. 2002, 418 (6901): 949–52.</ref>。初頭地球完全唔啱生物住－佢嗰時個表面恐怕係一個由岩漿組成嘅「海」。 === 月球形成 === 月球大約喺 45.3 億年前形成<ref>Kleine, T.; Palme, H.; Mezger, K.; Halliday, A. N. Hf-W Chronometry of Lunar Metals and the Age and Early Differentiation of the Moon. ''Science''. 2005-11-24, 310 (5754): 1671–74.</ref>。關於[[月球起源]]嘅機制而家仲未有乜嘢定論。一個好受歡迎嘅[[假說]]係[[大碰撞說]]（Giant impact hypothesis）<ref>Jones, J. H. Tests of the Giant Impact Hypothesis (PDF). Lunar and Planetary Science. ''Origin of the Earth and Moon Conference''. Monterey, California. 1998.</ref>：呢個諗法認為有一粒好似[[火星]]噉大，質量係地球 1/10 嘅天體撞落地球度。呢吓碰撞引發咗大爆炸，炸到地球入面好多物質飛咗上太空，經過吸積作用形成咗月球，而嗰粒天體嘅部份物質亦都熔咗入地球度。而喺打後嘅 41 億至 38 億年前嘅嗰段時間，無數嘅小行星撞落月球嘅表面，令到月球嘅表面變得好犀利，而且當時嘅地球似乎都係成日俾小行星撞。 === 冷卻凝固 === 由[[太古宙]]（Archean；指 40 億年前至 25 億年前嘅時代）嗰陣開始，地球嘅表面開始冷卻凝固，形成咗硬淨嘅岩石<ref>The Proterozoic, Archean and Hadean are often collectively referred to as the Precambrian Time or sometimes, also the Cryptozoic.</ref>，而火山爆發會釋放出一啲氣體，形成咗一個原始嘅大氣圈。呢個大氣圈會有水蒸氣、二氧化碳、同氮組成，水汽嘅蒸發令到地表冷卻得更加快。冷卻到噉上下，暴雨連續落咗成千上萬年，呢啲雨水灌滿咗盆地，形成咗個海。呢場大暴雨減少咗空氣入面嘅水汽含量，仲洗走咗大氣入面好多二氧化碳<ref>孫樹遠 汪勤模. ''大氣的起源''. 中國氣象報. 1989.</ref>。除咗噉，小行星、原行星、彗星上面嘅水同冰亦都帶咗啲水嚟地球<ref>Morbidelli, A.; et al. Source regions and time scales for the delivery of water to Earth. ''Meteoritics & Planetary Science''. 2000, 35 (6): 1309–20. </ref>。當時嘅太陽似乎弱過而家，但係當時大氣入面嘅温室氣體令到地球保持到一定嘅温度，個新形成嘅海應該唔會結嗮冰<ref>Guinan, E. F.; Ribas, I. Benjamin Montesinos, Alvaro Gimenez and Edward F. Guinan, Ed. Our Changing Sun: The Role of Solar Nuclear Evolution and Magnetic Activity on Earth's Atmosphere and Climate. ''ASP Conference Proceedings: The Evolving Sun and its Influence on Planetary Environments'' (San Francisco: Astronomical Society of the Pacific). </ref>。 跟住落嚟，地球嘅其餘物理同化學性質開始漸漸噉成形。大約喺 35 億年前，地球有咗佢股磁場，佢幫到手令到太陽風唔會正面吹襲地球嘅大氣，令到大氣層嘅粒子冇噉容易俾太陽風吹到離開地球<ref>[https://phys.org/news/2010-03-oldest-earth-magnetic-field-reveals.html Oldest measurement of Earth's magnetic field reveals battle between Sun and Earth for our atmosphere]</ref>。地球嘅外層冷卻凝固，喺大氣層水汽嘅作用之下形成地殼。至於陸地係點嚟，科學界有兩個模型解釋<ref>Rogers, J. J. W.; Santosh, M. ''Continents and Supercontinents''. Oxford University Press US. 2004: 48.</ref>：一種認為陸地到咗家吓仲係增長緊<ref>Hurley, P. M.; Rand, J. R. Pre-drift continental nuclei. ''Science''. Jun 1969, 164 (3885): 1229–42. </ref>；而另一種更加可能嘅模型認為地球歷史早期嘅陸地迅速噉生成，然後保持到而家<ref>De Smet, J.; Van Den Berg, A.P.; Vlaar, N.J. Early formation and long-term stability of continents resulting from decompression melting in a convecting mantle. ''Tectonophysics''. 2000, 322 (1–2): 19–33.</ref><ref>Harrison, T.; et al. Heterogeneous Hadean hafnium: evidence of continental crust at 4.4 to 4.5 ga. ''Science''. December 2005, 310 (5756): 1947–50. </ref><ref>Hong, D.; Zhang, J.; Wang, T.; Wang, S.; Xie, X. Continental crustal growth and the supercontinental cycle: evidence from the Central Asian Orogenic Belt. ''Journal of Asian Earth Sciences''. 2004, 23 (5): 799–813.</ref><ref>Armstrong, R. L. The persistent myth of crustal growth. ''Australian Journal of Earth Sciences''. 1991, 38 (5): 613–30.</ref>。 嗰陣時，地球內部嘅熱量係噉散走，驅動板塊構造運動，形成大陸，經過幾億年，[[超大陸]]（Supercontinent）經歷三次嘅分分合合－啲大陸板塊黐埋又分開，最近嘅[[盤古大陸]]（Pangaea）喺大約 1.8 億年前分裂<ref>Murphy, J. B.; Nance, R. D. How do supercontinents assemble?. ''American Scientist''. 1965, 92 (4): 324–33.</ref>。到咗今日，呢種地殼活動仲喺度進行緊。 [[File:Marrella (fossil).png|thumb|210px|left|絕咗種嘅節肢動物 Marrella 嘅化石；喺[[寒武紀]]嗰陣，地球突然多咗好多生物品種。]] == 生命起源 == {{main|生命起源}} 地球係目前宇宙已知行星入面唯一能夠維持生命嘅<ref>Purves, W. K.; Sadava, D.; Orians, G. H.; Heller, C. ''Life, the Science of Biology: The Science of Biology''. Macmillan. 2001: 455.</ref>。一般認為大約 40 億年前嘅高能化學反應產生咗能夠複製自己嘅分子，打後 5 億年就出現咗所有生命嘅共同祖先，再分化咗[[細菌]]同[[古菌]]出嚟<ref>Doolittle, W. F.; Worm, B.. Uprooting the tree of life (PDF). ''Scientific American''. February 2000, 282 (6): 90–95.</ref>。早期嘅生命體發展出搞光合作用嘅能力，於是有得直接利用太陽能向大氣嗰度釋放啲氧氣。大氣度積累嘅氧氣俾太陽射嘅紫外線作用，喺上層大氣形成咗臭氧（{{chem|O|3}}），出現咗臭氧層<ref>Zimmer, C. Earth’s Oxygen: A Mystery Easy to Take for Granted. ''New York Times''. 2013-10-03 [2013-10-03].</ref>。早期嘅生命以[[原核生物]]（Prokaryote；以單一[[原核細胞]]組成嘅生物）嘅形態存在。由於臭氧層吸收咗太陽射落嚟嘅紫外線，陸地變到好啱生命生存，所以生命開始喺陸地上面繁衍<ref>Burton, K. [https://www.nasa.gov/centers/ames/news/releases/2000/00_79AR.html Astrobiologists Find Evidence of Early Life on Land]. NASA. </ref>。目前已知最早嘅生命化石證據有西[[澳洲]][[砂岩]]入面揾到嘅 34.8 億年前嘅[[微生物墊]]化石<ref>Schopf, J. W.; Kudryavtsev, A. B.; Czaja, A. D.; Tripathi, A. B. Evidence of Archean life: Stromatolites and microfossils. ''Precambrian Research'' (Amsterdam, the Netherlands: Elsevier). 2007-10-05, 158 (3–4): 141–155.</ref><ref>Schopf, J. W. Fossil evidence of Archaean life. ''Philosophical Transactions of the Royal Society B'' (London: 皇家學會). 2006-06-29, 361 (1470): 869–885.</ref><ref>Noffke, Nora; Christian, Daniel; Wacey, David; Hazen, Robert M. Microbially Induced Sedimentary Structures Recording an Ancient Ecosystem in the ca. 3.48 Billion-Year-Old Dresser Formation, Pilbara, Western Australia. ''Astrobiology'' (journal). 2013-11-08, 13 (12): 1103–24 [2013-11-15].</ref><ref>[http://apnews.excite.com/article/20131113/DAA1VSC01.html Oldest fossil found: Meet your microbial mom]</ref>、西[[格陵蘭]][[變質碎屑岩]]度 37 億年前嘅[[生源]][[石墨]]<ref>Ohtomo, Y.; Kakegawa, T.; Ishida, A.; et al. Evidence for biogenic graphite in early Archaean Isua metasedimentary rocks. ''Nature Geoscience'' (London: 自然出版集團). January 2014, 7 (1): 25–28. </ref>、仲有西澳洲岩石度 41 億年前嘅生物質殘骸<ref>Borenstein, S. ''Hints of life on what was thought to be desolate early Earth''. Excite (Yonkers, NY: Mindspark Interactive Network). Associated Press. 2015-10-19 [2015-10-20].</ref>。 距離而家大約 5.42 億年前發生咗[[寒武紀生命大爆發]]（Cambrian explosion）。由化石睇，嗰時地球上嘅[[多細胞生物]]種類突然之間多咗好多，包括[[節肢動物]]（Arthropods）[[三葉蟲]]、[[奇蝦]]等<ref>Kirschvink, J. L. Schopf, J.W.; Klein, C. and Des Maris, D, Ed. Late Proterozoic low-latitude global glaciation: the Snowball Earth. ''The Proterozoic Biosphere: A Multidisciplinary Study''. Cambridge University Press. 1992: 51–52.</ref>。化石記錄顯示大多數嘅動物[[門 (生物分類)|門]]都係喺呢個時期出現嘅<ref>Maloof, A. C.; Porter, S. M.; Moore, J. L.; Dudas, F. O.; Bowring, S. A.; Higgins, J. A.; Fike, D. A.; Eddy, M. P. The earliest Cambrian record of animals and ocean geochemical change. ''Geological Society of America Bulletin''. 2010, 122 (11–12): 1731–1774. </ref><ref>[http://www.news.ucsb.edu/2010/012934/new-timeline-appearances-skeletal-animals-fossil-record-developed-ucsb-researchers New Timeline for Appearances of Skeletal Animals in Fossil Record Developed by UCSB Researchers]</ref>。呢個時期持續咗大約 2 千萬年至 2 千 5 百萬年，導致咗大多數現代動物門嘅發散。複雜啲嘅生物多咗好多，生物多樣性大幅噉提高，所以佢俾人話係生命嘅大爆發。 喺後少少嘅 5 億年前嘅[[奧陶紀]]（Ordovician）地球有咗[[脊椎動物]]（Vertebrates）－[[甲冑魚]]（Ostracoderms）。打後嘅化石記錄顯示地球又有咗幾次生物物種嘅大規模增加或者滅絕<ref>Raup, D. M.; Sepkoski Jr, J. J. Mass Extinctions in the Marine Fossil Record. ''Science''. 1982, 215 (4539): 1501–03. </ref>，最近嗰次係 6 千 6 百萬年前嘅[[白堊紀-古近紀滅絕事件]]（Cretaceous–Paleogene extinction event），呢次事件引致咗[[恐龍]]嘅滅絕，但係一啲細隻嘅動物－當中有[[哺乳類]]－走得甩死唔去，令到地球嘅生命持續落去。嗰次之後，哺乳類開始變到愈嚟愈發達，而幾百萬年前嘅非洲嘅類[[猿]]（Ape）動物似乎開始用兩隻腳行，空咗對手出嚟令到佢哋可以整工具，個[[腦]]又變到愈嚟愈大－慢慢[[人類進化|進化成]][[智人]]（Homo sapien）<ref>Wilkinson, B. H.; McElroy, B. J. The impact of humans on continental erosion and sedimentation. ''Bulletin of the Geological Society of America''. 2007, 119 (1–2): 140–56 [2007-04-22].</ref>。智人嘅各種活動產生咗世界嘅各大[[文明]]同[[科技]]。 [[File:Ape skeletons.png|thumb|upright=1.5|450px|center|各種猿類動物（包括人）嘅[[骨骼]]]] == 參考 == {{Reflist|30em|refs=<ref name=TimeScale>{{harvnb|Gradstein|Ogg|Smith|2004}}</ref> <ref name=Stanley2005>{{harvnb|Stanley|2005}}</ref> }} == 出面網頁 == * Davies, Paul. "[https://www.theguardian.com/technology/2005/dec/20/comment.science Quantum leap of life]". ''The Guardian''. 2005 December 20. – 討論量子系統對生命起源嘅作用 * [http://www.johnkyrk.com/evolution.html Evolution timeline] (要用到Shockwave). 動畫，俾你睇到由宇宙大爆炸開始經過地球形成、細菌同第啲生物出現到人類崛起嘅歷史。 * [http://www.bbc.com/earth/bespoke/story/20150123-earths-25-biggest-turning-points/ 25 biggest turning points in earth History] [[BBC]] * [http://historystack.com/30_Major_Events_in_History_of_the_Earth Evolution of the Earth]. 地球演化過程重大事件時間線。 * {{In Our Time|The Earth's Origins|p00547hl}}''In Our Time''{{In Our Time|The Earth's Origins|p00547hl}} * [http://www.bbc.co.uk/programmes/p005493g Ageing the Earth], BBC Radio 4 discussion with Richard Corfield, Hazel Rymer & Henry Gee (''In Our Time'', Nov. 20, 2003) {{地球}} [[Category:地球]] [[類:史]] kowuvlv6lywc69gui2b25arkoae33um 0 188064 1865453 1309749 2022-08-19T15:59:50Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Humen Bridge-1.jpg|thumb|300px|[[珠江]]口嘅[[虎門大橋]]；珠江係地球個水圈嘅一部份。]] '''水圈'''（[[粵拼]]：seoi² hyun¹；{{lang-en|'''hydrosphere'''}}）係指喺一粒[[行星]]、[[微型行星]]、或者[[衞星]]嗰度－包括表面上下－嘅[[水]]嘅總體。 根據估計，[[地球]]個水圈嘅總[[容量]]大約係喺 13.68 億[[立方公里]]左右<ref name="o">[https://web.archive.org/web/20130927160221/http://webworld.unesco.org/water/ihp/publications/waterway/webpc/world_water_resources.html World Water Resources: A New Appraisal and Assessment for the 21st Century] (Report). UNESCO. 1998.</ref>。地球嘅水圈包括嗮佢上面所有嘅水－即係佢表面嗰啲[[河]]、[[湖]]、同[[海]]等嘅水體，仲有[[地下水]]以及係喺[[極地]]呢啲凍嘅地方以[[冰]]嘅型態雪住咗嘅水呀噉。地球上面嘅水當中有 97.5% 左右都係[[鹹水]]，得嗰 2.5% 嘅係[[淡水]]，而喺呢啲淡水當中，有成 68.9% 嘅係以冰或者[[雪]]嘅型態存在嘅，呢啲雪住咗嘅水主要分佈喺極地同埋高山嘅[[冰川]]嗰度，又有 30.8% 嘅係以地下水嘅型式存在－即係話地球上面嘅淡水淨係得 0.3% 存在喺湖同河呢啲就手嘅地方<ref name="o"/>。 地球表面大約有 75% 嘅[[面積]]俾個海𢫏住咗，呢個面積大約係 3 億 6,100 萬[[平方公里]]噉大，而呢個海嘅平均[[鹽度]]大約係每[[公斤]]海水 35 [[克]][[鹽]]（3.5%）左右<ref>Kennish, Michael J. (2001). ''Practical handbook of marine science''. Marine science series (3rd ed.). CRC Press. p. 35.</ref>。地球上面有噉大份嘅面積俾水𢫏住，令到地球又有花名叫「藍色行星」或者「水行星」<ref group="註">但係行星地質學家 Ronald Greeley 指出，水喺太陽系外圍啲嘅地方查實好常見。</ref>。 == 水圈同生命 == [[File:CyanobacteriaColl1.jpg|thumb|''Nostoc pruniforme''（藍綠藻嘅一種）]] {{see also|生命|生命起源}} 水呢種[[物質]]對於[[生命]]嚟講係不可或缺嘅－多數生物需要[[飲水]]先至生存到，而且地球水圈仲幫到地球維持佢個[[大氣層]]。早期地球浸大氣層好稀薄，多數係[[氫]]同[[氦]]（而唔係現代[[生物]][[唞氣]]要用嘅[[氧]]同[[二氧化碳]]等），就好似現時嘅[[水星]]個大氣層噉，而且早期地球有一個由[[岩漿]]組成嘅「海」－環境可以話係極之惡劣，冇已知嘅生物會頂得順呢種環境。打後地球冷卻，呢個過程釋放咗啲氣體同水蒸氣出嚟，而佢上面嗰啲[[火山]]活動亦都再釋放多啲氣體同水蒸氣。地球變凍咗，令到啲水蒸氣可以[[凝結]]變成雨，落返去地表，外加大氣入面嗰啲二氧化碳溶入去雨水入面，[[温室效應]]弱咗，令到大氣層再凍返少少，而地球變得冇噉熱令到水蒸氣再凝結，如是者形成咗一場超級大雨－呢場雨令到地球有咗個由水組成嘅海。呢啲嘢據估計大約發生喺 40 億年前<ref>Yin, Q.; Jacobsen, S. B.; Yamashita, K.; Blichert-Toft, J.; Télouk, P.; Albarède, F. A short timescale for terrestrial planet formation from Hf-W chronometry of meteorites. ''Nature''. 2002, 418 (6901): 949–52.</ref>。 地球上第一條生命係喺海入面誕生嘅。呢啲生物唔使唞氧氣，而遲吓等到[[藍綠藻]]（Cyanobacteria）[[進化]]咗出嚟，呢種生物識得將二氧化碳轉化做[[嘢食]]同氧氣－地球個大氣嘅氧含量就噉開始咗升，令到需要靠唞氧氣嚟生存嘅現代生物能夠進化出嚟<ref>[https://www.scientificamerican.com/article/origin-of-oxygen-in-atmosphere/ Scientific American - The Origin of Oxygen in Earth's Atmosphere]</ref>。 == 水循環 == [[File:Water cycle zh.png|thumb|390px|水循環嘅想示意圖]] {{main|水循環}} [[水循環]]（Water cycle）指水係噉由一個狀態變成第個狀態嘅轉化過程<ref>Wilfried Brutsaert. (2005). ''Hydrology: An Introduction'' (1st ed). Cambridge University Press.</ref>。喺地球嘅環境入面，水有得以好多種形態存在，好似係[[大氣]]入面嘅[[濕氣]]（[[雪]]、[[雨]]、同[[雲]]）、小溪、海、河、湖、地下水、地底嘅[[帶水層]]（Aquifers）、冰山、同埋潮濕泥土入面嘅水氣呀噉，而水會以由以[[鐘頭]]計至成[[世紀]]長嘅週期嚟喺呢啲形態之間循環變換。令到呢啲轉化過程進行嘅主要係[[太陽]]（例如太陽射落地球嘅[[熱力]]會令到地表嘅一啲水蒸發升上天，形成雲）同埋[[地心吸力]]（地心吸力令到水會向下流，由山上嘅小溪流去大河，再去海等等）。 據估計，地球每年循環嘅水有大約 577,000 [[立方公里]]噉多。呢啲水係由海嘅表面－502,800 立方公里－或者[[陸地]]－74,200 立方公里－蒸發走嘅，而同量嘅水會以降水嘅形式跌返落去地球嘅表面，當中大約 458,000 立方公里嘅跌返落海，119,000 公里嘅跌返落陸地－呢個差異表示陸地由降水嗰度攞到嘅水量多過佢蒸發嘅水量－119,000 - 74,200 = 每年 44,800 立方公里，但係陸地上面嗰啲河道－每年 42,700 立方公里－同地下水－每年 2,100 立方公里－會流失啲水落海。所以總括嚟講，地球水圈各部份嘅水量比例大致上係處於平穩狀態嘅<ref name="o"/>。 據估計，海水要完全換一次大約需要 2,500 年嘅時間，而冰入面嘅水完全換一次就要 10,000 年，深嘅地下水同山上面嘅冰川就要 1,500 年，而湖要 17 年，河就淨係使 16 日<ref name="o"/>。 [[南非]]裔科普作家 [[:en:Marq de Villiers|Marq de Villiers]] 形容水圈係由水組成嘅一個[[封閉系統]]，好複雜而且佢入面嘅各部份互相依賴，同埋「望落似係特登整出嚟支撐生命嘅噉」<ref name="marq">Marq de Villiers (2003). ''Water: The Fate of Our Most Precious Resource'' (2 ed). Toronto, Ontario: McClelland & Stewart. p. 453.</ref>。de Villiers 指出，冇證據說明水會蒸發走去[[太空]]，所以喺地球上嘅水嘅總量應該由好耐之前（至少幾[[百萬]]年前）經已冇乜點樣變過－水可以俾人污染或者濫用，但係唔會多咗或者少咗。 === 蒸發散 === {{main|蒸發散}} 水有好多途徑可以蒸發上天，而蒸發咗嘅水跟手會以雨或者雪等嘅降水落返去地球表面。地球上嘅水蒸發多數都係發生喺海嗰度嘅，又有啲水份會直接噉由冰同雪嗰度蒸發（[[昇華]]），而''發散''（Transpiration）就係指水由啲[[樹]]上面嗰啲好細嘅窿蒸發走<ref name="marq"/>。蒸發、昇華、同發散嘅過程喺[[水學]]（Hydrology；研究水嘅[[科學]]領域）入面俾人合稱做[[蒸發散]]（Evapotranspiration）。 == 睇埋 == {{Wiktionary}} * [[水]] * [[水學]] * [[生命]] * [[地球]] ** [[生物圈]] ** [[岩石圈]] ** [[大氣圈]] ** [[水資源]] == 註釋 == {{Reflist|group=註}} == 攷 == {{reflist|2}} [[類:水]] [[類:水學]] 6oa7f5g28rqwmjbrw3zy9jer24t6mod 0 188165 1865639 1558314 2022-08-20T02:45:59Z Al12si 87401 隔20公里係錯嘅，因為Steeles係分界線，過條馬路就係多倫多（六市分併之前係士嘉堡） wikitext text/x-wiki [[File:MarkhamCivicCenter19.jpg|thumb|萬錦市政廳]] '''萬錦'''（{{lang-en|'''Markham'''}}）係[[加拿大]][[安大略省]][[約克區]]一個[[城市]]，2016年人口近33萬。萬錦喺[[多倫多]]東北邊，同士嘉堡只係一街之隔，但係同市中心隔咗大概{{Convert|20|km|mi}}。 == 人口 == 萬錦居民嘅族群同宗教都好多元。 {{Bar box|float=right|title=萬錦市宗教信仰|titlebar=#Fcd116|left1=宗教|right1=百分比|bars={{bar percent|[[基督教]]|blue|44.1}} {{bar percent|[[印度教]]|red|10.1}} {{bar percent|[[伊斯蘭教]]|green|7.3}} {{bar percent|[[佛教]]|orange|4.4}} {{bar percent|[[猶太教]]|lightblue|2.4}} {{bar percent|[[錫克教]]|yellow|1.4}} {{bar percent|冇信仰/冇宗教聯繫|black|29.9}}|caption=宗教信仰（2011 NHS）}} {| class="wikitable" ! colspan="2" |2016年加拿大人口普查 !人口 !佔總人口比例/% |- | rowspan="12" |[[族裔]]<br /><small>資料來源：[http://www12.statcan.gc.ca/census-recensement/2016/dp-pd/prof/details/page.cfm?Lang=E&Geo1=CSD&Code1=3519036&Geo2=CD&Code2=3519&Data=Count&SearchText=MARKHAM&SearchType=Begins&SearchPR=01&B1=Visible%20minority&TABID=1]</small> |[[加拿大唐人]] |147,725 |45.1 |- |[[加拿大白人]] |72,250 |22.1 |- |[[南亞|南亞人]] |58,270 |17.8 |- |[[加拿大黑人]] |9,655 |2.9 |- |菲裔加拿大人 |8,905 |2.7 |- |[[西亞|西亞人]] |7,910 |2.4 |- |加拿大阿拉伯人 |3,250 |1.0 |- |韓裔加拿大人 |4,355 |1.3 |- |[[東南亞|東南亞人]] |2,520 |0.8 |- |第啲顯著少數族裔 |2,920 |0.9 |- |拉美裔加拿大人 |1,750 |0.5 |- |多重少數族裔身份 |6,895 |2.1 |- | colspan="2" |'''''總人口''''' |'''''327,400''''' |'''''100''''' |} {| class="wikitable" !母語<ref>{{引網|url=http://www12.statcan.gc.ca/census-recensement/2011/dp-pd/prof/details/page.cfm?Lang=E&Geo1=CSD&Code1=3519036&Geo2=CD&Code2=3519&Data=Count&SearchText=markham&SearchType=Begins&SearchPR=01&B1=All&Custom=&TABID=1|title=Census Profile for Markham, Town|publisher=statcan.gc.ca|access-date=2012-10-26}}</ref> !百分比 |- |英文 |38.5% |- |粵語 |15.8% |- |中文，冇另外特指嘅 |10.4% |- |淡米爾文 |4.9% |- |官話 |4.8% |- |烏都文 |2.1% |- |波斯文 |1.9% |- |[[他加祿話]] |1.6% |- |Gujarati |1.6% |- |旁遮普文 |1.5% |- |意大利文 |1.4% |} == 相 == <gallery> File:MarkhamTheatre6.jpg|萬錦劇院 File:Varley_Art_Gallery_Unionville.JPG|Frederick Horsman Varley畫廊 File:FormerMarkhamCNRStn,ON-3.JPG|萬錦GO火車站 </gallery> == 國際關係 == === 友好城市 === * {{flagicon|PRC}}[[廣東]][[佛山]] * {{flagicon|PRC}}[[山東]][[淄博]] === 姊妹城市 === * {{flagicon|USA}}[[北卡州]]Cary * {{flagicon|GER}}[[拜仁]]Nördlingen * {{flagicon|USA}}[[德州]]Pearland<br /> * {{flagicon|PRC}}[[廣東]][[廣州]][[花都]]<ref>{{引網|url=http://www.markhamreview.net/community-events.html%3C!--|title=Not Found|website=www.markhamreview.net|access-date=2018年6月30號|archive-date=2018年2月28號|archive-url=https://web.archive.org/web/20180228161917/http://www.markhamreview.net/community-events.html%3C!--|url-status=dead}}</ref> * {{flagicon|PRC}}湖北[[武漢]]<ref>{{引網|url=http://www.markham.ca/wps/portal/Markham/BusinessDevelopment/EconomicDevelopment/EconomicAlliances/InternationalPartners/CityOfWuhan/|title=Active Alliance Partner - Wuhan, China|publisher=City of Markham|access-date=18 January 2018}}</ref> * {{flagicon|PHL}}[[馬尼拉]]Las Piñas City<ref>{{引網 |url=http://www.laspinascity.gov.ph/articles/249-las-pi-as-markham-ontario-canada-forge-sister-city-ties- |title=The Official Website of the City of Las Piñas, Metro Manila, Philippines |access-date=2018年6月30號 |archive-date=2016年3月5號 |archive-url=https://web.archive.org/web/20160305210645/http://laspinascity.gov.ph/articles/249-las-pi-as-markham-ontario-canada-forge-sister-city-ties- |url-status=dead }}</ref> == 參考 == {{Reflist|2}} == 出面網頁 == {{ccat}} * {{主頁}} * [http://www.guidingstar.ca/Markham_Ontario_History.htm 萬錦小鎮歷史] * [http://www.markhamyouththeatre.com Markham Youth Theatre] * [http://www.vivanext.com/project_Hwy7East – Highway 7 rapidways project] {{coord|type:city_region:CA-ON|display=title}} [[Category:安大略省]] 15d4vb5e3tn6zvyqap6ma8g90lsd68a 0 188769 1865668 1839332 2022-08-20T05:41:38Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 吳紫韻 | 圖片 = | 類型 = 女藝人 | 英文名 = Purple Ng | 羅馬拼音 = Ng Tze Wan | 出生日期 = {{birth date and age|1992|6|25}} | 出生地 = {{BHKG}} | 國籍 = {{CNHK}} | 民族 = 漢族 | 職業 = [[主持]]、[[演員]]、[[模特兒]] | 語言 = [[粵語]]、[[英文]]、[[中華民國國語|國語]]、[[韓文]] | 教育程度 = {{flagicon|HKG}} [[香港城市大學]]公共行政學系 | 活躍年代 = 2018年到依家 | 經紀公司 = 無綫電視（2019年到而家） }} '''吳紫韻'''（{{lang-en|'''Purple Ng'''}}，{{bd|1992年|6月25號}}<ref>[http://hk.on.cc/hk/bkn/cnt/entertainment/20180627/bkn-20180627073016533-0627_00862_001.html 《美女廚房》吳紫韻26歲生日　學徒齊慶祝]</ref>）係香港女演員，模特兒，亦係名模[[Cara G.]]嘅師妹，2018年開始參與電視節目演出。而家係無綫電視藝員。 ==簡歷== 吳紫韻以前讀嘉諾撒聖瑪利書院，大學讀[[香港城市大學]]公共行政學系，嗰陣去過[[韓國]]成均館大學同埋高麗大學做交換生讀[[韓文]]，之後佢本嚟準備入讀[[澳洲大學]]碩士課程，不過因為想發展幕前工作而放棄升學<ref>[http://hk.on.cc/hk/bkn/cnt/entertainment/20180702/bkn-20180702232145260-0702_00862_001.html 遭家人反對　吳紫韻自爆為入行放棄學業]</ref>。 2017年，邀請參加《Elle》雜誌，Elle Girl 比賽，成功入圍。同年，參演第一套網大《道義》。 2018年，吳紫韻參與[[無綫電視]]綜藝節目《[[美女廚房 (2018年)|美女廚房]]》，做其中一位美女學徒。 2019年，成為TVB娛樂新聞台其中一位女主持。 ==個人生活== 吳紫韻喺2019年到2021年曾經同另一無綫藝員[[潘梓鋒]]拍拖，後因感情變差而分手。 ==演出== === 電視劇（[[無綫電視]]） === {|class="wikitable" width="80%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''劇名'''||style="width:22%"|'''角色''' |- |rowspan="1"|2019年||《[[愛·回家之開心速遞]]》||少女蘇八 |- |} === 電視節目（無綫電視） === {|class="wikitable" width="80%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''年份'''||style="width:19%"|'''節目名'''||style="width:22%"|'''性質''' |- |rowspan="2"|2018年||《[[美女廚房 (2018年)|美女廚房]]》||美女學徒 |- |《[[延禧南巡]]》||演出 |- |rowspan="3"|2019年||《[[娛樂新聞台]]》||娛樂主播 |- |《[[3日2夜 (翡翠台)|3日2夜]]》（第三輯）||第26-28集主持 （同[[胡美貽]]） |- |《[[識玩旅行團]]》（第二輯）||第1- 集主持 <br/>（同[[林師傑]]、[[蔣家旻]]） |} ==參考== {{reflist}} ==出面網頁== *{{TVBartiste|purpleng}} *{{facebook|ngpurplepurple}} *{{instagram|ngpurple}} *吳紫韻Fans club {{instagram|purpleng_officialfansclub}} {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[類:無綫電視女藝員]] [[Category:吳氏|紫韻]] [[Category:香港城市大學舊生]] kgh4hq4i1ycn14cdwiljgjx99uflhd9 0 189594 1865353 1865328 2022-08-19T12:13:28Z 219.77.119.116 wikitext text/x-wiki {{unCantonese}} {{維基數據人物明細}} '''張寶勝'''（{{bd|1960年||2018年|8月3號}}）係中國大陸曾經喧囂一時嘅[[特異功能]]者同[[氣功]]大師，被視為中國特異功能嘅代表人物<ref name="韓海">{{cite book |author1=韓海 |title=骗局曝光 走下神坛的大师们 |date=2014 |publisher=成都時代出版社 |location=成都 |isbn=978-7-5464-1054-8 |pages=80-86}}</ref>。香港唔少賭片嘅角色都取材自佢。 ==生平== 1960年，張寶勝喺[[南京]]出世，原名'''沈繼寶'''。父母因家境困難，未滿月即將張寶勝交由長春嚟南京醫病嘅楊女士收養。楊女士返到長春冇幾耐之後又將張寶勝送畀其中一位姐姐撫養，跟隨夫姓姓張。<ref>{{cite journal |author1=甄玉 |title="超人"张宝胜其人其事 |journal=科學與無神論 |date=2002 |issue=6 |pages=41-47 |url=http://wanfangdata.com.cn/details/detail.do?_type=perio&id=kxywsl200206017}}</ref> 1970年代，張寶勝初中畢業後喺[[遼寧]][[本溪]]一座鉛礦場裏面工作<ref name="韓海" />。 1980年代初，随着中國大陸「[[人體特異功能]]」同「氣功熱」興起，張寶勝開始活躍於社會，宣稱自己有「非眼視覺」功能，可以「藥片穿瓶」、「透視信封內文字」、「空手彎鋼勺」、「耳朵識字」等名目眾多嘅「[[特異功能]]」<ref name="韓海" /><ref name="rfi20180806" />。1982年，張寶勝被氣功特異功能組織調到北京<ref name="韓海" />。同年5月，為中共元老[[葉劍英]]同[[王震]]表演特異功能，據稱表演好成功<ref name="rfi20180806" />。佢嘅特異功能被認為可用於軍事目的<ref name="韓海" />，因而於1983年6月2號，經[[中華人民共和國國防科學技術工業委員會|中國國防科工委]]批准，張寶勝被正式調入[[507所]]<ref name="rfi20180806" />。贏得「神人」 、「中國聖人」、「國寶級氣功師」等美譽，據稱享受中央領導級待遇<ref name="rfi20180806" />。此後，張寶勝四處為政要名流發功醫病、做氣功報告，足跡遍及中國大陸同香港<ref name="韓海" /><ref name="rfi20180806">{{cite news |title=30年前把中南海骗得一愣一愣的“气功大师”张宝胜病逝 |url=http://cn.rfi.fr/中国/20180806-30年前把中南海骗得一愣一愣的气功大师张宝胜病逝 |accessdate=2018年8月8號 |work=法廣 |date=2018年8月6號 |language=zh-CN |archive-url=https://web.archive.org/web/20180807081255/http://cn.rfi.fr/%E4%B8%AD%E5%9B%BD/20180806-30%E5%B9%B4%E5%89%8D%E6%8A%8A%E4%B8%AD%E5%8D%97%E6%B5%B7%E9%AA%97%E5%BE%97%E4%B8%80%E6%84%A3%E4%B8%80%E6%84%A3%E7%9A%84%E6%B0%94%E5%8A%9F%E5%A4%A7%E5%B8%88%E5%BC%A0%E5%AE%9D%E8%83%9C%E7%97%85%E9%80%9D |archive-date=2018年8月7號 |url-status=dead }}</ref>。 1988年5月，以[[于光遠]]同中國科學院院士何祚庥為首嘅反對特異功能人士同支持張寶勝嘅人士共同測試咗張寶勝嘅「藥片穿瓶」能力；結果實驗唔成功，事後何祚庥認為張寶勝存喺作弊行為<ref name="世紀巨騙李洪志">{{cite book |author1=嚴實 |title=世纪巨骗李洪志 |date=1999年 |publisher=大眾文藝出版社 |location=北京 |isbn=7-80094-398-4 |pages=204-205}}</ref>。同年7月，[[中國原子能科學研究院]]嘅研究人員對張寶勝嘅特異功能進行咗實驗觀測研究，認為張寶勝嘅特異功能屬實<ref>{{cite journal |author=李慶利,杜學仁,陳永壽,周書華,關遐令,楊楨,張錦榮,程微微,施所朗,馬桂蘭,蘇勝雨,朱天成,郝秀紅 |title=用微观实验手段研究人体特异功能使物体穿过器壁的现象 |journal=原子能科學技術 |date=1990年 |volume=24 |issue=1 |pages=92-96 |url=http://manu19.magtech.com.cn/Jwk_yznkxjs_new/CN/10.7538/yzk.1990.24.01.0092 |access-date=2018年8月8號 |archive-url=https://web.archive.org/web/20180806180632/http://manu19.magtech.com.cn/Jwk_yznkxjs_new/CN/10.7538/yzk.1990.24.01.0092 |archive-date=2018年8月6號 |url-status=dead }}</ref>。1991年，《超人張寶勝》一書大量公開發行<ref>{{cite book |author1=諸葛喜漢 |title=超人张宝胜 |date=1991年 |publisher=廣東人民出版社 |isbn=9787218006284}}</ref>。同年，電視劇《超人張寶勝》喺好多電視台播出，一時影響甚廣，甚至被邀請為[[中央電視台春節聯歡晚會]]嘉賓。<ref name="rfi20180806" /> 雖然張寶勝多次表演特異功能失敗<ref name="韓海" />，但直到1995年，何祚庥測試張寶勝一事以《張寶勝敗走麥城記》為題喺《[[中國青年]]》雜誌上披露後<ref name="rfi20180806" /><ref name="世紀巨騙李洪志" />。張寶勝至逐漸銷聲匿跡。後傳佢因詐騙一度被捕<ref name="rfi20180806" />。90年代香港曾經拍下唔少有關賭博嘅電影，如[[周星馳]]《[[賭聖]]》系列中嘅「大軍」以及廣東特異功能隊，靈感據說都係嚟自張寶勝。 2018年8月3號，張寶勝因心臟病喺北京去世。<ref>{{cite news |title=“气功大师”张宝胜去世 曾为叶剑英表演 |url=http://news.dwnews.com/china/news/2018-08-04/60075441.html |accessdate=2018年8月8號 |work=多維新聞 |date=2018年8月4號 }}</ref> ==參考== {{reflist}} {{Authority control}} [[Category:張氏|寶勝]] [[Category:氣功師]] l3n92ru5mpsqcf74sqeco1l1xr1sg2b 0 196544 1865684 1848761 2022-08-20T05:56:22Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 安希婷 |類型 = 女藝人 |英文名 = Evelyn On |暱稱 = |原名 = 楊芷君 |圖片 = File:Evelynon (cropped).jpg |籍貫 = {{HK}} |語言 = [[中華民國國文|普通話]]、[[英語]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2017年 |活躍年代 = 2017年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1997|3|25}} |經紀公司 = }} '''安希婷'''（英文：'''Evelyn On'''，{{bd|1997年|3月25號}}），原名'''楊芷君'''，係[[香港]]女藝人，入行前做緊[[紋身]]師，2017年簽約[[耀榮文化]]而正式出道，主要做模特兒同演員工作，2018年贏咗第一屆[[香港紋身小姐]]冠軍。2021年參加ViuTV選秀真人騷《[[全民造星IV]]》，30強止步。 ==演出== ===電視劇（邵氏兄弟）=== *2018年：[[守護神之保險調查]] 飾 Moon（第1-2集） ===綜藝節目（ViuTV）=== *2017年：[[FA Cup]] 主持 *2018年：[[Girls' Talk]] 主持 *2021年：[[全民造星IV]] 參賽者 *2022年：[[囝囝女女730]] 第247集嘉賓 ===綜藝節目（無綫電視）=== *2018年：[[兄弟幫]] 第2049集嘉賓 ===綜藝節目（亞洲電視數碼媒體）=== *2018年：[[今晚見]] 3月28號嘉賓 ===電台節目（商業電台）=== *2017年：[[普通話台]] 嘉賓 *2018年：[[新香蕉俱樂部]] 嘉賓 ==出面網頁== *{{instagram|e.foreve}} * [https://kingmaker.viu.tv/profile/89/ 全民造星IV | 安希婷] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:全民造星IV參賽者]] <!--[[Category:ViuTV合作女藝人]]--> [[Category:楊氏]] 7jsgrz9pnrmva0q44gc8ittswmqi4lm 1865685 1865684 2022-08-20T05:57:06Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 安希婷 |類型 = 女藝人 |英文名 = Evelyn On |暱稱 = |原名 = 楊芷君 |圖片 = File:Evelynon (cropped).jpg |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|普通話]]、[[英語]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2017年 |活躍年代 = 2017年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1997|3|25}} |經紀公司 = }} '''安希婷'''（英文：'''Evelyn On'''，{{bd|1997年|3月25號}}），原名'''楊芷君'''，係[[香港]]女藝人，入行前做緊[[紋身]]師，2017年簽約[[耀榮文化]]而正式出道，主要做模特兒同演員工作，2018年贏咗第一屆[[香港紋身小姐]]冠軍。2021年參加ViuTV選秀真人騷《[[全民造星IV]]》，30強止步。 ==演出== ===電視劇（邵氏兄弟）=== *2018年：[[守護神之保險調查]] 飾 Moon（第1-2集） ===綜藝節目（ViuTV）=== *2017年：[[FA Cup]] 主持 *2018年：[[Girls' Talk]] 主持 *2021年：[[全民造星IV]] 參賽者 *2022年：[[囝囝女女730]] 第247集嘉賓 ===綜藝節目（無綫電視）=== *2018年：[[兄弟幫]] 第2049集嘉賓 ===綜藝節目（亞洲電視數碼媒體）=== *2018年：[[今晚見]] 3月28號嘉賓 ===電台節目（商業電台）=== *2017年：[[普通話台]] 嘉賓 *2018年：[[新香蕉俱樂部]] 嘉賓 ==出面網頁== *{{instagram|e.foreve}} * [https://kingmaker.viu.tv/profile/89/ 全民造星IV | 安希婷] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:全民造星IV參賽者]] <!--[[Category:ViuTV合作女藝人]]--> [[Category:楊氏]] 7boq7meqzpohidtl7ty5ifxdg77ziaa 1865698 1865685 2022-08-20T06:03:12Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 安希婷 |類型 = 女藝人 |英文名 = Evelyn On |暱稱 = |原名 = 楊芷君 |圖片 = File:Evelynon (cropped).jpg |籍貫 = |語言 = 粵語、英語、國語 |教育程度 = |母校 = |出道日期 = 2017年 |活躍年代 = 2017年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1997|3|25}} |經紀公司 = }} '''安希婷'''（英文：'''Evelyn On'''，{{bd|1997年|3月25號}}），原名'''楊芷君'''，係[[香港]]女藝人，入行前做緊[[紋身]]師，2017年簽約[[耀榮文化]]而正式出道，主要做模特兒同演員工作，2018年贏咗第一屆[[香港紋身小姐]]冠軍。2021年參加ViuTV選秀真人騷《[[全民造星IV]]》，30強止步。 ==演出== ===電視劇（邵氏兄弟）=== *2018年：[[守護神之保險調查]] 飾 Moon（第1-2集） ===綜藝節目（ViuTV）=== *2017年：[[FA Cup]] 主持 *2018年：[[Girls' Talk]] 主持 *2021年：[[全民造星IV]] 參賽者 *2022年：[[囝囝女女730]] 第247集嘉賓 ===綜藝節目（無綫電視）=== *2018年：[[兄弟幫]] 第2049集嘉賓 ===綜藝節目（亞洲電視數碼媒體）=== *2018年：[[今晚見]] 3月28號嘉賓 ===電台節目（商業電台）=== *2017年：[[普通話台]] 嘉賓 *2018年：[[新香蕉俱樂部]] 嘉賓 ==出面網頁== *{{instagram|e.foreve}} * [https://kingmaker.viu.tv/profile/89/ 全民造星IV | 安希婷] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:全民造星IV參賽者]] <!--[[Category:ViuTV合作女藝人]]--> [[Category:楊氏]] i2qeg3xr9nm5nxp08t2ksakkewqdl5j 0 197635 1865460 1838866 2022-08-19T16:02:57Z 汩汩银泉 69181 汩汩银泉 搬版 [[美國西進運動]] 去 [[血淚之路]] 而喺跳轉之上 wikitext text/x-wiki [[File:United-states-territorial-acquistions-midcentury.png|thumb|美國西進運動幾個主要階段]] {{Unreferenced}} '''美國西進運動'''（'''Westward Movement'''）係指[[美國]]立國後由[[北美洲]]東岸一路向西面開拓領土嘅過程，最終令美國國土去到北美洲西岸。不過西進運動嘅代價就係令好多印第安人原居民被逼遷甚至被殺，所以印第安人會形容做'''血淚之路'''（'''Trail of Tears'''）。 ==主要事件== *[[路易斯安那購地]] *[[德薩斯併吞]] *[[俄勒岡條約]] *[[墨西哥割讓]] *[[蓋茲登購地]] *[[阿拉斯加購地]] [[Category:美國史]] {{US-hist-stub}} kth1yl60kn6od9oauhphg7izvbrwuh0 1 198248 1865538 1267203 2022-08-19T21:39:44Z InternetArchiveBot 158703 通知：引用來源改咗，需要檢查) #IABot (v2.0.9 wikitext text/x-wiki == 對外連結有變 (2019年2月) == 各位編輯仝人： 我啱啱救返[[洪濤 (製片人)]]上面嘅 2 個對外連結。麻煩檢查下[https://zh-yue.wikipedia.org/w/index.php?diff=prev&oldid=1267202 我改嘅嘢]。有咩查詢，或者想隻機械人唔理啲外連，或者想隻機械人成版唔好掂，請睇[[:m:InternetArchiveBot/FAQ|呢版簡明嘅問答頁]]。我改咗呢啲外連： *由 http://news.xinhuanet.com/politics/2014-01/05/c_118835640.htm 攞走咗失效連結標籤 *加咗存檔 https://web.archive.org/web/20170921000318/http://news.xwh.cn/2015/0311/305413.shtml 落 http://news.xwh.cn/2015/0311/305413.shtml 如果隻機械人有錯，請睇問答頁嘅指示。 唔該晒！—[[:en:User:InternetArchiveBot|'''<span style="color:darkgrey;font-family:monospace">InternetArchiveBot</span>''']] <span style="color:green;font-family:Rockwell">([[:en:User talk:InternetArchiveBot|報告軟件缺陷]])</span> 2019年2月13號 (三) 03:34 (UTC) == 對外連結有變 (2022年8月) == 各位編輯仝人： 我啱啱救返[[洪濤 (製片人)]]上面嘅 2 個對外連結。麻煩檢查下[https://zh-yue.wikipedia.org/w/index.php?diff=prev&oldid=1865537 我改嘅嘢]。有咩查詢，或者想隻機械人唔理啲外連，或者想隻機械人成版唔好掂，請睇[[:m:InternetArchiveBot/FAQ|呢版簡明嘅問答頁]]。我改咗呢啲外連： *由 http://news.xinhuanet.com/politics/2014-01/05/c_118835640.htm 攞走咗失效連結標籤 *加咗存檔 https://web.archive.org/web/20170921001347/http://ent.qq.com/a/20091112/000321.htm 落 http://ent.qq.com/a/20091112/000321.htm 如果隻機械人有錯，請睇問答頁嘅指示。 唔該晒！—[[:en:User:InternetArchiveBot|'''<span style="color:darkgrey;font-family:monospace">InternetArchiveBot</span>''']] <span style="color:green;font-family:Rockwell">([[:en:User talk:InternetArchiveBot|報告軟件缺陷]])</span> 2022年8月19號 (五) 21:39 (UTC) d955asnwigewxaz936kc98q2weyyjis 0 201040 1865669 1848449 2022-08-20T05:42:44Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 夏子涓 | 類型 = 女歌手 | 圖片 = | 圖片簡介 = | 羅馬拼音 = | 英文名 = Hana Xia | 原名 = Queena（Bingo時期） | 綽號 = | 國籍 = {{CNHK}} | 籍貫 = {{CHN-1949}} | 出生日期 = {{birth_date_and _age|1995|9|12}} | 出生地點 = {{CHN-1949}} | 職業 = [[歌手]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 中學 = {{flagicon|HKG}} 聖母院書院 | 教育程度 = {{flagicon|HKG}} [[香港公開大學]]創意寫作與電影藝術 | 母校 = | 活躍年代 = 2018年到依家 | 經紀公司 = [[天盟娛樂]]（2018-2019年） | 相關團體 = [[Bingo (組合)|Bingo]]（2018-2019年） }} '''夏子涓'''（'''Hana Xia'''，{{bd|1995年|9月12號}}）係香港歌手，女子組合[[Bingo (組合)|Bingo]]前成員。 ==簡歷== 夏子涓讀過[[香港公開大學]]，主修創意寫作與電影藝術，後來休學。佢2018年底加入[[天盟娛樂]]，並加入旗下組合[[Bingo (組合)|Bingo]]。2019年12月退出Bingo，同時離開天盟娛樂。 夏子涓響2020年同2021年先後參加ViuTV選秀節目《[[全民造星III]]》同《[[全民造星IV]]》，其中《造星III》廿強止步，《造星IV》25強止步。 ==演出== ===電視劇（ViuTV）=== *2019年：《[[黑市 (電視劇)|黑市]]—心靈寫真》 飾演 Lian === 真人騷（ViuTV） === *2019年：《[[初戀還未來？]]》演出者 *2020年：《[[全民造星III]]》參賽者 *2021年：《[[囝囝女女730]]》造星囝女 *2021年：《[[全民造星IV]]》參賽者 ==參考== {{reflist}} ==出面網頁== *[https://m.weibo.cn/search?containerid=100103type%3D1%26q%3D%23%E5%A4%8F%E5%AD%90%E6%B6%93 夏子涓嘅微博] *{{facebook|Queena.Bingo}} *{{IG|ha_x912x}} * [https://kingmaker.viu.tv/profile/16/ 全民造星IV | 子涓] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女模特兒]] [[Category:夏氏|子涓]] [[Category:香港都會大學舊生]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] hyhpnc57f4lipd2cv2xj0dm7bsoe54j 1865699 1865669 2022-08-20T06:03:47Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 夏子涓 | 類型 = 女歌手 | 圖片 = | 圖片簡介 = | 羅馬拼音 = | 英文名 = Hana Xia | 原名 = Queena（Bingo時期） | 綽號 = | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and _age|1995|9|12}} | 出生地點 = {{CHN-1949}} | 職業 = [[歌手]] | 語言 = [[普通話]]、[[英文]]、[[粵語]] | 中學 = {{flagicon|HKG}} 聖母院書院 | 教育程度 = {{flagicon|HKG}} [[香港公開大學]]創意寫作與電影藝術 | 母校 = | 活躍年代 = 2018年到依家 | 經紀公司 = [[天盟娛樂]]（2018-2019年） | 相關團體 = [[Bingo (組合)|Bingo]]（2018-2019年） }} '''夏子涓'''（'''Hana Xia'''，{{bd|1995年|9月12號}}）係香港歌手，女子組合[[Bingo (組合)|Bingo]]前成員。 ==簡歷== 夏子涓讀過[[香港公開大學]]，主修創意寫作與電影藝術，後來休學。佢2018年底加入[[天盟娛樂]]，並加入旗下組合[[Bingo (組合)|Bingo]]。2019年12月退出Bingo，同時離開天盟娛樂。 夏子涓響2020年同2021年先後參加ViuTV選秀節目《[[全民造星III]]》同《[[全民造星IV]]》，其中《造星III》廿強止步，《造星IV》25強止步。 ==演出== ===電視劇（ViuTV）=== *2019年：《[[黑市 (電視劇)|黑市]]—心靈寫真》 飾演 Lian === 真人騷（ViuTV） === *2019年：《[[初戀還未來？]]》演出者 *2020年：《[[全民造星III]]》參賽者 *2021年：《[[囝囝女女730]]》造星囝女 *2021年：《[[全民造星IV]]》參賽者 ==參考== {{reflist}} ==出面網頁== *[https://m.weibo.cn/search?containerid=100103type%3D1%26q%3D%23%E5%A4%8F%E5%AD%90%E6%B6%93 夏子涓嘅微博] *{{facebook|Queena.Bingo}} *{{IG|ha_x912x}} * [https://kingmaker.viu.tv/profile/16/ 全民造星IV | 子涓] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女模特兒]] [[Category:夏氏|子涓]] [[Category:香港都會大學舊生]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] 3lp2aplbcvik9e6xcynokdzqyuflnpp 0 201290 1865599 1864111 2022-08-20T01:54:45Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 名 = 蔡寶欣 | 圖 = | 圖說明 = | 圖大細 = | 類型 = 女藝人 | 羅馬拼音 = Choi Po Yan | 英文名 = Pony Choi | 別名 = 肥面龐妮 | 粵拼 = {{jpautocore|coi3 bou2 jan1}} | 出生 = {{birth_date_and_age|1995|06|18}} | 出生地 = {{HKG-GBR}} | 籍貫 = {{HK}} | 教育程度 = {{flagicon|HK}} [[香港知專設計學院]]時裝品牌及採購高級文憑 | 活躍年代 = 2018年到而家 | 國籍 = {{CHN-HKG}} | 職業 = [[模特兒]]、[[主持]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 出身地 = {{HKG}} | 經紀公司 = [[ViuTV]] | 代表作 = }} '''蔡寶欣'''（{{lang-en|'''Pony Choi'''}}，{{bd|1995年|6月18號}}），綽號'''肥面龐妮'''，係香港女模特兒，2018年參加[[ViuTV]]選秀節目《[[Good Night Show 廣告女皇‎]]》得季軍。 ==簡歷== 蔡寶欣讀過[[香港知專設計學院]]時裝品牌及採購高級文憑，讀書期間參加2015年第6屆[[FACE]] UStar大專校花校草大選，嗰時畀大會叫「知專[[賈曉晨]]」，最後攞到校花冠軍。 2018年，蔡寶欣參加[[ViuTV]]選秀節目《[[Good Night Show 廣告女皇‎]]》，最後攞到季軍，之後正式簽約ViuTV，幫ViuTV主持節目。 ==演出== ===節目主持（ViuTV）=== *2019年：《[[我食飯你埋單]]》 *2019年：《[[十五分鐘熱度]]》、《十五分鐘熱度Plus》 *2019年：《[[C9旅行團]]》 *2019年：《[[啪啪Partner]]》第二輯非固定主持 *2020年：《[[埋嚟睇 埋嚟玩]]》香港外景片段主持 *2020年：《[[今晚趁熱食]]》外景主持 *2020年：《[[吃掉前男友]]》 *2020年：《[[轉機 ON AIR]]》外景主持 *2021年：《[[囝囝女女730]]》造星囝女 *2022年：《[[MM730]] - [[粉絲福利署]]》 *2022年：《[[疫情亦情]]》第2集旁白 ===節目演出（ViuTV）=== *2018年：《[[Good Night Show 廣告女皇‎]]》參賽者（季軍） *2019年：《[[女學生吹水班]]》第35集嘉賓 *2020年：《[[點相|鼠年行運要點相]]》第2集嘉賓 *2020年：《[[Show肌]]》「Agent Muscle」 *2020年：《[[全民造星III]]》參賽者（50強） *2020年：《[[娛樂 ON AIR]]》第5集嘉賓 *2020年：《[[轉機 ON AIR]]》第12集嘉賓 *2021年：《[[考有Feel]]》第3、4集嘉賓 *2021年：《[[今餐有料到]]》第82集嘉賓 *2022年：《[[拆你個夢]]》演出 ===電視劇（ViuTV）=== *2019年：《[[娛樂風雲]]》 飾演 娛樂一週主持 *2020年：《[[暖男爸爸]]》 飾演 Rose *2021年：《[[大叔的愛 (ViuTV)|大叔的愛]]》 飾演 呂俊霖前女友 *2022年：《[[冥冥之中]]》 飾演 June ==出面網頁== *{{instagram|ponychoiiiii}} *{{facebook|ponychoiiiii}} *[https://www.makerville.hk/talents/PonyChoi MakerVille - 蔡寶欣] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:蔡氏|寶欣]] [[Category:ViuTV女藝員]] [[Category:香港知專設計學院舊生]] [[Category:全民造星III參賽者]] [[Category:Good Night Show 廣告女皇參賽者]] ilpwr1ro815dnpt8d435czk7qx4b18n 1865617 1865599 2022-08-20T02:22:42Z 14.0.236.175 取消LTA [[Special:Contributions/210.0.147.110|210.0.147.110]]([[User talk:210.0.147.110|傾偈]])嘅修改 ( oldid=1865599 ) wikitext text/x-wiki {{藝人 | 名 = 蔡寶欣 | 圖 = | 圖說明 = | 圖大細 = | 類型 = 女藝人 | 羅馬拼音 = Choi Po Yan | 英文名 = Pony Choi | 別名 = 肥面龐妮 | 粵拼 = {{jpautocore|coi3 bou2 jan1}} | 出生 = {{birth_date_and_age|1995|06|18}} | 出生地 = {{HKG-1959}} | 籍貫 = | 教育程度 = [[香港知專設計學院]]時裝品牌及採購高級文憑 | 活躍年代 = 2018年— | 國籍 = {{CHN-HKG}} | 職業 = 模特兒、主持 | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 出身地 = {{HKG}} | 經紀公司 = [[ViuTV]] | 代表作 = }} '''蔡寶欣'''（{{lang-en|'''Pony Choi'''}}，{{bd|1995年|6月18號}}），綽號'''肥面龐妮'''，係香港女模特兒，2018年參加[[ViuTV]]選秀節目《[[Good Night Show 廣告女皇‎]]》得季軍。 ==簡歷== 蔡寶欣讀過[[香港知專設計學院]]時裝品牌及採購高級文憑，讀書期間參加2015年第6屆[[FACE]] UStar大專校花校草大選，嗰時畀大會叫「知專[[賈曉晨]]」，最後攞到校花冠軍。 2018年，蔡寶欣參加[[ViuTV]]選秀節目《[[Good Night Show 廣告女皇‎]]》，最後攞到季軍，之後正式簽約ViuTV，幫ViuTV主持節目。 ==演出== ===節目主持（ViuTV）=== *2019年：《[[我食飯你埋單]]》 *2019年：《[[十五分鐘熱度]]》、《十五分鐘熱度Plus》 *2019年：《[[C9旅行團]]》 *2019年：《[[啪啪Partner]]》第二輯非固定主持 *2020年：《[[埋嚟睇 埋嚟玩]]》香港外景片段主持 *2020年：《[[今晚趁熱食]]》外景主持 *2020年：《[[吃掉前男友]]》 *2020年：《[[轉機 ON AIR]]》外景主持 *2021年：《[[囝囝女女730]]》造星囝女 *2022年：《[[MM730]] - [[粉絲福利署]]》 *2022年：《[[疫情亦情]]》第2集旁白 ===節目演出（ViuTV）=== *2018年：《[[Good Night Show 廣告女皇‎]]》參賽者（季軍） *2019年：《[[女學生吹水班]]》第35集嘉賓 *2020年：《[[點相|鼠年行運要點相]]》第2集嘉賓 *2020年：《[[Show肌]]》「Agent Muscle」 *2020年：《[[全民造星III]]》參賽者（50強） *2020年：《[[娛樂 ON AIR]]》第5集嘉賓 *2020年：《[[轉機 ON AIR]]》第12集嘉賓 *2021年：《[[考有Feel]]》第3、4集嘉賓 *2021年：《[[今餐有料到]]》第82集嘉賓 *2022年：《[[拆你個夢]]》演出 ===電視劇（ViuTV）=== *2019年：《[[娛樂風雲]]》 飾演 娛樂一週主持 *2020年：《[[暖男爸爸]]》 飾演 Rose *2021年：《[[大叔的愛 (ViuTV)|大叔的愛]]》 飾演 呂俊霖前女友 *2022年：《[[冥冥之中]]》 飾演 June ==出面網頁== *{{instagram|ponychoiiiii}} *{{facebook|ponychoiiiii}} *[https://www.makerville.hk/talents/PonyChoi MakerVille - 蔡寶欣] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:蔡氏|寶欣]] [[Category:ViuTV女藝員]] [[Category:香港知專設計學院舊生]] [[Category:全民造星III參賽者]] [[Category:Good Night Show 廣告女皇參賽者]] qv5whhpgahpvvden1vhxf2a6dqvxjm4 0 204197 1865578 1864783 2022-08-20T01:29:30Z 218.102.55.33 /* 2022年 */ wikitext text/x-wiki 《'''週六好戲勢'''》係[[香港電視娛樂]][[ViuTV]]嘅電影時段，2019年2月23號到2022年1月15號逢禮拜六20:30播映，2022年1月22號開始改喺逢禮拜六21:30播映，播完時間依電影片長而定。呢個時段本嚟叫《'''金像好戲勢'''》，係第38屆[[香港電影金像獎]]頒獎禮嘅前奏節目，揀咗幾套攞過金像獎嘅電影播。頒獎禮完咗後，電視台安排呢個時段繼續播電影，改用《'''周六好戲勢'''》，再喺2019年8月開始寫做《'''週六好戲勢'''》，贊助商先後由[[信諾環球保險]]、[[大金工業|大金冷氣]]、[[Hoegaarden 啤酒|Hoegaarden小麥啤酒]]同[[亞洲聯合財務]]以「亞洲聯合財務 YES UA」名義冠名贊助呢個系列，而家冇冠名贊助。 所有冠咗《'''金像好戲勢'''》、《'''周六好戲勢'''》同《'''週六好戲勢'''》嘅電影喺呢個時段以外任何時段重播唔會加返。而2020年11月首播嘅《[[狂舞派]]》做咗頭一套喺《'''週六好戲勢'''》時段內重播嘅電影，安排喺2021年3月重播，而首播同重播嘅時間只係相隔約莫四個月。而2022年4月到5月更試過連續三次喺《'''週六好戲勢'''》時段內重播電影。 往時ViuTV多數會喺平日公眾假期（原港股交易時段）重播電影。2021年11月14號開始，ViuTV加插逢禮拜日凌晨（禮拜六深夜）固定重播電影時段；同年12月5號開始又加插逢禮拜日下晝固定重播電影時段，令重播電影次數大幅增加。 ==每集一覽== ===2019年=== {|class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''註'''||'''重播日子（如有）''' |- | colspan="7" |'''金像好戲勢''' |- | 2月23號 ||20:30-22:35||[[一個人的武林]]||2014||{{HKG}}|| ||2019年10月1號<!--假日好戲勢--><br/>2020年8月22號<br>2021年12月19號 |- | 3月2號 ||20:30-23:30||[[讓子彈飛]]||2010||{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} ||2021年12月5號 |- | 3月9號 ||20:30-23:15||[[大魔術師]]||2012||{{HKG}}<br/>{{CHN}}|| rowspan="3" | ||2022年6月4號{{NoteTag|name=週六好戲勢|用《週六好戲勢》嘅名義嚟重播。}} |- | 3月16號 ||20:30-22:45||[[志明與春嬌]]||2010|| rowspan="6" |{{HKG}}||2021年1月2號 |- | 3月23號 ||20:30-23:00||[[哪一天我們會飛]]||2015|| 2020年8月15號<br>2022年1月23號 |- | 3月30號 ||20:30-22:50||[[一念無明]]|| rowspan="3" |2016||{{NoteTag|name=noencore|無得網上重溫}}|| 2021年11月14號 |- | 4月6號 || rowspan="2" |20:30-22:30||[[點五步]] || rowspan="3" | || 2021年4月4號 |- | 4月13號 || [[樹大招風]] || 2022年1月9號 |- | 4月20號 ||20:30-23:15||[[那夜凌晨，我坐上了旺角開往大埔的紅Van]]||2014 ||2020年8月23號<br>2021年12月12號 |- | colspan="7" |'''周六好戲勢''' |- | 5月4號 || rowspan="4" |20:30-23:00||[[魔警]]||2014|| rowspan="5" |{{HKG}}|| rowspan="5" | ||2022年5月14號{{NoteTag|name=週六好戲勢}} |- | 5月11號 || [[29+1]] ||2017 ||2021年12月27號 |- | 5月18號 || [[鎗王之王]]||2010||2021年5月2號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}}<br>2022年3月13號<br>2022年7月31號 |- | 5月25號 || [[救火英雄]]||2012||2021年5月9號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}}<br>2022年7月2號{{NoteTag|name=週六好戲勢}} |- | 6月1號 || 20:30-22:45||[[衝鋒車]]||2015|| 2020年7月19號<br>2022年6月12號 |- | 6月8號 || rowspan="2" |20:30-23:00||[[殺手的品格]]||2014||{{KOR}}||{{NoteTag|name=TwoLanguages|雙語廣播（[[韓文]]原聲／粵語配音）}}|| |- | 6月15號 || [[一個好爸爸]]||2008||{{HKG}}|| ||2021年5月16號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}} |- | 6月22號 ||20:30-22:45||[[天亮之前]]||2016||{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} ||2020年8月8號 |- | 6月29號 ||20:30-23:00||[[春嬌與志明]]||2012||{{HKG}}<br>{{CHN}}||rowspan="5" | ||2020年7月18號<br>2021年9月22號 |- | 7月6號 ||20:30-22:45||[[辣警霸王花]]||2016|| rowspan="4" |{{HKG}}||2020年8月30號<br>2022年1月30號 |- | 7月13號 ||rowspan="2" |20:30-23:00||[[單身男女]]||2011||2020年6月25號<br>2022年1月2號 |- | 7月20號 || [[單身男女2]]||2014|| 2020年12月25號<br>2022年1月9號 |- | 7月27號 ||20:30-22:30||[[前度 (電影)|前度]]||2010||2021年12月12號 |- | colspan="7" |'''週六好戲勢''' |- | 8月3號 || rowspan="2" |20:30-22:30||[[車手]]||2012|| rowspan="2" |{{HKG}} ||rowspan="2" | ||2020年7月25號 |- | 8月10號 ||[[導火新聞線 (電影)|導火新聞線]]||2016||2021年12月5號 |- | 8月17號 ||20:30-23:15||[[破風]]||2015||{{HKG}}<br>{{CHN}}||{{NoteTag|name=putonghua}}||2021年8月9號 |- | 8月24號 ||20:30-23:00||[[放·逐]]||2006||{{HKG}} ||{{NoteTag|name=noencore|無得網上重溫}}||2022年1月9號 |- | 9月7號 ||20:30-23:15||[[1987：逆權公民]]||2017||{{KOR}}||{{NoteTag|name=TwoLanguages|雙語廣播（[[韓文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}|| |- | 9月14號 ||20:30-23:00||[[嫲煩家族]]||2016||{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2020年10月26號<br>2022年7月3號 |- | 9月28號 ||21:00-23:00||[[小男人週記3之吾家有喜]]|| rowspan="2" |2017||{{HKG}}||{{NoteTag|name=noencore|無得網上重溫}}||2022年1月31號 |- | 10月5號 ||20:30-23:00||[[嫲煩家族2]]|| rowspan="2" |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2022年3月6號<br>2022年7月10號 |- | 10月12號 || rowspan="2" |20:30-22:45||[[早晨！動新聞]]||2016||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2021年8月9號<br>2022年1月30號 |- | 10月26號 ||[[西遊·降魔篇]]||2013||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} ||2020年7月26號 |- | 11月2號 ||22:00-00:15||[[今晚打喪屍]]||2017||{{HKG}}|| || 2022年3月27號 |- | 11月9號 |20:30-23:00||[[被偷走的那五年]] | rowspan="2" |2013||{{TWN}}<br>{{CHN}}||{{NoteTag|name=Mandarin|國語原聲（無粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2021年6月14號<br>2022年8月21號 |- | 11月16號 |20:30-23:30||[[致我們終將逝去的青春]]|| rowspan="2" | {{CHN}}|| rowspan="2" |{{NoteTag|name=putonghua}}||2022年6月19號 |- | 11月30號 | rowspan="2" |20:30-23:15||[[非誠勿擾]] |2008||2021年11月21號 |- | 12月7號 ||[[不再讓你孤單]] |2011||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}}||2021年11月28號 |- | 12月14號 |20:30-23:00||[[分手說愛你]] |2010||{{HKG}}||{{NoteTag|name=noencore|無得網上重溫}}||2020年10月13號<br>2022年1月9號 |- | 12月21號 |20:30-22:45||[[不能說的秘密]] |2007||{{HKG}}<br>{{TWN}}||{{NoteTag|name=Mandarin}} ||2020年8月1號<br>2022年1月1號<br>2022年6月12號 |} ===2020年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''註'''||'''重播日子（如有）''' |- | colspan="7" |'''週六好戲勢''' |- | 1月4號 | 20:30-23:00 |[[一百萬零一夜]] | 2008 |{{GBR}}<br/>{{IND}}||{{NoteTag|name=FourLanguages|雙語廣播（[[英文]]、[[印地文]]、[[馬拉提文]]原聲／粵語配音）}}||2022年1月23號 |- | 1月11號 | 20:30-22:30 |[[特工爺爺]] | 2016 |{{HKG}}<br/>{{CHN}}|| rowspan="2" | ||2021年5月23號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年5月15號 |- | 1月25號 | 21:30-00:00 |[[猛龍特囧]] | 2015 |{{HKG}}||2020年10月4號<br>2022年2月2號 |- | 2月1號 | 20:30-22:45 |[[蠟筆小新劇場版：爆盛！功夫小新拉麪大亂鬥]] | 2018 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2020年12月26號 |- | 2月8號 | 20:30-23:00 |[[北京遇上西雅圖]] | 2013 | rowspan="2" |{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2020年12月25號<br>2022年2月13號<br>2022年5月29號 |- | 2月15號 | 20:30-23:15 |[[北京遇上西雅圖之不二情書]] |2016 |{{NoteTag|name=putonghua}}||2022年2月20號<br>2022年6月5號 |- | 2月22號 | 20:30-22:30 |[[神鎗手 (2009年電影)|神鎗手]] | 2009 | rowspan="5" |{{HKG}} | rowspan="5" | ||2021年5月30號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年3月20號 |- | 2月29號 | 20:30-23:00 |[[赤道 (電影)|赤道]] |2015||2022年1月2號 |- | 3月7號 | 20:30-22:45 |[[分手100次]] |2014||2020年12月31號<br>2021年12月19號 |- | 3月14號 | 20:30-22:30 |[[B+偵探]] |2011|| |- | 3月21號 | rowspan="2" | 20:30-23:15 |[[戲王之王]] |2007||2021年12月26號 |- | 3月28號 |[[黃飛鴻之英雄有夢]] | 2014|| {{HKG}}<br>{{TWN}} |{{NoteTag|雙語廣播（國語原聲／粵語配音）|name=MTwoLanguages}}||2022年5月8號 |- | 4月4號 | 20:30-23:00 |[[旺角黑夜]] | 2004 | rowspan="2" |{{HKG}} | | |- | 4月11號 | rowspan="6" | 20:30-22:45 |[[寒戰]] |2012 | |2021年3月28號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月3號<br>2022年6月19號 |- | 4月18號 |[[寒戰II|寒戰2]] | 2016|| rowspan="2" | {{HKG}}<br/>{{CHN}} || |2021年4月4號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月10號<br>2022年6月26號 |- | 4月25號 |[[棟篤特工]] |2018|| |2021年2月14號 |- | 5月2號 |[[我老婆唔夠秤]] |2002||rowspan="2" |{{HKG}}|| |2021年4月6號 |- | 5月9號 |[[我老婆唔夠秤II：我老公唔生性|我老公唔生性]] |2012|| |2021年10月1號 |- | 5月16號 |[[美味情書]] | 2013 |{{IND}}<br>{{USA}}<br>{{GER}}<br>{{FRA}}|| {{NoteTag|name=ThreeLanguages|雙語廣播（英文、印地文原聲／粵語配音）}}||2022年2月27號 |- | 5月23號 | rowspan="3" | 20:30-23:00 |[[C+偵探]] | 2007 | rowspan="5" |{{HKG}}|||| |- | 5月30號 |[[閨蜜2之單挑越南黑幫]] | 2018 |{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} {{NoteTag|name=Unbeatable|播映前一個禮拜已經播預告片話播《[[激戰 (電影)|激戰]]》，但到5月29號突然抽起原有預告片，改做預告播呢齣電影。電視台未有對改動畀解釋。最終經已喺8月22號播。}}||2021年2月15號<br>2022年7月3號 |- | 6月6號 |[[桃姐]] | 2011 | rowspan="3" | ||2022年4月15號 |- | 6月13號 | 20:30-22:30 |[[空手道 (電影)|空手道]] |2017||2021年5月19號 |- | 6月27號 | 20:30-22:45 |[[竊聽風雲]] |2009||2021年4月11號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年8月21號 |- | 7月4號 | 20:30-23:30 |[[東京小屋]] | 2014 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2022年5月29號 |- | 7月11號 | 21:30-23:30 |[[我的父親母親]] | 1999 |{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore}}|| |- | 7月18號 | rowspan="3" | 20:30-23:00 |[[竊聽風雲2]] | 2011 |{{HKG}}<br/>{{CHN}}||||2021年4月18號{{NoteTag|name=ViuTV 5周年影院}} |- | 7月25號 |[[名偵探柯南：純黑的惡夢]] | 2016 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}|| |- | 8月1號 |[[鬼域 (電影)|鬼域]] | 2006 | rowspan="2" |{{HKG}}|| rowspan="2" | ||2022年8月7號 |- | 8月8號 | 20:30-23:30 |[[掃毒]] | 2013 |2022年4月23號{{NoteTag|name=週六好戲勢}} |- | 8月15號 | 20:30-23:15 |[[臥虎藏龍]] | 2000 |{{HKG}}<br/>{{TWN}}<br/>{{USA}}<br/>{{CHN}}|| {{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore}}|| |- | 8月22號 | 20:30-23:00 |[[激戰 (電影)|激戰]] |2013 | rowspan="3" | {{HKG}}||||2022年7月23號{{NoteTag|name=週六好戲勢}} |- | 8月29號 | 20:30-22:45 |[[三岔口 (電影)|三岔口]]||2005 |{{NoteTag|name=TokyoFamily|播映前一個禮拜已經播預告片話播《[[東京家族]]》，由於《[[三岔口 (電影)|三岔口]]》嘅導演[[陳木勝]]喺8月23號死，到咗8月26號抽起原有預告片，改做預告播呢齣電影，以示致敬。最終經已喺第二年嘅2月6號播。}}|| |- | 9月5號 | rowspan="2"| 20:30-23:30 |[[竊聽風雲3]]||2014 |||2021年4月25號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月30號{{NoteTag|name=週六好戲勢}} |- | 9月12號 |[[霍元甲 (電影)|霍元甲]]||2006||{{HKG}}<br>{{CHN}} |{{NoteTag|name=putonghua}}||2022年6月26號 |- | 9月19號 | 21:30-23:30 |[[救殭清道夫]]||rowspan="2"|2017||{{HKG}} | rowspan="8" | | 2022年8月14號 |- | 9月26號 | 20:30-22:45 |[[殺破狼·貪狼]]||{{HKG}}<br>{{CHN}} | rowspan="3" | |- | 10月3號 | 20:30-22:30 |[[如珠如寶]]||2019||rowspan="3'|{{HKG}} |- | 10月10號 | 20:30-22:45 |[[西謊極落之太爆太子太空艙|西謊極落：太爆太子太空艙]]||2017 |- | 10月17號 | 20:30-22:30 |[[大樂師·為愛配樂]]||2018||2022年4月30號 |- | 10月24號 | 21:30-23:30 |[[大手牽小手]]||2016||{{HKG}}<br>{{MAS}}||rowspan="2"| |- | 10月31號 | rowspan="2"|20:30-23:00 |[[殺破狼II|殺破狼2]]||2015||{{HKG}}<br>{{CHN}} |- | 11月7號 |[[狂舞派]]||2013||{{HKG}}||2021年3月6號{{NoteTag|name=週六好戲勢}} |- | 11月14號 | 20:30-22:45 |[[洩密者們]]||2018||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}}||2022年6月3號 |- | 11月21號 | 20:30-22:15 |[[麥兜菠蘿油王子]]||2004||{{HKG}}|| ||2021年10月13號 |- | 11月28號 | 20:30-22:45 |[[猛龍過江]]||1972||{{HKG-NOC}}||{{NoteTag|name=TheWayOfTheDragon|由於11月27號係[[李小龍]]80歲冥壽，電視台話播呢齣電影，以示致敬。}}||2022年6月5號 |- | 12月12號 | 20:30-22:30 |[[暗戰]]||1999||rowspan="2"| {{HKG}}||rowspan="2"| ||2021年10月14號 |- | 12月19號 | 20:30-22:45 |[[暗戰2]]||2001||2021年12月26號 |} ===2021年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''電視直播收視'''||'''註'''||'''重播日子（如有）''' |- | colspan="8" |'''週六好戲勢''' |- | 1月2號 | 20:30-22:30 |[[男歌女唱]] | 2001 | rowspan="2" |{{HKG}} | rowspan="8" {{n/a|冇公佈}} | rowspan="2" | | |- | 1月9號 | 20:30-22:45 |[[我左眼見到鬼]] | 2002 | 2022年7月24號 |- | 1月16號 | 20:30-22:30 |[[天若有情]]||1990||{{HKG-NOC}}||{{NoteTag|name=AMomentOfRomance|電視台話播呢齣電影嗰陣係用「已故導演陳木勝首部執導電影首映30週年」做宣傳。}} | |- | 1月23號 | 20:30-23:15 |[[盲探]] | 2013 | rowspan="2" |{{HKG}} | rowspan="2" | | |- | 1月30號 | 20:30-23:00 |[[忘不了]] | 2003 |2022年8月14號 |- | 2月6號 | 20:30-23:45 |[[東京家族]] | 2013 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} |2022年7月24號 |- | 2月13號 | 20:30-22:30 |[[百年好合]] | rowspan="2" | 2003 | rowspan="2" | {{HKG}} | rowspan="2" | | |- | 2月27號 | 20:30-22:45 |[[雙雄]] | |- | colspan="8" |3月6號 20:30-23:00 重播《[[狂舞派]]》（呢部電影喺2020年11月7號首播）。 |- | 3月13號 | 20:30-23:00 |[[頭文字D (電影)|頭文字D]] |{{HKG}} |2005 | rowspan="11" {{n/a|冇公佈}} | | |- | 3月20號 | 20:30-23:15 |[[投名狀]] | 2007 | {{HKG}}<br>{{CHN}} | {{NoteTag|name=Mandarin}} | |- | 3月27號 | 20:30-23:00 |[[奪命金]] | 2011 | {{HKG}} | | |- | 4月3號 | rowspan="2" | 20:30-22:45 |[[倩女幽魂 (1987年電影)|倩女幽魂]] |1987 |{{HKG-NOC}} | | 2022年7月17號 |- | 4月10號 |[[龍鳳鬥]] |rowspan="2" | 2004 | rowspan="2" | {{HKG}} | |2022年2月3號 |- | 4月17號 | 20:30-22:30 |[[大事件]] | |2022年5月9號 |- | 4月24號 | 20:30-23:15 |[[笑傲江湖 (1990年電影)|笑傲江湖]] |1990 |{{HKG-NOC}} | |2022年5月22號 |- | 5月1號 | 20:30-22:45 |[[黑馬王子]] |1999 | {{HKG}} | |2022年2月6號 |- | 5月8號 | 20:30-23:00 |[[傷城]] |2006 | {{HKG}}<br>{{CHN}} | |2022年5月2號 |- | 5月15號 | rowspan="2" |20:30-22:45 |[[英雄本色 (1986年電影)|英雄本色]] |1986 | rowspan="3" |{{HKG-NOC}} | |2022年4月17號 |- | 5月22號 |[[英雄本色II]] |1987 | |2022年4月24號 |- | 5月29號 | 20:30-23:15 |[[英雄本色III夕陽之歌]] |1989 |4.7點 | |2022年5月1號 |- | 6月5號 | 20:30-23:00 |[[高海拔之戀II]] |2012 | rowspan="4" |{{HKG}} |2.9點 | | |- | 6月26號 | 20:30-22:00 |[[麥兜故事]] |2001 |2.6點 | || 2022年2月1號 |- | 7月10號 | 20:30-23:00 |[[特警新人類]] |1999 |3.8點 | || 2022年4月16號 |- | 8月14號 | rowspan="2" |20:30-22:45 |[[王家欣]] |2015 |3.0點 | || rowspan="3" | |- | 8月21號 |[[陰陽路]] | 1997 | {{HKG-NOC}} | 2.9點 | |- | 8月28號 | 20:30-22:30 |[[長江7號]] | 2008 | {{HKG}}<br>{{CHN}} | 3.1點 | |- | 9月4號 | rowspan="2" |22:00-23:45 | [[麥兜响噹噹]] | 2009 | rowspan="2" |{{HKG}} | 2.8點 | || {{NoteTag|根據ViuTV節目表原定安排喺2022年7月1號重播，但嗰日因需要直播《慶祝香港回歸二十五周年大會暨第六屆政府就職典禮》關係喺6月29號抽起咗。}} |- | 9月11號 | [[麥兜噹噹伴我心]] | 2012 | 2.2點 | || rowspan="4" | |- | 9月18號 | 20:30-22:45 | [[金玉滿堂]] | 1995 | {{HKG-NOC}} |{{n/a|冇公佈}} | |- | 9月25號 | rowspan="2" |20:30-22:30 | [[功夫熊貓3]] | 2016 | {{USA}}<br>{{CHN}} | 3.0點 | {{NoteTag|name=ETwoLanguages|雙語廣播（[[英語]]原聲／粵語配音）}} |- | 10月2號 | [[導火線]] | 2007 | {{HKG}} | 4.7點 | rowspan="2" | |- | 10月9號 | 20:30-23:00 | [[烈火戰車]] | 1995 | {{HKG-NOC}} | 4.3點 || 2022年8月7號 |- | 10月16號 | 21:45-00:30 | [[大佬可以退貨嗎？]] | 2018 | {{THA}} | 2.2點 ||{{NoteTag|name=TTwoLanguages|雙語廣播（泰語原聲／粵語配音）}}|| rowspan="8" | |- | 10月30號 | 20:30-22:15 | [[荒失失奇兵]] | 2005 | {{USA}} | 3.4點 ||{{NoteTag|name=ETwoLanguages}} |- | 11月13號 | 20:30-22:30 | [[大搜查之女]] | 2009 | {{HKG}} | 3.7點 || |- | 11月20號 | rowspan="2"|20:30-23:00 |[[滿城盡帶黃金甲]] | 2006 | {{CHN}} | 4.0點||{{NoteTag|name=PTwoLanguages}} |- | 11月27號 | [[心動]] | 1999 | {{HKG}}||2.4點 | |- | 12月4號 | 20:30-23:15 | [[海街女孩日記]] | 2015 | {{JPN}} | 1.9點||{{NoteTag|name=JTwoLanguages}} |- | 12月11號 | rowspan="2"|20:30-22:45 | [[夜半歌聲]] | 1995 | {{HKG-NOC}} | 2.9點|| |- | 12月18號 | [[決戰紫禁之巔]] | 2000 | {{HKG}}<br>{{CHN}} | 3.2點|| |} ===2022年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''電視直播收視'''||'''註'''||'''重播日子（如有）''' |- | colspan="8" |'''週六好戲勢''' |- | 1月15號 | 20:30-22:45 |[[陰陽路之我在你左右]] | 1997 | rowspan="2"|{{HKG}} | 2.4點 | rowspan="2"| | 2022年7月10號 |- | 1月22號 | rowspan="3"|21:30-23:30 |[[柔道龍虎榜]] | 2004 |2.1點 | rowspan="2"| |- | 1月29號 |[[小馬寶莉 : 新世代]] | 2021 |{{IRE}}<br>{{USA}}<br>{{CAN}} |1.2點 |{{NoteTag|name=JTwoLanguages2|雙語廣播（粵語、[[日語]]配音）}} |- | 2月5號 |[[97家有囍事]] |1997 |{{HKG-NOC}} |4.5點 | | 2022年7月17號 |- | 2月19號 | rowspan="2"|21:30-23:45 |[[蠟筆小新劇場版：蜜月風暴～拯救老豆大作戰]] | 2019 | {{JPN}} | 2.4點 | {{NoteTag|name=JTwoLanguages2}} | rowspan="8" | |- | 2月26號 | [[最強囍事]] | 2011 | rowspan="3"|{{HKG}} | 5.9點 | |- | 3月5號 | 22:15-00:30 | [[失戀急讓]] | 2014 | 2.3點 | |- | 3月19號 | 21:45-00:00 | [[龍虎門]] | 2006 | 2.7點 | |- | 3月26號 | 21:30-00:15 | [[上流寄生族]] | 2019 | {{KOR}} | 3.5點 | {{NoteTag|name=TwoLanguages}} |- | 4月2號 | 21:30-23:30 | [[白髮魔女傳]] | rowspan="2" | 1993 | rowspan="2" | {{HKG-NOC}} | 3.1點 | |- | 4月9號 | 21:30-23:15 | [[白髮魔女傳2]] |1.9點 | |- | 4月16號 | 21:30-23:45 | [[死因無可疑]] | 2020 | {{HKG}} | 3.2點 | |- | colspan="8" |4月23號 21:30-00:30 重播《[[掃毒]]》（呢部電影喺2020年8月8號首播）。(收視 3.7點) |- | colspan="8" |4月30號 21:30-00:30 重播《[[竊聽風雲3]]》（呢部電影喺2020年9月5號首播）。{{NoteTag|播映前一個禮拜已經預告將會播《[[DIVA華麗之後|華麗之後]]》，但由於《[[竊聽風雲3]]》演員[[曾江]]喺4月27日辭世，所以喺4月28日抽起咗原有預告片，改咗預告播呢套電影，以示致敬。最終經已喺5月28號播。}} (收視 3.8點) |- | colspan="8" |5月14號 21:30-00:00 重播《[[魔警]]》（呢部電影喺2019年5月4號首播）。(收視 3.2點) |- | 5月21號 | 21:30-00:00 | [[小偷家族]] | 2018 | {{JPN}} | 2.6點 | {{NoteTag|name=JTwoLanguages}} | rowspan="2" | |- | 5月28號 | 21:45-00:00 | [[DIVA華麗之後|華麗之後]] | 2012 | {{HKG}} | 2.6點 | |- | colspan="8" |6月4號 21:30-00:15 重播《[[大魔術師]]》（呢部電影喺2019年3月9號首播）。(收視 2.8點) |- | 6月18號 | rowspan="2"|21:30-00:00 | [[誰調換了我的父親]] | 2013 | {{JPN}} | 2.3點 | {{NoteTag|name=JTwoLanguages}} | |- | 6月25號 | [[廉政風雲 煙幕]] | 2019 | {{HKG}} | 5.0點 | | |- | colspan="8" |7月2號 21:30-00:00 重播《[[救火英雄]]》（呢部電影喺2019年5月25號首播）。(收視 4.9點) |- | 7月9號 | 22:00-00:15 | [[韓城攻略]] | 2005 | rowspan="2"|{{HKG}} | 3.6點 | | |- | 7月16號 | 21:30-23:45 | [[暗色天堂]] | 2016 | 3.4點 | | |- | colspan="8" |7月23號 21:30-00:00 重播《[[激戰 (電影)|激戰]]》（呢部電影喺2020年8月22號首播）。(收視不適用) |- | 7月30號 | 21:30-00:00 | [[名偵探柯南：緋色的彈丸]] | 2021 | rowspan="2"|{{JPN}} | rowspan="5"|不適用 | rowspan="2"|{{NoteTag|name=JTwoLanguages}} | |- | 8月6號 | 21:30-23:45 | [[蠟筆小新：激戰！塗鴉王國與差不多四勇者|蠟筆小新劇場版：激戰！塗鴉王國與差不多四勇者]] | 2020 | |- | 8月13號 | 21:30-23:30 | [[陰陽路4與鬼同行]] | 1998 | {{HKG}} | | |- | 8月20號 | 21:30-23:45 | [[ONE PIECE STAMPEDE]] | rowspan="2"|2019 | rowspan="2"|{{JPN}} | rowspan="2"|{{NoteTag|name=JTwoLanguages}} | |- | 8月27號 | 21:30-00:00 | [[大叔的愛：LOVE or DEAD|大叔的愛 LOVE or DEAD]] | |} == 節目調動 == === 2019年 === * 8月31號：由於播劇集《[[大叔的愛]] 特別篇》（最終因為要播[[特別新聞報道]]而抽起咗）同直播《[[英格蘭超級足球聯賽|英格蘭超級聯賽]] - [[曼城足球會|曼城]] 對 [[白禮頓足球會|白禮頓]]》，嗰日暫停播出。 * 9月21號：由於播自製音樂電影《[[戀愛要在生日前]]》同直播《英格蘭超級聯賽 - [[愛華頓足球會|愛華頓]] 對 [[錫菲聯足球會|錫菲聯]]》，嗰日暫停播出。 * 9月28號：由於 19:00-21:00 直播《[[西班牙甲組足球聯賽]] - [[畢爾包體育會|畢爾包]] 對 [[華倫西亞足球會|華倫西亞]]》，所以改去 21:00-23:00 播。 * 10月19號：由於播節目巡禮《[[ViuTV 2020]]》同直播《英格蘭超級聯賽 - [[李斯特城足球會|李斯特城]] 對 [[般尼茅夫足球會|般尼]]》，嗰日暫停播出。 * 12月28號：由於播劇集《大叔的愛 特別篇》（原定8月31號播）同直播《英格蘭超級聯賽 - [[紐卡素足球會|紐卡素]] 對 愛華頓》，嗰日暫停播出。 === 2020年 === * 1月18號：由於播《[[全民來電|電競巨Sing Show]]》、《[[點相|鼠年行運要點相]]》同《[[香港親善小姐]]》最後一集，嗰日暫停播出。 * 1月25號：由於 20:30-21:30 播賀年節目《鼠年行運要點相》，所以改去 21:30-00:00 播。 * 6月20號：由於 19:30-21:30 直播《英格蘭超級聯賽 - [[屈福特足球會|屈福特]] 對 李斯特城》，嗰日暫停播出。 * 7月11號：由於 19:30-21:30 直播《英格蘭超級聯賽 - 屈福特 對 紐卡素》，所以改去 21:30-23:30 播。 * 9月19號：由於 19:30-21:30 直播《英格蘭超級聯賽 - 愛華頓 對 [[西布朗足球會|西布朗]]》，所以改去 21:30-23:30 播。 * 10月24號：由於 19:30-21:30 直播《英格蘭超級聯賽 - [[韋斯咸足球會|韋斯咸]] 對 曼城》，所以改去 21:30-23:30 播。 * 12月5號：由於 20:30-22:30 直播《英格蘭超級聯賽 - 般尼 對 愛華頓》，嗰日暫停播出。 * 12月26號：由於 20:30-23:15 直播《[[全民造星III|全民造星III總決賽]]》，嗰日暫停播出。 === 2021年 === * 2月20號：由於 20:30-22:30 直播《英格蘭超級聯賽 - [[修咸頓足球會|修咸頓]] 對 [[車路士足球會|車路士]]》，嗰日暫停播出。 * 6月12號：由於 20:15-23:15 直播《[[2020年歐洲國家盃|歐洲國家盃 2020]] - [[威爾斯國家足球隊|威爾斯]] 對 [[瑞士國家足球隊|瑞士]]》，嗰日暫停播出。 * 6月19號：由於 20:30-22:15 播《[[Chill Club|Chill Club A New Stage]]》，嗰日暫停播出。 * 7月3號：由於 20:30-22:45 播《[[造美人|造美人總決賽]]》，嗰日暫停播出。 * 7月17號：由於 20:30-21:30 同 21:30-23:30 分別播《[[回到18歲]]》大結局同《[[奧運有團伙|夏日有團伙：擊戰一場]]》，嗰日暫停播出。 * 7月24號、31號、8月7號：由於 18:30-22:00 直播《[[奧運有團伙|奧運有得揀]]》，呢啲日子暫停播出。 * 9月4號：由於 20:30-22:00 播《[[奧運有團伙|力圖打排球]]》，所以改去 22:00-23:45 播。 * 9月11號：由於 20:30-22:00 播《[[奧運有團伙|水著考有Feel]]》，所以改去 22:00-23:45 播。 * 10月16號：由於 20:30-21:45 播《[[ViuTV 2022]]》，所以改去 21:45-00:30 播。 * 10月23號：由於 20:30-23:00 播《[[拉闊音樂會 風火雷電]]》，嗰日暫停播出。 * 11月6號：由於 20:30-22:15 播《[[Chill Club|Chill Club The New Vibes]]》，嗰日暫停播出。 * 12月25號：由於 20:30-23:15 直播《[[全民造星IV|全民造星IV 總決賽]]》，嗰日暫停播出。 === 2022年 === * 1月1號：由於 20:00-00:20 轉播《2021年度[[叱咤樂壇流行榜頒獎典禮]]》，嗰日暫停播出。 * 1月8號：由於 19:30-21:30 及 21:30-22:30 分別播《[[新城勁爆頒獎禮|新城勁爆頒獎禮 2021]]》同《[[第三佈局 塵沙惑|塵沙惑]]》大結局，嗰日暫停播出。 * 2月12號：由於 21:30-23:30 播《[[陳柏宇|陳柏宇Fight For ___ Live in Hong Kong Coliseum]]》，嗰日暫停播出。 * 3月5號：由於 21:30-22:15 播《[[940920|《940920》穿越時空的力量]]》，所以改去 22:15-00:30 播。 * 3月12號：由於 20:30-00:00 播《第17屆 KKBOX 台灣風雲榜》，嗰日暫停播出。 * 3月19號：由於 21:30-21:45 播《[[反起跑線聯盟|反起跑線聯盟製作特輯 家長谷]]》，所以改去 21:45-00:00 播。 * 5月7號：由於 21:30-23:30 播《[[肥美人|肥美人總決賽]]》，嗰日暫停播出。 * 5月28號：由於 21:30-21:45 播《[[冥冥之中|冥冥之中製作特輯︰意料之外]]》，所以改去 21:45-00:00 播。 * 6月11號：由於 21:30-23:30 播《[[Chill Club|Chill Club Keep Going]]》，嗰日暫停播出。 * 7月9號：由於 21:30-22:00 播《[[I SWIM|I SWIM 製作特輯：最後召集]]》，所以改去 22:00-00:15 播。 * 8月6號：原定由於 20:30-22:00 播《[[膠戰|膠戰SSP]]》，所以改去 22:00-00:15 播；但之後[[2022年Mirror演唱會事故|MIRROR演唱會事故]]該節目被抽起，所以恢復預設播映時間。 ==註== {{NoteFoot}} ==睇埋== *[[SUNDAY 開戲]] [[Category:2019年ViuTV節目]] [[Category:2020年ViuTV節目]] [[Category:2021年ViuTV節目]] [[Category:2022年ViuTV節目]] dqtegozb0an98juo8ywap780aeziu55 1865579 1865578 2022-08-20T01:29:46Z 218.102.55.33 /* 2022年 */ wikitext text/x-wiki 《'''週六好戲勢'''》係[[香港電視娛樂]][[ViuTV]]嘅電影時段，2019年2月23號到2022年1月15號逢禮拜六20:30播映，2022年1月22號開始改喺逢禮拜六21:30播映，播完時間依電影片長而定。呢個時段本嚟叫《'''金像好戲勢'''》，係第38屆[[香港電影金像獎]]頒獎禮嘅前奏節目，揀咗幾套攞過金像獎嘅電影播。頒獎禮完咗後，電視台安排呢個時段繼續播電影，改用《'''周六好戲勢'''》，再喺2019年8月開始寫做《'''週六好戲勢'''》，贊助商先後由[[信諾環球保險]]、[[大金工業|大金冷氣]]、[[Hoegaarden 啤酒|Hoegaarden小麥啤酒]]同[[亞洲聯合財務]]以「亞洲聯合財務 YES UA」名義冠名贊助呢個系列，而家冇冠名贊助。 所有冠咗《'''金像好戲勢'''》、《'''周六好戲勢'''》同《'''週六好戲勢'''》嘅電影喺呢個時段以外任何時段重播唔會加返。而2020年11月首播嘅《[[狂舞派]]》做咗頭一套喺《'''週六好戲勢'''》時段內重播嘅電影，安排喺2021年3月重播，而首播同重播嘅時間只係相隔約莫四個月。而2022年4月到5月更試過連續三次喺《'''週六好戲勢'''》時段內重播電影。 往時ViuTV多數會喺平日公眾假期（原港股交易時段）重播電影。2021年11月14號開始，ViuTV加插逢禮拜日凌晨（禮拜六深夜）固定重播電影時段；同年12月5號開始又加插逢禮拜日下晝固定重播電影時段，令重播電影次數大幅增加。 ==每集一覽== ===2019年=== {|class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''註'''||'''重播日子（如有）''' |- | colspan="7" |'''金像好戲勢''' |- | 2月23號 ||20:30-22:35||[[一個人的武林]]||2014||{{HKG}}|| ||2019年10月1號<!--假日好戲勢--><br/>2020年8月22號<br>2021年12月19號 |- | 3月2號 ||20:30-23:30||[[讓子彈飛]]||2010||{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} ||2021年12月5號 |- | 3月9號 ||20:30-23:15||[[大魔術師]]||2012||{{HKG}}<br/>{{CHN}}|| rowspan="3" | ||2022年6月4號{{NoteTag|name=週六好戲勢|用《週六好戲勢》嘅名義嚟重播。}} |- | 3月16號 ||20:30-22:45||[[志明與春嬌]]||2010|| rowspan="6" |{{HKG}}||2021年1月2號 |- | 3月23號 ||20:30-23:00||[[哪一天我們會飛]]||2015|| 2020年8月15號<br>2022年1月23號 |- | 3月30號 ||20:30-22:50||[[一念無明]]|| rowspan="3" |2016||{{NoteTag|name=noencore|無得網上重溫}}|| 2021年11月14號 |- | 4月6號 || rowspan="2" |20:30-22:30||[[點五步]] || rowspan="3" | || 2021年4月4號 |- | 4月13號 || [[樹大招風]] || 2022年1月9號 |- | 4月20號 ||20:30-23:15||[[那夜凌晨，我坐上了旺角開往大埔的紅Van]]||2014 ||2020年8月23號<br>2021年12月12號 |- | colspan="7" |'''周六好戲勢''' |- | 5月4號 || rowspan="4" |20:30-23:00||[[魔警]]||2014|| rowspan="5" |{{HKG}}|| rowspan="5" | ||2022年5月14號{{NoteTag|name=週六好戲勢}} |- | 5月11號 || [[29+1]] ||2017 ||2021年12月27號 |- | 5月18號 || [[鎗王之王]]||2010||2021年5月2號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}}<br>2022年3月13號<br>2022年7月31號 |- | 5月25號 || [[救火英雄]]||2012||2021年5月9號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}}<br>2022年7月2號{{NoteTag|name=週六好戲勢}} |- | 6月1號 || 20:30-22:45||[[衝鋒車]]||2015|| 2020年7月19號<br>2022年6月12號 |- | 6月8號 || rowspan="2" |20:30-23:00||[[殺手的品格]]||2014||{{KOR}}||{{NoteTag|name=TwoLanguages|雙語廣播（[[韓文]]原聲／粵語配音）}}|| |- | 6月15號 || [[一個好爸爸]]||2008||{{HKG}}|| ||2021年5月16號{{NoteTag|name=ViuTV 5周年影院|用《ViuTV 5周年影院》嘅名義嚟重播。}} |- | 6月22號 ||20:30-22:45||[[天亮之前]]||2016||{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} ||2020年8月8號 |- | 6月29號 ||20:30-23:00||[[春嬌與志明]]||2012||{{HKG}}<br>{{CHN}}||rowspan="5" | ||2020年7月18號<br>2021年9月22號 |- | 7月6號 ||20:30-22:45||[[辣警霸王花]]||2016|| rowspan="4" |{{HKG}}||2020年8月30號<br>2022年1月30號 |- | 7月13號 ||rowspan="2" |20:30-23:00||[[單身男女]]||2011||2020年6月25號<br>2022年1月2號 |- | 7月20號 || [[單身男女2]]||2014|| 2020年12月25號<br>2022年1月9號 |- | 7月27號 ||20:30-22:30||[[前度 (電影)|前度]]||2010||2021年12月12號 |- | colspan="7" |'''週六好戲勢''' |- | 8月3號 || rowspan="2" |20:30-22:30||[[車手]]||2012|| rowspan="2" |{{HKG}} ||rowspan="2" | ||2020年7月25號 |- | 8月10號 ||[[導火新聞線 (電影)|導火新聞線]]||2016||2021年12月5號 |- | 8月17號 ||20:30-23:15||[[破風]]||2015||{{HKG}}<br>{{CHN}}||{{NoteTag|name=putonghua}}||2021年8月9號 |- | 8月24號 ||20:30-23:00||[[放·逐]]||2006||{{HKG}} ||{{NoteTag|name=noencore|無得網上重溫}}||2022年1月9號 |- | 9月7號 ||20:30-23:15||[[1987：逆權公民]]||2017||{{KOR}}||{{NoteTag|name=TwoLanguages|雙語廣播（[[韓文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}|| |- | 9月14號 ||20:30-23:00||[[嫲煩家族]]||2016||{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2020年10月26號<br>2022年7月3號 |- | 9月28號 ||21:00-23:00||[[小男人週記3之吾家有喜]]|| rowspan="2" |2017||{{HKG}}||{{NoteTag|name=noencore|無得網上重溫}}||2022年1月31號 |- | 10月5號 ||20:30-23:00||[[嫲煩家族2]]|| rowspan="2" |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2022年3月6號<br>2022年7月10號 |- | 10月12號 || rowspan="2" |20:30-22:45||[[早晨！動新聞]]||2016||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2021年8月9號<br>2022年1月30號 |- | 10月26號 ||[[西遊·降魔篇]]||2013||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} ||2020年7月26號 |- | 11月2號 ||22:00-00:15||[[今晚打喪屍]]||2017||{{HKG}}|| || 2022年3月27號 |- | 11月9號 |20:30-23:00||[[被偷走的那五年]] | rowspan="2" |2013||{{TWN}}<br>{{CHN}}||{{NoteTag|name=Mandarin|國語原聲（無粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2021年6月14號<br>2022年8月21號 |- | 11月16號 |20:30-23:30||[[致我們終將逝去的青春]]|| rowspan="2" | {{CHN}}|| rowspan="2" |{{NoteTag|name=putonghua}}||2022年6月19號 |- | 11月30號 | rowspan="2" |20:30-23:15||[[非誠勿擾]] |2008||2021年11月21號 |- | 12月7號 ||[[不再讓你孤單]] |2011||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}}||2021年11月28號 |- | 12月14號 |20:30-23:00||[[分手說愛你]] |2010||{{HKG}}||{{NoteTag|name=noencore|無得網上重溫}}||2020年10月13號<br>2022年1月9號 |- | 12月21號 |20:30-22:45||[[不能說的秘密]] |2007||{{HKG}}<br>{{TWN}}||{{NoteTag|name=Mandarin}} ||2020年8月1號<br>2022年1月1號<br>2022年6月12號 |} ===2020年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''註'''||'''重播日子（如有）''' |- | colspan="7" |'''週六好戲勢''' |- | 1月4號 | 20:30-23:00 |[[一百萬零一夜]] | 2008 |{{GBR}}<br/>{{IND}}||{{NoteTag|name=FourLanguages|雙語廣播（[[英文]]、[[印地文]]、[[馬拉提文]]原聲／粵語配音）}}||2022年1月23號 |- | 1月11號 | 20:30-22:30 |[[特工爺爺]] | 2016 |{{HKG}}<br/>{{CHN}}|| rowspan="2" | ||2021年5月23號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年5月15號 |- | 1月25號 | 21:30-00:00 |[[猛龍特囧]] | 2015 |{{HKG}}||2020年10月4號<br>2022年2月2號 |- | 2月1號 | 20:30-22:45 |[[蠟筆小新劇場版：爆盛！功夫小新拉麪大亂鬥]] | 2018 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2020年12月26號 |- | 2月8號 | 20:30-23:00 |[[北京遇上西雅圖]] | 2013 | rowspan="2" |{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore|無得網上重溫}}||2020年12月25號<br>2022年2月13號<br>2022年5月29號 |- | 2月15號 | 20:30-23:15 |[[北京遇上西雅圖之不二情書]] |2016 |{{NoteTag|name=putonghua}}||2022年2月20號<br>2022年6月5號 |- | 2月22號 | 20:30-22:30 |[[神鎗手 (2009年電影)|神鎗手]] | 2009 | rowspan="5" |{{HKG}} | rowspan="5" | ||2021年5月30號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年3月20號 |- | 2月29號 | 20:30-23:00 |[[赤道 (電影)|赤道]] |2015||2022年1月2號 |- | 3月7號 | 20:30-22:45 |[[分手100次]] |2014||2020年12月31號<br>2021年12月19號 |- | 3月14號 | 20:30-22:30 |[[B+偵探]] |2011|| |- | 3月21號 | rowspan="2" | 20:30-23:15 |[[戲王之王]] |2007||2021年12月26號 |- | 3月28號 |[[黃飛鴻之英雄有夢]] | 2014|| {{HKG}}<br>{{TWN}} |{{NoteTag|雙語廣播（國語原聲／粵語配音）|name=MTwoLanguages}}||2022年5月8號 |- | 4月4號 | 20:30-23:00 |[[旺角黑夜]] | 2004 | rowspan="2" |{{HKG}} | | |- | 4月11號 | rowspan="6" | 20:30-22:45 |[[寒戰]] |2012 | |2021年3月28號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月3號<br>2022年6月19號 |- | 4月18號 |[[寒戰II|寒戰2]] | 2016|| rowspan="2" | {{HKG}}<br/>{{CHN}} || |2021年4月4號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月10號<br>2022年6月26號 |- | 4月25號 |[[棟篤特工]] |2018|| |2021年2月14號 |- | 5月2號 |[[我老婆唔夠秤]] |2002||rowspan="2" |{{HKG}}|| |2021年4月6號 |- | 5月9號 |[[我老婆唔夠秤II：我老公唔生性|我老公唔生性]] |2012|| |2021年10月1號 |- | 5月16號 |[[美味情書]] | 2013 |{{IND}}<br>{{USA}}<br>{{GER}}<br>{{FRA}}|| {{NoteTag|name=ThreeLanguages|雙語廣播（英文、印地文原聲／粵語配音）}}||2022年2月27號 |- | 5月23號 | rowspan="3" | 20:30-23:00 |[[C+偵探]] | 2007 | rowspan="5" |{{HKG}}|||| |- | 5月30號 |[[閨蜜2之單挑越南黑幫]] | 2018 |{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}} {{NoteTag|name=Unbeatable|播映前一個禮拜已經播預告片話播《[[激戰 (電影)|激戰]]》，但到5月29號突然抽起原有預告片，改做預告播呢齣電影。電視台未有對改動畀解釋。最終經已喺8月22號播。}}||2021年2月15號<br>2022年7月3號 |- | 6月6號 |[[桃姐]] | 2011 | rowspan="3" | ||2022年4月15號 |- | 6月13號 | 20:30-22:30 |[[空手道 (電影)|空手道]] |2017||2021年5月19號 |- | 6月27號 | 20:30-22:45 |[[竊聽風雲]] |2009||2021年4月11號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年8月21號 |- | 7月4號 | 20:30-23:30 |[[東京小屋]] | 2014 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}||2022年5月29號 |- | 7月11號 | 21:30-23:30 |[[我的父親母親]] | 1999 |{{CHN}}||{{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore}}|| |- | 7月18號 | rowspan="3" | 20:30-23:00 |[[竊聽風雲2]] | 2011 |{{HKG}}<br/>{{CHN}}||||2021年4月18號{{NoteTag|name=ViuTV 5周年影院}} |- | 7月25號 |[[名偵探柯南：純黑的惡夢]] | 2016 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}}|| |- | 8月1號 |[[鬼域 (電影)|鬼域]] | 2006 | rowspan="2" |{{HKG}}|| rowspan="2" | ||2022年8月7號 |- | 8月8號 | 20:30-23:30 |[[掃毒]] | 2013 |2022年4月23號{{NoteTag|name=週六好戲勢}} |- | 8月15號 | 20:30-23:15 |[[臥虎藏龍]] | 2000 |{{HKG}}<br/>{{TWN}}<br/>{{USA}}<br/>{{CHN}}|| {{NoteTag|name=putonghua|普通話原聲（無粵語配音）}} {{NoteTag|name=noencore}}|| |- | 8月22號 | 20:30-23:00 |[[激戰 (電影)|激戰]] |2013 | rowspan="3" | {{HKG}}||||2022年7月23號{{NoteTag|name=週六好戲勢}} |- | 8月29號 | 20:30-22:45 |[[三岔口 (電影)|三岔口]]||2005 |{{NoteTag|name=TokyoFamily|播映前一個禮拜已經播預告片話播《[[東京家族]]》，由於《[[三岔口 (電影)|三岔口]]》嘅導演[[陳木勝]]喺8月23號死，到咗8月26號抽起原有預告片，改做預告播呢齣電影，以示致敬。最終經已喺第二年嘅2月6號播。}}|| |- | 9月5號 | rowspan="2"| 20:30-23:30 |[[竊聽風雲3]]||2014 |||2021年4月25號{{NoteTag|name=ViuTV 5周年影院}}<br>2022年4月30號{{NoteTag|name=週六好戲勢}} |- | 9月12號 |[[霍元甲 (電影)|霍元甲]]||2006||{{HKG}}<br>{{CHN}} |{{NoteTag|name=putonghua}}||2022年6月26號 |- | 9月19號 | 21:30-23:30 |[[救殭清道夫]]||rowspan="2"|2017||{{HKG}} | rowspan="8" | | 2022年8月14號 |- | 9月26號 | 20:30-22:45 |[[殺破狼·貪狼]]||{{HKG}}<br>{{CHN}} | rowspan="3" | |- | 10月3號 | 20:30-22:30 |[[如珠如寶]]||2019||rowspan="3'|{{HKG}} |- | 10月10號 | 20:30-22:45 |[[西謊極落之太爆太子太空艙|西謊極落：太爆太子太空艙]]||2017 |- | 10月17號 | 20:30-22:30 |[[大樂師·為愛配樂]]||2018||2022年4月30號 |- | 10月24號 | 21:30-23:30 |[[大手牽小手]]||2016||{{HKG}}<br>{{MAS}}||rowspan="2"| |- | 10月31號 | rowspan="2"|20:30-23:00 |[[殺破狼II|殺破狼2]]||2015||{{HKG}}<br>{{CHN}} |- | 11月7號 |[[狂舞派]]||2013||{{HKG}}||2021年3月6號{{NoteTag|name=週六好戲勢}} |- | 11月14號 | 20:30-22:45 |[[洩密者們]]||2018||{{HKG}}<br>{{CHN}}||{{NoteTag|name=PTwoLanguages|雙語廣播（普通話原聲／粵語配音）}}||2022年6月3號 |- | 11月21號 | 20:30-22:15 |[[麥兜菠蘿油王子]]||2004||{{HKG}}|| ||2021年10月13號 |- | 11月28號 | 20:30-22:45 |[[猛龍過江]]||1972||{{HKG-NOC}}||{{NoteTag|name=TheWayOfTheDragon|由於11月27號係[[李小龍]]80歲冥壽，電視台話播呢齣電影，以示致敬。}}||2022年6月5號 |- | 12月12號 | 20:30-22:30 |[[暗戰]]||1999||rowspan="2"| {{HKG}}||rowspan="2"| ||2021年10月14號 |- | 12月19號 | 20:30-22:45 |[[暗戰2]]||2001||2021年12月26號 |} ===2021年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''電視直播收視'''||'''註'''||'''重播日子（如有）''' |- | colspan="8" |'''週六好戲勢''' |- | 1月2號 | 20:30-22:30 |[[男歌女唱]] | 2001 | rowspan="2" |{{HKG}} | rowspan="8" {{n/a|冇公佈}} | rowspan="2" | | |- | 1月9號 | 20:30-22:45 |[[我左眼見到鬼]] | 2002 | 2022年7月24號 |- | 1月16號 | 20:30-22:30 |[[天若有情]]||1990||{{HKG-NOC}}||{{NoteTag|name=AMomentOfRomance|電視台話播呢齣電影嗰陣係用「已故導演陳木勝首部執導電影首映30週年」做宣傳。}} | |- | 1月23號 | 20:30-23:15 |[[盲探]] | 2013 | rowspan="2" |{{HKG}} | rowspan="2" | | |- | 1月30號 | 20:30-23:00 |[[忘不了]] | 2003 |2022年8月14號 |- | 2月6號 | 20:30-23:45 |[[東京家族]] | 2013 |{{JPN}}||{{NoteTag|name=JTwoLanguages|雙語廣播（[[日文]]原聲／粵語配音）}} |2022年7月24號 |- | 2月13號 | 20:30-22:30 |[[百年好合]] | rowspan="2" | 2003 | rowspan="2" | {{HKG}} | rowspan="2" | | |- | 2月27號 | 20:30-22:45 |[[雙雄]] | |- | colspan="8" |3月6號 20:30-23:00 重播《[[狂舞派]]》（呢部電影喺2020年11月7號首播）。 |- | 3月13號 | 20:30-23:00 |[[頭文字D (電影)|頭文字D]] |{{HKG}} |2005 | rowspan="11" {{n/a|冇公佈}} | | |- | 3月20號 | 20:30-23:15 |[[投名狀]] | 2007 | {{HKG}}<br>{{CHN}} | {{NoteTag|name=Mandarin}} | |- | 3月27號 | 20:30-23:00 |[[奪命金]] | 2011 | {{HKG}} | | |- | 4月3號 | rowspan="2" | 20:30-22:45 |[[倩女幽魂 (1987年電影)|倩女幽魂]] |1987 |{{HKG-NOC}} | | 2022年7月17號 |- | 4月10號 |[[龍鳳鬥]] |rowspan="2" | 2004 | rowspan="2" | {{HKG}} | |2022年2月3號 |- | 4月17號 | 20:30-22:30 |[[大事件]] | |2022年5月9號 |- | 4月24號 | 20:30-23:15 |[[笑傲江湖 (1990年電影)|笑傲江湖]] |1990 |{{HKG-NOC}} | |2022年5月22號 |- | 5月1號 | 20:30-22:45 |[[黑馬王子]] |1999 | {{HKG}} | |2022年2月6號 |- | 5月8號 | 20:30-23:00 |[[傷城]] |2006 | {{HKG}}<br>{{CHN}} | |2022年5月2號 |- | 5月15號 | rowspan="2" |20:30-22:45 |[[英雄本色 (1986年電影)|英雄本色]] |1986 | rowspan="3" |{{HKG-NOC}} | |2022年4月17號 |- | 5月22號 |[[英雄本色II]] |1987 | |2022年4月24號 |- | 5月29號 | 20:30-23:15 |[[英雄本色III夕陽之歌]] |1989 |4.7點 | |2022年5月1號 |- | 6月5號 | 20:30-23:00 |[[高海拔之戀II]] |2012 | rowspan="4" |{{HKG}} |2.9點 | | |- | 6月26號 | 20:30-22:00 |[[麥兜故事]] |2001 |2.6點 | || 2022年2月1號 |- | 7月10號 | 20:30-23:00 |[[特警新人類]] |1999 |3.8點 | || 2022年4月16號 |- | 8月14號 | rowspan="2" |20:30-22:45 |[[王家欣]] |2015 |3.0點 | || rowspan="3" | |- | 8月21號 |[[陰陽路]] | 1997 | {{HKG-NOC}} | 2.9點 | |- | 8月28號 | 20:30-22:30 |[[長江7號]] | 2008 | {{HKG}}<br>{{CHN}} | 3.1點 | |- | 9月4號 | rowspan="2" |22:00-23:45 | [[麥兜响噹噹]] | 2009 | rowspan="2" |{{HKG}} | 2.8點 | || {{NoteTag|根據ViuTV節目表原定安排喺2022年7月1號重播，但嗰日因需要直播《慶祝香港回歸二十五周年大會暨第六屆政府就職典禮》關係喺6月29號抽起咗。}} |- | 9月11號 | [[麥兜噹噹伴我心]] | 2012 | 2.2點 | || rowspan="4" | |- | 9月18號 | 20:30-22:45 | [[金玉滿堂]] | 1995 | {{HKG-NOC}} |{{n/a|冇公佈}} | |- | 9月25號 | rowspan="2" |20:30-22:30 | [[功夫熊貓3]] | 2016 | {{USA}}<br>{{CHN}} | 3.0點 | {{NoteTag|name=ETwoLanguages|雙語廣播（[[英語]]原聲／粵語配音）}} |- | 10月2號 | [[導火線]] | 2007 | {{HKG}} | 4.7點 | rowspan="2" | |- | 10月9號 | 20:30-23:00 | [[烈火戰車]] | 1995 | {{HKG-NOC}} | 4.3點 || 2022年8月7號 |- | 10月16號 | 21:45-00:30 | [[大佬可以退貨嗎？]] | 2018 | {{THA}} | 2.2點 ||{{NoteTag|name=TTwoLanguages|雙語廣播（泰語原聲／粵語配音）}}|| rowspan="8" | |- | 10月30號 | 20:30-22:15 | [[荒失失奇兵]] | 2005 | {{USA}} | 3.4點 ||{{NoteTag|name=ETwoLanguages}} |- | 11月13號 | 20:30-22:30 | [[大搜查之女]] | 2009 | {{HKG}} | 3.7點 || |- | 11月20號 | rowspan="2"|20:30-23:00 |[[滿城盡帶黃金甲]] | 2006 | {{CHN}} | 4.0點||{{NoteTag|name=PTwoLanguages}} |- | 11月27號 | [[心動]] | 1999 | {{HKG}}||2.4點 | |- | 12月4號 | 20:30-23:15 | [[海街女孩日記]] | 2015 | {{JPN}} | 1.9點||{{NoteTag|name=JTwoLanguages}} |- | 12月11號 | rowspan="2"|20:30-22:45 | [[夜半歌聲]] | 1995 | {{HKG-NOC}} | 2.9點|| |- | 12月18號 | [[決戰紫禁之巔]] | 2000 | {{HKG}}<br>{{CHN}} | 3.2點|| |} ===2022年=== {| class="wikitable" style="min-width:240px;text-align:center" |- style="background:royalblue; color:white" |'''首播日子'''||'''首播時間'''||'''戲名'''||'''發行年份'''||'''產地'''||'''電視直播收視'''||'''註'''||'''重播日子（如有）''' |- | colspan="8" |'''週六好戲勢''' |- | 1月15號 | 20:30-22:45 |[[陰陽路之我在你左右]] | 1997 | rowspan="2"|{{HKG}} | 2.4點 | rowspan="2"| | 2022年7月10號 |- | 1月22號 | rowspan="3"|21:30-23:30 |[[柔道龍虎榜]] | 2004 |2.1點 | rowspan="2"| |- | 1月29號 |[[小馬寶莉 : 新世代]] | 2021 |{{IRE}}<br>{{USA}}<br>{{CAN}} |1.2點 |{{NoteTag|name=JTwoLanguages2|雙語廣播（粵語、[[日語]]配音）}} |- | 2月5號 |[[97家有囍事]] |1997 |{{HKG-NOC}} |4.5點 | | 2022年7月17號 |- | 2月19號 | rowspan="2"|21:30-23:45 |[[蠟筆小新劇場版：蜜月風暴～拯救老豆大作戰]] | 2019 | {{JPN}} | 2.4點 | {{NoteTag|name=JTwoLanguages2}} | rowspan="8" | |- | 2月26號 | [[最強囍事]] | 2011 | rowspan="3"|{{HKG}} | 5.9點 | |- | 3月5號 | 22:15-00:30 | [[失戀急讓]] | 2014 | 2.3點 | |- | 3月19號 | 21:45-00:00 | [[龍虎門]] | 2006 | 2.7點 | |- | 3月26號 | 21:30-00:15 | [[上流寄生族]] | 2019 | {{KOR}} | 3.5點 | {{NoteTag|name=TwoLanguages}} |- | 4月2號 | 21:30-23:30 | [[白髮魔女傳]] | rowspan="2" | 1993 | rowspan="2" | {{HKG-NOC}} | 3.1點 | |- | 4月9號 | 21:30-23:15 | [[白髮魔女傳2]] |1.9點 | |- | 4月16號 | 21:30-23:45 | [[死因無可疑]] | 2020 | {{HKG}} | 3.2點 | |- | colspan="8" |4月23號 21:30-00:30 重播《[[掃毒]]》（呢部電影喺2020年8月8號首播）。(收視 3.7點) |- | colspan="8" |4月30號 21:30-00:30 重播《[[竊聽風雲3]]》（呢部電影喺2020年9月5號首播）。{{NoteTag|播映前一個禮拜已經預告將會播《[[DIVA華麗之後|華麗之後]]》，但由於《[[竊聽風雲3]]》演員[[曾江]]喺4月27日辭世，所以喺4月28日抽起咗原有預告片，改咗預告播呢套電影，以示致敬。最終經已喺5月28號播。}} (收視 3.8點) |- | colspan="8" |5月14號 21:30-00:00 重播《[[魔警]]》（呢部電影喺2019年5月4號首播）。(收視 3.2點) |- | 5月21號 | 21:30-00:00 | [[小偷家族]] | 2018 | {{JPN}} | 2.6點 | {{NoteTag|name=JTwoLanguages}} | rowspan="2" | |- | 5月28號 | 21:45-00:00 | [[DIVA華麗之後|華麗之後]] | 2012 | {{HKG}} | 2.6點 | |- | colspan="8" |6月4號 21:30-00:15 重播《[[大魔術師]]》（呢部電影喺2019年3月9號首播）。(收視 2.8點) |- | 6月18號 | rowspan="2"|21:30-00:00 | [[誰調換了我的父親]] | 2013 | {{JPN}} | 2.3點 | {{NoteTag|name=JTwoLanguages}} | |- | 6月25號 | [[廉政風雲 煙幕]] | 2019 | {{HKG}} | 5.0點 | | |- | colspan="8" |7月2號 21:30-00:00 重播《[[救火英雄]]》（呢部電影喺2019年5月25號首播）。(收視 4.9點) |- | 7月9號 | 22:00-00:15 | [[韓城攻略]] | 2005 | rowspan="2"|{{HKG}} | 3.6點 | | |- | 7月16號 | 21:30-23:45 | [[暗色天堂]] | 2016 | 3.4點 | | |- | colspan="8" |7月23號 21:30-00:00 重播《[[激戰 (電影)|激戰]]》（呢部電影喺2020年8月22號首播）。(收視不適用) |- | 7月30號 | 21:30-00:00 | [[名偵探柯南：緋色的彈丸]] | 2021 | rowspan="2"|{{JPN}} | rowspan="5"|不適用 | rowspan="2"|{{NoteTag|name=JTwoLanguages}} | |- | 8月6號 | 21:30-23:45 | [[蠟筆小新：激戰！塗鴉王國與差不多四勇者|蠟筆小新劇場版：激戰！塗鴉王國與差不多四勇者]] | 2020 | |- | 8月13號 | 21:30-23:30 | [[陰陽路4與鬼同行]] | 1998 | {{HKG}} | | |- | 8月20號 | 21:30-23:45 | [[ONE PIECE STAMPEDE]] | rowspan="2"|2019 | rowspan="2"|{{JPN}} | rowspan="2"|{{NoteTag|name=JTwoLanguages}} | |- | 8月27號 | 21:30-00:00 | [[大叔的愛：LOVE or DEAD|大叔的愛 LOVE or DEAD]] | |} == 節目調動 == === 2019年 === * 8月31號：由於播劇集《[[大叔的愛]] 特別篇》（最終因為要播[[特別新聞報道]]而抽起咗）同直播《[[英格蘭超級足球聯賽|英格蘭超級聯賽]] - [[曼城足球會|曼城]] 對 [[白禮頓足球會|白禮頓]]》，嗰日暫停播出。 * 9月21號：由於播自製音樂電影《[[戀愛要在生日前]]》同直播《英格蘭超級聯賽 - [[愛華頓足球會|愛華頓]] 對 [[錫菲聯足球會|錫菲聯]]》，嗰日暫停播出。 * 9月28號：由於 19:00-21:00 直播《[[西班牙甲組足球聯賽]] - [[畢爾包體育會|畢爾包]] 對 [[華倫西亞足球會|華倫西亞]]》，所以改去 21:00-23:00 播。 * 10月19號：由於播節目巡禮《[[ViuTV 2020]]》同直播《英格蘭超級聯賽 - [[李斯特城足球會|李斯特城]] 對 [[般尼茅夫足球會|般尼]]》，嗰日暫停播出。 * 12月28號：由於播劇集《大叔的愛 特別篇》（原定8月31號播）同直播《英格蘭超級聯賽 - [[紐卡素足球會|紐卡素]] 對 愛華頓》，嗰日暫停播出。 === 2020年 === * 1月18號：由於播《[[全民來電|電競巨Sing Show]]》、《[[點相|鼠年行運要點相]]》同《[[香港親善小姐]]》最後一集，嗰日暫停播出。 * 1月25號：由於 20:30-21:30 播賀年節目《鼠年行運要點相》，所以改去 21:30-00:00 播。 * 6月20號：由於 19:30-21:30 直播《英格蘭超級聯賽 - [[屈福特足球會|屈福特]] 對 李斯特城》，嗰日暫停播出。 * 7月11號：由於 19:30-21:30 直播《英格蘭超級聯賽 - 屈福特 對 紐卡素》，所以改去 21:30-23:30 播。 * 9月19號：由於 19:30-21:30 直播《英格蘭超級聯賽 - 愛華頓 對 [[西布朗足球會|西布朗]]》，所以改去 21:30-23:30 播。 * 10月24號：由於 19:30-21:30 直播《英格蘭超級聯賽 - [[韋斯咸足球會|韋斯咸]] 對 曼城》，所以改去 21:30-23:30 播。 * 12月5號：由於 20:30-22:30 直播《英格蘭超級聯賽 - 般尼 對 愛華頓》，嗰日暫停播出。 * 12月26號：由於 20:30-23:15 直播《[[全民造星III|全民造星III總決賽]]》，嗰日暫停播出。 === 2021年 === * 2月20號：由於 20:30-22:30 直播《英格蘭超級聯賽 - [[修咸頓足球會|修咸頓]] 對 [[車路士足球會|車路士]]》，嗰日暫停播出。 * 6月12號：由於 20:15-23:15 直播《[[2020年歐洲國家盃|歐洲國家盃 2020]] - [[威爾斯國家足球隊|威爾斯]] 對 [[瑞士國家足球隊|瑞士]]》，嗰日暫停播出。 * 6月19號：由於 20:30-22:15 播《[[Chill Club|Chill Club A New Stage]]》，嗰日暫停播出。 * 7月3號：由於 20:30-22:45 播《[[造美人|造美人總決賽]]》，嗰日暫停播出。 * 7月17號：由於 20:30-21:30 同 21:30-23:30 分別播《[[回到18歲]]》大結局同《[[奧運有團伙|夏日有團伙：擊戰一場]]》，嗰日暫停播出。 * 7月24號、31號、8月7號：由於 18:30-22:00 直播《[[奧運有團伙|奧運有得揀]]》，呢啲日子暫停播出。 * 9月4號：由於 20:30-22:00 播《[[奧運有團伙|力圖打排球]]》，所以改去 22:00-23:45 播。 * 9月11號：由於 20:30-22:00 播《[[奧運有團伙|水著考有Feel]]》，所以改去 22:00-23:45 播。 * 10月16號：由於 20:30-21:45 播《[[ViuTV 2022]]》，所以改去 21:45-00:30 播。 * 10月23號：由於 20:30-23:00 播《[[拉闊音樂會 風火雷電]]》，嗰日暫停播出。 * 11月6號：由於 20:30-22:15 播《[[Chill Club|Chill Club The New Vibes]]》，嗰日暫停播出。 * 12月25號：由於 20:30-23:15 直播《[[全民造星IV|全民造星IV 總決賽]]》，嗰日暫停播出。 === 2022年 === * 1月1號：由於 20:00-00:20 轉播《2021年度[[叱咤樂壇流行榜頒獎典禮]]》，嗰日暫停播出。 * 1月8號：由於 19:30-21:30 及 21:30-22:30 分別播《[[新城勁爆頒獎禮|新城勁爆頒獎禮 2021]]》同《[[第三佈局 塵沙惑|塵沙惑]]》大結局，嗰日暫停播出。 * 2月12號：由於 21:30-23:30 播《[[陳柏宇|陳柏宇Fight For ___ Live in Hong Kong Coliseum]]》，嗰日暫停播出。 * 3月5號：由於 21:30-22:15 播《[[940920|《940920》穿越時空的力量]]》，所以改去 22:15-00:30 播。 * 3月12號：由於 20:30-00:00 播《第17屆 KKBOX 台灣風雲榜》，嗰日暫停播出。 * 3月19號：由於 21:30-21:45 播《[[反起跑線聯盟|反起跑線聯盟製作特輯 家長谷]]》，所以改去 21:45-00:00 播。 * 5月7號：由於 21:30-23:30 播《[[肥美人|肥美人總決賽]]》，嗰日暫停播出。 * 5月28號：由於 21:30-21:45 播《[[冥冥之中|冥冥之中製作特輯︰意料之外]]》，所以改去 21:45-00:00 播。 * 6月11號：由於 21:30-23:30 播《[[Chill Club|Chill Club Keep Going]]》，嗰日暫停播出。 * 7月9號：由於 21:30-22:00 播《[[I SWIM|I SWIM 製作特輯：最後召集]]》，所以改去 22:00-00:15 播。 <!--* 8月6號：原定由於 20:30-22:00 播《[[膠戰|膠戰SSP]]》，所以改去 22:00-00:15 播；但之後[[2022年Mirror演唱會事故|MIRROR演唱會事故]]該節目被抽起，所以恢復預設播映時間。--> ==註== {{NoteFoot}} ==睇埋== *[[SUNDAY 開戲]] [[Category:2019年ViuTV節目]] [[Category:2020年ViuTV節目]] [[Category:2021年ViuTV節目]] [[Category:2022年ViuTV節目]] au8uzez5ut1fo5jca86yax5qth0aazh 0 205373 1865686 1848762 2022-08-20T05:58:34Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 黎美萱 |類型 = 女藝人 |英文名 = Michelle Lai |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] |教育程度 = {{flagicon|HKG}} [[香港浸會大學]]電影學院 |母校 = |出道日期 = 2013年 |活躍年代 = 2013年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1996|5|15}} |經紀公司 = }} '''黎美萱'''（英文：'''Michelle Lai'''，{{bd|1996年|5月15號||}}），係[[香港]]女藝人，出身[[香港浸會大學]]電影學院，主修表演技巧。佢2013年開始就幫[[港台電視]]拍節目，而家做緊《[[日常8點半]]》外景主持，2019年更參與拍[[ViuTV]]電視劇。另外，佢2017年參選過[[香港小姐]]，但入唔到最後12強。《[[全民造星IV]]》第一輪96強止步。 ==演出== ===電視節目主持（港台電視）=== *2018年開始：《[[日常8點半]]》外景主持 ===節目演出（ViuTV）=== *2020年：《[[對號入座]]》（十二星座男女） *2021年：《[[最後一屆口罩小姐選舉]]》（40強參賽者） *2021年：《[[長知昔]]》（主持） *2021年：《[[全民造星IV]]》（參賽者） ===電視劇（ViuTV）=== *2019年：《[[教束]]》 飾 徐家琪 *2020年：《[[黑市 (電視劇)|黑市]]—過夜》 飾 Dada *2020年：《[[打天下]]》 飾 芳柔 ==出面網頁== *{{ig|_lmhmc}} * [https://kingmaker.viu.tv/profile/86/ 全民造星IV | Michelle] [[Category:香港電視節目主持人]] [[Category:香港女演員]] [[Category:香港浸會大學舊生]] [[Category:黎氏|美萱]] [[Category:最後一屆口罩小姐選舉參賽者]] [[Category:全民造星IV參賽者]] irsnmpl5341hqgi3vep10x5rzhlbmcw 1865688 1865686 2022-08-20T05:59:12Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 黎美萱 |類型 = 女藝人 |英文名 = Michelle Lai |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = |語言 = 粵語、英語、國語 |教育程度 = [[香港浸會大學]]電影學院 |母校 = |出道日期 = 2013年 |活躍年代 = 2013年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1996|5|15}} |經紀公司 = }} '''黎美萱'''（英文：'''Michelle Lai'''，{{bd|1996年|5月15號||}}），係[[香港]]女藝人，出身[[香港浸會大學]]電影學院，主修表演技巧。佢2013年開始就幫[[港台電視]]拍節目，而家做緊《[[日常8點半]]》外景主持，2019年更參與拍[[ViuTV]]電視劇。另外，佢2017年參選過[[香港小姐]]，但入唔到最後12強。《[[全民造星IV]]》第一輪96強止步。 ==演出== ===電視節目主持（港台電視）=== *2018年開始：《[[日常8點半]]》外景主持 ===節目演出（ViuTV）=== *2020年：《[[對號入座]]》（十二星座男女） *2021年：《[[最後一屆口罩小姐選舉]]》（40強參賽者） *2021年：《[[長知昔]]》（主持） *2021年：《[[全民造星IV]]》（參賽者） ===電視劇（ViuTV）=== *2019年：《[[教束]]》 飾 徐家琪 *2020年：《[[黑市 (電視劇)|黑市]]—過夜》 飾 Dada *2020年：《[[打天下]]》 飾 芳柔 ==出面網頁== *{{ig|_lmhmc}} * [https://kingmaker.viu.tv/profile/86/ 全民造星IV | Michelle] [[Category:香港電視節目主持人]] [[Category:香港女演員]] [[Category:香港浸會大學舊生]] [[Category:黎氏|美萱]] [[Category:最後一屆口罩小姐選舉參賽者]] [[Category:全民造星IV參賽者]] c9f9t9zql5148ekecd78vztdti018p1 0 206054 1865600 1865256 2022-08-20T01:56:13Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 姓名 = 陳欣茵 | 羅馬拼音 = Chan Yan Yan | 類型 = 女藝人 | 圖片 = File:陳欣茵.jpg | 英文名 = Yanyan Chan | 國籍 = {{CNHK}} | 活躍年代 = 2018年到而家 | 綽號 = | 出生日期 = {{birth_date_and_age|1996|5|2}} | 出生地 = {{HKG-GBR}} | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = 大學 | 母校 = [[香港理工大學]]紡織及製衣學系 | 職業 = [[學生]]、[[KOL]]、[[節目主持]] | 經紀公司 = [[電視廣播有限公司|無綫電視]] (2018年至今) | 代表作品 = 《[[後生仔傾吓偈|#後生仔傾吓偈]]》 }} '''陳欣茵'''（{{Jpingauto|can4 jan1 jan1}}，{{lang-en|'''Yanyan Chan'''}}，{{bd|1996年|5月2號||}}）係[[香港]]女藝人，[[無綫電視]]旗下女藝員同埋[[Big Big Channel]]一位[[KOL]]。 ==簡歷== 陳欣茵大學讀[[香港理工大學]]紡織及製衣學系（內衣設計）學士。 2017年7月，陳欣茵拍過Youtuber「熊仔頭」嘅短片。2018年10月開始，陳欣茵加入無綫節目《[[＃後生仔傾吓偈]]》做其中一位KOL主持。 2022年佢做咗23位[[J2ers (藝員)|J2ers]]之一，拍一啲[[無綫電視J2台|J2台]]節目。 ==演出== ===綜藝節目（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''節目名'''||style="width:22%"| '''性質''' |- |2018年開始||《[[＃後生仔傾吓偈]]》||KOL（第195集開始） |- |rowspan="2"|2019年||《[[電競王]]》||第11集嘉賓 |- |《[[眼睛去旅行]]》||主持 |- |rowspan="2"|2020年||《[[學是學非]]》||主持（第七輯第20集開始） |- |《[[恐怖真相]]》||第1集嘉賓 |- |2021年||《[[明星運動會]]》||參賽者 |- |rowspan="4"|2022年||《[[666永：逝者代言人]]》||主持 |- |《[[學是疫學非]]》（第二輯）||主持 |- |《[[關注關注組]]》||主持 |- |《[[鋪鋪Poker]]》||主持 |- |} === 微電影 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''首映'''||style="width:15%"|'''電影名'''||style="width:16%"|'''角色''' |- |style="background:#FFF; color:#000" colspan="3"|'''無綫電視''' |- |2019年||[[空投在我身邊的閨蜜]]||[[電競]]高手 Yan Yan |- |} === 音樂錄像 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''年份'''||style="width:15%"|'''歌名'''||style="width:16%"|'''歌手''' |- |2018年||重複愛一次||[[伍富橋]] |- |2019年||離開有什麼可怕<ref>{{Cite news |url=https://hk.on.cc/hk/bkn/cnt/entertainment/20190925/bkn-20190925151544812-0925_00862_001.html |title=台仔拍 MV　劉子碩諗起被飛即喊 |publisher=東網 |date=2019-09-25 |accessdate=2020-05-12 |archive-date=2019-12-31 |archive-url=https://web.archive.org/web/20191231133022/https://hk.on.cc/hk/bkn/cnt/entertainment/20190925/bkn-20190925151544812-0925_00862_001.html }}</ref>||[[劉子碩]] |- |2021年||錯的一天||[[吳若希]] |- |} === 廣告 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''年份'''||style="width:31%"|'''內容''' |- |2017年||[[麥當勞]]「[[LINE Friends]] 風扇仔 + Brown 保溫杯」 |- |2020年||[[Big Big Shop]]「[[Thanko]] 減糖電飯煲」 |- |} ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|chanyanyan}} * {{Facebook|yanyaascyy}} * {{Instagram}} [[Category:香港電視節目主持人]] [[Category:陳氏|欣茵]] [[Category:無綫電視女藝員]] {{HK-enter-bio-stub}} b8pmabze63hzfeulm25anlg632rxoi5 1865614 1865600 2022-08-20T02:21:04Z 14.0.236.175 取消LTA [[Special:Contributions/210.0.147.110|210.0.147.110]]([[User talk:210.0.147.110|傾偈]])嘅修改 ( oldid=1865600 ) wikitext text/x-wiki {{藝人 | 姓名 = 陳欣茵 | 羅馬拼音 = Chan Yan Yan | 類型 = 女藝人 | 圖片 = File:陳欣茵.jpg | 英文名 = Yanyan Chan | 國籍 = {{CNHK}} | 活躍年代 = 2018年到而家 | 綽號 = | 出生日期 = {{birth_date_and_age|1996|5|2}} | 出生地 = {{HKG-1959}} | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 教育程度 = 大學 | 母校 = [[香港理工大學]]紡織及製衣學系 | 職業 = [[學生]]、[[KOL]]、[[節目主持]] | 經紀公司 = [[電視廣播有限公司|無綫電視]] (2018年至今) | 代表作品 = 《[[後生仔傾吓偈|#後生仔傾吓偈]]》 }} '''陳欣茵'''（{{Jpingauto|can4 jan1 jan1}}，{{lang-en|'''Yanyan Chan'''}}，{{bd|1996年|5月2號||}}）係[[香港]]女藝人，[[無綫電視]]旗下女藝員同埋[[Big Big Channel]]一位[[KOL]]。 ==簡歷== 陳欣茵大學讀[[香港理工大學]]紡織及製衣學系（內衣設計）學士。 2017年7月，陳欣茵拍過Youtuber「熊仔頭」嘅短片。2018年10月開始，陳欣茵加入無綫節目《[[＃後生仔傾吓偈]]》做其中一位KOL主持。 2022年佢做咗23位[[J2ers (藝員)|J2ers]]之一，拍一啲[[無綫電視J2台|J2台]]節目。 ==演出== ===綜藝節目（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''節目名'''||style="width:22%"| '''性質''' |- |2018年開始||《[[＃後生仔傾吓偈]]》||KOL（第195集開始） |- |rowspan="2"|2019年||《[[電競王]]》||第11集嘉賓 |- |《[[眼睛去旅行]]》||主持 |- |rowspan="2"|2020年||《[[學是學非]]》||主持（第七輯第20集開始） |- |《[[恐怖真相]]》||第1集嘉賓 |- |2021年||《[[明星運動會]]》||參賽者 |- |rowspan="4"|2022年||《[[666永：逝者代言人]]》||主持 |- |《[[學是疫學非]]》（第二輯）||主持 |- |《[[關注關注組]]》||主持 |- |《[[鋪鋪Poker]]》||主持 |- |} === 微電影 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''首映'''||style="width:15%"|'''電影名'''||style="width:16%"|'''角色''' |- |style="background:#FFF; color:#000" colspan="3"|'''無綫電視''' |- |2019年||[[空投在我身邊的閨蜜]]||[[電競]]高手 Yan Yan |- |} === 音樂錄像 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''年份'''||style="width:15%"|'''歌名'''||style="width:16%"|'''歌手''' |- |2018年||重複愛一次||[[伍富橋]] |- |2019年||離開有什麼可怕<ref>{{Cite news |url=https://hk.on.cc/hk/bkn/cnt/entertainment/20190925/bkn-20190925151544812-0925_00862_001.html |title=台仔拍 MV　劉子碩諗起被飛即喊 |publisher=東網 |date=2019-09-25 |accessdate=2020-05-12 |archive-date=2019-12-31 |archive-url=https://web.archive.org/web/20191231133022/https://hk.on.cc/hk/bkn/cnt/entertainment/20190925/bkn-20190925151544812-0925_00862_001.html }}</ref>||[[劉子碩]] |- |2021年||錯的一天||[[吳若希]] |- |} === 廣告 === {|class="wikitable" width="70%" |- style="background:pink; color:black" align="center" |style="width:8%"|'''年份'''||style="width:31%"|'''內容''' |- |2017年||[[麥當勞]]「[[LINE Friends]] 風扇仔 + Brown 保溫杯」 |- |2020年||[[Big Big Shop]]「[[Thanko]] 減糖電飯煲」 |- |} ==參考== {{reflist}} ==出面網頁== * {{TVBartiste|chanyanyan}} * {{Facebook|yanyaascyy}} * {{Instagram}} [[Category:香港電視節目主持人]] [[Category:陳氏|欣茵]] [[Category:無綫電視女藝員]] {{HK-enter-bio-stub}} iu56gpq2ivmnhhzsyg570efe8xpcw6c 2 206541 1865585 1865257 2022-08-20T01:43:56Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand mod and bot parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}、{{加權文長|混沌理論}}, then shut until done with ProNatHci trinity #資訊科技 - prioritise programming, may wd [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}} && {{加權文長|窮舉搜尋}}, do some planning... #More 資訊科技 - prioritise NLP-related topics, may wd [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see outline #:Up next：Expand [[Template:人機互動]] based on [[:en:Outline of human-computer interaction]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：read book chapter to revise {{加權文長|數據結構}} and do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> 8ufbylnsthkucztxpgi6kivj2tl44hu 1865606 1865585 2022-08-20T02:14:17Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand mod and bot parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}、{{加權文長|混沌理論}}, then shut until done with ProNatHci trinity #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}} && {{加權文長|窮舉搜尋}}, do some planning... #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：read book chapter to revise {{加權文長|數據結構}} and do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> 9tbm4ljtlbt5bkcwtxfvhve038fd6qg 1865618 1865606 2022-08-20T02:23:58Z Dr. Greywolf 143999 /* Weekday */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}、{{加權文長|混沌理論}}, then shut until done with ProNatHci trinity #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}} && {{加權文長|窮舉搜尋}}, do some planning... #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：read book chapter to revise {{加權文長|數據結構}} and do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> 2cz0oz0xzm4p06op8dmewonqnroej6g 1865725 1865618 2022-08-20T07:04:04Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}} && {{加權文長|窮舉搜尋}}, do some planning... #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：read book chapter to revise {{加權文長|數據結構}} and do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> qmu5fq0oka00a8c82nsdyhlw7o4t9a3 1865809 1865725 2022-08-20T09:17:25Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}} && {{加權文長|窮舉搜尋}}, do some planning... #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> ryak6xlbg6bephkaksh2n8mnt7nbs6o 1865833 1865809 2022-08-20T10:11:21Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}}、{{加權文長|程式語言}}、{{加權文長|作業系統}}、{{加權文長|Coding best practices}}、{{加權文長|代碼風格}}、{{加權文長|電腦架構}} #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> rszil0gfo5kvhcpp49ry1ju7kx31zu1 1865834 1865833 2022-08-20T10:11:48Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Project'''：autosummariser review :*{{加權文長|自動總結}} :*{{加權文長|語義距離}} scho :**[[潛在語義分析]] :*{{加權文長|自然語言生成}} scho :*{{加權文長|網頁刮料}} :*{{加權文長|資訊提取}} :*{{加權文長|資訊抽取}} :*{{加權文長|文本情感分析}} :*{{加權文長|電腦輔助評閱}} :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}}、{{加權文長|程式語言}}、{{加權文長|作業系統}}、{{加權文長|Coding best practices}}、{{加權文長|代碼風格}}、{{加權文長|電腦架構}}、{{加權文長|系統設計}} #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：See '''TruCal''' #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> fv3lj2ut8x8uxm9lxie3qwrem13ty03 1865835 1865834 2022-08-20T10:13:18Z Dr. Greywolf 143999 /* Timetable */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}}、{{加權文長|程式語言}}、{{加權文長|作業系統}}、{{加權文長|Coding best practices}}、{{加權文長|代碼風格}}、{{加權文長|電腦架構}}、{{加權文長|系統設計}} #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：{{加權文長|自動總結}}、{{加權文長|潛在語義分析}}、{{加權文長|自然語言生成}} scho、{{加權文長|網頁刮料}}、{{加權文長|資訊提取}}、{{加權文長|資訊抽取}}、{{加權文長|電腦輔助評閱}} #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[:en:Template:Data structures]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> aqaxzlbovfzp7c8daoh1jdhnhlnerom 1865839 1865835 2022-08-20T10:17:41Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}}、{{加權文長|程式語言}}、{{加權文長|作業系統}}、{{加權文長|Coding best practices}}、{{加權文長|代碼風格}}、{{加權文長|電腦架構}}、{{加權文長|系統設計}} #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：{{加權文長|自動總結}}、{{加權文長|潛在語義分析}}、{{加權文長|自然語言生成}} scho、{{加權文長|網頁刮料}}、{{加權文長|資訊提取}}、{{加權文長|資訊抽取}}、{{加權文長|電腦輔助評閱}} #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[Template:數據結構]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> 6p0edif60m7if14gd83ubtd519myfpx 1865871 1865839 2022-08-20T11:39:34Z Dr. Greywolf 143999 /* Working */ wikitext text/x-wiki '''Current work list''', '''[[User:Dr. Greywolf/Sandbox2|future plan]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' == 唔識打嘅字符 == － · 《》 == Stub template == <nowiki> ''''''（{{jpingauto|}}；{{lang-en|''''''}}）。 </nowiki> <nowiki> == 註釋 == </nowiki> <nowiki> {{reflist|group=註}} </nowiki> <nowiki> ==睇埋== </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> *[[]] </nowiki> <nowiki> ==攷== </nowiki> <nowiki> {{reflist}} </nowiki> <nowiki> {{stub}} </nowiki> <nowiki> [[Category:]] </nowiki> == Article classes == ;Featured articles !! :word count ≥ 10,000 '''AND''' has covered all major relevant topics. :For 基礎文章第 3 級或以上，word count upper limit = 20,000 :Else word count upper limit = 15,000 ;Good articles * :word count ≥ 3,000 '''AND''' has covered major relevant topics. ;"Not focused"（次級）: The article might have reached "good" standards, but I don't want to spend too much time updating it. ;Incomplete（未搞掂）: The article doesn't even look complete, but I still want to keep an eye on it anyway. == Timetable == === Core === {{Image array | perrow = 4 | width = 180 | height = 180 | border-width = 0 | image1 = Mental Health - The Noun Project.svg | image2 = Anatomy-1751201 1280.png | image3 = Noun Project quill icon 1182188 cc.svg | image4 = Video-Game-Controller-Icon-IDV-green.svg }} === Weekday === {{Commonscat|Creativity}} ;TruCal :'''{{加權文長|自然語言處理}}''' :'''[[Template:自然語言處理]]''' :*'''Bot''' - English search and gather algorithm, && Canto auto proof reader && For navbox, find the top most important articles to include :*'''Bot''' - take page titles, find sentences that need to be disambiguated 俾 / 畀, auto b-up? :*'''[[User:Dr. Greywolf/Bot]]''' ;'''Tools''' :'''{{加權文長|創意}}''' :'''{{加權文長|學術寫作}}''' :'''{{加權文長|概率同統計學詞彙表}}'''： ;Hobbies :'''電子遊戲''' :*'''{{加權文長|電子遊戲詞彙表}}''' Expand programming parts? :*'''{{加權文長|電子遊戲類型一覽}}''' <small>check in Christmas</small> :'''{{加權文長|芭蕾舞詞彙表}}''' <small>check in Christmas</small> === Working === ;English / Anglo- literature stuff *:[[Template:英文特性]] - {{加權文長|英文文法}} *Check up to 1 old articles/navbox, based on which one hasn't been updated recently (recent = since the current semi-decade began). ;One short/wk - cycle per 2 months #知識基礎 - mostly statistics && big ideas in maths, may wd if stats #:Up next：{{加權文長|幾何學}}, then shut until done with ProNatHci trinity, {{加權文長|混沌理論}} #資訊科技 - prioritise programming, may wd, '''Outline:''' [[:en:Outline of computer programming]] #:Up next：{{加權文長|程式編寫範式}}、{{加權文長|程式語言}}、{{加權文長|數據庫}}、{{加權文長|作業系統}}、{{加權文長|Coding best practices}}、{{加權文長|代碼風格}}、{{加權文長|電腦架構}}、{{加權文長|系統設計}} #More 資訊科技 - prioritise NLP-related topics, may wd, '''Outline:''' [[:en:Outline of natural language processing]] #:Up next：{{加權文長|自動總結}}、{{加權文長|潛在語義分析}}、{{加權文長|自然語言生成}} scho、{{加權文長|網頁刮料}}、{{加權文長|資訊提取}}、{{加權文長|資訊抽取}}、{{加權文長|電腦輔助評閱}} #認知科學 - HCI && cognition, see '''Outline:''' [[:en:Outline of human-computer interaction]] #:Up next：Expand [[Template:人機互動]] #自然科學 - Just a few selected articles, mostly modern physics #:Up next：{{加權文長|進化博弈論}}、{{加權文長|狹義相對論}}、{{加權文長|量子力學}}、{{加權文長|廣義相對論}}, then shut until done with ProNatHci trinity #社會科學 - mainly personal finance && game theory #:Up next：{{加權文長|外匯市場}}、{{加權文長|通貨膨脹}}、{{加權文長|經濟泡沫}}、{{加權文長|房地產}}、{{加權文長|利率}} #Others #:Up next：do [[Template:數據結構]], write some openings, Music theory navboxes #"+- cate" can have siu ban. They can still have full-length articles, if the articles only involve "siu ban" amount of work. === Christmas crunch === *'''Check past articles''' *'''Choose based on which one needs checking the most''' == Weekend check == *'''有未 address 嘅評語嘅文''' *'''幫手評 or 執嘅文''' See [[Wikipedia:好文提名|好文候選]]同[[Wikipedia:正文候選|正文候選]] for details... ==Things to update== *「{{lang-en|'''xx'''}}」 instead of 「[[英文]]：'''xx'''」 *Intro needs to be more naturally Cantonese. *Use symbols for metric units. *Use '''bold''' instead of 「」. *"Syu ming ho" for game names, except for glossaries. *Fixed galleries to "traditional". *Change galleries to slideshows - galleries for lots of pictures, slideshows for <5. *Change the see also section to 3 columns - 睇埋、註釋、文獻、攷 **Or maybe change the see also section to be more navbox-like...? *Add links to relevant stub articles and vice versa. *Link to major journals, 科普 magazines, and online encyclopedias. *After that, pump up the contents of 基礎文章 using copy-and-paste. {{clear}} <!--- == 留意緊嘅新維基人 == <small><i>(New Wikipedians to keep eyes on)</i></small><br> ;Current *[[User:Z423x5c6]] *[[User:Kukkeibeng]] *[[User:Mic123Macao5201314]] *[[User:莫洛托夫雞尾酒]] ;Gone *[[User:Star021231]] *[[User:Greeninvisibledreams]] *[[User:Tpoiu 2012]] *[[User:Keyboardwarrior]] *[[User:Caacaan‎]] *[[User:Heitung221]] *[[User:Leungtsun729]] *[[User:GbusLlb‎]] *[[User:Jean Arkham]] *[[User:Kvckelvin]] *[[User:蚊仔81]] *[[User:Laiseoihaak]] *[[User:Tomatoyeunghk]] *[[User:Fongwan]] ---> pq0ffcyoc5ulkx0ylti9ngehi49z0cm 0 209176 1865475 1759299 2022-08-19T16:13:04Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''心像'''（{{jpingauto|sam1 zoeng6}}；{{lang-en|'''mental imagery'''}}）係[[認知功能]]一種，指喺個[[腦]]入面[[想像]]一啲[[視覺]][[資訊]]，但嗰啲資訊並唔存在喺周圍環境當中。 ==睇埋== *[[心理旋轉]] *[[想像]] {{認知}} {{心理學楔}} [[Category:認知]] 8a8yl6m17glpo261w6y3vqcxl8cq5qf 0 209353 1865738 1863372 2022-08-20T07:32:31Z Dr. Greywolf 143999 /* 主要子理論 */ wikitext text/x-wiki [[File:Maquina.png|thumb|330px|一部圖靈機嘅想像圖；部機會一路讀取條帶上面嘅一格，並且對嗰個格作出運算，再決定要使唔使改嗰格同埋跟住要向左郁定向右郁。]] '''運算理論'''（{{jpingauto|wan6 syun3 lei5 leon6}}；{{lang-en|'''theory of computation'''}}）係[[數學]]同[[理論電腦科學]]嘅一個子領域，專門研究[[機械]]點樣用[[演算法]]解難。運算理論會用[[數學證明]]等嘅方法，嘗試思考唔同種類嘅理論性[[運算機械]]喺解難能力上有乜差異（[[自動機理論]]）、有啲乜嘢問題係能夠（或者唔能夠）用運算機械解嘅（[[可運算性理論]]）以及一個運算上嘅問題最高嘅可能解決效率（[[運算複雜性理論]]）等等嘅問題<ref>Sipser, M. (2006). ''Introduction to the Theory of Computation'' (Vol. 2). Boston: Thomson Course Technology.</ref><ref>Lewis, H. R., & Papadimitriou, C. H. (1997). ''Elements of the Theory of Computation''. Prentice Hall PTR.</ref>。 用一句嘢概括嘅話，運算理論主要思考嘅係呢個問題<ref>Michael Sipser (2013). ''Introduction to the Theory of Computation'' 3rd. Cengage Learning. ISBN 978-1-133-18779-0. p. 1.</ref>： {{Cquote |[[電腦]]（[[運算機械]]）嘅基本能力同極限係乜？}} 運算理論會攞一啲[[運算模型]]（model of computation；一個運算模型會描述一部機械點由輸入嗰度計個輸出出嚟）嚟將運算機械概念化。當中喺廿一世紀最常用嘅運算模型係所謂嘅[[圖靈機]]（Turing machine；個名取自著名[[數學家]][[亞倫圖靈]]），圖靈機可以想像成一部噉嘅機械：部圖靈機會讀取一條分做若干個格嘅帶，每個格裏面都會有個[[符號]]（1 同 0 等）；喺每一個時間點，部圖靈機個讀取器都讀住其中一格，並且會做以下三個基本作業嘅其中一個<ref name="hodges2012">Hodges, Andrew (2012). ''Alan Turing: The Enigma (The Centenary Edition)''. Princeton University Press.</ref>： #讀取讀取器下嗰格有乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 圖靈機呢部[[抽象]]機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012">Rabin, Michael O. (June 2012). [http://videolectures.net/turing100_rabin_turing_church_goedel/ Turing, Church, Gödel, Computability, Complexity and Randomization: A Personal View] {{Webarchive|url=https://web.archive.org/web/20190605192515/http://videolectures.net/turing100_rabin_turing_church_goedel/ |date=2019年6月5號 }}.</ref>，好似簡單嘅[[加]][[減]]數噉<ref name="turingmachineadd">[http://courses.washington.edu/css502/zander/Notes/14langTuringEx.pdf Turing Machine example to add two numbers].</ref>，而有咗加減數，就可以計到好多嘢。好似圖靈機等嘅概念性機械就係運算模型，運算理論家會思考唔同種類嘅運算模型，以及剖析呢啲運算模型喺解難能力上有乜分別，加深人對運算同電腦嘅理論性了解<ref>Donald Monk (1976). ''Mathematical Logic''. Springer-Verlag.</ref>。 == 基本概念 == {{main|運算|運算問題}} {{see also|理論電腦科學}} 廣義上，[[運算]]（computation；[[動詞]]：to compute）係指涉及跟從一個[[定義]]好嘅模型、通過一連串[[算術]]同非算術步驟做嘅[[計算]]，廣義上可以包含任何由[[電腦入資料|輸入]]俾[[電腦出資料|輸出]]嘅過程。呢啲計算可以係算術性嘅（[[加]][[減]][[乘]][[除]]等），又可以係做[[邏輯代數]]（Boolean algebra）嘅處理，中途會處理[[資訊]]。運算嘅例子有[[演算法]]（algorithm）：喺行一個演算法嗰陣，一部[[電腦]]會接收用家俾嘅一串演算法，一個演算法包含一串有先後之分嘅指示，每行指示教部電腦做某啲計算，等等，通過行呢段演算法，部電腦會俾出一個輸出，如果個演算法設計得好而且部電腦能夠無誤噉行段演算法嘅話，個輸出正正會係個用家想要嘅結果<ref>[https://plato.stanford.edu/entries/computation-physicalsystems/ Computation in Physical Systems]. ''Stanford Encyclopedia of Philosophy''.</ref>。 舉個簡單例子說明，好似係以下呢段用[[粵文]]寫嘅演算法（[[虛擬碼]]）噉，就做咗一連串嘅運算<ref name="bg">[http://fiftyexamples.readthedocs.io/en/latest/algorithms.html Background: Algorithms] {{Webarchive|url=https://web.archive.org/web/20180703023816/http://fiftyexamples.readthedocs.io/en/latest/algorithms.html |date=2018年7月3號 }}.</ref>： ;要解決嘅問題：家吓俾一列[[正數]]（輸入）你，假設呢個列唔係一個空列，同我搵嗰列數入面最大嗰個出嚟。 :用嘅演算法嘅步驟： #設一個變數，叫佢做「max」，並且將佢個數值設做「[[0]]」； #將收到嗰列正數逐個逐個攞嚟同 max 比較吓； #如果撞到一個大過 max 嘅數（叫呢個數做「x」）嘅話，將 max 嘅數值設做 x，並且繼續將 max 同下個正數比較吓；（邏輯代數） #將最後得出嗰個 max 嘅數值俾出嚟（輸出）。max 嘅數值會係成列數入面最大嗰個。 呢個演算法用 [[Python]]（1991 年出嘅一種[[程式語言]]）寫出嚟嘅話會係<ref name="bg"/>： <source lang="python"> # Input：一列冧巴，叫列冧巴做「L」。 # Output：L 入面最大嘅冧巴。 def find_max (L): max = 0 # 設最大值做 0。 for x in L: # 同 L 入面每個元件做以下嘅嘢... if x > max: # 如果 x 大過最大值... max = x # ... 設最大值做 x。 return max # 做完嗮上述嘅嘢後，俾返個最大值出嚟。 </source> 研究運算嘅領域係[[電腦科學]]，而運算理論係電腦科學一個高度理論化嘅子領域：電腦科學會研究運算嘅應用，研究點用電腦運算造出有[[經濟價值]]嘅產品同技術，例如[[電腦圖像學]]（CG）研究[[電腦圖像]]－用電腦嘅運算功能造[[圖像]]嘅技術，而呢啲圖像可以用嚟製作[[電腦動畫]]等嘅產品；但另一方面，電腦科學又會用好似[[數學]]噉嘅方法研究運算呢家嘢嘅本質－做呢啲研究嘅電腦科學子領域就係運算理論<ref>Denning, P.J.; Comer, D.E.; Gries, D.; Mulder, M.C.; Tucker, A.; Turner, A.J.; Young, P.R. (January 1989). "Computing as a discipline". ''Communications of the ACM''. 32: 9–23.</ref><ref>Turner, Raymond, Angius, Nicola , Primiero, Giuseppe. (Spring 2019). "The Philosophy of Computer Science", ''The Stanford Encyclopedia of Philosophy'', Edward N. Zalta (ed.),</ref>。 {{clear}} == 主要子理論 == 運算理論上最重要嘅子理論有以下呢啲： === 自動機理論 === {{main|自動機理論}} [[自動機理論]]（automata theory）研究[[抽象機械]]，以及唔同種類嘅抽象機械喺解難能力上有乜唔同。自動機理論最基本嘅諗頭係[[抽象機械]]（abstract machine）－一部抽象機械內部有一啲[[函數]]，並且會攞一啲輸入，按輸入同內部嘅函數計個輸出出嚟，例如係以下呢部極簡單嘅抽象機械<ref name="hopcroft2000">John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2000). ''Introduction to Automata Theory, Languages, and Computation'' (2nd Edition). Pearson Education.</ref>： [[File:DFAexample.svg|center]] 上圖呢部機械會攞一串符號做輸入，再話俾用家知，串符號入面 0 嘅數量係咪[[雙數]]：部機開始於 <math>\text{S}_1</math> 狀態；當部機讀到一個 0 嗰陣，會進入 <math>\text{S}_2</math> 狀態，而當佢再讀到個 0 嗰時，會返去 <math>\text{S}_1</math> 狀態；如果佢讀到嘅係 1 或者第啲符號嗰時，部機唔會改變狀態；喺部機讀完嗮成串符號之後，如果串符號入面 0 嘅數量係雙數，佢會處於 <math>\text{S}_1</math> 狀態，否則佢就將會處於 <math>\text{S}_2</math> 狀態。呢部抽象機械可以用多種唔同嘅[[物理]]機制實現－運算理論上嘅思考係[[抽象性]]（abstract）嘅<ref name="hopcroft2000"/><ref>Anderson, James A. (2006). ''Automata theory with modern applications''. With contributions by Tom Head. Cambridge: Cambridge University Press.</ref>。 === 可運算性理論 === {{main|可運算性理論}} {{see also|有效方法}} [[可運算性理論]]（computability theory）集中於思考唔同嘅[[運算問題]]係咪[[可運算嘅]]（computable）－如果一個問題係可以用電腦解決嘅，噉呢個問題就係可運算嘅，否則呢個問題就係不可運算嘅，好似係好出名嘅[[停機問題]]（halting problem）噉。首先，[[電腦程式]]可以分做兩大種<ref>Church, Alonzo (1936). "An Unsolvable Problem of Elementary Number Theory". ''American Journal of Mathematics''. 58 (58): 345–363.</ref>： :例：<tt>while (true) continue</tt>；呢種程式'''唔會停機'''－部電腦一行呢個程式就會一路行落去，永世唔會停。 :例：<tt>print "Hello, world!"</tt>；呢種程式'''會停機'''－部電腦會逐行逐行碼行咗佢，最後停低。 根據[[英國]][[數學家]][[亞倫圖靈]]（Alan Turing）嘅[[數學證明|證明]]，呢個世界冇可能有電腦能夠攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出（停機問題）。圖靈用嘅係[[反證法]]（proof by contradiction），證明如果呢個世界上有個程式能夠做到噉嘅工作，就會發生一啲冇可能嘅事。呢個證明大致上係噉嘅<ref name="turing1937">Alan Turing, On computable numbers, with an application to the Entscheidungsproblem, ''Proceedings of the London Mathematical Society'', Series 2, Volume 42 (1937), pp 230–265.</ref>： 想像有個程式，<code>halts(f)</code>，如果 <code>f</code> 係一個會停機嘅[[子程序]]，<code>halts(f)</code> 會出「真」（1），否則<code>halts(f)</code> 會出「假」（0），再想像以下呢個程序： <source lang="python"> def g(): # 定義 g if halts(g): # 如果 halt(g) 係真... loop_forever() # 做永遠唔停嘅 loop </source> 呢個程序會引致一個大矛盾：如果 <code>g()</code> 係會停機嘅，噉 <code>halts(g)</code> 會出「真」，於是 <code>g()</code> 就會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－出現矛盾；而如果 <code>g()</code> 係唔會停機嘅，噉 <code>halts(g)</code> 會出「假」，於是 <code>g()</code> 就唔會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－又出現矛盾。因為噉，如果呢個世界有電腦曉攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出嘅話，就會出現一個[[邏輯]]上嘅矛盾，所以呢一個程式冇可能存在喺呢個世界上－即係話「攞一個程式嘅碼做輸入，再正確噉判斷個程式會唔會停機」係一個不可運算嘅問題<ref name="turing1937"/><ref>Davis, Martin (1965). The Undecidable, ''Basic Papers on Undecidable Propositions, Unsolvable Problems And Computable Functions''. New York: Raven Press.. Turing's paper is #3 in this volume. Papers include those by Godel, Church, Rosser, Kleene, and Post.</ref>。可運算性理論會思考停機問題等唔同類嘅運算問題，並且理解呢啲問題當中有邊啲係可運算嘅、邊啲係不可運算嘅，而呢啲研究增加咗人類對電腦嘅局限嘅理解<ref name="turing1937"/>。 {{clear}} === 運算複雜性 === {{main|運算複雜性理論|運算複雜性}} [[運算複雜性理論]]（computational complexity theory）係運算理論第三個子領域：喺知道咗一個問題係有可能用電腦解決之後，[[電腦科學家]]往往會希望知道要解決呢個問題「有幾撈絞」－舉個例說明，想像有個問題，可運算性理論嘅分析顯示咗個問題係有可能用電腦解決嘅，但打後進一步嘅分析發現，解決呢個問題要用嗰個[[演算法]]複雜到就算用最先進嘅電腦行，都要用成 100 年先行得完，噉嘅話個問題喺實際應用上根本冇得有效率噉解決。對「可以解到嘅問題要嘥幾多時間空間先解到」嘅思考就係運算複雜性理論嘅重心<ref name="sanjeev2009">Arora, Sanjeev; Barak, Boaz (2009), ''Computational Complexity: A Modern Approach'', Cambridge University Press.</ref><ref>Braatz, R. P., Young, P. M., Doyle, J. C., & Morari, M. (1994). Computational complexity of/spl mu/calculation. ''IEEE Transactions on Automatic Control'', 39(5), 1000-1002.</ref>。 運算複雜性理論最重視嘅[[運算複雜度]]指標有兩個<ref name="sanjeev2009"/>： *[[時間複雜度]]（time complexity），指一段運算要用幾多時間解； *[[空間複雜度]]（space complexity），指一段運算要用幾多[[記憶體]]嚟解。 喺分析一個演算法嘅複雜度<ref group="註">例：好多[[電腦科學]]同相關領域嘅研究都係喺度提出新嘅演算法；而呢啲研究通常都會分析吓個新演算法嘅複雜度，俾人睇到（例如）「個新演算法嘅複雜度低過打前嗰啲演算法，但效用依然係咁好」。</ref>嗰陣，電腦科學家會將時間複雜度同空間複雜度表達做輸入嘅大細嘅函數，即係話一個演算法嘅時間複雜度同空間複雜度通常寫成類似噉嘅樣（[[大 O 符號]]）：<code>O(n log n)</code>，當中 <code>n</code> 係個輸入嘅大細（例：如果個輸入係個數字，<code>n</code> 會係佢有幾多個位），<code>O(n log n)</code> 反映個演算法要行嘅步嘅數量隨 <code>n</code> 嘅變化，而 <code>T(n log n)</code> 就係實際行要花嘅時間隨 <code>n</code> 嘅變化。例如如果話一個演算法用嘅時間（以秒計）係 <code>T(n log n)</code> ，而 <code>n</code> 表示個輸入有幾多個位： *當 <code>n</code> 係 10，用嘅時間係 10 秒； *當 <code>n</code> 係 10,000，用嘅時間係 40,000 秒 ... 如此類推<ref name="sanjeev2009"/>。 舉個簡單例子說明，想像而家電腦科學家想諗個演算法出嚟，解決「俾一柞數字個程式，搵吓柞數字當中有冇某一個特定數字」；最原始嘅演算法係將柞數字逐個逐個睇一次，比較吓個數字同個目標數字係咪一樣，用虛擬碼表達嘅話如下： <source lang="python"> for i : 1 to length of A if A[i] is equal to x return TRUE return FALSE </source> 用呢種做法嘅話，最壞情況係每次要搵數字嗰陣，都要耖足嗮成柞數先俾到答案（答案係「有定冇」），所以呢個演算法嘅[[最壞情況複雜度|最壞情況]]（worst-case scenario）時間複雜度就係 <code>n</code> 個單位嘅時間，當中 <code>n</code> 代表輸入嗰柞數字入面有幾多個數字，而單位時間代表耖一個數字要用嘅時間<ref>Knuth, Donald (1998). Sorting and Searching. ''The Art of Computer Programming''. 3 (2nd ed.). Reading, MA: Addison-Wesley Professional.</ref>。 喺電腦科學上，對唔同嘅演算法作出運算複雜度分析好有用：一般認為，一個好用嘅演算法理應能夠喺不損準確性嘅情況下，盡可能用最少嘅時間同空間嚟達成任務－所以對研究演算法嘅電腦科學家嚟講，時間複雜度同空間複雜度都係有用嘅指標，可以攞嚟量度一個演算法有幾好用<ref>Kolen, J. F., & Hutcheson, T. (2002). Reducing the time complexity of the fuzzy c-means algorithm. ''IEEE Transactions on Fuzzy Systems'', 10(2), 263-267.</ref><ref>Alon, N., Matias, Y., & Szegedy, M. (1999). The space complexity of approximating the frequency moments. ''Journal of Computer and system sciences'', 58(1), 137-147.</ref>。 {{clear}} == 運算模型 == {{main|運算模型}} === 圖靈機 === {{main|圖靈機}} {{see also|圖靈論題}} [[圖靈機]]（Turing machine）係廿世紀運算理論最常分析嘅運算模型。一部圖靈機嘅運作如下：一部圖靈機會讀取一條分做若干個格嘅帶，條帶每個格裏面都會有個符號（可以係 1 同 0 等多個款）；喺每一個時間點，部圖靈機個讀取器都會位於條帶其中一格，而部機就會做以下三個基本作業當中是但一個<ref name="hodges2012"/><ref>Petzold, C. (2008). ''The annotated Turing: a guided tour through Alan Turing's historic paper on computability and the Turing machine''. Wiley Publishing.</ref>： #讀取讀取器下嗰格係乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 [[File:Turing machine 2a.svg|thumb|540px|center|<center>一條圖靈機輸入帶嘅抽象圖解；<math>s_i</math> 代表第 <math>i</math> 款符號。</center>]] 圖靈機呢部[[抽象]]（abstract）機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012"/>。 ;例：圖靈機計加減法 想像以下嘅演算法，條帶上面有兩個數值，<math>x</math> 同 <math>y</math>，兩個都用[[二進制]]表達，而兩個數之間同條帶嘅起始有個 <code>$</code> 做標示，即係話部機會讀嘅輸入會類似噉嘅樣<ref name="turingmachineadd"/>： *<code>$0010$0011</code>（「0010」喺二進制係 2，而「0011」喺二進制係 3）。 再想像部圖靈機跟以下嘅演算法行<ref name="turingmachineadd"/>： <source lang="C++"> // 由 x 嗰度減 1，再加 1 落 y 嗰度，直至 x = 0 為止。 repeat until x == 0, then HALT { // 用 T2（睇下面） subtract 1 from x // 用 T1（睇下面） add 1 to y go back to the first $ } </source> T2（將個數減 1）如下： #攞補充－將 1 冚唪唥變做 0，0 冚唪唥變做 1； #將個數加 1（睇 T1）； #再做一次補充。 T1（將個數加 1）如下： #如果喺個數嘅左邊盡頭（$）起始，行去個數嘅右邊盡頭； #由右邊開始行，將所有 1 變做 0，直至 #將第一個 0 變成 1。 例如如果輸入係 <code>$0010$0011</code>，部機行完一次段演算法之後，條帶嘅狀態就會變成 <code>$0000$0101</code>（「0101」喺二進制入面係 5）－呢一部圖靈機曉做加減數<ref name="turingmachineadd"/>。 === 格仔自動機 === [[File:Gospers glider gun.gif|thumb|250px|生命棋嘅圖例；黑色格代表「生」，冇色格代表「死」。]] {{main|格仔自動機}} [[格仔自動機]]（cellular automaton）係一種[[離散數學|離散]]（discrete）運算模型。一部格仔自動機會有若干個格仔，每個格仔可以有若干個可能狀態，例如「著咗」（用黑色代表）同「冇著」（用冇色代表）。攞是但一個格仔，佢都有一個初始狀態，時間 <math>t</math> 喺初始嗰陣係 0，<math>t</math> 會一吓一吓噉跳，變成 1、2、3... 等嘅離散數值；每當 <math>t</math> 跳嗰時，每個格仔嘅狀態會按自己同周圍格仔而家嘅狀態以及某啲事先講定咗嘅法則改變<ref>Toffoli, Tommaso; Margolus, Norman (1987). ''Cellular Automata Machines: A New Environment for Modeling''. MIT Press. p. 27.</ref>。 ;例：生命棋 [[生命棋]]（Conway's Game of Life）係一個出名嘅格仔自動機。生命棋嘅世界係一塊（[[無限大]]嘅）兩維四方格板，每一格（每個細胞）都有兩個可能嘅狀態：一係生（黑色），一係死（冇色）。每格會同佢上下左右以及對角嗰八個「鄰居」互動。每一步 <math>t</math> 嘅改變法則如下<ref name="gameoflife2010">Adamatzky, Andrew, ed. (2010). ''Game of Life Cellular Automata''. Springer. ISBN 978-1-84996-216-2.</ref>： #一粒生嘅細胞，如果鄰居數量少過 2 就會死（「孤獨」）； #一粒生嘅細胞，如果鄰居數量多過 3 就會死（「迫死」）； #一粒生嘅細胞，如果鄰居有 2 個或者 3 個，就會生存到下一代 <math>t</math>； #一粒死嘅細胞，如果鄰居啱啱好有 3 個，就會變成生嘅。 生命棋嘅演算法一開始行（<math>t</math> 開始演進），就會出好似附圖噉嘅樣嘅變化<ref name="gameoflife2010"/>。 格仔自動機喺各[[科學]]領域上有相當嘅價值。[[生物學家]]就發現，好似生命棋等嘅格仔自動機可以攞嚟模擬好多生物學上嘅現象，例如有某啲品種嘅[[貝殼]]嘅式樣（一格格有色冇色）就係以類似格仔自動機噉嘅機制產生嘅：呢啲貝殼當中有啲色素[[細胞]]，會按照相鄰色素細胞嘅活動決定點分泌色素，從而決定個貝殼嘅色水同式樣<ref>Coombs, Stephen (15 February 2009), ''The Geometry and Pigmentation of Seashells'', pp. 3–4, retrieved 2 September 2012.</ref>。 {{clear}} [[File:Textile cone.JPG|thumb|250px|center|一個有格仔自動機機制嘅貝殼]] === 第啲運算模型 === *[[寄存器機]]（register machine） *[[遞歸函數]]（μ-recursive functions） *[[組合子邏輯]]（combinatory logic） *[[λ 演算]]（lambda calculus） *[[馬可夫演算法]]（Markov algorithm） *[[有限狀態機]]（finite-state machine） == 註釋 == {{Reflist|group=註}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[電腦科學]] *[[離散數學]] *[[演算法]] *[[程式編寫]] *[[人工智能]] *[[複雜系統]] *[[亞倫圖靈]] {{div col end}} {{clear}} == 文獻 == === 教科書 === {{div col|style=column-count:3}} *Hopcroft, John E., and Jeffrey D. Ullman (2006). ''Introduction to Automata Theory, Languages, and Computation. 3rd ed Reading'', MA: Addison-Wesley. ISBN 978-0-321-45536-9. One of the standard references in the field. *Linz P. ''An introduction to formal language and automata''. Narosa Publishing. ISBN 9788173197819. *Michael Sipser (2013). ''Introduction to the Theory of Computation (3rd ed.)''. Cengage Learning. ISBN 978-1-133-18779-0. *Eitan Gurari (1989). ''An Introduction to the Theory of Computation''. Computer Science Press. ISBN 0-7167-8182-4. Archived from the original on 2007-01-07. *Hein, James L. (1996). ''Theory of Computation. Sudbury, MA: Jones & Bartlett''. ISBN 978-0-86720-497-1. A gentle introduction to the field, appropriate for second-year undergraduate computer science students. *Taylor, R. Gregory (1998). ''Models of Computation and Formal Languages''. New York: Oxford University Press. ISBN 978-0-19-510983-2. An unusually readable textbook, appropriate for upper-level undergraduates or beginning graduate students. *Lewis, F. D. (2007). ''Essentials of theoretical computer science A textbook covering the topics of formal languages, automata and grammars''. The emphasis appears to be on presenting an overview of the results and their applications rather than providing proofs of the results. *Martin Davis, Ron Sigal, Elaine J. Weyuker, ''Computability, complexity, and languages: fundamentals of theoretical computer science, 2nd ed.'', Academic Press, 1994, ISBN 0-12-206382-1. Covers a wider range of topics than most other introductory books, including program semantics and quantification theory. Aimed at graduate students. {{div col end}} === 其他書 === {{div col|style=column-count:3}} *Hartley Rogers, Jr (1987). ''Theory of Recursive Functions and Effective Computability'', MIT Press. ISBN 0-262-68052-1. *S. Barry Cooper (2004). ''Computability Theory''. Chapman and Hall/CRC. ISBN 1-58488-237-9. *Richard L. Epstein and Walter A. Carnielli (2000). ''Computability: Computable Functions, Logic, and the Foundations of Mathematics, with Computability: A Timeline (2nd ed.)''. Wadsworth/Thomson Learning. ISBN 0-534-54644-7. *Carl H. Smith, ''A recursive introduction to the theory of computation'', Springer, 1994, ISBN 0-387-94332-3. {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Theory of computation}} *[http://toc.csail.mit.edu/ Theory of Computation] at MIT. *[http://toc.seas.harvard.edu/ Theory of Computation] at Harvard. *[http://www.cis.upenn.edu/~giorgi/cl.html Computability Logic] - A theory of interactive computation. The main web source on this subject. {{電腦科學}} {{應用數學}} {{現代數學基礎}} [[Category:應用數學]] [[Category:運算理論| ]] 6xt79dx1ldhgnyai6q4wpqoe47ybraj 1865739 1865738 2022-08-20T07:33:13Z Dr. Greywolf 143999 /* 運算複雜性 */ wikitext text/x-wiki [[File:Maquina.png|thumb|330px|一部圖靈機嘅想像圖；部機會一路讀取條帶上面嘅一格，並且對嗰個格作出運算，再決定要使唔使改嗰格同埋跟住要向左郁定向右郁。]] '''運算理論'''（{{jpingauto|wan6 syun3 lei5 leon6}}；{{lang-en|'''theory of computation'''}}）係[[數學]]同[[理論電腦科學]]嘅一個子領域，專門研究[[機械]]點樣用[[演算法]]解難。運算理論會用[[數學證明]]等嘅方法，嘗試思考唔同種類嘅理論性[[運算機械]]喺解難能力上有乜差異（[[自動機理論]]）、有啲乜嘢問題係能夠（或者唔能夠）用運算機械解嘅（[[可運算性理論]]）以及一個運算上嘅問題最高嘅可能解決效率（[[運算複雜性理論]]）等等嘅問題<ref>Sipser, M. (2006). ''Introduction to the Theory of Computation'' (Vol. 2). Boston: Thomson Course Technology.</ref><ref>Lewis, H. R., & Papadimitriou, C. H. (1997). ''Elements of the Theory of Computation''. Prentice Hall PTR.</ref>。 用一句嘢概括嘅話，運算理論主要思考嘅係呢個問題<ref>Michael Sipser (2013). ''Introduction to the Theory of Computation'' 3rd. Cengage Learning. ISBN 978-1-133-18779-0. p. 1.</ref>： {{Cquote |[[電腦]]（[[運算機械]]）嘅基本能力同極限係乜？}} 運算理論會攞一啲[[運算模型]]（model of computation；一個運算模型會描述一部機械點由輸入嗰度計個輸出出嚟）嚟將運算機械概念化。當中喺廿一世紀最常用嘅運算模型係所謂嘅[[圖靈機]]（Turing machine；個名取自著名[[數學家]][[亞倫圖靈]]），圖靈機可以想像成一部噉嘅機械：部圖靈機會讀取一條分做若干個格嘅帶，每個格裏面都會有個[[符號]]（1 同 0 等）；喺每一個時間點，部圖靈機個讀取器都讀住其中一格，並且會做以下三個基本作業嘅其中一個<ref name="hodges2012">Hodges, Andrew (2012). ''Alan Turing: The Enigma (The Centenary Edition)''. Princeton University Press.</ref>： #讀取讀取器下嗰格有乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 圖靈機呢部[[抽象]]機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012">Rabin, Michael O. (June 2012). [http://videolectures.net/turing100_rabin_turing_church_goedel/ Turing, Church, Gödel, Computability, Complexity and Randomization: A Personal View] {{Webarchive|url=https://web.archive.org/web/20190605192515/http://videolectures.net/turing100_rabin_turing_church_goedel/ |date=2019年6月5號 }}.</ref>，好似簡單嘅[[加]][[減]]數噉<ref name="turingmachineadd">[http://courses.washington.edu/css502/zander/Notes/14langTuringEx.pdf Turing Machine example to add two numbers].</ref>，而有咗加減數，就可以計到好多嘢。好似圖靈機等嘅概念性機械就係運算模型，運算理論家會思考唔同種類嘅運算模型，以及剖析呢啲運算模型喺解難能力上有乜分別，加深人對運算同電腦嘅理論性了解<ref>Donald Monk (1976). ''Mathematical Logic''. Springer-Verlag.</ref>。 == 基本概念 == {{main|運算|運算問題}} {{see also|理論電腦科學}} 廣義上，[[運算]]（computation；[[動詞]]：to compute）係指涉及跟從一個[[定義]]好嘅模型、通過一連串[[算術]]同非算術步驟做嘅[[計算]]，廣義上可以包含任何由[[電腦入資料|輸入]]俾[[電腦出資料|輸出]]嘅過程。呢啲計算可以係算術性嘅（[[加]][[減]][[乘]][[除]]等），又可以係做[[邏輯代數]]（Boolean algebra）嘅處理，中途會處理[[資訊]]。運算嘅例子有[[演算法]]（algorithm）：喺行一個演算法嗰陣，一部[[電腦]]會接收用家俾嘅一串演算法，一個演算法包含一串有先後之分嘅指示，每行指示教部電腦做某啲計算，等等，通過行呢段演算法，部電腦會俾出一個輸出，如果個演算法設計得好而且部電腦能夠無誤噉行段演算法嘅話，個輸出正正會係個用家想要嘅結果<ref>[https://plato.stanford.edu/entries/computation-physicalsystems/ Computation in Physical Systems]. ''Stanford Encyclopedia of Philosophy''.</ref>。 舉個簡單例子說明，好似係以下呢段用[[粵文]]寫嘅演算法（[[虛擬碼]]）噉，就做咗一連串嘅運算<ref name="bg">[http://fiftyexamples.readthedocs.io/en/latest/algorithms.html Background: Algorithms] {{Webarchive|url=https://web.archive.org/web/20180703023816/http://fiftyexamples.readthedocs.io/en/latest/algorithms.html |date=2018年7月3號 }}.</ref>： ;要解決嘅問題：家吓俾一列[[正數]]（輸入）你，假設呢個列唔係一個空列，同我搵嗰列數入面最大嗰個出嚟。 :用嘅演算法嘅步驟： #設一個變數，叫佢做「max」，並且將佢個數值設做「[[0]]」； #將收到嗰列正數逐個逐個攞嚟同 max 比較吓； #如果撞到一個大過 max 嘅數（叫呢個數做「x」）嘅話，將 max 嘅數值設做 x，並且繼續將 max 同下個正數比較吓；（邏輯代數） #將最後得出嗰個 max 嘅數值俾出嚟（輸出）。max 嘅數值會係成列數入面最大嗰個。 呢個演算法用 [[Python]]（1991 年出嘅一種[[程式語言]]）寫出嚟嘅話會係<ref name="bg"/>： <source lang="python"> # Input：一列冧巴，叫列冧巴做「L」。 # Output：L 入面最大嘅冧巴。 def find_max (L): max = 0 # 設最大值做 0。 for x in L: # 同 L 入面每個元件做以下嘅嘢... if x > max: # 如果 x 大過最大值... max = x # ... 設最大值做 x。 return max # 做完嗮上述嘅嘢後，俾返個最大值出嚟。 </source> 研究運算嘅領域係[[電腦科學]]，而運算理論係電腦科學一個高度理論化嘅子領域：電腦科學會研究運算嘅應用，研究點用電腦運算造出有[[經濟價值]]嘅產品同技術，例如[[電腦圖像學]]（CG）研究[[電腦圖像]]－用電腦嘅運算功能造[[圖像]]嘅技術，而呢啲圖像可以用嚟製作[[電腦動畫]]等嘅產品；但另一方面，電腦科學又會用好似[[數學]]噉嘅方法研究運算呢家嘢嘅本質－做呢啲研究嘅電腦科學子領域就係運算理論<ref>Denning, P.J.; Comer, D.E.; Gries, D.; Mulder, M.C.; Tucker, A.; Turner, A.J.; Young, P.R. (January 1989). "Computing as a discipline". ''Communications of the ACM''. 32: 9–23.</ref><ref>Turner, Raymond, Angius, Nicola , Primiero, Giuseppe. (Spring 2019). "The Philosophy of Computer Science", ''The Stanford Encyclopedia of Philosophy'', Edward N. Zalta (ed.),</ref>。 {{clear}} == 主要子理論 == 運算理論上最重要嘅子理論有以下呢啲： === 自動機理論 === {{main|自動機理論}} [[自動機理論]]（automata theory）研究[[抽象機械]]，以及唔同種類嘅抽象機械喺解難能力上有乜唔同。自動機理論最基本嘅諗頭係[[抽象機械]]（abstract machine）－一部抽象機械內部有一啲[[函數]]，並且會攞一啲輸入，按輸入同內部嘅函數計個輸出出嚟，例如係以下呢部極簡單嘅抽象機械<ref name="hopcroft2000">John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2000). ''Introduction to Automata Theory, Languages, and Computation'' (2nd Edition). Pearson Education.</ref>： [[File:DFAexample.svg|center]] 上圖呢部機械會攞一串符號做輸入，再話俾用家知，串符號入面 0 嘅數量係咪[[雙數]]：部機開始於 <math>\text{S}_1</math> 狀態；當部機讀到一個 0 嗰陣，會進入 <math>\text{S}_2</math> 狀態，而當佢再讀到個 0 嗰時，會返去 <math>\text{S}_1</math> 狀態；如果佢讀到嘅係 1 或者第啲符號嗰時，部機唔會改變狀態；喺部機讀完嗮成串符號之後，如果串符號入面 0 嘅數量係雙數，佢會處於 <math>\text{S}_1</math> 狀態，否則佢就將會處於 <math>\text{S}_2</math> 狀態。呢部抽象機械可以用多種唔同嘅[[物理]]機制實現－運算理論上嘅思考係[[抽象性]]（abstract）嘅<ref name="hopcroft2000"/><ref>Anderson, James A. (2006). ''Automata theory with modern applications''. With contributions by Tom Head. Cambridge: Cambridge University Press.</ref>。 === 可運算性理論 === {{main|可運算性理論}} {{see also|有效方法}} [[可運算性理論]]（computability theory）集中於思考唔同嘅[[運算問題]]係咪[[可運算嘅]]（computable）－如果一個問題係可以用電腦解決嘅，噉呢個問題就係可運算嘅，否則呢個問題就係不可運算嘅，好似係好出名嘅[[停機問題]]（halting problem）噉。首先，[[電腦程式]]可以分做兩大種<ref>Church, Alonzo (1936). "An Unsolvable Problem of Elementary Number Theory". ''American Journal of Mathematics''. 58 (58): 345–363.</ref>： :例：<tt>while (true) continue</tt>；呢種程式'''唔會停機'''－部電腦一行呢個程式就會一路行落去，永世唔會停。 :例：<tt>print "Hello, world!"</tt>；呢種程式'''會停機'''－部電腦會逐行逐行碼行咗佢，最後停低。 根據[[英國]][[數學家]][[亞倫圖靈]]（Alan Turing）嘅[[數學證明|證明]]，呢個世界冇可能有電腦能夠攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出（停機問題）。圖靈用嘅係[[反證法]]（proof by contradiction），證明如果呢個世界上有個程式能夠做到噉嘅工作，就會發生一啲冇可能嘅事。呢個證明大致上係噉嘅<ref name="turing1937">Alan Turing, On computable numbers, with an application to the Entscheidungsproblem, ''Proceedings of the London Mathematical Society'', Series 2, Volume 42 (1937), pp 230–265.</ref>： 想像有個程式，<code>halts(f)</code>，如果 <code>f</code> 係一個會停機嘅[[子程序]]，<code>halts(f)</code> 會出「真」（1），否則<code>halts(f)</code> 會出「假」（0），再想像以下呢個程序： <source lang="python"> def g(): # 定義 g if halts(g): # 如果 halt(g) 係真... loop_forever() # 做永遠唔停嘅 loop </source> 呢個程序會引致一個大矛盾：如果 <code>g()</code> 係會停機嘅，噉 <code>halts(g)</code> 會出「真」，於是 <code>g()</code> 就會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－出現矛盾；而如果 <code>g()</code> 係唔會停機嘅，噉 <code>halts(g)</code> 會出「假」，於是 <code>g()</code> 就唔會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－又出現矛盾。因為噉，如果呢個世界有電腦曉攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出嘅話，就會出現一個[[邏輯]]上嘅矛盾，所以呢一個程式冇可能存在喺呢個世界上－即係話「攞一個程式嘅碼做輸入，再正確噉判斷個程式會唔會停機」係一個不可運算嘅問題<ref name="turing1937"/><ref>Davis, Martin (1965). The Undecidable, ''Basic Papers on Undecidable Propositions, Unsolvable Problems And Computable Functions''. New York: Raven Press.. Turing's paper is #3 in this volume. Papers include those by Godel, Church, Rosser, Kleene, and Post.</ref>。可運算性理論會思考停機問題等唔同類嘅運算問題，並且理解呢啲問題當中有邊啲係可運算嘅、邊啲係不可運算嘅，而呢啲研究增加咗人類對電腦嘅局限嘅理解<ref name="turing1937"/>。 {{clear}} === 運算複雜性 === {{main|運算複雜性理論|運算複雜性}} {{see also|窮舉搜尋}} [[運算複雜性理論]]（computational complexity theory）係運算理論第三個子領域：喺知道咗一個問題係有可能用電腦解決之後，[[電腦科學家]]往往會希望知道要解決呢個問題「有幾撈絞」－舉個例說明，想像有個問題，可運算性理論嘅分析顯示咗個問題係有可能用電腦解決嘅，但打後進一步嘅分析發現，解決呢個問題要用嗰個[[演算法]]複雜到就算用最先進嘅電腦行，都要用成 100 年先行得完，噉嘅話個問題喺實際應用上根本冇得有效率噉解決。對「可以解到嘅問題要嘥幾多時間空間先解到」嘅思考就係運算複雜性理論嘅重心<ref name="sanjeev2009">Arora, Sanjeev; Barak, Boaz (2009), ''Computational Complexity: A Modern Approach'', Cambridge University Press.</ref><ref>Braatz, R. P., Young, P. M., Doyle, J. C., & Morari, M. (1994). Computational complexity of/spl mu/calculation. ''IEEE Transactions on Automatic Control'', 39(5), 1000-1002.</ref>。 運算複雜性理論最重視嘅[[運算複雜度]]指標有兩個<ref name="sanjeev2009"/>： *[[時間複雜度]]（time complexity），指一段運算要用幾多時間解； *[[空間複雜度]]（space complexity），指一段運算要用幾多[[記憶體]]嚟解。 喺分析一個演算法嘅複雜度<ref group="註">例：好多[[電腦科學]]同相關領域嘅研究都係喺度提出新嘅演算法；而呢啲研究通常都會分析吓個新演算法嘅複雜度，俾人睇到（例如）「個新演算法嘅複雜度低過打前嗰啲演算法，但效用依然係咁好」。</ref>嗰陣，電腦科學家會將時間複雜度同空間複雜度表達做輸入嘅大細嘅函數，即係話一個演算法嘅時間複雜度同空間複雜度通常寫成類似噉嘅樣（[[大 O 符號]]）：<code>O(n log n)</code>，當中 <code>n</code> 係個輸入嘅大細（例：如果個輸入係個數字，<code>n</code> 會係佢有幾多個位），<code>O(n log n)</code> 反映個演算法要行嘅步嘅數量隨 <code>n</code> 嘅變化，而 <code>T(n log n)</code> 就係實際行要花嘅時間隨 <code>n</code> 嘅變化。例如如果話一個演算法用嘅時間（以秒計）係 <code>T(n log n)</code> ，而 <code>n</code> 表示個輸入有幾多個位： *當 <code>n</code> 係 10，用嘅時間係 10 秒； *當 <code>n</code> 係 10,000，用嘅時間係 40,000 秒 ... 如此類推<ref name="sanjeev2009"/>。 舉個簡單例子說明，想像而家電腦科學家想諗個演算法出嚟，解決「俾一柞數字個程式，搵吓柞數字當中有冇某一個特定數字」；最原始嘅演算法係將柞數字逐個逐個睇一次，比較吓個數字同個目標數字係咪一樣，用虛擬碼表達嘅話如下： <source lang="python"> for i : 1 to length of A if A[i] is equal to x return TRUE return FALSE </source> 用呢種做法嘅話，最壞情況係每次要搵數字嗰陣，都要耖足嗮成柞數先俾到答案（答案係「有定冇」），所以呢個演算法嘅[[最壞情況複雜度|最壞情況]]（worst-case scenario）時間複雜度就係 <code>n</code> 個單位嘅時間，當中 <code>n</code> 代表輸入嗰柞數字入面有幾多個數字，而單位時間代表耖一個數字要用嘅時間<ref>Knuth, Donald (1998). Sorting and Searching. ''The Art of Computer Programming''. 3 (2nd ed.). Reading, MA: Addison-Wesley Professional.</ref>。 喺電腦科學上，對唔同嘅演算法作出運算複雜度分析好有用：一般認為，一個好用嘅演算法理應能夠喺不損準確性嘅情況下，盡可能用最少嘅時間同空間嚟達成任務－所以對研究演算法嘅電腦科學家嚟講，時間複雜度同空間複雜度都係有用嘅指標，可以攞嚟量度一個演算法有幾好用<ref>Kolen, J. F., & Hutcheson, T. (2002). Reducing the time complexity of the fuzzy c-means algorithm. ''IEEE Transactions on Fuzzy Systems'', 10(2), 263-267.</ref><ref>Alon, N., Matias, Y., & Szegedy, M. (1999). The space complexity of approximating the frequency moments. ''Journal of Computer and system sciences'', 58(1), 137-147.</ref>。 {{clear}} == 運算模型 == {{main|運算模型}} === 圖靈機 === {{main|圖靈機}} {{see also|圖靈論題}} [[圖靈機]]（Turing machine）係廿世紀運算理論最常分析嘅運算模型。一部圖靈機嘅運作如下：一部圖靈機會讀取一條分做若干個格嘅帶，條帶每個格裏面都會有個符號（可以係 1 同 0 等多個款）；喺每一個時間點，部圖靈機個讀取器都會位於條帶其中一格，而部機就會做以下三個基本作業當中是但一個<ref name="hodges2012"/><ref>Petzold, C. (2008). ''The annotated Turing: a guided tour through Alan Turing's historic paper on computability and the Turing machine''. Wiley Publishing.</ref>： #讀取讀取器下嗰格係乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 [[File:Turing machine 2a.svg|thumb|540px|center|<center>一條圖靈機輸入帶嘅抽象圖解；<math>s_i</math> 代表第 <math>i</math> 款符號。</center>]] 圖靈機呢部[[抽象]]（abstract）機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012"/>。 ;例：圖靈機計加減法 想像以下嘅演算法，條帶上面有兩個數值，<math>x</math> 同 <math>y</math>，兩個都用[[二進制]]表達，而兩個數之間同條帶嘅起始有個 <code>$</code> 做標示，即係話部機會讀嘅輸入會類似噉嘅樣<ref name="turingmachineadd"/>： *<code>$0010$0011</code>（「0010」喺二進制係 2，而「0011」喺二進制係 3）。 再想像部圖靈機跟以下嘅演算法行<ref name="turingmachineadd"/>： <source lang="C++"> // 由 x 嗰度減 1，再加 1 落 y 嗰度，直至 x = 0 為止。 repeat until x == 0, then HALT { // 用 T2（睇下面） subtract 1 from x // 用 T1（睇下面） add 1 to y go back to the first $ } </source> T2（將個數減 1）如下： #攞補充－將 1 冚唪唥變做 0，0 冚唪唥變做 1； #將個數加 1（睇 T1）； #再做一次補充。 T1（將個數加 1）如下： #如果喺個數嘅左邊盡頭（$）起始，行去個數嘅右邊盡頭； #由右邊開始行，將所有 1 變做 0，直至 #將第一個 0 變成 1。 例如如果輸入係 <code>$0010$0011</code>，部機行完一次段演算法之後，條帶嘅狀態就會變成 <code>$0000$0101</code>（「0101」喺二進制入面係 5）－呢一部圖靈機曉做加減數<ref name="turingmachineadd"/>。 === 格仔自動機 === [[File:Gospers glider gun.gif|thumb|250px|生命棋嘅圖例；黑色格代表「生」，冇色格代表「死」。]] {{main|格仔自動機}} [[格仔自動機]]（cellular automaton）係一種[[離散數學|離散]]（discrete）運算模型。一部格仔自動機會有若干個格仔，每個格仔可以有若干個可能狀態，例如「著咗」（用黑色代表）同「冇著」（用冇色代表）。攞是但一個格仔，佢都有一個初始狀態，時間 <math>t</math> 喺初始嗰陣係 0，<math>t</math> 會一吓一吓噉跳，變成 1、2、3... 等嘅離散數值；每當 <math>t</math> 跳嗰時，每個格仔嘅狀態會按自己同周圍格仔而家嘅狀態以及某啲事先講定咗嘅法則改變<ref>Toffoli, Tommaso; Margolus, Norman (1987). ''Cellular Automata Machines: A New Environment for Modeling''. MIT Press. p. 27.</ref>。 ;例：生命棋 [[生命棋]]（Conway's Game of Life）係一個出名嘅格仔自動機。生命棋嘅世界係一塊（[[無限大]]嘅）兩維四方格板，每一格（每個細胞）都有兩個可能嘅狀態：一係生（黑色），一係死（冇色）。每格會同佢上下左右以及對角嗰八個「鄰居」互動。每一步 <math>t</math> 嘅改變法則如下<ref name="gameoflife2010">Adamatzky, Andrew, ed. (2010). ''Game of Life Cellular Automata''. Springer. ISBN 978-1-84996-216-2.</ref>： #一粒生嘅細胞，如果鄰居數量少過 2 就會死（「孤獨」）； #一粒生嘅細胞，如果鄰居數量多過 3 就會死（「迫死」）； #一粒生嘅細胞，如果鄰居有 2 個或者 3 個，就會生存到下一代 <math>t</math>； #一粒死嘅細胞，如果鄰居啱啱好有 3 個，就會變成生嘅。 生命棋嘅演算法一開始行（<math>t</math> 開始演進），就會出好似附圖噉嘅樣嘅變化<ref name="gameoflife2010"/>。 格仔自動機喺各[[科學]]領域上有相當嘅價值。[[生物學家]]就發現，好似生命棋等嘅格仔自動機可以攞嚟模擬好多生物學上嘅現象，例如有某啲品種嘅[[貝殼]]嘅式樣（一格格有色冇色）就係以類似格仔自動機噉嘅機制產生嘅：呢啲貝殼當中有啲色素[[細胞]]，會按照相鄰色素細胞嘅活動決定點分泌色素，從而決定個貝殼嘅色水同式樣<ref>Coombs, Stephen (15 February 2009), ''The Geometry and Pigmentation of Seashells'', pp. 3–4, retrieved 2 September 2012.</ref>。 {{clear}} [[File:Textile cone.JPG|thumb|250px|center|一個有格仔自動機機制嘅貝殼]] === 第啲運算模型 === *[[寄存器機]]（register machine） *[[遞歸函數]]（μ-recursive functions） *[[組合子邏輯]]（combinatory logic） *[[λ 演算]]（lambda calculus） *[[馬可夫演算法]]（Markov algorithm） *[[有限狀態機]]（finite-state machine） == 註釋 == {{Reflist|group=註}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[電腦科學]] *[[離散數學]] *[[演算法]] *[[程式編寫]] *[[人工智能]] *[[複雜系統]] *[[亞倫圖靈]] {{div col end}} {{clear}} == 文獻 == === 教科書 === {{div col|style=column-count:3}} *Hopcroft, John E., and Jeffrey D. Ullman (2006). ''Introduction to Automata Theory, Languages, and Computation. 3rd ed Reading'', MA: Addison-Wesley. ISBN 978-0-321-45536-9. One of the standard references in the field. *Linz P. ''An introduction to formal language and automata''. Narosa Publishing. ISBN 9788173197819. *Michael Sipser (2013). ''Introduction to the Theory of Computation (3rd ed.)''. Cengage Learning. ISBN 978-1-133-18779-0. *Eitan Gurari (1989). ''An Introduction to the Theory of Computation''. Computer Science Press. ISBN 0-7167-8182-4. Archived from the original on 2007-01-07. *Hein, James L. (1996). ''Theory of Computation. Sudbury, MA: Jones & Bartlett''. ISBN 978-0-86720-497-1. A gentle introduction to the field, appropriate for second-year undergraduate computer science students. *Taylor, R. Gregory (1998). ''Models of Computation and Formal Languages''. New York: Oxford University Press. ISBN 978-0-19-510983-2. An unusually readable textbook, appropriate for upper-level undergraduates or beginning graduate students. *Lewis, F. D. (2007). ''Essentials of theoretical computer science A textbook covering the topics of formal languages, automata and grammars''. The emphasis appears to be on presenting an overview of the results and their applications rather than providing proofs of the results. *Martin Davis, Ron Sigal, Elaine J. Weyuker, ''Computability, complexity, and languages: fundamentals of theoretical computer science, 2nd ed.'', Academic Press, 1994, ISBN 0-12-206382-1. Covers a wider range of topics than most other introductory books, including program semantics and quantification theory. Aimed at graduate students. {{div col end}} === 其他書 === {{div col|style=column-count:3}} *Hartley Rogers, Jr (1987). ''Theory of Recursive Functions and Effective Computability'', MIT Press. ISBN 0-262-68052-1. *S. Barry Cooper (2004). ''Computability Theory''. Chapman and Hall/CRC. ISBN 1-58488-237-9. *Richard L. Epstein and Walter A. Carnielli (2000). ''Computability: Computable Functions, Logic, and the Foundations of Mathematics, with Computability: A Timeline (2nd ed.)''. Wadsworth/Thomson Learning. ISBN 0-534-54644-7. *Carl H. Smith, ''A recursive introduction to the theory of computation'', Springer, 1994, ISBN 0-387-94332-3. {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Theory of computation}} *[http://toc.csail.mit.edu/ Theory of Computation] at MIT. *[http://toc.seas.harvard.edu/ Theory of Computation] at Harvard. *[http://www.cis.upenn.edu/~giorgi/cl.html Computability Logic] - A theory of interactive computation. The main web source on this subject. {{電腦科學}} {{應用數學}} {{現代數學基礎}} [[Category:應用數學]] [[Category:運算理論| ]] ozpjeem3vkexn41txx24us41oy142rw 1865750 1865739 2022-08-20T07:42:46Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Maquina.png|thumb|330px|一部圖靈機嘅想像圖；部機會一路讀取條帶上面嘅一格，並且對嗰個格作出運算，再決定要使唔使改嗰格同埋跟住要向左郁定向右郁。]] '''運算理論'''（{{jpingauto|wan6 syun3 lei5 leon6}}；{{lang-en|'''theory of computation'''}}）係[[數學]]同[[理論電腦科學]]嘅一個子領域，專門研究[[機械]]點樣用[[演算法]]解難。運算理論會用[[數學證明]]等嘅方法，嘗試思考唔同種類嘅理論性[[運算機械]]喺解難能力上有乜差異（[[自動機理論]]）、有啲乜嘢問題係能夠（或者唔能夠）用運算機械解嘅（[[可運算性理論]]）以及一個運算上嘅問題最高嘅可能解決效率（[[運算複雜性理論]]）等等嘅問題<ref>Sipser, M. (2006). ''Introduction to the Theory of Computation'' (Vol. 2). Boston: Thomson Course Technology.</ref><ref>Lewis, H. R., & Papadimitriou, C. H. (1997). ''Elements of the Theory of Computation''. Prentice Hall PTR.</ref>。 用一句嘢概括嘅話，運算理論主要思考嘅係呢個問題<ref>Michael Sipser (2013). ''Introduction to the Theory of Computation'' 3rd. Cengage Learning. ISBN 978-1-133-18779-0. p. 1.</ref>： {{Cquote |[[電腦]]（[[運算機械]]）嘅基本能力同極限係乜？}} 運算理論會攞一啲[[運算模型]]（model of computation；一個運算模型會描述一部機械點由輸入嗰度計個輸出出嚟）嚟將運算機械概念化。當中喺廿一世紀最常用嘅運算模型係所謂嘅[[圖靈機]]（Turing machine；個名取自著名[[數學家]][[亞倫圖靈]]），圖靈機可以想像成一部噉嘅機械：部圖靈機會讀取一條分做若干個格嘅帶，每個格裏面都會有個[[符號]]（1 同 0 等）；喺每一個時間點，部圖靈機個讀取器都讀住其中一格，並且會做以下三個基本作業嘅其中一個<ref name="hodges2012">Hodges, Andrew (2012). ''Alan Turing: The Enigma (The Centenary Edition)''. Princeton University Press.</ref>： #讀取讀取器下嗰格有乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 圖靈機呢部[[抽象]]機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012">Rabin, Michael O. (June 2012). [http://videolectures.net/turing100_rabin_turing_church_goedel/ Turing, Church, Gödel, Computability, Complexity and Randomization: A Personal View] {{Webarchive|url=https://web.archive.org/web/20190605192515/http://videolectures.net/turing100_rabin_turing_church_goedel/ |date=2019年6月5號 }}.</ref>，好似簡單嘅[[加]][[減]]數噉<ref name="turingmachineadd">[http://courses.washington.edu/css502/zander/Notes/14langTuringEx.pdf Turing Machine example to add two numbers].</ref>，而有咗加減數，就可以計到好多嘢。好似圖靈機等嘅概念性機械就係運算模型，運算理論家會思考唔同種類嘅運算模型，以及剖析呢啲運算模型喺解難能力上有乜分別，加深人對運算同電腦嘅理論性了解<ref>Donald Monk (1976). ''Mathematical Logic''. Springer-Verlag.</ref>。 == 基本概念 == {{main|運算|運算問題}} {{see also|理論電腦科學}} 廣義上，[[運算]]（computation；[[動詞]]：to compute）係指涉及跟從一個[[定義]]好嘅模型、通過一連串[[算術]]同非算術步驟做嘅[[計算]]，廣義上可以包含任何由[[電腦入資料|輸入]]俾[[電腦出資料|輸出]]嘅過程。呢啲計算可以係算術性嘅（[[加]][[減]][[乘]][[除]]等），又可以係做[[邏輯代數]]（Boolean algebra）嘅處理，中途會處理[[資訊]]。運算嘅例子有[[演算法]]（algorithm）：喺行一段演算法嗰陣，一部[[電腦]]會接收用家俾嘅一串演算法，一段演算法包含一串有先後之分嘅指示，每行指示教部電腦做某啲計算，等等，通過行呢段演算法，部電腦會俾出一個輸出，如果段演算法設計得好而且部電腦能夠無誤噉行段演算法嘅話，個輸出正正會係個用家想要嘅結果<ref>[https://plato.stanford.edu/entries/computation-physicalsystems/ Computation in Physical Systems]. ''Stanford Encyclopedia of Philosophy''.</ref>。 舉個簡單例子說明，好似係以下呢段用[[粵文]]寫嘅演算法（[[虛擬碼]]）噉，就做咗一連串嘅運算<ref name="bg">[http://fiftyexamples.readthedocs.io/en/latest/algorithms.html Background: Algorithms] {{Webarchive|url=https://web.archive.org/web/20180703023816/http://fiftyexamples.readthedocs.io/en/latest/algorithms.html |date=2018年7月3號 }}.</ref>： ;要解決嘅問題：家吓俾一列[[正數]]（輸入）你，假設呢個列唔係一個空列，同我搵嗰列數入面最大嗰個出嚟。 :用嘅演算法嘅步驟： #設一個變數，叫佢做「max」，並且將佢個數值設做「[[0]]」； #將收到嗰列正數逐個逐個攞嚟同 max 比較吓； #如果撞到一個大過 max 嘅數（叫呢個數做「x」）嘅話，將 max 嘅數值設做 x，並且繼續將 max 同下個正數比較吓；（邏輯代數） #將最後得出嗰個 max 嘅數值俾出嚟（輸出）。max 嘅數值會係成列數入面最大嗰個。 呢段演算法用 [[Python]]（1991 年出嘅一種[[程式語言]]）寫出嚟嘅話會係<ref name="bg"/>： <source lang="python"> # Input：一列冧巴，叫列冧巴做「L」。 # Output：L 入面最大嘅冧巴。 def find_max (L): max = 0 # 設最大值做 0。 for x in L: # 同 L 入面每個元件做以下嘅嘢... if x > max: # 如果 x 大過最大值... max = x # ... 設最大值做 x。 return max # 做完嗮上述嘅嘢後，俾返個最大值出嚟。 </source> 研究運算嘅領域係[[電腦科學]]，而運算理論係電腦科學一個高度理論化嘅子領域：電腦科學會研究運算嘅應用，研究點用電腦運算造出有[[經濟價值]]嘅產品同技術，例如[[電腦圖像學]]（CG）研究[[電腦圖像]]－用電腦嘅運算功能造[[圖像]]嘅技術，而呢啲圖像可以用嚟製作[[電腦動畫]]等嘅產品；但另一方面，電腦科學又會用好似[[數學]]噉嘅方法研究運算呢家嘢嘅本質－做呢啲研究嘅電腦科學子領域就係運算理論<ref>Denning, P.J.; Comer, D.E.; Gries, D.; Mulder, M.C.; Tucker, A.; Turner, A.J.; Young, P.R. (January 1989). "Computing as a discipline". ''Communications of the ACM''. 32: 9–23.</ref><ref>Turner, Raymond, Angius, Nicola , Primiero, Giuseppe. (Spring 2019). "The Philosophy of Computer Science", ''The Stanford Encyclopedia of Philosophy'', Edward N. Zalta (ed.),</ref>。 {{clear}} == 主要子理論 == 運算理論上最重要嘅子理論有以下呢啲： === 自動機理論 === {{main|自動機理論}} [[自動機理論]]（automata theory）研究[[抽象機械]]，以及唔同種類嘅抽象機械喺解難能力上有乜唔同。自動機理論最基本嘅諗頭係[[抽象機械]]（abstract machine）－一部抽象機械內部有一啲[[函數]]，並且會攞一啲輸入，按輸入同內部嘅函數計個輸出出嚟，例如係以下呢部極簡單嘅抽象機械<ref name="hopcroft2000">John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2000). ''Introduction to Automata Theory, Languages, and Computation'' (2nd Edition). Pearson Education.</ref>： [[File:DFAexample.svg|center]] 上圖呢部機械會攞一串符號做輸入，再話俾用家知，串符號入面 0 嘅數量係咪[[雙數]]：部機開始於 <math>\text{S}_1</math> 狀態；當部機讀到一個 0 嗰陣，會進入 <math>\text{S}_2</math> 狀態，而當佢再讀到個 0 嗰時，會返去 <math>\text{S}_1</math> 狀態；如果佢讀到嘅係 1 或者第啲符號嗰時，部機唔會改變狀態；喺部機讀完嗮成串符號之後，如果串符號入面 0 嘅數量係雙數，佢會處於 <math>\text{S}_1</math> 狀態，否則佢就將會處於 <math>\text{S}_2</math> 狀態。呢部抽象機械可以用多種唔同嘅[[物理]]機制實現－運算理論上嘅思考係[[抽象性]]（abstract）嘅<ref name="hopcroft2000"/><ref>Anderson, James A. (2006). ''Automata theory with modern applications''. With contributions by Tom Head. Cambridge: Cambridge University Press.</ref>。 === 可運算性理論 === {{main|可運算性理論}} {{see also|有效方法}} [[可運算性理論]]（computability theory）集中於思考唔同嘅[[運算問題]]係咪[[可運算嘅]]（computable）－如果一個問題係可以用電腦解決嘅，噉呢個問題就係可運算嘅，否則呢個問題就係不可運算嘅，好似係好出名嘅[[停機問題]]（halting problem）噉。首先，[[電腦程式]]可以分做兩大種<ref>Church, Alonzo (1936). "An Unsolvable Problem of Elementary Number Theory". ''American Journal of Mathematics''. 58 (58): 345–363.</ref>： :例：<tt>while (true) continue</tt>；呢種程式'''唔會停機'''－部電腦一行呢個程式就會一路行落去，永世唔會停。 :例：<tt>print "Hello, world!"</tt>；呢種程式'''會停機'''－部電腦會逐行逐行碼行咗佢，最後停低。 根據[[英國]][[數學家]][[亞倫圖靈]]（Alan Turing）嘅[[數學證明|證明]]，呢個世界冇可能有電腦能夠攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出（停機問題）。圖靈用嘅係[[反證法]]（proof by contradiction），證明如果呢個世界上有個程式能夠做到噉嘅工作，就會發生一啲冇可能嘅事。呢個證明大致上係噉嘅<ref name="turing1937">Alan Turing, On computable numbers, with an application to the Entscheidungsproblem, ''Proceedings of the London Mathematical Society'', Series 2, Volume 42 (1937), pp 230–265.</ref>： 想像有個程式，<code>halts(f)</code>，如果 <code>f</code> 係一個會停機嘅[[子程序]]，<code>halts(f)</code> 會出「真」（1），否則<code>halts(f)</code> 會出「假」（0），再想像以下呢個程序： <source lang="python"> def g(): # 定義 g if halts(g): # 如果 halt(g) 係真... loop_forever() # 做永遠唔停嘅 loop </source> 呢個程序會引致一個大矛盾：如果 <code>g()</code> 係會停機嘅，噉 <code>halts(g)</code> 會出「真」，於是 <code>g()</code> 就會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－出現矛盾；而如果 <code>g()</code> 係唔會停機嘅，噉 <code>halts(g)</code> 會出「假」，於是 <code>g()</code> 就唔會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－又出現矛盾。因為噉，如果呢個世界有電腦曉攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出嘅話，就會出現一個[[邏輯]]上嘅矛盾，所以呢一個程式冇可能存在喺呢個世界上－即係話「攞一個程式嘅碼做輸入，再正確噉判斷個程式會唔會停機」係一個不可運算嘅問題<ref name="turing1937"/><ref>Davis, Martin (1965). The Undecidable, ''Basic Papers on Undecidable Propositions, Unsolvable Problems And Computable Functions''. New York: Raven Press.. Turing's paper is #3 in this volume. Papers include those by Godel, Church, Rosser, Kleene, and Post.</ref>。可運算性理論會思考停機問題等唔同類嘅運算問題，並且理解呢啲問題當中有邊啲係可運算嘅、邊啲係不可運算嘅，而呢啲研究增加咗人類對電腦嘅局限嘅理解<ref name="turing1937"/>。 {{clear}} === 運算複雜性 === {{main|運算複雜性理論|運算複雜性}} {{see also|窮舉搜尋}} [[運算複雜性理論]]（computational complexity theory）係運算理論第三個子領域：喺知道咗一個問題係有可能用電腦解決之後，[[電腦科學家]]往往會希望知道要解決呢個問題「有幾撈絞」－舉個例說明，想像有個問題，可運算性理論嘅分析顯示咗個問題係有可能用電腦解決嘅，但打後進一步嘅分析發現，解決呢個問題要用嗰個[[演算法]]複雜到就算用最先進嘅電腦行，都要用成 100 年先行得完，噉嘅話個問題喺實際應用上根本冇得有效率噉解決。對「可以解到嘅問題要嘥幾多時間空間先解到」嘅思考就係運算複雜性理論嘅重心<ref name="sanjeev2009">Arora, Sanjeev; Barak, Boaz (2009), ''Computational Complexity: A Modern Approach'', Cambridge University Press.</ref><ref>Braatz, R. P., Young, P. M., Doyle, J. C., & Morari, M. (1994). Computational complexity of/spl mu/calculation. ''IEEE Transactions on Automatic Control'', 39(5), 1000-1002.</ref>。 運算複雜性理論最重視嘅[[運算複雜度]]指標有兩個<ref name="sanjeev2009"/>： *[[時間複雜度]]（time complexity），指一段運算要用幾多時間解； *[[空間複雜度]]（space complexity），指一段運算要用幾多[[記憶體]]嚟解。 喺分析一段演算法嘅複雜度<ref group="註">例：好多[[電腦科學]]同相關領域嘅研究都係喺度提出新嘅演算法；而呢啲研究通常都會分析吓個新演算法嘅複雜度，俾人睇到（例如）「個新演算法嘅複雜度低過打前嗰啲演算法，但效用依然係咁好」。</ref>嗰陣，電腦科學家會將時間複雜度同空間複雜度表達做輸入嘅大細嘅函數，即係話一段演算法嘅時間複雜度同空間複雜度通常寫成類似噉嘅樣（[[大 O 符號]]）：<code>O(n log n)</code>，當中 <code>n</code> 係個輸入嘅大細（例：如果個輸入係個數字，<code>n</code> 會係佢有幾多個位），<code>O(n log n)</code> 反映段演算法要行嘅步嘅數量隨 <code>n</code> 嘅變化，而 <code>T(n log n)</code> 就係實際行要花嘅時間隨 <code>n</code> 嘅變化。例如如果話一段演算法用嘅時間（以秒計）係 <code>T(n log n)</code> ，而 <code>n</code> 表示個輸入有幾多個位： *當 <code>n</code> 係 10，用嘅時間係 10 秒； *當 <code>n</code> 係 10,000，用嘅時間係 40,000 秒 ... 如此類推<ref name="sanjeev2009"/>。 舉個簡單例子說明，想像而家電腦科學家想諗段演算法出嚟，解決「俾一柞數字個程式，搵吓柞數字當中有冇某一個特定數字」；最原始嘅演算法係將柞數字逐個逐個睇一次，比較吓個數字同個目標數字係咪一樣，用虛擬碼表達嘅話如下： <source lang="python"> for i : 1 to length of A if A[i] is equal to x return TRUE return FALSE </source> 用呢種做法嘅話，最壞情況係每次要搵數字嗰陣，都要耖足嗮成柞數先俾到答案（答案係「有定冇」），所以呢段演算法嘅[[最壞情況複雜度|最壞情況]]（worst-case scenario）時間複雜度就係 <code>n</code> 個單位嘅時間，當中 <code>n</code> 代表輸入嗰柞數字入面有幾多個數字，而單位時間代表耖一個數字要用嘅時間<ref>Knuth, Donald (1998). Sorting and Searching. ''The Art of Computer Programming''. 3 (2nd ed.). Reading, MA: Addison-Wesley Professional.</ref>。 喺電腦科學上，對唔同嘅演算法作出運算複雜度分析好有用：一般認為，一個好用嘅演算法理應能夠喺不損準確性嘅情況下，盡可能用最少嘅時間同空間嚟達成任務－所以對研究演算法嘅電腦科學家嚟講，時間複雜度同空間複雜度都係有用嘅指標，可以攞嚟量度一段演算法有幾好用<ref>Kolen, J. F., & Hutcheson, T. (2002). Reducing the time complexity of the fuzzy c-means algorithm. ''IEEE Transactions on Fuzzy Systems'', 10(2), 263-267.</ref><ref>Alon, N., Matias, Y., & Szegedy, M. (1999). The space complexity of approximating the frequency moments. ''Journal of Computer and system sciences'', 58(1), 137-147.</ref>。 {{clear}} == 運算模型 == {{main|運算模型}} === 圖靈機 === {{main|圖靈機}} {{see also|圖靈論題}} [[圖靈機]]（Turing machine）係廿世紀運算理論最常分析嘅運算模型。一部圖靈機嘅運作如下：一部圖靈機會讀取一條分做若干個格嘅帶，條帶每個格裏面都會有個符號（可以係 1 同 0 等多個款）；喺每一個時間點，部圖靈機個讀取器都會位於條帶其中一格，而部機就會做以下三個基本作業當中是但一個<ref name="hodges2012"/><ref>Petzold, C. (2008). ''The annotated Turing: a guided tour through Alan Turing's historic paper on computability and the Turing machine''. Wiley Publishing.</ref>： #讀取讀取器下嗰格係乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 [[File:Turing machine 2a.svg|thumb|540px|center|<center>一條圖靈機輸入帶嘅抽象圖解；<math>s_i</math> 代表第 <math>i</math> 款符號。</center>]] 圖靈機呢部[[抽象]]（abstract）機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012"/>。 ;例：圖靈機計加減法 想像以下嘅演算法，條帶上面有兩個數值，<math>x</math> 同 <math>y</math>，兩個都用[[二進制]]表達，而兩個數之間同條帶嘅起始有個 <code>$</code> 做標示，即係話部機會讀嘅輸入會類似噉嘅樣<ref name="turingmachineadd"/>： *<code>$0010$0011</code>（「0010」喺二進制係 2，而「0011」喺二進制係 3）。 再想像部圖靈機跟以下嘅演算法行<ref name="turingmachineadd"/>： <source lang="C++"> // 由 x 嗰度減 1，再加 1 落 y 嗰度，直至 x = 0 為止。 repeat until x == 0, then HALT { // 用 T2（睇下面） subtract 1 from x // 用 T1（睇下面） add 1 to y go back to the first $ } </source> T2（將個數減 1）如下： #攞補充－將 1 冚唪唥變做 0，0 冚唪唥變做 1； #將個數加 1（睇 T1）； #再做一次補充。 T1（將個數加 1）如下： #如果喺個數嘅左邊盡頭（$）起始，行去個數嘅右邊盡頭； #由右邊開始行，將所有 1 變做 0，直至 #將第一個 0 變成 1。 例如如果輸入係 <code>$0010$0011</code>，部機行完一次段演算法之後，條帶嘅狀態就會變成 <code>$0000$0101</code>（「0101」喺二進制入面係 5）－呢一部圖靈機曉做加減數<ref name="turingmachineadd"/>。 === 格仔自動機 === [[File:Gospers glider gun.gif|thumb|250px|生命棋嘅圖例；黑色格代表「生」，冇色格代表「死」。]] {{main|格仔自動機}} [[格仔自動機]]（cellular automaton）係一種[[離散數學|離散]]（discrete）運算模型。一部格仔自動機會有若干個格仔，每個格仔可以有若干個可能狀態，例如「著咗」（用黑色代表）同「冇著」（用冇色代表）。攞是但一個格仔，佢都有一個初始狀態，時間 <math>t</math> 喺初始嗰陣係 0，<math>t</math> 會一吓一吓噉跳，變成 1、2、3... 等嘅離散數值；每當 <math>t</math> 跳嗰時，每個格仔嘅狀態會按自己同周圍格仔而家嘅狀態以及某啲事先講定咗嘅法則改變<ref>Toffoli, Tommaso; Margolus, Norman (1987). ''Cellular Automata Machines: A New Environment for Modeling''. MIT Press. p. 27.</ref>。 ;例：生命棋 [[生命棋]]（Conway's Game of Life）係一個出名嘅格仔自動機。生命棋嘅世界係一塊（[[無限大]]嘅）兩維四方格板，每一格（每個細胞）都有兩個可能嘅狀態：一係生（黑色），一係死（冇色）。每格會同佢上下左右以及對角嗰八個「鄰居」互動。每一步 <math>t</math> 嘅改變法則如下<ref name="gameoflife2010">Adamatzky, Andrew, ed. (2010). ''Game of Life Cellular Automata''. Springer. ISBN 978-1-84996-216-2.</ref>： #一粒生嘅細胞，如果鄰居數量少過 2 就會死（「孤獨」）； #一粒生嘅細胞，如果鄰居數量多過 3 就會死（「迫死」）； #一粒生嘅細胞，如果鄰居有 2 個或者 3 個，就會生存到下一代 <math>t</math>； #一粒死嘅細胞，如果鄰居啱啱好有 3 個，就會變成生嘅。 生命棋嘅演算法一開始行（<math>t</math> 開始演進），就會出好似附圖噉嘅樣嘅變化<ref name="gameoflife2010"/>。 格仔自動機喺各[[科學]]領域上有相當嘅價值。[[生物學家]]就發現，好似生命棋等嘅格仔自動機可以攞嚟模擬好多生物學上嘅現象，例如有某啲品種嘅[[貝殼]]嘅式樣（一格格有色冇色）就係以類似格仔自動機噉嘅機制產生嘅：呢啲貝殼當中有啲色素[[細胞]]，會按照相鄰色素細胞嘅活動決定點分泌色素，從而決定個貝殼嘅色水同式樣<ref>Coombs, Stephen (15 February 2009), ''The Geometry and Pigmentation of Seashells'', pp. 3–4, retrieved 2 September 2012.</ref>。 {{clear}} [[File:Textile cone.JPG|thumb|250px|center|一個有格仔自動機機制嘅貝殼]] === 第啲運算模型 === *[[寄存器機]]（register machine） *[[遞歸函數]]（μ-recursive functions） *[[組合子邏輯]]（combinatory logic） *[[λ 演算]]（lambda calculus） *[[馬可夫演算法]]（Markov algorithm） *[[有限狀態機]]（finite-state machine） == 註釋 == {{Reflist|group=註}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[電腦科學]] *[[離散數學]] *[[演算法]] *[[程式編寫]] *[[人工智能]] *[[複雜系統]] *[[亞倫圖靈]] {{div col end}} {{clear}} == 文獻 == === 教科書 === {{div col|style=column-count:3}} *Hopcroft, John E., and Jeffrey D. Ullman (2006). ''Introduction to Automata Theory, Languages, and Computation. 3rd ed Reading'', MA: Addison-Wesley. ISBN 978-0-321-45536-9. One of the standard references in the field. *Linz P. ''An introduction to formal language and automata''. Narosa Publishing. ISBN 9788173197819. *Michael Sipser (2013). ''Introduction to the Theory of Computation (3rd ed.)''. Cengage Learning. ISBN 978-1-133-18779-0. *Eitan Gurari (1989). ''An Introduction to the Theory of Computation''. Computer Science Press. ISBN 0-7167-8182-4. Archived from the original on 2007-01-07. *Hein, James L. (1996). ''Theory of Computation. Sudbury, MA: Jones & Bartlett''. ISBN 978-0-86720-497-1. A gentle introduction to the field, appropriate for second-year undergraduate computer science students. *Taylor, R. Gregory (1998). ''Models of Computation and Formal Languages''. New York: Oxford University Press. ISBN 978-0-19-510983-2. An unusually readable textbook, appropriate for upper-level undergraduates or beginning graduate students. *Lewis, F. D. (2007). ''Essentials of theoretical computer science A textbook covering the topics of formal languages, automata and grammars''. The emphasis appears to be on presenting an overview of the results and their applications rather than providing proofs of the results. *Martin Davis, Ron Sigal, Elaine J. Weyuker, ''Computability, complexity, and languages: fundamentals of theoretical computer science, 2nd ed.'', Academic Press, 1994, ISBN 0-12-206382-1. Covers a wider range of topics than most other introductory books, including program semantics and quantification theory. Aimed at graduate students. {{div col end}} === 其他書 === {{div col|style=column-count:3}} *Hartley Rogers, Jr (1987). ''Theory of Recursive Functions and Effective Computability'', MIT Press. ISBN 0-262-68052-1. *S. Barry Cooper (2004). ''Computability Theory''. Chapman and Hall/CRC. ISBN 1-58488-237-9. *Richard L. Epstein and Walter A. Carnielli (2000). ''Computability: Computable Functions, Logic, and the Foundations of Mathematics, with Computability: A Timeline (2nd ed.)''. Wadsworth/Thomson Learning. ISBN 0-534-54644-7. *Carl H. Smith, ''A recursive introduction to the theory of computation'', Springer, 1994, ISBN 0-387-94332-3. {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Theory of computation}} *[http://toc.csail.mit.edu/ Theory of Computation] at MIT. *[http://toc.seas.harvard.edu/ Theory of Computation] at Harvard. *[http://www.cis.upenn.edu/~giorgi/cl.html Computability Logic] - A theory of interactive computation. The main web source on this subject. {{電腦科學}} {{應用數學}} {{現代數學基礎}} [[Category:應用數學]] [[Category:運算理論| ]] ec8c38twr6xkb67t4i1xl7rq41erwx1 1865751 1865750 2022-08-20T07:43:03Z Dr. Greywolf 143999 /* 運算複雜性 */ wikitext text/x-wiki [[File:Maquina.png|thumb|330px|一部圖靈機嘅想像圖；部機會一路讀取條帶上面嘅一格，並且對嗰個格作出運算，再決定要使唔使改嗰格同埋跟住要向左郁定向右郁。]] '''運算理論'''（{{jpingauto|wan6 syun3 lei5 leon6}}；{{lang-en|'''theory of computation'''}}）係[[數學]]同[[理論電腦科學]]嘅一個子領域，專門研究[[機械]]點樣用[[演算法]]解難。運算理論會用[[數學證明]]等嘅方法，嘗試思考唔同種類嘅理論性[[運算機械]]喺解難能力上有乜差異（[[自動機理論]]）、有啲乜嘢問題係能夠（或者唔能夠）用運算機械解嘅（[[可運算性理論]]）以及一個運算上嘅問題最高嘅可能解決效率（[[運算複雜性理論]]）等等嘅問題<ref>Sipser, M. (2006). ''Introduction to the Theory of Computation'' (Vol. 2). Boston: Thomson Course Technology.</ref><ref>Lewis, H. R., & Papadimitriou, C. H. (1997). ''Elements of the Theory of Computation''. Prentice Hall PTR.</ref>。 用一句嘢概括嘅話，運算理論主要思考嘅係呢個問題<ref>Michael Sipser (2013). ''Introduction to the Theory of Computation'' 3rd. Cengage Learning. ISBN 978-1-133-18779-0. p. 1.</ref>： {{Cquote |[[電腦]]（[[運算機械]]）嘅基本能力同極限係乜？}} 運算理論會攞一啲[[運算模型]]（model of computation；一個運算模型會描述一部機械點由輸入嗰度計個輸出出嚟）嚟將運算機械概念化。當中喺廿一世紀最常用嘅運算模型係所謂嘅[[圖靈機]]（Turing machine；個名取自著名[[數學家]][[亞倫圖靈]]），圖靈機可以想像成一部噉嘅機械：部圖靈機會讀取一條分做若干個格嘅帶，每個格裏面都會有個[[符號]]（1 同 0 等）；喺每一個時間點，部圖靈機個讀取器都讀住其中一格，並且會做以下三個基本作業嘅其中一個<ref name="hodges2012">Hodges, Andrew (2012). ''Alan Turing: The Enigma (The Centenary Edition)''. Princeton University Press.</ref>： #讀取讀取器下嗰格有乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 圖靈機呢部[[抽象]]機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012">Rabin, Michael O. (June 2012). [http://videolectures.net/turing100_rabin_turing_church_goedel/ Turing, Church, Gödel, Computability, Complexity and Randomization: A Personal View] {{Webarchive|url=https://web.archive.org/web/20190605192515/http://videolectures.net/turing100_rabin_turing_church_goedel/ |date=2019年6月5號 }}.</ref>，好似簡單嘅[[加]][[減]]數噉<ref name="turingmachineadd">[http://courses.washington.edu/css502/zander/Notes/14langTuringEx.pdf Turing Machine example to add two numbers].</ref>，而有咗加減數，就可以計到好多嘢。好似圖靈機等嘅概念性機械就係運算模型，運算理論家會思考唔同種類嘅運算模型，以及剖析呢啲運算模型喺解難能力上有乜分別，加深人對運算同電腦嘅理論性了解<ref>Donald Monk (1976). ''Mathematical Logic''. Springer-Verlag.</ref>。 == 基本概念 == {{main|運算|運算問題}} {{see also|理論電腦科學}} 廣義上，[[運算]]（computation；[[動詞]]：to compute）係指涉及跟從一個[[定義]]好嘅模型、通過一連串[[算術]]同非算術步驟做嘅[[計算]]，廣義上可以包含任何由[[電腦入資料|輸入]]俾[[電腦出資料|輸出]]嘅過程。呢啲計算可以係算術性嘅（[[加]][[減]][[乘]][[除]]等），又可以係做[[邏輯代數]]（Boolean algebra）嘅處理，中途會處理[[資訊]]。運算嘅例子有[[演算法]]（algorithm）：喺行一段演算法嗰陣，一部[[電腦]]會接收用家俾嘅一串演算法，一段演算法包含一串有先後之分嘅指示，每行指示教部電腦做某啲計算，等等，通過行呢段演算法，部電腦會俾出一個輸出，如果段演算法設計得好而且部電腦能夠無誤噉行段演算法嘅話，個輸出正正會係個用家想要嘅結果<ref>[https://plato.stanford.edu/entries/computation-physicalsystems/ Computation in Physical Systems]. ''Stanford Encyclopedia of Philosophy''.</ref>。 舉個簡單例子說明，好似係以下呢段用[[粵文]]寫嘅演算法（[[虛擬碼]]）噉，就做咗一連串嘅運算<ref name="bg">[http://fiftyexamples.readthedocs.io/en/latest/algorithms.html Background: Algorithms] {{Webarchive|url=https://web.archive.org/web/20180703023816/http://fiftyexamples.readthedocs.io/en/latest/algorithms.html |date=2018年7月3號 }}.</ref>： ;要解決嘅問題：家吓俾一列[[正數]]（輸入）你，假設呢個列唔係一個空列，同我搵嗰列數入面最大嗰個出嚟。 :用嘅演算法嘅步驟： #設一個變數，叫佢做「max」，並且將佢個數值設做「[[0]]」； #將收到嗰列正數逐個逐個攞嚟同 max 比較吓； #如果撞到一個大過 max 嘅數（叫呢個數做「x」）嘅話，將 max 嘅數值設做 x，並且繼續將 max 同下個正數比較吓；（邏輯代數） #將最後得出嗰個 max 嘅數值俾出嚟（輸出）。max 嘅數值會係成列數入面最大嗰個。 呢段演算法用 [[Python]]（1991 年出嘅一種[[程式語言]]）寫出嚟嘅話會係<ref name="bg"/>： <source lang="python"> # Input：一列冧巴，叫列冧巴做「L」。 # Output：L 入面最大嘅冧巴。 def find_max (L): max = 0 # 設最大值做 0。 for x in L: # 同 L 入面每個元件做以下嘅嘢... if x > max: # 如果 x 大過最大值... max = x # ... 設最大值做 x。 return max # 做完嗮上述嘅嘢後，俾返個最大值出嚟。 </source> 研究運算嘅領域係[[電腦科學]]，而運算理論係電腦科學一個高度理論化嘅子領域：電腦科學會研究運算嘅應用，研究點用電腦運算造出有[[經濟價值]]嘅產品同技術，例如[[電腦圖像學]]（CG）研究[[電腦圖像]]－用電腦嘅運算功能造[[圖像]]嘅技術，而呢啲圖像可以用嚟製作[[電腦動畫]]等嘅產品；但另一方面，電腦科學又會用好似[[數學]]噉嘅方法研究運算呢家嘢嘅本質－做呢啲研究嘅電腦科學子領域就係運算理論<ref>Denning, P.J.; Comer, D.E.; Gries, D.; Mulder, M.C.; Tucker, A.; Turner, A.J.; Young, P.R. (January 1989). "Computing as a discipline". ''Communications of the ACM''. 32: 9–23.</ref><ref>Turner, Raymond, Angius, Nicola , Primiero, Giuseppe. (Spring 2019). "The Philosophy of Computer Science", ''The Stanford Encyclopedia of Philosophy'', Edward N. Zalta (ed.),</ref>。 {{clear}} == 主要子理論 == 運算理論上最重要嘅子理論有以下呢啲： === 自動機理論 === {{main|自動機理論}} [[自動機理論]]（automata theory）研究[[抽象機械]]，以及唔同種類嘅抽象機械喺解難能力上有乜唔同。自動機理論最基本嘅諗頭係[[抽象機械]]（abstract machine）－一部抽象機械內部有一啲[[函數]]，並且會攞一啲輸入，按輸入同內部嘅函數計個輸出出嚟，例如係以下呢部極簡單嘅抽象機械<ref name="hopcroft2000">John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2000). ''Introduction to Automata Theory, Languages, and Computation'' (2nd Edition). Pearson Education.</ref>： [[File:DFAexample.svg|center]] 上圖呢部機械會攞一串符號做輸入，再話俾用家知，串符號入面 0 嘅數量係咪[[雙數]]：部機開始於 <math>\text{S}_1</math> 狀態；當部機讀到一個 0 嗰陣，會進入 <math>\text{S}_2</math> 狀態，而當佢再讀到個 0 嗰時，會返去 <math>\text{S}_1</math> 狀態；如果佢讀到嘅係 1 或者第啲符號嗰時，部機唔會改變狀態；喺部機讀完嗮成串符號之後，如果串符號入面 0 嘅數量係雙數，佢會處於 <math>\text{S}_1</math> 狀態，否則佢就將會處於 <math>\text{S}_2</math> 狀態。呢部抽象機械可以用多種唔同嘅[[物理]]機制實現－運算理論上嘅思考係[[抽象性]]（abstract）嘅<ref name="hopcroft2000"/><ref>Anderson, James A. (2006). ''Automata theory with modern applications''. With contributions by Tom Head. Cambridge: Cambridge University Press.</ref>。 === 可運算性理論 === {{main|可運算性理論}} {{see also|有效方法}} [[可運算性理論]]（computability theory）集中於思考唔同嘅[[運算問題]]係咪[[可運算嘅]]（computable）－如果一個問題係可以用電腦解決嘅，噉呢個問題就係可運算嘅，否則呢個問題就係不可運算嘅，好似係好出名嘅[[停機問題]]（halting problem）噉。首先，[[電腦程式]]可以分做兩大種<ref>Church, Alonzo (1936). "An Unsolvable Problem of Elementary Number Theory". ''American Journal of Mathematics''. 58 (58): 345–363.</ref>： :例：<tt>while (true) continue</tt>；呢種程式'''唔會停機'''－部電腦一行呢個程式就會一路行落去，永世唔會停。 :例：<tt>print "Hello, world!"</tt>；呢種程式'''會停機'''－部電腦會逐行逐行碼行咗佢，最後停低。 根據[[英國]][[數學家]][[亞倫圖靈]]（Alan Turing）嘅[[數學證明|證明]]，呢個世界冇可能有電腦能夠攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出（停機問題）。圖靈用嘅係[[反證法]]（proof by contradiction），證明如果呢個世界上有個程式能夠做到噉嘅工作，就會發生一啲冇可能嘅事。呢個證明大致上係噉嘅<ref name="turing1937">Alan Turing, On computable numbers, with an application to the Entscheidungsproblem, ''Proceedings of the London Mathematical Society'', Series 2, Volume 42 (1937), pp 230–265.</ref>： 想像有個程式，<code>halts(f)</code>，如果 <code>f</code> 係一個會停機嘅[[子程序]]，<code>halts(f)</code> 會出「真」（1），否則<code>halts(f)</code> 會出「假」（0），再想像以下呢個程序： <source lang="python"> def g(): # 定義 g if halts(g): # 如果 halt(g) 係真... loop_forever() # 做永遠唔停嘅 loop </source> 呢個程序會引致一個大矛盾：如果 <code>g()</code> 係會停機嘅，噉 <code>halts(g)</code> 會出「真」，於是 <code>g()</code> 就會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－出現矛盾；而如果 <code>g()</code> 係唔會停機嘅，噉 <code>halts(g)</code> 會出「假」，於是 <code>g()</code> 就唔會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－又出現矛盾。因為噉，如果呢個世界有電腦曉攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出嘅話，就會出現一個[[邏輯]]上嘅矛盾，所以呢一個程式冇可能存在喺呢個世界上－即係話「攞一個程式嘅碼做輸入，再正確噉判斷個程式會唔會停機」係一個不可運算嘅問題<ref name="turing1937"/><ref>Davis, Martin (1965). The Undecidable, ''Basic Papers on Undecidable Propositions, Unsolvable Problems And Computable Functions''. New York: Raven Press.. Turing's paper is #3 in this volume. Papers include those by Godel, Church, Rosser, Kleene, and Post.</ref>。可運算性理論會思考停機問題等唔同類嘅運算問題，並且理解呢啲問題當中有邊啲係可運算嘅、邊啲係不可運算嘅，而呢啲研究增加咗人類對電腦嘅局限嘅理解<ref name="turing1937"/>。 {{clear}} === 運算複雜性 === {{main|運算複雜性理論|運算複雜性}} {{see also|窮舉搜尋}} [[運算複雜性理論]]（computational complexity theory）係運算理論第三個子領域：喺知道咗一個問題係有可能用電腦解決之後，[[電腦科學家]]往往會希望知道要解決呢個問題「有幾撈絞」－舉個例說明，想像有個問題，可運算性理論嘅分析顯示咗個問題係有可能用電腦解決嘅，但打後進一步嘅分析發現，解決呢個問題要用嗰段[[演算法]]複雜到就算用最先進嘅電腦行，都要用成 100 年先行得完，噉嘅話個問題喺實際應用上根本冇得有效率噉解決。對「可以解到嘅問題要嘥幾多時間空間先解到」嘅思考就係運算複雜性理論嘅重心<ref name="sanjeev2009">Arora, Sanjeev; Barak, Boaz (2009), ''Computational Complexity: A Modern Approach'', Cambridge University Press.</ref><ref>Braatz, R. P., Young, P. M., Doyle, J. C., & Morari, M. (1994). Computational complexity of/spl mu/calculation. ''IEEE Transactions on Automatic Control'', 39(5), 1000-1002.</ref>。 運算複雜性理論最重視嘅[[運算複雜度]]指標有兩個<ref name="sanjeev2009"/>： *[[時間複雜度]]（time complexity），指一段運算要用幾多時間解； *[[空間複雜度]]（space complexity），指一段運算要用幾多[[記憶體]]嚟解。 喺分析一段演算法嘅複雜度<ref group="註">例：好多[[電腦科學]]同相關領域嘅研究都係喺度提出新嘅演算法；而呢啲研究通常都會分析吓個新演算法嘅複雜度，俾人睇到（例如）「個新演算法嘅複雜度低過打前嗰啲演算法，但效用依然係咁好」。</ref>嗰陣，電腦科學家會將時間複雜度同空間複雜度表達做輸入嘅大細嘅函數，即係話一段演算法嘅時間複雜度同空間複雜度通常寫成類似噉嘅樣（[[大 O 符號]]）：<code>O(n log n)</code>，當中 <code>n</code> 係個輸入嘅大細（例：如果個輸入係個數字，<code>n</code> 會係佢有幾多個位），<code>O(n log n)</code> 反映段演算法要行嘅步嘅數量隨 <code>n</code> 嘅變化，而 <code>T(n log n)</code> 就係實際行要花嘅時間隨 <code>n</code> 嘅變化。例如如果話一段演算法用嘅時間（以秒計）係 <code>T(n log n)</code> ，而 <code>n</code> 表示個輸入有幾多個位： *當 <code>n</code> 係 10，用嘅時間係 10 秒； *當 <code>n</code> 係 10,000，用嘅時間係 40,000 秒 ... 如此類推<ref name="sanjeev2009"/>。 舉個簡單例子說明，想像而家電腦科學家想諗段演算法出嚟，解決「俾一柞數字個程式，搵吓柞數字當中有冇某一個特定數字」；最原始嘅演算法係將柞數字逐個逐個睇一次，比較吓個數字同個目標數字係咪一樣，用虛擬碼表達嘅話如下： <source lang="python"> for i : 1 to length of A if A[i] is equal to x return TRUE return FALSE </source> 用呢種做法嘅話，最壞情況係每次要搵數字嗰陣，都要耖足嗮成柞數先俾到答案（答案係「有定冇」），所以呢段演算法嘅[[最壞情況複雜度|最壞情況]]（worst-case scenario）時間複雜度就係 <code>n</code> 個單位嘅時間，當中 <code>n</code> 代表輸入嗰柞數字入面有幾多個數字，而單位時間代表耖一個數字要用嘅時間<ref>Knuth, Donald (1998). Sorting and Searching. ''The Art of Computer Programming''. 3 (2nd ed.). Reading, MA: Addison-Wesley Professional.</ref>。 喺電腦科學上，對唔同嘅演算法作出運算複雜度分析好有用：一般認為，一個好用嘅演算法理應能夠喺不損準確性嘅情況下，盡可能用最少嘅時間同空間嚟達成任務－所以對研究演算法嘅電腦科學家嚟講，時間複雜度同空間複雜度都係有用嘅指標，可以攞嚟量度一段演算法有幾好用<ref>Kolen, J. F., & Hutcheson, T. (2002). Reducing the time complexity of the fuzzy c-means algorithm. ''IEEE Transactions on Fuzzy Systems'', 10(2), 263-267.</ref><ref>Alon, N., Matias, Y., & Szegedy, M. (1999). The space complexity of approximating the frequency moments. ''Journal of Computer and system sciences'', 58(1), 137-147.</ref>。 {{clear}} == 運算模型 == {{main|運算模型}} === 圖靈機 === {{main|圖靈機}} {{see also|圖靈論題}} [[圖靈機]]（Turing machine）係廿世紀運算理論最常分析嘅運算模型。一部圖靈機嘅運作如下：一部圖靈機會讀取一條分做若干個格嘅帶，條帶每個格裏面都會有個符號（可以係 1 同 0 等多個款）；喺每一個時間點，部圖靈機個讀取器都會位於條帶其中一格，而部機就會做以下三個基本作業當中是但一個<ref name="hodges2012"/><ref>Petzold, C. (2008). ''The annotated Turing: a guided tour through Alan Turing's historic paper on computability and the Turing machine''. Wiley Publishing.</ref>： #讀取讀取器下嗰格係乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 [[File:Turing machine 2a.svg|thumb|540px|center|<center>一條圖靈機輸入帶嘅抽象圖解；<math>s_i</math> 代表第 <math>i</math> 款符號。</center>]] 圖靈機呢部[[抽象]]（abstract）機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012"/>。 ;例：圖靈機計加減法 想像以下嘅演算法，條帶上面有兩個數值，<math>x</math> 同 <math>y</math>，兩個都用[[二進制]]表達，而兩個數之間同條帶嘅起始有個 <code>$</code> 做標示，即係話部機會讀嘅輸入會類似噉嘅樣<ref name="turingmachineadd"/>： *<code>$0010$0011</code>（「0010」喺二進制係 2，而「0011」喺二進制係 3）。 再想像部圖靈機跟以下嘅演算法行<ref name="turingmachineadd"/>： <source lang="C++"> // 由 x 嗰度減 1，再加 1 落 y 嗰度，直至 x = 0 為止。 repeat until x == 0, then HALT { // 用 T2（睇下面） subtract 1 from x // 用 T1（睇下面） add 1 to y go back to the first $ } </source> T2（將個數減 1）如下： #攞補充－將 1 冚唪唥變做 0，0 冚唪唥變做 1； #將個數加 1（睇 T1）； #再做一次補充。 T1（將個數加 1）如下： #如果喺個數嘅左邊盡頭（$）起始，行去個數嘅右邊盡頭； #由右邊開始行，將所有 1 變做 0，直至 #將第一個 0 變成 1。 例如如果輸入係 <code>$0010$0011</code>，部機行完一次段演算法之後，條帶嘅狀態就會變成 <code>$0000$0101</code>（「0101」喺二進制入面係 5）－呢一部圖靈機曉做加減數<ref name="turingmachineadd"/>。 === 格仔自動機 === [[File:Gospers glider gun.gif|thumb|250px|生命棋嘅圖例；黑色格代表「生」，冇色格代表「死」。]] {{main|格仔自動機}} [[格仔自動機]]（cellular automaton）係一種[[離散數學|離散]]（discrete）運算模型。一部格仔自動機會有若干個格仔，每個格仔可以有若干個可能狀態，例如「著咗」（用黑色代表）同「冇著」（用冇色代表）。攞是但一個格仔，佢都有一個初始狀態，時間 <math>t</math> 喺初始嗰陣係 0，<math>t</math> 會一吓一吓噉跳，變成 1、2、3... 等嘅離散數值；每當 <math>t</math> 跳嗰時，每個格仔嘅狀態會按自己同周圍格仔而家嘅狀態以及某啲事先講定咗嘅法則改變<ref>Toffoli, Tommaso; Margolus, Norman (1987). ''Cellular Automata Machines: A New Environment for Modeling''. MIT Press. p. 27.</ref>。 ;例：生命棋 [[生命棋]]（Conway's Game of Life）係一個出名嘅格仔自動機。生命棋嘅世界係一塊（[[無限大]]嘅）兩維四方格板，每一格（每個細胞）都有兩個可能嘅狀態：一係生（黑色），一係死（冇色）。每格會同佢上下左右以及對角嗰八個「鄰居」互動。每一步 <math>t</math> 嘅改變法則如下<ref name="gameoflife2010">Adamatzky, Andrew, ed. (2010). ''Game of Life Cellular Automata''. Springer. ISBN 978-1-84996-216-2.</ref>： #一粒生嘅細胞，如果鄰居數量少過 2 就會死（「孤獨」）； #一粒生嘅細胞，如果鄰居數量多過 3 就會死（「迫死」）； #一粒生嘅細胞，如果鄰居有 2 個或者 3 個，就會生存到下一代 <math>t</math>； #一粒死嘅細胞，如果鄰居啱啱好有 3 個，就會變成生嘅。 生命棋嘅演算法一開始行（<math>t</math> 開始演進），就會出好似附圖噉嘅樣嘅變化<ref name="gameoflife2010"/>。 格仔自動機喺各[[科學]]領域上有相當嘅價值。[[生物學家]]就發現，好似生命棋等嘅格仔自動機可以攞嚟模擬好多生物學上嘅現象，例如有某啲品種嘅[[貝殼]]嘅式樣（一格格有色冇色）就係以類似格仔自動機噉嘅機制產生嘅：呢啲貝殼當中有啲色素[[細胞]]，會按照相鄰色素細胞嘅活動決定點分泌色素，從而決定個貝殼嘅色水同式樣<ref>Coombs, Stephen (15 February 2009), ''The Geometry and Pigmentation of Seashells'', pp. 3–4, retrieved 2 September 2012.</ref>。 {{clear}} [[File:Textile cone.JPG|thumb|250px|center|一個有格仔自動機機制嘅貝殼]] === 第啲運算模型 === *[[寄存器機]]（register machine） *[[遞歸函數]]（μ-recursive functions） *[[組合子邏輯]]（combinatory logic） *[[λ 演算]]（lambda calculus） *[[馬可夫演算法]]（Markov algorithm） *[[有限狀態機]]（finite-state machine） == 註釋 == {{Reflist|group=註}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[電腦科學]] *[[離散數學]] *[[演算法]] *[[程式編寫]] *[[人工智能]] *[[複雜系統]] *[[亞倫圖靈]] {{div col end}} {{clear}} == 文獻 == === 教科書 === {{div col|style=column-count:3}} *Hopcroft, John E., and Jeffrey D. Ullman (2006). ''Introduction to Automata Theory, Languages, and Computation. 3rd ed Reading'', MA: Addison-Wesley. ISBN 978-0-321-45536-9. One of the standard references in the field. *Linz P. ''An introduction to formal language and automata''. Narosa Publishing. ISBN 9788173197819. *Michael Sipser (2013). ''Introduction to the Theory of Computation (3rd ed.)''. Cengage Learning. ISBN 978-1-133-18779-0. *Eitan Gurari (1989). ''An Introduction to the Theory of Computation''. Computer Science Press. ISBN 0-7167-8182-4. Archived from the original on 2007-01-07. *Hein, James L. (1996). ''Theory of Computation. Sudbury, MA: Jones & Bartlett''. ISBN 978-0-86720-497-1. A gentle introduction to the field, appropriate for second-year undergraduate computer science students. *Taylor, R. Gregory (1998). ''Models of Computation and Formal Languages''. New York: Oxford University Press. ISBN 978-0-19-510983-2. An unusually readable textbook, appropriate for upper-level undergraduates or beginning graduate students. *Lewis, F. D. (2007). ''Essentials of theoretical computer science A textbook covering the topics of formal languages, automata and grammars''. The emphasis appears to be on presenting an overview of the results and their applications rather than providing proofs of the results. *Martin Davis, Ron Sigal, Elaine J. Weyuker, ''Computability, complexity, and languages: fundamentals of theoretical computer science, 2nd ed.'', Academic Press, 1994, ISBN 0-12-206382-1. Covers a wider range of topics than most other introductory books, including program semantics and quantification theory. Aimed at graduate students. {{div col end}} === 其他書 === {{div col|style=column-count:3}} *Hartley Rogers, Jr (1987). ''Theory of Recursive Functions and Effective Computability'', MIT Press. ISBN 0-262-68052-1. *S. Barry Cooper (2004). ''Computability Theory''. Chapman and Hall/CRC. ISBN 1-58488-237-9. *Richard L. Epstein and Walter A. Carnielli (2000). ''Computability: Computable Functions, Logic, and the Foundations of Mathematics, with Computability: A Timeline (2nd ed.)''. Wadsworth/Thomson Learning. ISBN 0-534-54644-7. *Carl H. Smith, ''A recursive introduction to the theory of computation'', Springer, 1994, ISBN 0-387-94332-3. {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Theory of computation}} *[http://toc.csail.mit.edu/ Theory of Computation] at MIT. *[http://toc.seas.harvard.edu/ Theory of Computation] at Harvard. *[http://www.cis.upenn.edu/~giorgi/cl.html Computability Logic] - A theory of interactive computation. The main web source on this subject. {{電腦科學}} {{應用數學}} {{現代數學基礎}} [[Category:應用數學]] [[Category:運算理論| ]] guttynbwy7i6m3jh30yyu68d5q6in7c 1865752 1865751 2022-08-20T07:44:04Z Dr. Greywolf 143999 /* 運算複雜性 */ wikitext text/x-wiki [[File:Maquina.png|thumb|330px|一部圖靈機嘅想像圖；部機會一路讀取條帶上面嘅一格，並且對嗰個格作出運算，再決定要使唔使改嗰格同埋跟住要向左郁定向右郁。]] '''運算理論'''（{{jpingauto|wan6 syun3 lei5 leon6}}；{{lang-en|'''theory of computation'''}}）係[[數學]]同[[理論電腦科學]]嘅一個子領域，專門研究[[機械]]點樣用[[演算法]]解難。運算理論會用[[數學證明]]等嘅方法，嘗試思考唔同種類嘅理論性[[運算機械]]喺解難能力上有乜差異（[[自動機理論]]）、有啲乜嘢問題係能夠（或者唔能夠）用運算機械解嘅（[[可運算性理論]]）以及一個運算上嘅問題最高嘅可能解決效率（[[運算複雜性理論]]）等等嘅問題<ref>Sipser, M. (2006). ''Introduction to the Theory of Computation'' (Vol. 2). Boston: Thomson Course Technology.</ref><ref>Lewis, H. R., & Papadimitriou, C. H. (1997). ''Elements of the Theory of Computation''. Prentice Hall PTR.</ref>。 用一句嘢概括嘅話，運算理論主要思考嘅係呢個問題<ref>Michael Sipser (2013). ''Introduction to the Theory of Computation'' 3rd. Cengage Learning. ISBN 978-1-133-18779-0. p. 1.</ref>： {{Cquote |[[電腦]]（[[運算機械]]）嘅基本能力同極限係乜？}} 運算理論會攞一啲[[運算模型]]（model of computation；一個運算模型會描述一部機械點由輸入嗰度計個輸出出嚟）嚟將運算機械概念化。當中喺廿一世紀最常用嘅運算模型係所謂嘅[[圖靈機]]（Turing machine；個名取自著名[[數學家]][[亞倫圖靈]]），圖靈機可以想像成一部噉嘅機械：部圖靈機會讀取一條分做若干個格嘅帶，每個格裏面都會有個[[符號]]（1 同 0 等）；喺每一個時間點，部圖靈機個讀取器都讀住其中一格，並且會做以下三個基本作業嘅其中一個<ref name="hodges2012">Hodges, Andrew (2012). ''Alan Turing: The Enigma (The Centenary Edition)''. Princeton University Press.</ref>： #讀取讀取器下嗰格有乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 圖靈機呢部[[抽象]]機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012">Rabin, Michael O. (June 2012). [http://videolectures.net/turing100_rabin_turing_church_goedel/ Turing, Church, Gödel, Computability, Complexity and Randomization: A Personal View] {{Webarchive|url=https://web.archive.org/web/20190605192515/http://videolectures.net/turing100_rabin_turing_church_goedel/ |date=2019年6月5號 }}.</ref>，好似簡單嘅[[加]][[減]]數噉<ref name="turingmachineadd">[http://courses.washington.edu/css502/zander/Notes/14langTuringEx.pdf Turing Machine example to add two numbers].</ref>，而有咗加減數，就可以計到好多嘢。好似圖靈機等嘅概念性機械就係運算模型，運算理論家會思考唔同種類嘅運算模型，以及剖析呢啲運算模型喺解難能力上有乜分別，加深人對運算同電腦嘅理論性了解<ref>Donald Monk (1976). ''Mathematical Logic''. Springer-Verlag.</ref>。 == 基本概念 == {{main|運算|運算問題}} {{see also|理論電腦科學}} 廣義上，[[運算]]（computation；[[動詞]]：to compute）係指涉及跟從一個[[定義]]好嘅模型、通過一連串[[算術]]同非算術步驟做嘅[[計算]]，廣義上可以包含任何由[[電腦入資料|輸入]]俾[[電腦出資料|輸出]]嘅過程。呢啲計算可以係算術性嘅（[[加]][[減]][[乘]][[除]]等），又可以係做[[邏輯代數]]（Boolean algebra）嘅處理，中途會處理[[資訊]]。運算嘅例子有[[演算法]]（algorithm）：喺行一段演算法嗰陣，一部[[電腦]]會接收用家俾嘅一串演算法，一段演算法包含一串有先後之分嘅指示，每行指示教部電腦做某啲計算，等等，通過行呢段演算法，部電腦會俾出一個輸出，如果段演算法設計得好而且部電腦能夠無誤噉行段演算法嘅話，個輸出正正會係個用家想要嘅結果<ref>[https://plato.stanford.edu/entries/computation-physicalsystems/ Computation in Physical Systems]. ''Stanford Encyclopedia of Philosophy''.</ref>。 舉個簡單例子說明，好似係以下呢段用[[粵文]]寫嘅演算法（[[虛擬碼]]）噉，就做咗一連串嘅運算<ref name="bg">[http://fiftyexamples.readthedocs.io/en/latest/algorithms.html Background: Algorithms] {{Webarchive|url=https://web.archive.org/web/20180703023816/http://fiftyexamples.readthedocs.io/en/latest/algorithms.html |date=2018年7月3號 }}.</ref>： ;要解決嘅問題：家吓俾一列[[正數]]（輸入）你，假設呢個列唔係一個空列，同我搵嗰列數入面最大嗰個出嚟。 :用嘅演算法嘅步驟： #設一個變數，叫佢做「max」，並且將佢個數值設做「[[0]]」； #將收到嗰列正數逐個逐個攞嚟同 max 比較吓； #如果撞到一個大過 max 嘅數（叫呢個數做「x」）嘅話，將 max 嘅數值設做 x，並且繼續將 max 同下個正數比較吓；（邏輯代數） #將最後得出嗰個 max 嘅數值俾出嚟（輸出）。max 嘅數值會係成列數入面最大嗰個。 呢段演算法用 [[Python]]（1991 年出嘅一種[[程式語言]]）寫出嚟嘅話會係<ref name="bg"/>： <source lang="python"> # Input：一列冧巴，叫列冧巴做「L」。 # Output：L 入面最大嘅冧巴。 def find_max (L): max = 0 # 設最大值做 0。 for x in L: # 同 L 入面每個元件做以下嘅嘢... if x > max: # 如果 x 大過最大值... max = x # ... 設最大值做 x。 return max # 做完嗮上述嘅嘢後，俾返個最大值出嚟。 </source> 研究運算嘅領域係[[電腦科學]]，而運算理論係電腦科學一個高度理論化嘅子領域：電腦科學會研究運算嘅應用，研究點用電腦運算造出有[[經濟價值]]嘅產品同技術，例如[[電腦圖像學]]（CG）研究[[電腦圖像]]－用電腦嘅運算功能造[[圖像]]嘅技術，而呢啲圖像可以用嚟製作[[電腦動畫]]等嘅產品；但另一方面，電腦科學又會用好似[[數學]]噉嘅方法研究運算呢家嘢嘅本質－做呢啲研究嘅電腦科學子領域就係運算理論<ref>Denning, P.J.; Comer, D.E.; Gries, D.; Mulder, M.C.; Tucker, A.; Turner, A.J.; Young, P.R. (January 1989). "Computing as a discipline". ''Communications of the ACM''. 32: 9–23.</ref><ref>Turner, Raymond, Angius, Nicola , Primiero, Giuseppe. (Spring 2019). "The Philosophy of Computer Science", ''The Stanford Encyclopedia of Philosophy'', Edward N. Zalta (ed.),</ref>。 {{clear}} == 主要子理論 == 運算理論上最重要嘅子理論有以下呢啲： === 自動機理論 === {{main|自動機理論}} [[自動機理論]]（automata theory）研究[[抽象機械]]，以及唔同種類嘅抽象機械喺解難能力上有乜唔同。自動機理論最基本嘅諗頭係[[抽象機械]]（abstract machine）－一部抽象機械內部有一啲[[函數]]，並且會攞一啲輸入，按輸入同內部嘅函數計個輸出出嚟，例如係以下呢部極簡單嘅抽象機械<ref name="hopcroft2000">John E. Hopcroft, Rajeev Motwani, Jeffrey D. Ullman (2000). ''Introduction to Automata Theory, Languages, and Computation'' (2nd Edition). Pearson Education.</ref>： [[File:DFAexample.svg|center]] 上圖呢部機械會攞一串符號做輸入，再話俾用家知，串符號入面 0 嘅數量係咪[[雙數]]：部機開始於 <math>\text{S}_1</math> 狀態；當部機讀到一個 0 嗰陣，會進入 <math>\text{S}_2</math> 狀態，而當佢再讀到個 0 嗰時，會返去 <math>\text{S}_1</math> 狀態；如果佢讀到嘅係 1 或者第啲符號嗰時，部機唔會改變狀態；喺部機讀完嗮成串符號之後，如果串符號入面 0 嘅數量係雙數，佢會處於 <math>\text{S}_1</math> 狀態，否則佢就將會處於 <math>\text{S}_2</math> 狀態。呢部抽象機械可以用多種唔同嘅[[物理]]機制實現－運算理論上嘅思考係[[抽象性]]（abstract）嘅<ref name="hopcroft2000"/><ref>Anderson, James A. (2006). ''Automata theory with modern applications''. With contributions by Tom Head. Cambridge: Cambridge University Press.</ref>。 === 可運算性理論 === {{main|可運算性理論}} {{see also|有效方法}} [[可運算性理論]]（computability theory）集中於思考唔同嘅[[運算問題]]係咪[[可運算嘅]]（computable）－如果一個問題係可以用電腦解決嘅，噉呢個問題就係可運算嘅，否則呢個問題就係不可運算嘅，好似係好出名嘅[[停機問題]]（halting problem）噉。首先，[[電腦程式]]可以分做兩大種<ref>Church, Alonzo (1936). "An Unsolvable Problem of Elementary Number Theory". ''American Journal of Mathematics''. 58 (58): 345–363.</ref>： :例：<tt>while (true) continue</tt>；呢種程式'''唔會停機'''－部電腦一行呢個程式就會一路行落去，永世唔會停。 :例：<tt>print "Hello, world!"</tt>；呢種程式'''會停機'''－部電腦會逐行逐行碼行咗佢，最後停低。 根據[[英國]][[數學家]][[亞倫圖靈]]（Alan Turing）嘅[[數學證明|證明]]，呢個世界冇可能有電腦能夠攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出（停機問題）。圖靈用嘅係[[反證法]]（proof by contradiction），證明如果呢個世界上有個程式能夠做到噉嘅工作，就會發生一啲冇可能嘅事。呢個證明大致上係噉嘅<ref name="turing1937">Alan Turing, On computable numbers, with an application to the Entscheidungsproblem, ''Proceedings of the London Mathematical Society'', Series 2, Volume 42 (1937), pp 230–265.</ref>： 想像有個程式，<code>halts(f)</code>，如果 <code>f</code> 係一個會停機嘅[[子程序]]，<code>halts(f)</code> 會出「真」（1），否則<code>halts(f)</code> 會出「假」（0），再想像以下呢個程序： <source lang="python"> def g(): # 定義 g if halts(g): # 如果 halt(g) 係真... loop_forever() # 做永遠唔停嘅 loop </source> 呢個程序會引致一個大矛盾：如果 <code>g()</code> 係會停機嘅，噉 <code>halts(g)</code> 會出「真」，於是 <code>g()</code> 就會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－出現矛盾；而如果 <code>g()</code> 係唔會停機嘅，噉 <code>halts(g)</code> 會出「假」，於是 <code>g()</code> 就唔會進入永遠係噉行（<code>loop_forever</code>）嘅狀態－又出現矛盾。因為噉，如果呢個世界有電腦曉攞一個程式嘅碼做輸入，再俾出正確嘅「呢段碼會唔會停機」輸出嘅話，就會出現一個[[邏輯]]上嘅矛盾，所以呢一個程式冇可能存在喺呢個世界上－即係話「攞一個程式嘅碼做輸入，再正確噉判斷個程式會唔會停機」係一個不可運算嘅問題<ref name="turing1937"/><ref>Davis, Martin (1965). The Undecidable, ''Basic Papers on Undecidable Propositions, Unsolvable Problems And Computable Functions''. New York: Raven Press.. Turing's paper is #3 in this volume. Papers include those by Godel, Church, Rosser, Kleene, and Post.</ref>。可運算性理論會思考停機問題等唔同類嘅運算問題，並且理解呢啲問題當中有邊啲係可運算嘅、邊啲係不可運算嘅，而呢啲研究增加咗人類對電腦嘅局限嘅理解<ref name="turing1937"/>。 {{clear}} === 運算複雜理論 === {{main|運算複雜理論|運算複雜性}} {{see also|窮舉搜尋}} [[運算複雜性理論]]（computational complexity theory）係運算理論第三個子領域：喺知道咗一個問題係有可能用電腦解決之後，[[電腦科學家]]往往會希望知道要解決呢個問題「有幾撈絞」－舉個例說明，想像有個問題，可運算性理論嘅分析顯示咗個問題係有可能用電腦解決嘅，但打後進一步嘅分析發現，解決呢個問題要用嗰段[[演算法]]複雜到就算用最先進嘅電腦行，都要用成 100 年先行得完，噉嘅話個問題喺實際應用上根本冇得有效率噉解決。對「可以解到嘅問題要嘥幾多時間空間先解到」嘅思考就係運算複雜性理論嘅重心<ref name="sanjeev2009">Arora, Sanjeev; Barak, Boaz (2009), ''Computational Complexity: A Modern Approach'', Cambridge University Press.</ref><ref>Braatz, R. P., Young, P. M., Doyle, J. C., & Morari, M. (1994). Computational complexity of/spl mu/calculation. ''IEEE Transactions on Automatic Control'', 39(5), 1000-1002.</ref>。 運算複雜性理論最重視嘅[[運算複雜度]]指標有兩個<ref name="sanjeev2009"/>： *[[時間複雜度]]（time complexity），指一段運算要用幾多時間解； *[[空間複雜度]]（space complexity），指一段運算要用幾多[[記憶體]]嚟解。 喺分析一段演算法嘅複雜度<ref group="註">例：好多[[電腦科學]]同相關領域嘅研究都係喺度提出新嘅演算法；而呢啲研究通常都會分析吓個新演算法嘅複雜度，俾人睇到（例如）「個新演算法嘅複雜度低過打前嗰啲演算法，但效用依然係咁好」。</ref>嗰陣，電腦科學家會將時間複雜度同空間複雜度表達做輸入嘅大細嘅函數，即係話一段演算法嘅時間複雜度同空間複雜度通常寫成類似噉嘅樣（[[大 O 符號]]）：<code>O(n log n)</code>，當中 <code>n</code> 係個輸入嘅大細（例：如果個輸入係個數字，<code>n</code> 會係佢有幾多個位），<code>O(n log n)</code> 反映段演算法要行嘅步嘅數量隨 <code>n</code> 嘅變化，而 <code>T(n log n)</code> 就係實際行要花嘅時間隨 <code>n</code> 嘅變化。例如如果話一段演算法用嘅時間（以秒計）係 <code>T(n log n)</code> ，而 <code>n</code> 表示個輸入有幾多個位： *當 <code>n</code> 係 10，用嘅時間係 10 秒； *當 <code>n</code> 係 10,000，用嘅時間係 40,000 秒 ... 如此類推<ref name="sanjeev2009"/>。 舉個簡單例子說明，想像而家電腦科學家想諗段演算法出嚟，解決「俾一柞數字個程式，搵吓柞數字當中有冇某一個特定數字」；最原始嘅演算法係將柞數字逐個逐個睇一次，比較吓個數字同個目標數字係咪一樣，用虛擬碼表達嘅話如下： <source lang="python"> for i : 1 to length of A if A[i] is equal to x return TRUE return FALSE </source> 用呢種做法嘅話，最壞情況係每次要搵數字嗰陣，都要耖足嗮成柞數先俾到答案（答案係「有定冇」），所以呢段演算法嘅[[最壞情況複雜度|最壞情況]]（worst-case scenario）時間複雜度就係 <code>n</code> 個單位嘅時間，當中 <code>n</code> 代表輸入嗰柞數字入面有幾多個數字，而單位時間代表耖一個數字要用嘅時間<ref>Knuth, Donald (1998). Sorting and Searching. ''The Art of Computer Programming''. 3 (2nd ed.). Reading, MA: Addison-Wesley Professional.</ref>。 喺電腦科學上，對唔同嘅演算法作出運算複雜度分析好有用：一般認為，一個好用嘅演算法理應能夠喺不損準確性嘅情況下，盡可能用最少嘅時間同空間嚟達成任務－所以對研究演算法嘅電腦科學家嚟講，時間複雜度同空間複雜度都係有用嘅指標，可以攞嚟量度一段演算法有幾好用<ref>Kolen, J. F., & Hutcheson, T. (2002). Reducing the time complexity of the fuzzy c-means algorithm. ''IEEE Transactions on Fuzzy Systems'', 10(2), 263-267.</ref><ref>Alon, N., Matias, Y., & Szegedy, M. (1999). The space complexity of approximating the frequency moments. ''Journal of Computer and system sciences'', 58(1), 137-147.</ref>。 {{clear}} == 運算模型 == {{main|運算模型}} === 圖靈機 === {{main|圖靈機}} {{see also|圖靈論題}} [[圖靈機]]（Turing machine）係廿世紀運算理論最常分析嘅運算模型。一部圖靈機嘅運作如下：一部圖靈機會讀取一條分做若干個格嘅帶，條帶每個格裏面都會有個符號（可以係 1 同 0 等多個款）；喺每一個時間點，部圖靈機個讀取器都會位於條帶其中一格，而部機就會做以下三個基本作業當中是但一個<ref name="hodges2012"/><ref>Petzold, C. (2008). ''The annotated Turing: a guided tour through Alan Turing's historic paper on computability and the Turing machine''. Wiley Publishing.</ref>： #讀取讀取器下嗰格係乜符號； #編輯嗰格－寫一個新嘅符號落去或者刪除咗嗰格佢； #將條帶向左或者向右移一格，等個讀取器可以讀取打前嗰個格隔蘺嘅一個格。 [[File:Turing machine 2a.svg|thumb|540px|center|<center>一條圖靈機輸入帶嘅抽象圖解；<math>s_i</math> 代表第 <math>i</math> 款符號。</center>]] 圖靈機呢部[[抽象]]（abstract）機械就噉睇好似好簡單，但查實可以計到好多嘢<ref name="rabin2012"/>。 ;例：圖靈機計加減法 想像以下嘅演算法，條帶上面有兩個數值，<math>x</math> 同 <math>y</math>，兩個都用[[二進制]]表達，而兩個數之間同條帶嘅起始有個 <code>$</code> 做標示，即係話部機會讀嘅輸入會類似噉嘅樣<ref name="turingmachineadd"/>： *<code>$0010$0011</code>（「0010」喺二進制係 2，而「0011」喺二進制係 3）。 再想像部圖靈機跟以下嘅演算法行<ref name="turingmachineadd"/>： <source lang="C++"> // 由 x 嗰度減 1，再加 1 落 y 嗰度，直至 x = 0 為止。 repeat until x == 0, then HALT { // 用 T2（睇下面） subtract 1 from x // 用 T1（睇下面） add 1 to y go back to the first $ } </source> T2（將個數減 1）如下： #攞補充－將 1 冚唪唥變做 0，0 冚唪唥變做 1； #將個數加 1（睇 T1）； #再做一次補充。 T1（將個數加 1）如下： #如果喺個數嘅左邊盡頭（$）起始，行去個數嘅右邊盡頭； #由右邊開始行，將所有 1 變做 0，直至 #將第一個 0 變成 1。 例如如果輸入係 <code>$0010$0011</code>，部機行完一次段演算法之後，條帶嘅狀態就會變成 <code>$0000$0101</code>（「0101」喺二進制入面係 5）－呢一部圖靈機曉做加減數<ref name="turingmachineadd"/>。 === 格仔自動機 === [[File:Gospers glider gun.gif|thumb|250px|生命棋嘅圖例；黑色格代表「生」，冇色格代表「死」。]] {{main|格仔自動機}} [[格仔自動機]]（cellular automaton）係一種[[離散數學|離散]]（discrete）運算模型。一部格仔自動機會有若干個格仔，每個格仔可以有若干個可能狀態，例如「著咗」（用黑色代表）同「冇著」（用冇色代表）。攞是但一個格仔，佢都有一個初始狀態，時間 <math>t</math> 喺初始嗰陣係 0，<math>t</math> 會一吓一吓噉跳，變成 1、2、3... 等嘅離散數值；每當 <math>t</math> 跳嗰時，每個格仔嘅狀態會按自己同周圍格仔而家嘅狀態以及某啲事先講定咗嘅法則改變<ref>Toffoli, Tommaso; Margolus, Norman (1987). ''Cellular Automata Machines: A New Environment for Modeling''. MIT Press. p. 27.</ref>。 ;例：生命棋 [[生命棋]]（Conway's Game of Life）係一個出名嘅格仔自動機。生命棋嘅世界係一塊（[[無限大]]嘅）兩維四方格板，每一格（每個細胞）都有兩個可能嘅狀態：一係生（黑色），一係死（冇色）。每格會同佢上下左右以及對角嗰八個「鄰居」互動。每一步 <math>t</math> 嘅改變法則如下<ref name="gameoflife2010">Adamatzky, Andrew, ed. (2010). ''Game of Life Cellular Automata''. Springer. ISBN 978-1-84996-216-2.</ref>： #一粒生嘅細胞，如果鄰居數量少過 2 就會死（「孤獨」）； #一粒生嘅細胞，如果鄰居數量多過 3 就會死（「迫死」）； #一粒生嘅細胞，如果鄰居有 2 個或者 3 個，就會生存到下一代 <math>t</math>； #一粒死嘅細胞，如果鄰居啱啱好有 3 個，就會變成生嘅。 生命棋嘅演算法一開始行（<math>t</math> 開始演進），就會出好似附圖噉嘅樣嘅變化<ref name="gameoflife2010"/>。 格仔自動機喺各[[科學]]領域上有相當嘅價值。[[生物學家]]就發現，好似生命棋等嘅格仔自動機可以攞嚟模擬好多生物學上嘅現象，例如有某啲品種嘅[[貝殼]]嘅式樣（一格格有色冇色）就係以類似格仔自動機噉嘅機制產生嘅：呢啲貝殼當中有啲色素[[細胞]]，會按照相鄰色素細胞嘅活動決定點分泌色素，從而決定個貝殼嘅色水同式樣<ref>Coombs, Stephen (15 February 2009), ''The Geometry and Pigmentation of Seashells'', pp. 3–4, retrieved 2 September 2012.</ref>。 {{clear}} [[File:Textile cone.JPG|thumb|250px|center|一個有格仔自動機機制嘅貝殼]] === 第啲運算模型 === *[[寄存器機]]（register machine） *[[遞歸函數]]（μ-recursive functions） *[[組合子邏輯]]（combinatory logic） *[[λ 演算]]（lambda calculus） *[[馬可夫演算法]]（Markov algorithm） *[[有限狀態機]]（finite-state machine） == 註釋 == {{Reflist|group=註}} {{clear}} == 睇埋 == {{div col|style=column-count:3}} *[[電腦科學]] *[[離散數學]] *[[演算法]] *[[程式編寫]] *[[人工智能]] *[[複雜系統]] *[[亞倫圖靈]] {{div col end}} {{clear}} == 文獻 == === 教科書 === {{div col|style=column-count:3}} *Hopcroft, John E., and Jeffrey D. Ullman (2006). ''Introduction to Automata Theory, Languages, and Computation. 3rd ed Reading'', MA: Addison-Wesley. ISBN 978-0-321-45536-9. One of the standard references in the field. *Linz P. ''An introduction to formal language and automata''. Narosa Publishing. ISBN 9788173197819. *Michael Sipser (2013). ''Introduction to the Theory of Computation (3rd ed.)''. Cengage Learning. ISBN 978-1-133-18779-0. *Eitan Gurari (1989). ''An Introduction to the Theory of Computation''. Computer Science Press. ISBN 0-7167-8182-4. Archived from the original on 2007-01-07. *Hein, James L. (1996). ''Theory of Computation. Sudbury, MA: Jones & Bartlett''. ISBN 978-0-86720-497-1. A gentle introduction to the field, appropriate for second-year undergraduate computer science students. *Taylor, R. Gregory (1998). ''Models of Computation and Formal Languages''. New York: Oxford University Press. ISBN 978-0-19-510983-2. An unusually readable textbook, appropriate for upper-level undergraduates or beginning graduate students. *Lewis, F. D. (2007). ''Essentials of theoretical computer science A textbook covering the topics of formal languages, automata and grammars''. The emphasis appears to be on presenting an overview of the results and their applications rather than providing proofs of the results. *Martin Davis, Ron Sigal, Elaine J. Weyuker, ''Computability, complexity, and languages: fundamentals of theoretical computer science, 2nd ed.'', Academic Press, 1994, ISBN 0-12-206382-1. Covers a wider range of topics than most other introductory books, including program semantics and quantification theory. Aimed at graduate students. {{div col end}} === 其他書 === {{div col|style=column-count:3}} *Hartley Rogers, Jr (1987). ''Theory of Recursive Functions and Effective Computability'', MIT Press. ISBN 0-262-68052-1. *S. Barry Cooper (2004). ''Computability Theory''. Chapman and Hall/CRC. ISBN 1-58488-237-9. *Richard L. Epstein and Walter A. Carnielli (2000). ''Computability: Computable Functions, Logic, and the Foundations of Mathematics, with Computability: A Timeline (2nd ed.)''. Wadsworth/Thomson Learning. ISBN 0-534-54644-7. *Carl H. Smith, ''A recursive introduction to the theory of computation'', Springer, 1994, ISBN 0-387-94332-3. {{div col end}} {{clear}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Theory of computation}} *[http://toc.csail.mit.edu/ Theory of Computation] at MIT. *[http://toc.seas.harvard.edu/ Theory of Computation] at Harvard. *[http://www.cis.upenn.edu/~giorgi/cl.html Computability Logic] - A theory of interactive computation. The main web source on this subject. {{電腦科學}} {{應用數學}} {{現代數學基礎}} [[Category:應用數學]] [[Category:運算理論| ]] nvbyg52brbywjr5yggn1vmiib1s59or 0 209959 1865483 1851502 2022-08-19T16:20:56Z Dr. Greywolf 143999 /* 症狀同體徵 */ wikitext text/x-wiki {{Medical}} {{Infobox medical condition | name = 注意力不足過動症（ADHD）<br/> attention deficit hyperactivity disorder | synonyms = 注意力缺失症、注意力缺陷過動症、過度活躍症、hyperkinetic disorder (ICD-10) | image = Proposed_Symptoms_of_ADHD.PNG | width= 300px | caption = 注意力不足過動症常見症狀 | alt = 注意力不足過動症常見症狀 | field= [[精神醫學]]、[[兒童與青少年精神醫學]] | symptoms = {{tsl|en|attentional shift|注意力轉移|容易分心}}（難以將專注力放啱地方）、過度嘅活動、 [[衝動 (性格)|難以控制行為同衝動]]<ref name=NIH2016/><ref name="DSM5 for navigation box">{{cite book | author=American Psychiatric Association | title=Diagnostic and Statistical Manual of Mental Disorders | year=2013 | publisher=American Psychiatric Publishing | location=Arlington | isbn=978-0-89042-555-8 | pages=59–65 | edition=5th}}</ref> | complications = | onset = 6 - 12歲左右<ref name=CDC/><ref name=Lake2011/> | duration = 多過6個月<ref name=CDC/> | causes = 仲未明確<ref name="NIMH » Home">{{cite web | title=NIMH » Attention-Deficit/Hyperactivity Disorder (ADHD): The Basics | website=NIMH » Home | url=https://www.nimh.nih.gov/health/publications/attention-deficit-hyperactivity-disorder-adhd-the-basics/index.shtml | accessdate=2017-07-26 | url-status=live | archiveurl=https://web.archive.org/web/20170728011937/https://www.nimh.nih.gov/health/publications/attention-deficit-hyperactivity-disorder-adhd-the-basics/index.shtml | archivedate=2017-07-28 }}</ref> | risks = | diagnosis = 根據症狀並排除其他可能致病原因<ref name=NIH2016/> | differential = [[品行障礙]]、[[對立反抗症]]、[[學習障礙]]、[[躁鬱症]]<ref>{{cite book|last1=Ferri|first1=Fred F.|title=Ferri's differential diagnosis : a practical guide to the differential diagnosis of symptoms, signs, and clinical disorders|date=2010|publisher=Elsevier/Mosby|location=Philadelphia, PA|isbn=0323076998|page=Chapter A|edition=2nd ed.}}</ref>、[[自閉症光譜]]、[[睡眠障礙]]<ref name="CDC 2017 differential diagnosis">{{cite web | author=CDC | title=ADHD Symptoms and Diagnosis | website=Centers for Disease Control and Prevention | date=2017-08-31 | url=https://www.cdc.gov/ncbddd/adhd/diagnosis.html | accessdate=2018-07-15 | quote=Deciding if a child has ADHD is a several-step process. This page gives you an overview of how ADHD is diagnosed. There is no single test to diagnose ADHD, and many other problems, like sleep disorders, anxiety, depression, and certain types of learning disabilities, can have similar symptoms. | url-status=live | archiveurl=https://web.archive.org/web/20141107202516/http://www.cdc.gov/ncbddd/adhd/diagnosis.html | archivedate=2014-11-07 }}</ref>、[[焦慮症]]<ref name="CDC 2017 differential diagnosis"/>、[[憂鬱症]]<ref name="CDC 2017 differential diagnosis"/> | prevention = | treatment = [[心理治療]]、改變生活方式、藥物<ref name=NIH2016/> | medication = [[興奮劑|中樞神經刺激劑]]、[[阿托莫西汀]]、{{tsl|en|guanfacine|胍法辛}}<ref>{{cite journal | vauthors = Coghill DR, Banaschewski T, Soutullo C, Cottingham MG, Zuddas A | title = Systematic review of quality of life and functional outcomes in randomized placebo-controlled studies of medications for attention-deficit/hyperactivity disorder | journal = European Child & Adolescent Psychiatry | volume = 26 | issue = 11 | pages = 1283–1307 | date = November 2017 | pmid = 28429134 | pmc = 5656703 | doi = 10.1007/s00787-017-0986-y }}</ref><ref>{{cite journal | vauthors = Jain R, Katic A | title = Current and Investigational Medication Delivery Systems for Treating Attention-Deficit/Hyperactivity Disorder | journal = The Primary Care Companion for CNS Disorders | volume = 18 | issue = 4 | date = August 2016 | pmid = 27828696 | doi = 10.4088/PCC.16r01979 }}</ref> | prognosis = | frequency = 5,110萬（2015年）<ref name=GBD2015Pre>{{cite journal|last1=GBD 2015 Disease and Injury Incidence and Prevalence|first1=Collaborators.|title=Global, regional, and national incidence, prevalence, and years lived with disability for 310 diseases and injuries, 1990-2015: a systematic analysis for the Global Burden of Disease Study 2015.|journal=Lancet|date=2016-10-08|volume=388|issue=10053|pages=1545–1602|pmid=27733282|doi=10.1016/S0140-6736(16)31678-6|pmc=5055577}}</ref> | deaths = }} '''過度活躍症'''（'''attention deficit hyperactivity disorder'''，簡稱「'''ADHD'''」）係一種[[精神障礙]][[精神疾患]]<ref name="pmid23299717">{{cite journal | vauthors = Sroubek A, Kelly M, Li X | title = Inattentiveness in attention-deficit/hyperactivity disorder | journal = Neuroscience Bulletin | volume = 29 | issue = 1 | pages = 103–10 | date = 2013-02 | pmid = 23299717 | pmc = 4440572 | doi = 10.1007/s12264-012-1295-6 }}</ref><ref name=Caroline2010>{{cite book | veditors=Caroline SC | title=Encyclopedia of Cross-Cultural School Psychology | year=2010 | publisher=Springer Science & Business Media | isbn=9780387717982 | pages=133 | url=https://books.google.com/books?id=PaO3jsaGkeYC&pg=PA133 | access-date=2017-11-02 | archive-date=2020-12-22 | archive-url=https://web.archive.org/web/20201222193428/https://books.google.com/books?id=PaO3jsaGkeYC&pg=PA133 | url-status=live }}</ref>。患者[[專注力]]不足，容易分心。患者特性包括好難專注、過度活躍、[[衝動 (性格)|做嘢唔考慮後果]]等。除此之外，仲有不合年紀嘅行為，過度活躍症患者亦可能表現出情緒調節困難或者執行功能方面嘅問題<ref name=NIH2016/><ref name=DSM5/>。 ==症狀同體徵== {| class="wikitable" style = "float: right; margin-left:15px; text-align:center" ! colspan="2" style="background-color: #CCEEEE;" |ADHD嘅症狀<ref name="CDC2">{{cite web|url=https://www.cdc.gov/ncbddd/adhd/diagnosis.html|title=ADHD: Symptoms and Diagnosis|last=|first=|date=31 August 2017|website=|publisher=Centers for Disease Control and Prevention (2017)|access-date=|archive-date=2014-11-07|archive-url=https://web.archive.org/web/20141107202516/http://www.cdc.gov/ncbddd/adhd/diagnosis.html|url-status=live}}</ref> |- !專注力失調 !過動-[[衝動 (性格)|衝動]] |- | * 好難注意事情嘅細節 * 唔容易專注喺同一件事情上面 * 唔容易針對事物或者係活動進行規劃組織 * 好容易遺忘一啲需要嘅物品 * 喺日常活動入面比較健忘 * 注意力持續時間較短，比較容易分心 * 唔容易處理有結構性嘅工作 * 難以完成繁瑣或者需要花時間嘅任務 | * 無辦法好好坐好 * 喺座位上坐立不安、郁嚟郁去 * 會喺唔適當嘅時間離開座位 * 從事具風險性嘅事物，唔會太考慮後果 * 經常處於活躍狀態<!--on the go-->、精力充沛、停唔到落嚟<!--driven by a motor--> * 說話頻率同時間會比其他人多 * 問題未講完就搶住講答案 * 唔容易輪流等候 * 喺對話入面成日插嘴或者打斷其他人對話 |} {{see also|衝動 (性格)}} 過度活躍症常見情況有唔專心、過動（成人會以不安嚟表現）、破壞行為同[[衝動 (性格)|衝動]]<ref name=ICSI2012>{{cite journal | vauthors=Dobie C | title=Diagnosis and management of attention deficit hyperactivity disorder in primary care for school-age children and adolescents | year=2012 | pages=79 | url=http://guidelines.gov/content.aspx?f=rss&id=36812 | url-status=dead | archive-url=https://web.archive.org/web/20130301124247/http://guidelines.gov/content.aspx?f=rss&id=36812 | archive-date=2013-03-01 | journal= | access-date=10 October 2012 }}</ref><ref name=cdc2016facts/>。喺[[人際關係]]同埋學業方面都容易出現問題<ref name=ICSI2012/>，不過呢種症狀唔容易定義，因為好難介定一般情形入面唔專心、過動同衝動會有咩程度，喺咩情況入面先需要介入治療<ref name =Ramsay25>{{cite book | vauthors = Ramsay JR | title=Cognitive behavioral therapy for adult ADHD | url = https://archive.org/details/cognitivebehavio00rams | publisher=Routledge | year=2007 | isbn=978-0-415-95501-0 | pages=[https://archive.org/details/cognitivebehavio00rams/page/4 4], 25–26}}</ref>。 依照《[[精神疾病診斷與統計手冊]]》（DSM）第五版（[[DSM-5]]）嘅定義， 過度活躍症嘅症狀需要出現超過6個月，或者患者情形比同年齡明顯多好多<ref name=DSM5/>，同埋患者症狀已經造成至少兩個情境（例如社交、學校/工作、家庭）嘅問題<ref name=DSM5/>，呢啲條件需要喺12歲之前就出現<ref name=DSM5/>，若果係17歲以下，喺專注力失調或者係過動/衝動上嘅症狀，至少需要有5項符合<!--and more than 4 for those over 16 years old.--><ref name=DSM5/>。 === 子類型 === 過度活躍症可以分做3個子類型<ref name=DSM5/><ref name="Ramsay25"/>: *{{link-en|ADHD注意力不足為主型|Attention deficit hyperactivity disorder predominantly inattentive}}（ADHD-PI或ADHD-I） *ADHD過動為主型（ADHD-PH或者ADHD-HI） *混合型（ADHD-C） 若果以注意力不足（專注力失調）為主嘅[[細路]]或者[[青少年]]，會有以下大部份甚至全部嘅症狀，同時唔係由其他醫學疾病或者藥物直接造成<ref name=DSM5/><ref name="NIMH1">{{cite web |url=http://www.nimh.nih.gov/health/publications/attention-deficit-hyperactivity-disorder/complete-index.shtml |title=Attention Deficit Hyperactivity Disorder (ADHD) |author=National Institute of Mental Health |year=2008 |publisher=National Institutes of Health |url-status=live |archive-url=https://web.archive.org/web/20130119030917/http://www.nimh.nih.gov/health/publications/attention-deficit-hyperactivity-disorder/complete-index.shtml |archive-date=2013-01-19 |accessdate=2019-12-03 }}</ref>： * 容易分心、粗心、唔記得事情、成日由一件事情切換去另一件事情。 * 好難持續專注喺同一件事情度。 * 除非做緊自己有興趣嘅事務，唔係嘅話做咗幾分鐘後就會覺得無聊。 * 難以對組織（規劃）事情、完成一個任務保持專注。 * 好難完成功課，或者如期繳交，成日會唔見一啲要完成作業或者係其他活動需要嘅嘢（例如鉛筆、玩具、作業等）* * 當其他人同患者講嘢時，似乎無喺度聽對方講嘢。 * 成日發[[白日夢]]、成日覺得困惑、動作緩慢。 * 唔容易好似其他非過度活躍症患者一樣，快速同準確處理資訊。 * 好難遵從指示 * 唔容易認知細節，成日忽略細節。 若果係以過動為主嘅細路或者青少年，會有以下大部份甚至全部嘅症狀，而且唔係由其他醫學疾病或者藥物直接造成<ref name=DSM5/><ref name="NIMH1"/>： * 成日煩躁同坐立不安 * 係咁冇停咀講嘢 * 周圍東奔西跑、碰觸或者玩弄視野入面任何一個或者每一個物體。 * 好難喺上堂時間、食飯時間、做功課時間乖乖坐好。 * 一直郁嚟郁去。 * 唔容易進行安靜嘅活動或者工作。 * 好無耐心 * 脫口講出唔恰當嘅話語、毫無掩飾咁流露內心嘅諗法，同埋行事唔理後果。 * 好難耐在遊戲中因輪流所產生嘅等待時間。 * 成日打斷其他人對話或者活動。 若果過度活躍症患者症狀符合上述兩類，就屬於合併型嘅'''注意力不足過動症'''。 ADHD嘅女性比較唔會有過動同衝動症狀，比較會有注意力唔集中同分心嘅症狀<ref>{{cite journal | vauthors = Gershon J | title = A meta-analytic review of gender differences in ADHD | journal = Journal of Attention Disorders | volume = 5 | issue = 3 | pages = 143–54 | date = 2002-01 | pmid = 11911007 | doi = 10.1177/108705470200500302 }}</ref>。過度活躍症入面有關過動嘅症狀，可能會隨住年齡增長而漸漸消退，而轉變為青少年同成人階段嘅「內在唔安寧」<ref name="Kooij-2010"/>。 注意力不足過動症嘅細路、青少年同成年比較容易有{{link-en|社交技巧|social skills}}上嘅問題，例如社交互動、發展友誼同建立友誼。<!---This is true for all subtypes.--->有半數嘅注意力不足過動症患者曾經受到同儕社會排斥情形，而無注意力不足過動症嘅人被社會排斥比例大約係10%至15%。患有注意力不足過動症嘅人比較唔容易處理口語同非語言訊息，比較容易喺社交互動方面有負面影響，亦比較容易喺對話入面離題、忽略到一啲社交資訊、又比較唔容易學習社交技能<ref>{{cite journal | vauthors = Coleman WL | title = Social competence and friendship formation in adolescents with attention-deficit/hyperactivity disorder | journal = Adolescent Medicine | volume = 19 | issue = 2 | pages = 278–99, x | date = August 2008 | pmid = 18822833 }}</ref>。 過度活躍症嘅細路比較容易有唔容易控制情緒嘅問題<ref>{{cite web |url=http://www.webmd.com/add-adhd/adhd-anger-management-directory |title=ADHD Anger Management Directory |publisher=Webmd.com |access-date=2014-01-17 |url-status=live |archive-url=https://web.archive.org/web/20131105032151/http://www.webmd.com/add-adhd/adhd-anger-management-directory |archive-date=2013-11-05 }}</ref>，佢哋嘅{{link-en|手寫|handwriting|寫字}}能力亦比較弱<ref name="Racine-2008">{{cite journal | vauthors = Racine MB, Majnemer A, Shevell M, Snider L | title = Handwriting performance in children with attention deficit hyperactivity disorder (ADHD) | journal = Journal of Child Neurology | volume = 23 | issue = 4 | pages = 399–406 | date = April 2008 | pmid = 18401033 | doi = 10.1177/0883073807309244 }}</ref>，喺[[語言]]、[[講嘢]]同[[運動]]方面嘅發展都比較遲<ref name=ICD10>{{citation | title=International Statistical Classification of Diseases and Related Health Problems 10th Revision | year=2010 | publisher=World Health Organisation | access-date=2 November 2014 | chapter-url=http://apps.who.int/classifications/icd10/browse/2010/en#/F90 | chapter=F90 Hyperkinetic disorders | url-status=live | archive-url=https://web.archive.org/web/20141102133725/http://apps.who.int/classifications/icd10/browse/2010/en#/F90 | archive-date=2014-11-02 | df=dmy-all }}</ref><ref name="pmid22201208">{{cite journal | vauthors = Bellani M, Moretti A, Perlini C, Brambilla P | title = Language disturbances in ADHD | journal = Epidemiology and Psychiatric Sciences | volume = 20 | issue = 4 | pages = 311–5 | date = December 2011 | pmid = 22201208 | doi = 10.1017/S2045796011000527 }}</ref>。即使過度活躍症會造成好多不便，不過若果細路患者針對有興趣嘅主題同事物，佢哋嘅[[專注力]]持續時間會同其他細路一樣，甚至好過其他細路<ref name=Wal2012/>。 ===可能有關嘅疾病=== 過度活躍症患者入面，大約會有三分之二機率會伴隨其他疾病或者特徵<ref name=Wal2012/>。常見嘅共病或者特徵有以下： * [[癲癇]]<ref name=NHS2018>{{cite web|title=ADHD Symptoms|url=https://www.nhs.uk/conditions/attention-deficit-hyperactivity-disorder-adhd/symptoms/#related-conditions-in-children-and-teenagers|website=nhs.uk|access-date=15 May 2018|date=20 October 2017|archive-date=2021-02-01|archive-url=https://web.archive.org/web/20210201015023/https://www.nhs.uk/conditions/attention-deficit-hyperactivity-disorder-adhd/symptoms/#related-conditions-in-children-and-teenagers|url-status=live}}</ref> * [[妥瑞症]]<ref name=NHS2018/> * [[自閉症]]（ASD）：呢種疾病會影響社交技巧、溝通能力，亦會出現固定興趣同重複行為<ref name=NHS2018/>。 * 喺過度活躍症患者中，較常出現有[[焦慮症]]情形<ref name="Wilens-2010"/>。 *{{link-en|間歇性暴怒|Intermittent explosive disorder}}<ref name=DSM5 /> * 喺過度活躍症細路入面，有20%至30%有[[讀寫障礙]]。讀寫障礙可能包括發展障礙、語言障礙同埋學習技巧嘅障礙<ref name=BaileyHC>{{cite web|last=Bailey|first=Eileen|title=ADHD and Learning Disabilities: How can you help your child cope with ADHD and subsequent Learning Difficulties? There is a way.|url=http://www.healthcentral.com/adhd/education-159625-5.html|publisher=Remedy Health Media, LLC.|access-date=15 November 2013|url-status=live|archive-url=https://web.archive.org/web/20131203092339/http://www.healthcentral.com/adhd/education-159625-5.html|archive-date=2013-12-03}}</ref>。過度活躍症本身唔係一種學習障礙，不過往往會造成其他學業上嘅困難<ref name=BaileyHC/>。 * [[強迫症]]（OCD）成日同過度活躍症一齊出現，當中亦有好多相同特徵<ref name="UTP2008" />。 * [[智能障礙]]<ref name=DSM5 /> * {{link-en|反應性依附疾患|Reactive attachment disorder}}<ref name=DSM5 /> * [[物質使用疾患]]。過度活躍症嘅細路同成人喺[[物質濫用]]方面風險比較高<ref name="Kooij-2010"/>。最常見係[[酒]]或者[[大麻]]<ref name="Kooij-2010"/>。物質使用疾患嘅原因可能同過度活躍症造成大腦{{tsl|en|reward pathway|回饋酬賞迴路}}改變有關<ref name="Kooij-2010"/>。若果過度活躍症同物質使用疾患一齊出現，會令到患者評估同治療更加困難。如果ADHD合併「嚴重嘅」物質濫用問題，基於往後衍生嘅風險大細考量，會優先治療物質濫用問題<ref name=NICE2009-part2>{{cite book |title=Attention Deficit Hyperactivity Disorder: Diagnosis and Management of ADHD in Children, Young People and Adults |author=National Collaborating Centre for Mental Health |series=NICE Clinical Guidelines |volume=72 |publisher=British Psychological Society |location=Leicester |isbn=978-1-85433-471-8 |date=2009 |url=https://www.ncbi.nlm.nih.gov/books/NBK53652/ |chapter=Attention Deficit Hyperactivity Disorder |pages=[https://www.ncbi.nlm.nih.gov/books/NBK53663/#ch2.s8 18–26], [https://www.ncbi.nlm.nih.gov/books/NBK53663/#ch2.s41 38] |chapter-url=https://www.ncbi.nlm.nih.gov/books/NBK53663/ |via=NCBI Bookshelf |url-status=live |archive-url=https://web.archive.org/web/20160113133612/http://www.ncbi.nlm.nih.gov/books/NBK53652/ |archive-date=2016-01-13 |access-date=2017-06-22 }}</ref><ref name="Wilens-2011">{{cite journal | vauthors = Wilens TE, Morrison NR | title = The intersection of attention-deficit/hyperactivity disorder and substance abuse | journal = Current Opinion in Psychiatry | volume = 24 | issue = 4 | pages = 280–5 | date = July 2011 | pmid = 21483267 | pmc = 3435098 | doi = 10.1097/YCO.0b013e328345c956 }}</ref>。 *[[睡眠障礙]]成日同ADHD一齊出現。可能係治療ADHD嘅副作用。對於過度活躍症細路嚟講，[[失眠]]係最常見嘅睡眠障礙，一般會用行為療法嚟治療<ref name="pmid21600348">{{cite journal | vauthors = Corkum P, Davidson F, Macpherson M | title = A framework for the assessment and treatment of sleep problems in children with attention-deficit/hyperactivity disorder | journal = Pediatric Clinics of North America | volume = 58 | issue = 3 | pages = 667–83 | date = June 2011 | pmid = 21600348 | doi = 10.1016/j.pcl.2011.03.004 }}</ref><ref name="pmid20451036">{{cite journal | vauthors = Tsai MH, Huang YS | title = Attention-deficit/hyperactivity disorder and sleep disorders in children | journal = The Medical Clinics of North America | volume = 94 | issue = 3 | pages = 615–32 | date = May 2010 | pmid = 20451036 | doi = 10.1016/j.mcna.2010.03.008 }}</ref>。ADHD患者成日伴隨住唔容易瞓着問題，令到佢瞓訓得比較熟，所以朝早唔容易起身<ref name="Brown-2008">{{cite journal | vauthors = Brown TE | title = ADD/ADHD and Impaired Executive Function in Clinical Practice | journal = Current Psychiatry Reports | volume = 10 | issue = 5 | pages = 407–11 | date = October 2008 | pmid = 18803914 | doi = 10.1007/s11920-008-0065-7 }}</ref>，有時會針對唔容易瞓着嘅細路用[[褪黑素]]治療<ref name="pmid20028959">{{cite journal | vauthors = Bendz LM, Scates AC | title = Melatonin treatment for insomnia in pediatric patients with attention-deficit/hyperactivity disorder | url = https://archive.org/details/sim_annals-of-pharmacotherapy_2010-01_44_1/page/185 | journal = The Annals of Pharmacotherapy | volume = 44 | issue = 1 | pages = 185–91 | date = 2010-01 | pmid = 20028959 | doi = 10.1345/aph.1M365 }}</ref>。 *ADHD患者大約有50%有[[對立反抗症]]（ODD），有20%有[[品行障礙|行為規範障礙]]（CD）<ref name="pmid19940426">{{cite journal | vauthors = McBurnett K, Pfiffner LJ | title = Treatment of aggressive ADHD in children and adolescents: conceptualization and treatment of comorbid behavior disorders | journal = Postgraduate Medicine | volume = 121 | issue = 6 | pages = 158–65 | date = November 2009 | pmid = 19940426 | doi = 10.3810/pgm.2009.11.2084 }}</ref>，特性係[[反社會行為]]，例如心態固執、有攻擊性、成日[[發脾氣]]、[[講大話]]、[[偷竊]]等<ref name=UTP2008>{{cite web | url=http://www.uptodate.com/online/content/topic.do?topicKey=behavior/8293#5 | last=Krull | first=KR | title=Evaluation and diagnosis of attention deficit hyperactivity disorder in children | subscription=yes | access-date=12 September 2008 | work=Uptodate | publisher=Wolters Kluwer Health | date=5 December 2007 | url-status=live | archive-url=https://web.archive.org/web/20090605040744/http://www.uptodate.com/online/content/topic.do?topicKey=behavior%2F8293#5 | archive-date=2009-06-05 }}</ref>。若果有對立反抗症或者行為規範障礙嘅ADHD患者，大咗變成人之後出現[[反社會人格障礙]]機率大約有一半<ref name="pmid19428109">{{cite journal | vauthors = Hofvander B, Ossowski D, Lundström S, Anckarsäter H | title = Continuity of aggressive antisocial behavior from childhood to adulthood: The question of phenotype definition | journal = International Journal of Law and Psychiatry | volume = 32 | issue = 4 | pages = 224–34 | year = 2009 | pmid = 19428109 | doi = 10.1016/j.ijlp.2009.04.004 | url = http://lup.lub.lu.se/search/ws/files/5190474/1430656.pdf | access-date = 2019-12-03 | archive-date = 2020-11-28 | archive-url = https://web.archive.org/web/20201128115309/https://lup.lub.lu.se/search/ws/files/5190474/1430656.pdf | url-status = live }}</ref>。根據腦部造影，可以確認ADHD同行為規範障礙係兩種唔同嘅疾病<ref name="pmid21094938">{{cite journal | vauthors = Rubia K | title = "Cool" inferior frontostriatal dysfunction in attention-deficit/hyperactivity disorder versus "hot" ventromedial orbitofrontal-limbic dysfunction in conduct disorder: a review | journal = Biological Psychiatry | volume = 69 | issue = 12 | pages = e69–87 | date = June 2011 | pmid = 21094938 | doi = 10.1016/j.biopsych.2010.09.023 }}</ref>。 * 有關注意力嘅原發型疾病，佢哋嘅症狀係注意力唔好，唔容易專注，亦唔容易維持清醒。呢類細路會坐立不安、[[打喊露]]同伸展身體，呢啲動作睇落似過動，但係其實係為咗令自己維持警覺同埋有活力嘅狀態<ref>{{cite journal | vauthors = Weinberg WA, Brumback RA | title = Primary disorder of vigilance: a novel explanation of inattentiveness, daydreaming, boredom, restlessness, and sleepiness | url = https://archive.org/details/sim_journal-of-pediatrics_1990-05_116_5/page/720 | journal = The Journal of Pediatrics | volume = 116 | issue = 5 | pages = 720–5 | date = May 1990 | pmid = 2329420 | doi = 10.1016/s0022-3476(05)82654-x }}</ref>。 * {{link-en|遲緩嘅認知速率|Sluggish cognitive tempo}}（SCT）係好多症狀嘅總稱，其中唔少症狀可能亦包括[[注意力不足]]問題。喺ADHD個案入面，唔理個子類型係點，有30%至50%符合呢啲症狀<ref name="Barkley, R. A. 2014">{{cite journal | vauthors = Barkley RA | title = Sluggish cognitive tempo (concentration deficit disorder?): current status, future directions, and a plea to change the name | journal = Journal of Abnormal Child Psychology | volume = 42 | issue = 1 | pages = 117–25 | date = 2014-01 | pmid = 24234590 | doi = 10.1007/s10802-013-9824-y | url = https://psychology.uiowa.edu/sites/psychology.uiowa.edu/files/groups/nikolas/files/Barkley,%202014.pdf | archive-url = https://web.archive.org/web/20170809102631/https://psychology.uiowa.edu/sites/psychology.uiowa.edu/files/groups/nikolas/files/Barkley%2C%202014.pdf | url-status = live | archive-date = 2017-08-09 | access-date = 2018-03-12 }}</ref>。 *{{link-en|刻板嘅慣性動作症|Stereotypic movement disorder}}<ref name=DSM5 /> * [[情感障礙]]（特別係[[躁鬱症]]同[[重度抑郁症]]）。診斷患有混合子類型ADHD嘅男仔比較容易有情感障礙<ref name="Wilens-2010">{{cite journal | vauthors = Wilens TE, Spencer TJ | title = Understanding attention-deficit/hyperactivity disorder from childhood to adulthood | journal = Postgraduate Medicine | volume = 122 | issue = 5 | pages = 97–109 | date = September 2010 | pmid = 20861593 | pmc = 3724232 | doi = 10.3810/pgm.2010.09.2206 }}</ref>。有ADHD嘅成人有時亦會有躁鬱症，需要好仔細去評估嚟診斷同治療呢兩種疾病<ref name="pmid21717696">{{cite journal | vauthors = Baud P, Perroud N, Aubry JM | title = [Bipolar disorder and attention deficit/hyperactivity disorder in adults: differential diagnosis or comorbidity] | language = fr | journal = Revue Medicale Suisse | volume = 7 | issue = 297 | pages = 1219–22 | date = June 2011 | pmid = 21717696 }}</ref>。 *過度活躍症患者比較常有[[不寧腿綜合症]]，一般係因為[[缺鐵性貧血]]所造成<ref name="pmid21365608">{{cite journal | vauthors = Merino-Andreu M | title = [Attention deficit hyperactivity disorder and restless legs syndrome in children] | language = es| journal = Revista de Neurologia | volume = 52 Suppl 1 | issue = | pages = S85–95 | date = March 2011 | pmid = 21365608 | trans-title = Attention deficit hyperactivity disorder and restless legs syndrome in children }}</ref><ref name="pmid20620105">{{cite journal | vauthors = Picchietti MA, Picchietti DL | title = Advances in pediatric restless legs syndrome: Iron, genetics, diagnosis and treatment | journal = Sleep Medicine | volume = 11 | issue = 7 | pages = 643–51 | date = August 2010 | pmid = 20620105 | doi = 10.1016/j.sleep.2009.11.014 }}</ref>。不過不寧腿綜合症亦可能係過度活躍症嘅一部份，所以需要做詳細嘅診斷，區分不寧腿綜合症同過度活躍症<ref name="pmid18656214">{{cite journal | vauthors = Karroum E, Konofal E, Arnulf I | title = [Restless-legs syndrome] | language =fr | journal = Revue Neurologique | volume = 164 | issue = 8–9 | pages = 701–21 | year = 2008 | pmid = 18656214 | doi = 10.1016/j.neurol.2008.06.006 }}</ref>。 *過度活躍症患者出現[[夜遺尿]]風險亦相對較高<ref name="pmid19096296">{{cite journal | vauthors = Shreeram S, He JP, Kalaydjian A, Brothers S, Merikangas KR | title = Prevalence of enuresis and its association with attention-deficit/hyperactivity disorder among U.S. children: results from a nationally representative study | journal = Journal of the American Academy of Child and Adolescent Psychiatry | volume = 48 | issue = 1 | pages = 35–41 | date = 2009-01 | pmid = 19096296 | pmc = 2794242 | doi = 10.1097/CHI.0b013e318190045c }}</ref>。 有一個2016年嘅系統回顧發現過度活躍症同[[肥胖]]、[[哮喘]]同[[睡眠障礙]]有直接關係，同[[乳糜瀉]]以及[[偏頭痛]]亦有一部分關聯<ref name="pmid27664125">{{cite journal | vauthors = Instanes JT, Klungsøyr K, Halmøy A, Fasmer OB, Haavik J | title = Adult ADHD and Comorbid Somatic Disease: A Systematic Literature Review | journal = Journal of Attention Disorders | volume = 22 | issue = 3 | pages = 203–228 | date = February 2018 | pmid = 27664125 | pmc = 5987989 | doi = 10.1177/1087054716669589 | url = https://www.researchgate.net/publication/308535417 | archive-url = https://web.archive.org/web/20170207035945/https://www.researchgate.net/publication/308535417_Adult_ADHD_and_Comorbid_Somatic_Disease_A_Systematic_Literature_Review | url-status = live | archive-date = 2017-02-07 | type = Systematic Review | access-date = 2021-02-06 }}{{open access}}</ref>。不過同一年嘅另一篇系統回顧覺得過度活躍症同乳糜瀉無明確關係<ref name="pmid26825336">{{cite journal | vauthors = Ertürk E, Wouters S, Imeraj L, Lampo A | title = Association of ADHD and Celiac Disease: What Is the Evidence? A Systematic Review of the Literature | journal = Journal of Attention Disorders | pages = 108705471561149 | date = January 2016 | pmid = 26825336 | doi = 10.1177/1087054715611493 | quote = Up till now, there is no conclusive evidence for a relationship between ADHD and CD. Therefore, it is not advised to perform routine screening of CD when assessing ADHD (and vice versa) or to implement GFD as a standard treatment in ADHD. Nevertheless, the possibility of untreated CD predisposing to ADHD-like behavior should be kept in mind.&nbsp;... It is possible that in untreated patients with CD, neurologic symptoms such as chronic fatigue, inattention, pain, and headache could predispose patients to ADHD-like behavior (mainly symptoms of inattentive type), which may be alleviated after GFD treatment. ''(CD: celiac disease; GFD: gluten-free diet)'' | type = Review }}</ref>。 ===智力=== 有研究發現患有過度活躍症嘅人佢哋嘅[[智商]]（IQ）測試結果會比無過度活躍症嘅人低<ref name="ReferenceA">{{cite journal | vauthors = Frazier TW, Demaree HA, Youngstrom EA | title = Meta-analysis of intellectual and neuropsychological test performance in attention-deficit/hyperactivity disorder | url = https://archive.org/details/sim_neuropsychology_2004-07_18_3/page/543 | journal = Neuropsychology | volume = 18 | issue = 3 | pages = 543–55 | date = July 2004 | pmid = 15291732 | doi = 10.1037/0894-4105.18.3.543 }}</ref>。不過有關研究結果嘅重要性，依家依然存有爭議，因為好難區分影響係因為ADHD嘅症狀（例如分心）所造成，定係ADHD本身對於智力有影響<ref name="ReferenceA" />。<!--In studies of ADHD, higher IQs may be over represented because many studies exclude individuals who have lower IQs despite those with ADHD scoring on average nine points lower on standardized intelligence measures.<ref name="Mac2016">{{cite journal | vauthors = Mackenzie GB, Wonders E | title = Rethinking Intelligence Quotient Exclusion Criteria Practices in the Study of Attention Deficit Hyperactivity Disorder | journal = Frontiers in Psychology | volume = 7 | pages = 794 | date = 2016 | pmid = 27303350 | pmc = 4886698 | doi = 10.3389/fpsyg.2016.00794 }}</ref>--> 有一份[[成人]]ADHD嘅研究指出有關ADHD患者喺智力上嘅差異，無統計上嘅意義，亦可以用其他相關疾病嚟解釋<ref>{{cite journal | vauthors = Bridgett DJ, Walker ME | title = Intellectual functioning in adults with ADHD: a meta-analytic examination of full scale IQ differences between adults with and without ADHD | journal = Psychological Assessment | volume = 18 | issue = 1 | pages = 1–14 | date = March 2006 | pmid = 16594807 | doi = 10.1037/1040-3590.18.1.1 }}</ref>。 有一份最新嘅研究報告指出，[[智能障礙]]嘅患者患ADHD機率相比其他人高；而若果親屬入面有人為[[智障|智能障礙者]]嘅話，家族入面其他成員患ADHD嘅機率（相比起親屬入面無智能障礙者）為高。根據擬和模型嘅分析，造成呢種情況嘅原因有91%可能性同基因有關<ref>{{cite journal |title=The Familial Co-Aggregation of Attention-Deficit/Hyperactivity Disorder and Intellectual Disability: A Register-Based Family Study |journal=Journal of the American Academy of Child & Adolescent Psychiatry |year=2017 |last=Faraone |first=Stephen V. |last2=Ghirardi |first2=Laura |last3=Kuja-Halkola |first3=Ralf |last4=Lichtenstein |first4=Paul |last5=Larsson |first5=Henrik |doi=10.1016/j.jaac.2016.11.011 |accessdate=2020-12-30 }}</ref>。 ==治療== 過度活躍症嘅治療方式包括[[心理治療]]、[[行為治療]]同[[藥物]]，亦有可能係用幾種方法一齊進行。治療對病症會有長期嘅改善，但係無法完全根除病症嘅影響<ref name="pmid22947230">{{cite journal | vauthors = Shaw M, Hodgkins P, Caci H, Young S, Kahle J, Woods AG, Arnold LE | title = A systematic review and analysis of long-term outcomes in attention deficit hyperactivity disorder: effects of treatment and non-treatment | journal = BMC Medicine | volume = 10 | pages = 99 | date = September 2012 | pmid = 22947230 | pmc = 3520745 | doi = 10.1186/1741-7015-10-99 }}</ref>。藥物包括有[[興奮劑]]、[[阿托莫西汀]]、{{link-en|腎上腺素受體α2|alpha-2 adrenergic receptor}}刺激劑，有時亦會包括抗[[抑鬱]]藥物<ref name="Wilens-2010"/><ref name="cognition enhancers">{{cite journal | vauthors = Bidwell LC, McClernon FJ, Kollins SH | title = Cognitive enhancers for the treatment of ADHD | journal = Pharmacology Biochemistry and Behavior | volume = 99 | issue = 2 | pages = 262–74 | date = August 2011 | pmid = 21596055 | pmc = 3353150 | doi = 10.1016/j.pbb.2011.05.002 }}</ref>。若果無法專注喺長期獎勵入面嘅人，有好多[[增強|正增強]]方式可以提升患者工作表現<ref name="Motivation">{{cite journal | vauthors = Modesto-Lowe V, Chaplin M, Soovajian V, Meyer A | title = Are motivation deficits underestimated in patients with ADHD? A review of the literature | journal = Postgraduate Medicine | volume = 125 | issue = 4 | pages = 47–52 | date = July 2013 | pmid = 23933893 | doi = 10.3810/pgm.2013.07.2677 | quote = Behavioral studies show altered processing of reinforcement and incentives in children with ADHD. These children respond more impulsively to rewards and choose small, immediate rewards over larger, delayed incentives. Interestingly, a high intensity of reinforcement is effective in improving task performance in children with ADHD. Pharmacotherapy may also improve task persistence in these children.&nbsp;... Previous studies suggest that a clinical approach using interventions to improve motivational processes in patients with ADHD may improve outcomes as children with ADHD transition into adolescence and adulthood. }}</ref>。ADHD藥物入面嘅興奮劑亦可以提升患者嘅毅力同工作表現<ref name="Malenka ADHD neurosci" /><ref name="Motivation" />。 ===行為治療=== 有關行為治療喺ADHD嘅應用，有好多良好嘅實證，若果係針對學齡前，或者係症狀輕微嘅患者，一般會建議用[[行為治療]]為第一線療法<ref>{{cite journal | vauthors = Fabiano GA, Pelham WE, Coles EK, Gnagy EM, Chronis-Tuscano A, O'Connor BC | title = A meta-analysis of behavioral treatments for attention-deficit/hyperactivity disorder | journal = Clinical Psychology Review | volume = 29 | issue = 2 | pages = 129–40 | date = March 2009 | pmid = 19131150 | doi = 10.1016/j.cpr.2008.11.001 }}</ref><ref name=Clinics09>{{cite journal | vauthors = Kratochvil CJ, Vaughan BS, Barker A, Corr L, Wheeler A, Madaan V | title = Review of pediatric attention deficit/hyperactivity disorder for the general psychiatrist | journal = The Psychiatric Clinics of North America | volume = 32 | issue = 1 | pages = 39–56 | date = March 2009 | pmid = 19248915 | doi = 10.1016/j.psc.2008.10.001 }}</ref>。心理療法包括有[[心理教育]]、行為治療、[[認知行為療法]]（CBT）、[[人際取向心理治療]]、{{link-en|家庭治療|family therapy}}、[[學校]]介入、社交技巧訓練、行為方面嘅同儕介入、機構培訓<ref name=Evans2014>{{cite journal | vauthors = Evans SW, Owens JS, Bunford N | title = Evidence-based psychosocial treatments for children and adolescents with attention-deficit/hyperactivity disorder | journal = Journal of Clinical Child and Adolescent Psychology | volume = 43 | issue = 4 | pages = 527–51 | date = 2014 | pmid = 24245813 | pmc = 4025987 | doi = 10.1080/15374416.2013.850700 }}</ref>、[[父母管理訓練]]<ref name="NICE 2009"/>同[[神經反饋]]訓練<ref name="pmid19715181">{{cite journal | vauthors = Arns M, de Ridder S, Strehl U, Breteler M, Coenen A | title = Efficacy of neurofeedback treatment in ADHD: the effects on inattention, impulsivity and hyperactivity: a meta-analysis | journal = Clinical EEG and Neuroscience | volume = 40 | issue = 3 | pages = 180–9 | date = July 2009 | pmid = 19715181 | doi = 10.1177/155005940904000311 }}</ref>。父母管理訓練可以改善包括反對行為以及唔合常規行為在內嘅一啲行為問題<ref name=Dal2017>{{cite journal | vauthors = Daley D, Van Der Oord S, Ferrin M, Cortese S, Danckaerts M, Doepfner M, Van den Hoofdakker BJ, Coghill D, Thompson M, Asherson P, Banaschewski T, Brandeis D, Buitelaar J, Dittmann RW, Hollis C, Holtmann M, Konofal E, Lecendreux M, Rothenberger A, Santosh P, Simonoff E, Soutullo C, Steinhausen HC, Stringaris A, Taylor E, Wong IC, Zuddas A, Sonuga-Barke EJ | title = Practitioner Review: Current best practice in the use of parent training and other behavioural interventions in the treatment of children and adolescents with attention deficit hyperactivity disorder | journal = Journal of Child Psychology and Psychiatry, and Allied Disciplines | volume = 59 | issue = 9 | pages = 932–947 | date = October 2017 | pmid = 29083042 | doi = 10.1111/jcpp.12825 | url = http://eprints.nottingham.ac.uk/45391/1/Daley%20et%20al%202017%20JCPP.pdf | author = | access-date = 2019-11-21 | archive-url = https://web.archive.org/web/20190404183617/http://eprints.nottingham.ac.uk/45391/1/Daley%20et%20al%202017%20JCPP.pdf | archive-date = 2019-04-04 | url-status = dead }}</ref>。依家仲未清楚神經反饋訓練係咪有效<ref>{{cite journal | vauthors = Cortese S, Ferrin M, Brandeis D, Holtmann M, Aggensteiner P, Daley D, Santosh P, Simonoff E, Stevenson J, Stringaris A, Sonuga-Barke EJ | title = Neurofeedback for Attention-Deficit/Hyperactivity Disorder: Meta-Analysis of Clinical and Neuropsychological Outcomes From Randomized Controlled Trials | journal = Journal of the American Academy of Child and Adolescent Psychiatry | volume = 55 | issue = 6 | pages = 444–55 | date = June 2016 | pmid = 27238063 | doi = 10.1016/j.jaac.2016.03.007 | hdl = 1854/LU-8123796 }}</ref>。 研究有關家庭治療效果嘅高質素調查重係好少，不過有證據認為家庭治療嘅效果同社區照顧（community care）差唔多，而又好過用安慰劑<ref>{{cite journal | vauthors = Bjornstad G, Montgomery P | title = Family therapy for attention-deficit disorder or attention-deficit/hyperactivity disorder in children and adolescents | journal = The Cochrane Database of Systematic Reviews | volume = | issue = 2 | pages = CD005042 | date = April 2005 | pmid = 15846741 | doi = 10.1002/14651858.CD005042.pub2 | editor = Bjornstad GJ }}</ref>。有好多過度活躍症組織可以提供相關資訊，同埋協助家庭適應ADHD嘅情形<ref name="Brain encyclopedia">{{cite encyclopedia |last1=Turkington |first1=Carol |last2=Harris |first2=Joseph |title=attention deficit hyperactivity disorder (ADHD) |url={{google books|6hbKkynRxPYC|pages=42|plainurl=yes}} |encyclopedia=The Encyclopedia of the Brain and Brain Disorders |year=2009 |publisher=Infobase Publishing |isbn=978-1-4381-2703-3 |pages=[https://books.google.com/books?id=6hbKkynRxPYC&pg=PA47 47] |via=Google Books }}</ref>。 有關社交技巧訓練、行為調整同藥物對病患嘅好處可能有限。要減少後續心理同精神問題（例如[[重度抑鬱症]]、[[犯罪]]、學校學習失敗、[[物質使用疾患]]）嘅主要因素係同無從事偏差行為嘅人建立友誼<ref name="pmid20490677">{{cite journal | vauthors = Mikami AY | title = The importance of friendship for youth with attention-deficit/hyperactivity disorder | journal = Clinical Child and Family Psychology Review | volume = 13 | issue = 2 | pages = 181–98 | date = June 2010 | pmid = 20490677 | pmc = 2921569 | doi = 10.1007/s10567-010-0067-y }}</ref>。 規律嘅[[體能鍛煉]]，特別係[[帶氧運動]]，對於患有ADHD嘅[[細路]]同[[成人]]嚟講一種有效嘅{{link-en|副加療法|adjunct therapy}}，特別係配合[[興奮劑]]藥物治療時更加係咁，不過針對改善症狀，最理想嘅[[運動]]種類同強度仲未清楚<ref name="ADHD exercise 2016 SystRev">{{cite journal | vauthors = Den Heijer AE, Groen Y, Tucha L, Fuermaier AB, Koerts J, Lange KW, Thome J, Tucha O | title = Sweat it out? The effects of physical exercise on cognition and behavior in children and adults with ADHD: a systematic literature review | journal = Journal of Neural Transmission | volume = 124 | issue = Suppl 1 | pages = 3–26 | date = 2017-02 | pmid = 27400928 | pmc = 5281644 | doi = 10.1007/s00702-016-1593-7 | quote = Beneficial chronic effects of cardio exercise were found on various functions as well, including executive functions, attention and behavior. }}</ref><ref name="ADHD Exercise 2014">{{cite journal | vauthors = Kamp CF, Sperlich B, Holmberg HC | title = Exercise reduces the symptoms of attention-deficit/hyperactivity disorder and improves social behaviour, motor skills, strength and neuropsychological parameters | journal = Acta Paediatrica | volume = 103 | issue = 7 | pages = 709–14 | date = July 2014 | pmid = 24612421 | doi = 10.1111/apa.12628 | quote = We may conclude that all different types of exercise&nbsp;... attenuate the characteristic symptoms of ADHD and improve social behaviour, motor skills, strength and neuropsychological parameters without any undesirable side effects. Available reports do not reveal which type, intensity, duration and frequency of exercise is most effective}}</ref><ref name="ADHD Exercise 2013">{{cite journal | vauthors = Rommel AS, Halperin JM, Mill J, Asherson P, Kuntsi J | title = Protection from genetic diathesis in attention-deficit/hyperactivity disorder: possible complementary roles of exercise | journal = Journal of the American Academy of Child and Adolescent Psychiatry | volume = 52 | issue = 9 | pages = 900–10 | date = September 2013 | pmid = 23972692 | pmc = 4257065 | doi = 10.1016/j.jaac.2013.05.018 | quote = The findings from these studies provide some support for the notion that exercise has the potential to act as a protective factor for ADHD. }}</ref>。長期規律有氧運動對ADHD患者嘅好處係提升行為同運動能力、提升[[管控功能]]（包括專注、[[抑制控制]]、計劃等）、較快嘅[[心理測時法|資訊處理速度]]，[[記憶力]]亦會比較好<ref name="ADHD exercise 2016 SystRev" /><ref name="ADHD Exercise 2014" /><ref name="ADHD Exercise 2013" />。家長同老師針對ADHD細路規律有氧運動對行為同社交-情緒上嘅改善有：全身整體機能較佳、減少ADHD症狀、[[自尊感]]較好、減少焦慮同抑鬱嘅程度、較少身體症狀、課業成績同校內行為較好，社交行為亦有所改善<ref name="ADHD exercise 2016 SystRev" />。若果喺有使用興奮劑治療時進行運動，會增加興奮劑藥物對執行功能嘅影響<ref name="ADHD exercise 2016 SystRev" />，一般認為運動嘅短期效果係因為運動時大腦[[突觸]]多巴胺同去甲腎上腺素濃度嘅增加所造成<ref name="ADHD exercise 2016 SystRev" />。 === 藥物=== 針對過度活躍症，可以用[[興奮劑|中樞神經刺激劑]]（亦叫興奮劑）藥物嚟治療<ref name=CNS09>{{cite journal | vauthors = Wigal SB | title = Efficacy and safety limitations of attention-deficit hyperactivity disorder pharmacotherapy in children and adults | journal = CNS Drugs | volume = 23 Suppl 1 | pages = 21–31 | year = 2009 | pmid = 19621975 | doi = 10.2165/00023210-200923000-00004 }}</ref><ref name="Cochrane Amphetamines ADHD">{{cite journal | vauthors = Castells X, Ramos-Quiroga JA, Bosch R, Nogueira M, Casas M | title = Amphetamines for Attention Deficit Hyperactivity Disorder (ADHD) in adults | journal = The Cochrane Database of Systematic Reviews | volume = | issue = 6 | pages = CD007813 | date = June 2011 | pmid = 21678370 | doi = 10.1002/14651858.CD007813.pub2 | editor = Castells X }}</ref>{{Update inline|reason=Updated version https://www.ncbi.nlm.nih.gov/pubmed/30091808|date = November 2018}}，對於症狀至少會有一啲效果，短期嚟講，大約有80%會有效果<ref name=May2008 /><ref name="Long-term 36">{{cite journal | vauthors = Parker J, Wales G, Chalhoub N, Harpin V | title = The long-term outcomes of interventions for the management of attention-deficit hyperactivity disorder in children and adolescents: a systematic review of randomized controlled trials | journal = Psychology Research and Behavior Management | volume = 6 | issue = | pages = 87–99 | date = September 2013 | pmid = 24082796 | pmc = 3785407 | doi = 10.2147/PRBM.S49114 | quote = Results suggest there is moderate-to-high-level evidence that combined pharmacological and behavioral interventions, and pharmacological interventions alone can be effective in managing the core ADHD symptoms and academic performance at 14 months. However, the effect size may decrease beyond this period.&nbsp;... Only one paper examining outcomes beyond 36 months met the review criteria.&nbsp;... There is high level evidence suggesting that pharmacological treatment can have a major beneficial effect on the core symptoms of ADHD (hyperactivity, inattention, and impulsivity) in approximately 80% of cases compared with placebo controls, in the short term.22 }}</ref><ref name="Cochrane Amphetamines ADHD" />。家長同老師反應[[哌甲酯]]比較可以改善患者症狀<ref name="Long-term 36" /><ref name=May2008 /><ref>{{cite journal | vauthors = Storebø OJ, Ramstad E, Krogh HB, Nilausen TD, Skoog M, Holmskov M, Rosendal S, Groth C, Magnusson FL, Moreira-Maia CR, Gillies D, Buch Rasmussen K, Gauci D, Zwi M, Kirubakaran R, Forsbøl B, Simonsen E, Gluud C | display-authors = 6 | title = Methylphenidate for children and adolescents with attention deficit hyperactivity disorder (ADHD) | journal = The Cochrane Database of Systematic Reviews | volume = 11 | issue = 11 | pages = CD009885 | date = November 2015 | pmid = 26599576 | doi = 10.1002/14651858.CD009885.pub2 }}</ref>，中樞神經刺激劑亦可以減少ADHD細路意外事故嘅風險<ref name=Ruiz2017>{{cite journal | vauthors = Ruiz-Goikoetxea M, Cortese S, Aznarez-Sanado M, Magallón S, Alvarez Zallo N, Luis EO, de Castro-Manglano P, Soutullo C, Arrondo G | title = Risk of unintentional injuries in children and adolescents with ADHD and the impact of ADHD medications: A systematic review and meta-analysis | journal = Neuroscience and Biobehavioral Reviews | volume = 84 | pages = 63–71 | date = January 2018 | pmid = 29162520 | doi = 10.1016/j.neubiorev.2017.11.007 }}</ref>。針對ADHD嘅中樞神經刺激劑藥物除咗哌甲酯之外，仲有[[苯丙胺]]、[[甲基苯丙胺]]等。 針對ADHD嘅非中樞神經刺激劑藥物有好多種，包括[[阿托莫西汀]]、[[安非他酮]]、{{link-en|胍法辛|guanfacine}}同[[可樂定]]，呢啲可以作為主要藥物治療，或者配合中樞神經刺激劑藥物一齊用<ref name=CNS09/><ref>{{cite journal | vauthors = Childress AC, Sallee FR | title = Revisiting clonidine: an innovative add-on option for attention-deficit/hyperactivity disorder | journal = Drugs of Today | volume = 48 | issue = 3 | pages = 207–17 | date = March 2012 | pmid = 22462040 | doi = 10.1358/dot.2012.48.3.1750904 }}</ref>。依家有關各種藥物之間嘅比較，仲未有足夠說服力嘅研究結果可以佐證，不過喺副作用入面似乎差唔多<ref name=McD2011>{{cite journal | vauthors = McDonagh MS, Peterson K, Thakurta S, Low A | title = Drug Class Review: Pharmacologic Treatments for Attention Deficit Hyperactivity Disorder | date = 2011-12 | pmid = 22420008 | url = https://www.ncbi.nlm.nih.gov/books/NBK84419 | publisher = United States Library of Medicine | archive-url = https://web.archive.org/web/20160831152630/http://www.ncbi.nlm.nih.gov/books/NBK84419/ | url-status = live | archive-date = 2016-08-31 | series = Drug Class Reviews | journal = | access-date = 2019-11-21 }}</ref>。中樞神經刺激劑藥物比較可以提升課業表現，阿托莫西汀就無呢種效果<ref name="pmid23179416">{{cite journal | vauthors = Prasad V, Brogan E, Mulvaney C, Grainge M, Stanton W, Sayal K | title = How effective are drug treatments for children with ADHD at improving on-task behaviour and academic achievement in the school classroom? A systematic review and meta-analysis | journal = European Child & Adolescent Psychiatry | volume = 22 | issue = 4 | pages = 203–16 | date = April 2013 | pmid = 23179416 | doi = 10.1007/s00787-012-0346-x }}</ref>。阿托莫西汀冇咁易有成癮問題，所以若果有娛樂性藥物或者係強迫性藥物使用風險嘅人，比較建議使用阿托莫西汀<ref name="Kooij-2010"/>。有關藥物對社交行為上嘅影響，依家仲未有充足資料<ref name=McD2011/>。截至2015年6月，仲未完全確定ADHD藥物嘅長期影響<ref name="ADHD 2015 review">{{cite journal | vauthors = Kiely B, Adesman A | title = What we do not know about ADHD… yet | journal = Current Opinion in Pediatrics | volume = 27 | issue = 3 | pages = 395–404 | date = June 2015 | pmid = 25888152 | doi = 10.1097/MOP.0000000000000229 | quote = In addition, a consensus has not been reached on the optimal diagnostic criteria for ADHD. Moreover, the benefits and long-term effects of medical and complementary therapies for this disorder continue to be debated. These gaps in knowledge hinder the ability of clinicians to effectively recognize and treat ADHD. }}</ref><ref name="pmid21519262">{{cite journal | vauthors = Hazell P | title = The challenges to demonstrating long-term effects of psychostimulant treatment for attention-deficit/hyperactivity disorder | journal = Current Opinion in Psychiatry | volume = 24 | issue = 4 | pages = 286–90 | date = July 2011 | pmid = 21519262 | doi = 10.1097/YCO.0b013e32834742db }}</ref>。[[核磁共振成像]]研究推測長期用[[苯丙胺]]或者[[哌甲酯]]治療，會減少因為ADHD造成嘅大腦功能同結構異常<ref name="Neuroplasticity 1">{{cite journal | vauthors = Hart H, Radua J, Nakao T, Mataix-Cols D, Rubia K | title = Meta-analysis of functional magnetic resonance imaging studies of inhibition and attention in attention-deficit/hyperactivity disorder: exploring task-specific, stimulant medication, and age effects | journal = JAMA Psychiatry | volume = 70 | issue = 2 | pages = 185–98 | date = February 2013 | pmid = 23247506 | doi = 10.1001/jamapsychiatry.2013.277 }}</ref><ref name="Neuroplasticity 2">{{cite journal | vauthors = Spencer TJ, Brown A, Seidman LJ, Valera EM, Makris N, Lomedico A, Faraone SV, Biederman J | title = Effect of psychostimulants on brain structure and function in ADHD: a qualitative literature review of magnetic resonance imaging-based neuroimaging studies | journal = The Journal of Clinical Psychiatry | volume = 74 | issue = 9 | pages = 902–17 | date = September 2013 | pmid = 24107764 | pmc = 3801446 | doi = 10.4088/JCP.12r08287 }}</ref><ref name="Neuroplasticity 3">{{cite journal | vauthors = Frodl T, Skokauskas N | title = Meta-analysis of structural MRI studies in children and adults with attention deficit hyperactivity disorder indicates treatment effects | journal = Acta Psychiatrica Scandinavica | volume = 125 | issue = 2 | pages = 114–26 | date = February 2012 | pmid = 22118249 | doi = 10.1111/j.1600-0447.2011.01786.x | quote = Basal ganglia regions like the right globus pallidus, the right putamen, and the nucleus caudatus are structurally affected in children with ADHD. These changes and alterations in limbic regions like ACC and amygdala are more pronounced in non-treated populations and seem to diminish over time from child to adulthood. Treatment seems to have positive effects on brain structure. }}</ref>。2018年嘅文獻回顧發現若果考慮短期效果，哌甲酯對細路最有效，苯丙胺對成人最有效<ref>{{cite journal |last1=Cortese |first1=Samuele |last2=Adamo |first2=Nicoletta |last3=Del Giovane |first3=Cinzia |last4=Mohr-Jensen |first4=Christina |last5=Hayes |first5=Adrian J |last6=Carucci |first6=Sara |last7=Atkinson |first7=Lauren Z |last8=Tessari |first8=Luca |last9=Banaschewski |first9=Tobias |last10=Coghill |first10=David |last11=Hollis |first11=Chris |last12=Simonoff |first12=Emily |last13=Zuddas |first13=Alessandro |last14=Barbui |first14=Corrado |last15=Purgato |first15=Marianna |last16=Steinhausen |first16=Hans-Christoph |last17=Shokraneh |first17=Farhad |last18=Xia |first18=Jun |last19=Cipriani |first19=Andrea |title=Comparative efficacy and tolerability of medications for attention-deficit hyperactivity disorder in children, adolescents, and adults: a systematic review and network meta-analysis |journal=The Lancet Psychiatry |date=September 2018 |volume=5 |issue=9 |pages=727–738 |doi=10.1016/S2215-0366(18)30269-4}}</ref>。 用{{link-en|胍法辛|guanfacine}}治療會依唔同國家有所唔同，{{link-en|英國國家健康照護專業組織|National Institute for Health and Care Excellence}}（NICE）針對成人係第一線藥物，若果針對細路，只會建議喺病情嚴重時先使用，而大部份[[美國]]嘅醫學指南會建議可以針對各個年齡層使用<ref name="CADDRA">{{cite web|title=Canadian ADHD Practice Guidelines|url=http://www.caddra.ca/cms4/pdfs/caddraGuidelines2011Introduction.pdf|work=Canadian ADHD Alliance|access-date=2011-02-04}}</ref><ref name="CDC guideline">{{cite web|title=Attention-Deficit / Hyperactivity Disorder (ADHD): Recommendations|url=https://www.cdc.gov/ncbddd/adhd/guidelines.html|publisher=Centers for Disease Control and Prevention|access-date=2015-07-13|date=2015-06-24|url-status=live|archive-url=https://web.archive.org/web/20150707181535/http://www.cdc.gov/ncbddd/adhd/guidelines.html|archive-date=2015-07-07}}</ref>。針對學齡前嘅細路，一般唔建議用藥物治療<ref name="NICE 2009"/><ref>{{cite journal | vauthors = Greenhill LL, Posner K, Vaughan BS, Kratochvil CJ | title = Attention deficit hyperactivity disorder in preschool children | journal = Child and Adolescent Psychiatric Clinics of North America | volume = 17 | issue = 2 | pages = 347–66, ix | date = April 2008 | pmid = 18295150 | doi = 10.1016/j.chc.2007.11.004 }}</ref>。若果治療用嘅中樞神經刺激劑劑量唔夠，可能會出現無藥效嘅情形<ref>{{cite journal | vauthors = Stevens JR, Wilens TE, Stern TA | title = Using stimulants for attention-deficit/hyperactivity disorder: clinical approaches and challenges | journal = The Primary Care Companion for CNS Disorders | volume = 15 | issue = 2 | date = 2013 | pmid = 23930227 | pmc = 3733520 | doi = 10.4088/PCC.12f01472 }}</ref>，呢個尤其係成日出現喺青少年同成人身上，因為核可嘅劑量係針對學齡細路，所以有啲醫療人員會依據體重或者係依照其他因素畀藥<ref>{{Cite web|url=http://www.medscape.org/viewarticle/734449|title=Individualizing Treatment for Adult ADHD: An Evidence-Based Guideline|last=Young|first=Joel L.|date=2010|website=Medscape|publisher=|access-date=19 June 2016|url-status=live|archive-url=https://web.archive.org/web/20150508075829/http://www.medscape.org/viewarticle/734449|archive-date=2015-05-08}}</ref><ref>{{Cite web|url=http://www.medscape.com/viewarticle/464377_print|title=New-Generation Long-Acting Stimulants for the Treatment of Attention-Deficit/Hyperactivity Disorder|last=Biederman|first=Joseph|date=2003|website=Medscape|publisher=|access-date=19 June 2016|quote=As most treatment guidelines and prescribing information for stimulant medications relate to experience in school-aged children, prescribed doses for older patients are lacking. Emerging evidence for both methylphenidate and Adderall indicate that when weight-corrected daily doses, equipotent with those used in the treatment of younger patients, are used to treat adults with ADHD, these patients show a very robust clinical response consistent with that observed in pediatric studies. These data suggest that older patients may require a more aggressive approach in terms of dosing, based on the same target dosage ranges that have already been established – for methylphenidate, 1–1.5–2 mg/kg/day, and for D,L-amphetamine, 0.5–0.75–1 mg/kg/day.... <br />In particular, adolescents and adults are vulnerable to underdosing, and are thus at potential risk of failing to receive adequate dosage levels. As with all therapeutic agents, the efficacy and safety of stimulant medications should always guide prescribing behavior: careful dosage titration of the selected stimulant product should help to ensure that each patient with ADHD receives an adequate dose, so that the clinical benefits of therapy can be fully attained.|url-status=live|archive-url=https://web.archive.org/web/20031207063556/http://www.medscape.com/viewarticle/464377_print|archive-date=2003-12-07}}</ref><ref>{{cite journal | vauthors = Kessler S | title = Drug therapy in attention-deficit hyperactivity disorder | url = https://archive.org/details/sim_southern-medical-journal_1996-01_89_1/page/33 | journal = Southern Medical Journal | volume = 89 | issue = 1 | pages = 33–8 | date = January 1996 | pmid = 8545689 | doi = 10.1097/00007611-199601000-00005 }}</ref><!--School-age boys are twice as likely as their female counterparts to take medication, while among adults, women are far more likely to take medication than men.{{medcn|date=April 2018}}<ref>{{primary source inline|date=April 2018}}{{Cite news|url=https://www.upi.com/2008-12-ADHD-drugs-prescribed-for-young-women-rose-85/67671394659164/|title=2008–12: ADHD drugs prescribed for young women rose 85%|work=UPI|access-date=3 April 2018|language=en}}</ref>--> 一般嚟講，正常治療劑量嘅[[哌甲酯]]同[[中樞神經刺激劑]]係安全，不過有佢嘅副作用同禁忌症<ref name=CNS09/>。若果哌甲酯畀細路同青少年使用，有研究發現呢個同一啲嚴重或者唔嚴重嘅有害副作用有關，不過證據品質仲未充份<ref name="StorebøPedersen2018">{{cite journal | vauthors = Storebø OJ, Pedersen N, Ramstad E, Kielsholm ML, Nielsen SS, Krogh HB, Moreira-Maia CR, Magnusson FL, Holmskov M, Gerner T, Skoog M, Rosendal S, Groth C, Gillies D, Buch Rasmussen K, Gauci D, Zwi M, Kirubakaran R, Håkonsen SJ, Aagaard L, Simonsen E, Gluud C | title = Methylphenidate for attention deficit hyperactivity disorder (ADHD) in children and adolescents – assessment of adverse events in non-randomised studies | journal = The Cochrane Database of Systematic Reviews | volume = 5 | pages = CD012069 | date = May 2018 | pmid = 29744873 | doi = 10.1002/14651858.CD012069.pub2 }}</ref>。若果針對細路開呢類藥物，需要仔細監測細路服用情形<ref name="StorebøPedersen2018" />。若果ADHD嘅中樞神經刺激劑嚴重過量，可能會同{{link-en|興奮性精神病|stimulant psychosis}}或者係[[狂躁]]嘅症狀<ref name="Cochrane recreational amph psychosis" />。若果係治療用嘅劑量，出現類似情形機會好低，只有0.1%，會喺開始用中樞神經刺激劑藥物治療後嘅前幾星期出現<ref name="Cochrane recreational amph psychosis">{{cite journal | vauthors = Shoptaw SJ, Kao U, Ling W | title = Treatment for amphetamine psychosis | journal = The Cochrane Database of Systematic Reviews | volume = | issue = 1 | pages = CD003026 | date = January 2009 | pmid = 19160215 | doi = 10.1002/14651858.CD003026.pub3 | quote = A minority of individuals who use amphetamines develop full-blown psychosis requiring care at emergency departments or psychiatric hospitals. In such cases, symptoms of amphetamine psychosis commonly include paranoid and persecutory delusions as well as auditory and visual hallucinations in the presence of extreme agitation. More common (about 18%) is for frequent amphetamine users to report psychotic symptoms that are sub-clinical and that do not require high-intensity intervention&nbsp;...<br />About 5–15% of the users who develop an amphetamine psychosis fail to recover completely (Hofmann 1983)&nbsp;...<br />Findings from one trial indicate use of antipsychotic medications effectively resolves symptoms of acute amphetamine psychosis. | editor = <!--Shoptaw SJ--> Shoptaw SJ, Ali R }}</ref><ref>{{cite web | title = Adderall XR Prescribing Information | url = http://www.accessdata.fda.gov/drugsatfda_docs/label/2013/021303s026lbl.pdf | publisher = Shire US Inc | work = United States Food and Drug Administration | date = December 2013 | access-date = 30 December 2013 | quote = Treatment-emergent psychotic or manic symptoms, e.g., hallucinations, delusional thinking, or mania in children and adolescents without prior history of psychotic illness or mania can be caused by stimulants at usual doses.&nbsp;... In a pooled analysis of multiple short-term, placebo controlled studies, such symptoms occurred in about 0.1% (4 patients with events out of 3482 exposed to methylphenidate or amphetamine for several weeks at usual doses) of stimulant-treated patients compared to 0 in placebo-treated patients. | url-status = live | archive-url = https://web.archive.org/web/20131230233702/http://www.accessdata.fda.gov/drugsatfda_docs/label/2013/021303s026lbl.pdf | archive-date = 2013-12-30 }}</ref><ref name="pmid19171629">{{cite journal | vauthors = Mosholder AD, Gelperin K, Hammad TA, Phelan K, Johann-Liang R | title = Hallucinations and other psychotic symptoms associated with the use of attention-deficit/hyperactivity disorder drugs in children | journal = Pediatrics | volume = 123 | issue = 2 | pages = 611–6 | date = 2009-02 | pmid = 19171629 | doi = 10.1542/peds.2008-0185 }}</ref>，若果用埋[[抗精神病藥]]，可以有效緩解急性苯丙胺精神病嘅症狀<ref name="Cochrane recreational amph psychosis" />，若長期治療，需要作定期監測<ref name="pmid20571380">{{cite journal | vauthors = Kraemer M, Uekermann J, Wiltfang J, Kis B | title = Methylphenidate-induced psychosis in adult attention-deficit/hyperactivity disorder: report of 3 new cases and review of the literature | journal = Clinical Neuropharmacology | volume = 33 | issue = 4 | pages = 204–6 | date = July 2010 | pmid = 20571380 | doi = 10.1097/WNF.0b013e3181e29174 }}</ref>。興奮劑嘅藥物治療需要定期停藥，評估係咪仲需要食藥、減少[[發育]]遲緩情形，同埋減低[[抗藥性]]<ref name="pmid21530185">{{cite journal | vauthors = van de Loo-Neus GH, Rommelse N, Buitelaar JK | title = To stop or not to stop? How long should medication treatment of attention-deficit hyperactivity disorder be extended? | journal = European Neuropsychopharmacology | volume = 21 | issue = 8 | pages = 584–99 | date = 2011-08 | pmid = 21530185 | doi = 10.1016/j.euroneuro.2011.03.008 }}</ref><ref>{{cite journal | vauthors = Ibrahim K, Donyai P | title = Drug Holidays From ADHD Medication: International Experience Over the Past Four Decades | journal = Journal of Attention Disorders | volume = 19 | issue = 7 | pages = 551–68 | date = July 2015 | pmid = 25253684 | doi = 10.1177/1087054714548035 | url = https://www.researchgate.net/publication/266151922 | archive-url = https://web.archive.org/web/20160630122316/https://www.researchgate.net/profile/Kinda_Ibrahim2/publication/266151922_Drug_Holidays_From_ADHD_Medication_International_Experience_Over_the_Past_Four_Decades/links/56a5ec7408ae1b651134629a.pdf | url-status = live | archive-date = 2016-06-30 | access-date = 2019-11-21 }}</ref>。若果係長期使用超過ADHD治療劑量嘅興奮劑藥物濫用，一般會同[[成癮]]以及[[物質依賴]]有關<ref name="NHM therapeutic stim addiction liability" /><ref>{{Cite book|url=https://www.ncbi.nlm.nih.gov/books/NBK47127/|title=Black box warnings of ADHD drugs approved by the US Food and Drug Administration|year=2009|author=Oregon Health & Science University|location=Portland, Oregon|publisher=United States National Library of Medicine|access-date=17 January 2014|url-status=live|archive-url=https://web.archive.org/web/20170908135126/https://www.ncbi.nlm.nih.gov/books/NBK47127/|archive-date=2017-09-08}}</ref>。不過未治療嘅ADHD，會提高物質濫用以及行為規範障礙嘅風險<ref name="NHM therapeutic stim addiction liability" />。興奮劑藥物嘅使用，可能可以降低風險，但係亦有可能無呢種效果<ref name="Kooij-2010"/><ref name="ADHD 2015 review" /><ref name="NHM therapeutic stim addiction liability">{{cite book | vauthors = Malenka RC, Nestler EJ, Hyman SE | veditors = Sydor A, Brown RY | title = Molecular Neuropharmacology: A Foundation for Clinical Neuroscience | url = https://archive.org/details/molecularneuroph00nest | year = 2009 | publisher = McGraw-Hill Medical | location = New York | isbn = 978-0-07-148127-4 | pages = [https://archive.org/details/molecularneuroph00nest/page/323 323], 368 | edition = 2nd |quote = supervised use of stimulants at therapeutic doses may decrease risk of experimentation with drugs to self-medicate symptoms. Second, untreated ADHD may lead to school failure, peer rejection, and subsequent association with deviant peer groups that encourage drug misuse.&nbsp;... amphetamines and methylphenidate are used in low doses to treat attention deficit hyperactivity disorder and in higher doses to treat narcolepsy (Chapter 12). Despite their clinical uses, these drugs are strongly reinforcing, and their long-term use at high doses is linked with potential addiction}}</ref>。仲未清楚懷孕時服用呢啲藥物係咪安全<ref>{{cite journal | vauthors = Ashton H, Gallagher P, Moore B | title = The adult psychiatrist's dilemma: psychostimulant use in attention deficit/hyperactivity disorder | journal = Journal of Psychopharmacology | volume = 20 | issue = 5 | pages = 602–10 | date = September 2006 | pmid = 16478756 | doi = 10.1177/0269881106061710 | url = http://jop.sagepub.com/cgi/content/abstract/20/5/602 | archive-url = https://web.archive.org/web/20090815063002/http://jop.sagepub.com/cgi/content/abstract/20/5/602 | url-status = live | archive-date = 2009-08-15 | access-date = 2019-11-21 }}</ref>。 === 飲食=== <!--{{Main|Diet and attention deficit hyperactivity disorder}}--> 飲食嘅調整可能對少部份ADHD細路有幫助<ref name="pmid22176942">{{cite journal | vauthors = Nigg JT, Lewis K, Edinger T, Falk M | title = Meta-analysis of attention-deficit/hyperactivity disorder or attention-deficit/hyperactivity disorder symptoms, restriction diet, and synthetic food color additives | journal = Journal of the American Academy of Child and Adolescent Psychiatry | volume = 51 | issue = 1 | pages = 86–97.e8 | date = January 2012 | pmid = 22176942 | pmc = 4321798 | doi = 10.1016/j.jaac.2011.10.015 }}</ref>2013年一份統合分析針對有ADHD症狀，同埋有補充[[脂肪酸|遊離脂肪酸]]或者係減少食用有[[人工色素]]食品嘅[[細路]]一個相關研究發現，只有唔到三分之一嘅細路喺症狀上有所改善<ref name=Sonu2013>{{cite journal | vauthors = Sonuga-Barke EJ, Brandeis D, Cortese S, Daley D, Ferrin M, Holtmann M, Stevenson J, Danckaerts M, van der Oord S, Döpfner M, Dittmann RW, Simonoff E, Zuddas A, Banaschewski T, Buitelaar J, Coghill D, Hollis C, Konofal E, Lecendreux M, Wong IC, Sergeant J | title = Nonpharmacological interventions for ADHD: systematic review and meta-analyses of randomized controlled trials of dietary and psychological treatments | url = https://archive.org/details/sim_american-journal-of-psychiatry_2013-03_170_3/page/275 | journal = The American Journal of Psychiatry | volume = 170 | issue = 3 | pages = 275–89 | date = March 2013 | pmid = 23360949 | doi = 10.1176/appi.ajp.2012.12070991 | quote = Free fatty acid supplementation and artificial food color exclusions appear to have beneficial effects on ADHD symptoms, although the effect of the former are small and those of the latter may be limited to ADHD patients with food sensitivities... }}</ref>。呢方面嘅助益有可能只係對有[[食物敏感]]嘅細路有幫助，亦有可能係因為呢啲細路同時亦接受緊ADHD治療<ref name=Sonu2013/>。呢啲發表咗嘅文獻亦表明依家已知嘅證據唔可以証實減少食用特定食物嚟治療ADHD嘅療法<ref name=Sonu2013 />。2014年發表嘅文獻亦發現[[排除飲食]]喺治療ADHD入面嘅成效有限<ref name=NiggHolton2014>{{cite journal | vauthors = Nigg JT, Holton K | title = Restriction and elimination diets in ADHD treatment | journal = Child and Adolescent Psychiatric Clinics of North America | volume = 23 | issue = 4 | pages = 937–53 | date = October 2014 | pmid = 25220094 | pmc = 4322780 | doi = 10.1016/j.chc.2014.05.010 | type = Review | quote = an elimination diet produces a small aggregate effect but may have greater benefit among some children. Very few studies enable proper evaluation of the likelihood of response in children with ADHD who are not already preselected based on prior diet response. }}</ref>。另一篇2016年嘅文獻回顧指出，根據研究結果，「[[無麩質飲食]]喺未來成為ADHD嘅標準療法」機率係微乎其微<ref name="pmid26825336" />。 2017嘅文獻回顧指出有一啲排除飲食嘅方式對於好細、唔食得藥嘅幼童同埋對藥物無反應嘅患者可能有用，不過唔鼓勵用補充遊離脂肪酸或者係減少食用有人工色素食品作為ADHD嘅正規治療方式<ref name="PelsserFrankena2017">{{cite journal|vauthors=Pelsser LM, Frankena K, Toorman J, Rodrigues Pereira R|title=Diet and ADHD, Reviewing the Evidence: A Systematic Review of Meta-Analyses of Double-Blind Placebo-Controlled Trials Evaluating the Efficacy of Diet Interventions on the Behavior of Children with ADHD|journal=PLoS One|volume=12|issue=1|pages=e0169277|date=January 2017|pmid=28121994|pmc=5266211|doi=10.1371/journal.pone.0169277|type=Systematic Review}}{{open access}}</ref> 。長期[[鐵]]、[[鎂]]同[[碘]]等[[礦物質]]不足可能會令ADHD症狀加劇<ref name="pmid22928358">{{cite journal | vauthors = Konikowska K, Regulska-Ilow B, Rózańska D | title = The influence of components of diet on the symptoms of ADHD in children | journal = Roczniki Panstwowego Zakladu Higieny | volume = 63 | issue = 2 | pages = 127–34 | year = 2012 | pmid = 22928358 }}</ref>，亦有少數證據指出組織入面嘅[[鋅]]含量過低同ADHD有關<ref name="pmid16190793">{{cite journal | vauthors = Arnold LE, DiSilvestro RA | title = Zinc in attention-deficit/hyperactivity disorder | journal = Journal of Child and Adolescent Psychopharmacology | volume = 15 | issue = 4 | pages = 619–27 | date = August 2005 | pmid = 16190793 | doi = 10.1089/cap.2005.15.619 | hdl = 1811/51593 }}</ref>。不過除非證實有{{link-en|鋅不足|zinc deficiency}}嘅情形（依家多數係[[發展中國家]]先會有鋅不足情形），一般唔建議用{{link-en|鋅補充劑|zinc supplementation}}治療<ref name=pmid25220092>{{cite journal | vauthors = Bloch MH, Mulqueen J | title = Nutritional supplements for the treatment of ADHD | journal = Child and Adolescent Psychiatric Clinics of North America | volume = 23 | issue = 4 | pages = 883–97 | date = October 2014 | pmid = 25220092 | pmc = 4170184 | doi = 10.1016/j.chc.2014.05.002 }}</ref>。不過若果鋅礦物質同[[苯丙胺]]類藥物同時使用嘅話，可以減低苯丙胺藥物嘅最細[[有效劑量]]，亦就係可以服用較少藥物而達到相同效果<ref name="Zinc binding sites + ADHD review">{{cite journal | vauthors = Krause J | title = SPECT and PET of the dopamine transporter in attention-deficit/hyperactivity disorder | journal = Expert Review of Neurotherapeutics | volume = 8 | issue = 4 | pages = 611–25 | date = April 2008 | pmid = 18416663 | doi = 10.1586/14737175.8.4.611 | quote = Zinc binds at&nbsp;... extracellular sites of the DAT [103], serving as a DAT inhibitor. In this context, controlled double-blind studies in children are of interest, which showed positive effects of zinc [supplementation] on symptoms of ADHD [105,106]. It should be stated that at this time [supplementation] with zinc is not integrated in any ADHD treatment algorithm. }}</ref>。另外亦有證據指出[[Ω-3脂肪酸]]對於病情會有些少改善，不過唔建議取代醫學治療<ref name="pmid21961774">{{cite journal | vauthors = Bloch MH, Qawasmi A | title = Omega-3 fatty acid supplementation for the treatment of children with attention-deficit/hyperactivity disorder symptomatology: systematic review and meta-analysis | journal = Journal of the American Academy of Child and Adolescent Psychiatry | volume = 50 | issue = 10 | pages = 991–1000 | date = October 2011 | pmid = 21961774 | pmc = 3625948 | doi = 10.1016/j.jaac.2011.06.008 }}</ref><ref name="pmid27555775">{{cite journal | vauthors = Königs A, Kiliaan AJ | title = Critical appraisal of omega-3 fatty acids in attention-deficit/hyperactivity disorder treatment | journal = Neuropsychiatric Disease and Treatment | volume = 12 | issue = | pages = 1869–82 | year = July 2016 | pmid = 27555775 | pmc = 4968854 | doi = 10.2147/NDT.S68652 }}</ref>。 ==睇埋== *[[讀寫障礙]] *[[衝動]] ==參考== {{reflist|3}} [[Category:心理病]] g27hx5sowdysidyzf5u84eml8yamsbz 0 210051 1865864 1864997 2022-08-20T11:23:14Z Pokman817 53354 /* 其他 */ wikitext text/x-wiki {{藝人 | 姓名 = 趙啓嵐 | 原名 = 趙啓嵐 | 類型 = 童星 | 圖片 = | 圖片尺寸 = | 圖片簡介 = | 英文名 = Matt Jiu | 暱稱 = | 國籍 = {{CNHK}} | 出生日期 = {{birth_date_and_age|2009|9|4}} | 出生地點 = {{HK}} | 職業 = [[中學生]]、[[演員]]、[[模特兒]] | 語言 = [[粵語]]、[[普通話|國語]]、[[英語]] | 代表作 = | 經紀公司 = | IMDb = }} '''趙啓嵐'''（{{lang-en|'''Matt Jiu'''}}，{{bd|2009年|9月4號}}）係[[香港]][[童星]]，曾經參與唔少電視節目演出，亦有拍攝平面廣告。 ==演出作品== ===[[香港電台]]劇集=== {|class="wikitable" |- !首播||劇名||角色 |- |rowspan="2" |2016年 |[[同行者]]：內褲 |陳子軒 |- |[[人間有情]]：蘋果的故事 |添添 |- |rowspan="2" |2017年 |[[彩虹交匯處 (電視節目)|彩虹交匯處]]：租客的衣櫃 |哥哥 |- |[[忘憂理髮店]]：金鉸剪 |剪頭髮細路 |- |2018年 |那些年那些歌II 謝安琪篇：《Kontinue》－我愛茶餐廳 |細佬 |- |2019年 |[[迷什麼]]：我個仔要入名校 |Ryan |} ===[[ViuTV]]劇集=== {|class="wikitable" |- !首播||劇名||角色 |- | rowspan="2" |2019年||[[仇老爺爺]]||童年仇樂秋 |- |[[假設性無罪]] |希希 |} ===[[無綫電視]]劇集=== {|class="wikitable" |- !首播||劇名||角色 |- |2018年 |[[救妻同學會]] |童年李恩朗 |- |2020年 |[[使徒行者3]] |呂正植 |- |2022年 |[[金宵大廈2]] |莫志佳 Timmy |} ===[[無綫電視]]資訊節目=== {|class="wikitable" |- !首播||節目名||角色 |- |2016年 |[[湊仔攻略]]第3、5、10集 |樂樂 |} ===網絡電視劇=== {|class="wikitable" |- !首播||劇名||角色 |- |2017年 |[[反黑]] |韓世鳳 |} ===電影=== {|class="wikitable" |- !首播||戲名||角色 |- |2018年 |[[淪落人]] |人像照細路 |- | rowspan="3" |2019年 |[[G殺]] |檔主個仔 |- |[[小Q]] | |- |[[最佳男友進化論]] |婚宴花仔 |- | rowspan="2" |2020年 |[[冥通銀行特約：翻生爭霸戰]] |許瘋（細路形象） |- |[[狂舞派3]] |Heyo（童年） |} ===[[鮮浪潮]]短片=== {|class="wikitable" |- align=center !首播||片名||角色 |- |2019年||我的孤兒||子希 |} ===MV演出=== {|class="wikitable" |- align=center !年份||歌名||歌手 |- |rowspan="3" |2018年||[https://www.youtube.com/watch?v=f-e7SlvpZBk 大不了一代]||[[Nowhere boys]] |- |[https://www.youtube.com/watch?v=Ocv3jFO3zzY 爸媽]||[[Myar|Myar 麥芽]] |- |[https://www.youtube.com/watch?v=64ypIDlA-xE 瘋癲世代]||歐國成 Travis ft. [[吳保錡]] Poki |} ===香港電台節目=== *2017年：[[天下父母心-快樂家長指引]]：一個孩子？兩個孩子？或者…… *2017年：[[自在8點半（旅遊）]]：第八集 ===舞台劇=== *2019年：《慧藍的告白》 ===微電影=== *2016年：[https://www.youtube.com/watch?v=EM1ZJuU6lGk 《路．放膽走》] *2016年：[https://www.youtube.com/watch?v=7HkDIiriS6c 《一分鐘・一份情》沙畫母子情 - 楊玉梅] *2017年：[https://www.youtube.com/watch?v=kIFxdyL0cD4 【品格培育】如何教出勇敢自信的小孩] *2019年：[https://www.youtube.com/watch?v=KBwBCMZsaJw 微辣Manner：富臨集團─每個食火鍋的人，背後都有段故事！] ===電視廣告／宣傳片=== {| class="wikitable" !年份 !廣告 |- |2018年 |[https://www.youtube.com/watch?v=6roD-vcsVpk 皇冠濕廁紙] |} ===平面廣告／報刊模特兒=== {| class="wikitable" !年份 !報刊／種類 !標題 |- | rowspan="2" |2014年 | rowspan="2" |明報 |開學準備：整裝待發 醒神開學 |- |開學準備：字典愈厚愈好？ 中小學生要求大不同 選對啞老師趣學英語 |- |2016年 |巴士車身廣告 |領展 |- |2019年 |平面廣告 |日本叮叮 |- |2020年 |親子王 |孩子留家變契機 學培養規律生活 |- |2021年 |平面廣告 |SAVEWO 3DMASK KIDS |} ===其他=== ;2017年 *亞洲公營電視台：兒童劇《消失的茶果》 ;2018年 *[[第37屆香港電影金像獎]]開幕表演 ;2019年 *《爸媽講呢D》：[https://www.youtube.com/watch?v=YXYKwyfwQ_0 金像獎童星楊鎧凝 趙啓嵐入行經過，童年從演仍不失童真] *《爸媽講呢D》：[https://www.youtube.com/watch?v=pIJCkNVy06k 金像獎童星用兒童圖書表演講故事 將人狼演釋成喜劇角色] ;2020年 *[[細路開電視]]節目小主持 *兒歌《[https://www.youtube.com/watch?v=QpTRg2qU-gE 家 有愛]》 ;2022年 *[https://www.youtube.com/watch?v=iD_iVnWETGM 母親節念親恩音樂分享會] *[[天下華人唱出好詩歌大賽]] [https://www.youtube.com/watch?v=Up_tq_McGoI 66強VS大賽] *香港開電視：《[[就是青春]]》參賽者 ==出面網頁== *{{facebook}} *{{instagram}} *{{youtube|channel=UC25tNNuCVgAAa1QseLtoHFQ}} * {{Hkmdb name|94904}} [[Category:香港童星]] 4ck0ajtiejsjnb3y4e5dmalcxbe887w 0 210137 1865481 1702861 2022-08-19T16:19:35Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Prefrontal cortex (left) - lateral view.png|thumb|300px|一個人腦由左邊睇嘅樣；紅色嗰橛就係前額皮層。]] '''前額皮層'''（{{jpingauto|cin4 aak6 pei4 cang4}}；{{lang-en|'''prefrontal cortex'''}}）係[[額葉]]（frontal lobe）最近[[額頭]]嗰一橛，出嗮名專門幫手做一啲所謂嘅「高層」[[認知功能]]，例如係[[計劃]]同[[決策]]呀噉<ref>DeYoung C.G., Hirsh J.B., Shane M.S., Papademetris X., Rajeevan N., Gray J.R. (June 2010). "[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3049165/pdf/nihms-275680.pdf Testing predictions from personality neuroscience. Brain structure and the big five]". ''Psychological Science''. 21 (6): 820–8.</ref>。 前額皮層會由 [[腹側被蓋區|VTA]] 嗰度接收[[多巴胺]]（dopamine）[[神經訊號|訊號]]，又能夠向[[伏隔核]]等嘅多個[[心理犒賞|犒賞]]相關腦區傳[[穀氨酰胺]]訊號－「能夠向伏隔核傳訊號」就表示，前額皮層有可能對伏隔核等嘅[[線條體]]結構作出一定程度嘅管控，而廿一世紀初嘅研究的確顯示，前額皮層會扮演啲噉嘅功能<ref name="koob2016">Koob, G. F., & Volkow, N. D. (2016). Neurobiology of addiction: a neurocircuitry analysis. ''The Lancet Psychiatry'', 3(8), 760-773.</ref>。 == 功能 == {{see also|心理犒賞|自我控制|性格}} 前額皮層嘅管控功能對[[性格衝動|衝動]]同[[自我控制]]嚟講好重要： *有研究者試過一路用神經造影技術監察受試者嘅[[腦活動]]，一路要佢哋做[[延遲折扣]]決策，叫佢哋做若干次「喺一嚿細嘅短期得益同一嚿大嘅延遲得嗌之間二揀一」噉嘅決擇，發覺前額皮層某幾橛嘅活動同個體嘅 <math>k</math> 有[[統計顯著性|顯著]]嘅[[統計相關|相關]]，又同嚿延遲得益嘅量有正相關<ref>Shamosh, N. A., DeYoung, C. G., Green, A. E., Reis, D. L., Johnson, M. R., Conway, A. R., ... & Gray, J. R. (2008). [https://journals.sagepub.com/doi/pdf/10.1111/j.1467-9280.2008.02175.x Individual differences in delay discounting: relation to intelligence, working memory, and anterior prefrontal cortex] (PDF). ''Psychological science'', 19(9), 904-911.</ref><ref>Peters, J., & Büchel, C. (2010). [https://reader.elsevier.com/reader/sd/pii/S0896627310001972?token=F7FC9FB47104385E6E6C99DF52735334F759BE435FC5D973254B49F6517B63E4C4BA3C5AB2649C159D074D8351586E73&originRegion=us-east-1&originCreation=20210514075408 Episodic future thinking reduces reward delay discounting through an enhancement of prefrontal-mediotemporal interactions] (PDF). ''Neuron'', 66(1), 138-148.</ref>； *簡化噉講，前額皮層嘅[[神經細胞]]會[[運算]]每個選項嘅價值（睇埋[[效益]]），然後按每個選項嘅主觀價值嚟傳訊號去腦嘅其餘部份，調控嗰啲部份嘅活動，例如家陣前額皮層決定咗「短期快感嗰個選項冇長期利益嗰個咁好」，佢就會傳訊號阻止[[杏仁核]]產生「會引導個人去追求短期快感」嘅[[情緒]]變化<ref name="frostmcnaughton2017"/>。 因為噉，前額皮層嘅功能對一個人嘅自控能力有深遠嘅影響<ref>Miller, P., & Wang, X. J. (2006). Inhibitory control by an integral feedback signal in prefrontal cortex: a model of discrimination between sequential stimuli. ''Proceedings of the National Academy of Sciences'', 103(1), 201-206.</ref>，而前額皮層出現[[病變]]往往會搞到個病人喺自控能力上出現異常<ref>Hare T.A., Camerer C.F., Rangel A. (May 2009). "Self-control in decision-making involves modulation of the vmPFC valuation system". ''Science''. 324 (5927): 646–8.</ref>。 == 睇埋 == *[[計劃]] *[[決策]] *[[犒賞系統]] == 攷 == {{reflist}} [[Category:腦]] {{Anatomy-stub}} pxbhilt28ozwvk3vufukenq8c6uat69 1865482 1865481 2022-08-19T16:19:47Z Dr. Greywolf 143999 /* 功能 */ wikitext text/x-wiki [[File:Prefrontal cortex (left) - lateral view.png|thumb|300px|一個人腦由左邊睇嘅樣；紅色嗰橛就係前額皮層。]] '''前額皮層'''（{{jpingauto|cin4 aak6 pei4 cang4}}；{{lang-en|'''prefrontal cortex'''}}）係[[額葉]]（frontal lobe）最近[[額頭]]嗰一橛，出嗮名專門幫手做一啲所謂嘅「高層」[[認知功能]]，例如係[[計劃]]同[[決策]]呀噉<ref>DeYoung C.G., Hirsh J.B., Shane M.S., Papademetris X., Rajeevan N., Gray J.R. (June 2010). "[https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3049165/pdf/nihms-275680.pdf Testing predictions from personality neuroscience. Brain structure and the big five]". ''Psychological Science''. 21 (6): 820–8.</ref>。 前額皮層會由 [[腹側被蓋區|VTA]] 嗰度接收[[多巴胺]]（dopamine）[[神經訊號|訊號]]，又能夠向[[伏隔核]]等嘅多個[[心理犒賞|犒賞]]相關腦區傳[[穀氨酰胺]]訊號－「能夠向伏隔核傳訊號」就表示，前額皮層有可能對伏隔核等嘅[[線條體]]結構作出一定程度嘅管控，而廿一世紀初嘅研究的確顯示，前額皮層會扮演啲噉嘅功能<ref name="koob2016">Koob, G. F., & Volkow, N. D. (2016). Neurobiology of addiction: a neurocircuitry analysis. ''The Lancet Psychiatry'', 3(8), 760-773.</ref>。 == 功能 == {{see also|心理犒賞|自我控制|性格}} 前額皮層嘅管控功能對[[性格衝動|衝動]]同[[自我控制]]嚟講好重要： *有研究者試過一路用神經造影技術監察受試者嘅[[腦活動]]，一路要佢哋做[[延遲折扣]]決策，叫佢哋做若干次「喺一嚿細嘅短期得益同一嚿大嘅延遲得嗌之間二揀一」噉嘅決擇，發覺前額皮層某幾橛嘅活動同個體嘅 <math>k</math> 有[[統計顯著性|顯著]]嘅[[統計相關|相關]]，又同嚿延遲得益嘅量有正相關<ref>Shamosh, N. A., DeYoung, C. G., Green, A. E., Reis, D. L., Johnson, M. R., Conway, A. R., ... & Gray, J. R. (2008). [https://journals.sagepub.com/doi/pdf/10.1111/j.1467-9280.2008.02175.x Individual differences in delay discounting: relation to intelligence, working memory, and anterior prefrontal cortex] (PDF). ''Psychological science'', 19(9), 904-911.</ref><ref>Peters, J., & Büchel, C. (2010). [https://reader.elsevier.com/reader/sd/pii/S0896627310001972?token=F7FC9FB47104385E6E6C99DF52735334F759BE435FC5D973254B49F6517B63E4C4BA3C5AB2649C159D074D8351586E73&originRegion=us-east-1&originCreation=20210514075408 Episodic future thinking reduces reward delay discounting through an enhancement of prefrontal-mediotemporal interactions] (PDF). ''Neuron'', 66(1), 138-148.</ref>； *簡化噉講，前額皮層嘅[[神經細胞]]會[[運算]]每個選項嘅價值（睇埋[[效益]]），然後按每個選項嘅主觀價值嚟傳訊號去腦嘅其餘部份，調控嗰啲部份嘅活動，例如家陣前額皮層決定咗「短期快感嗰個選項冇長期利益嗰個咁好」，佢就會傳訊號阻止[[杏仁核]]產生「會引導個人去追求短期快感」嘅[[情緒]]變化。 因為噉，前額皮層嘅功能對一個人嘅自控能力有深遠嘅影響<ref>Miller, P., & Wang, X. J. (2006). Inhibitory control by an integral feedback signal in prefrontal cortex: a model of discrimination between sequential stimuli. ''Proceedings of the National Academy of Sciences'', 103(1), 201-206.</ref>，而前額皮層出現[[病變]]往往會搞到個病人喺自控能力上出現異常<ref>Hare T.A., Camerer C.F., Rangel A. (May 2009). "Self-control in decision-making involves modulation of the vmPFC valuation system". ''Science''. 324 (5927): 646–8.</ref>。 == 睇埋 == *[[計劃]] *[[決策]] *[[犒賞系統]] == 攷 == {{reflist}} [[Category:腦]] {{Anatomy-stub}} d92sb8lufjye85ac9pcft5lpt37696j 0 210235 1865564 1532959 2022-08-20T00:40:57Z 14.0.236.175 /* 睇埋 */ wikitext text/x-wiki '''銀座綫'''[[File:Tokyo Metro logo.svg|20px|東京地下鐵|link=東京地下鐵]]（{{jpingauto|ngan4 zo6 sin3}}，{{jpn|j=銀座線|hg=ぎんざせん|rm=Ginza sen|f=y}}）係[[日本]]兼全[[亞洲]]第一條鐵路線，連接[[台東區]]同埋[[澀谷區]]。由[[東京地下鐵]]營運。{{link-ja|鐵道要覽|鉄道要覧}}入面叫做「3號線銀座線」。起點站係[[淺草站]]，終點站係[[澀谷站]]，總共有19個站。 [[File:ginza_line_shibuya.jpg|250px|right|銀座線]] == 車站 == {| class="wikitable" rules="all" |- !style="width:2.5em;"|編號 !style="width:5em;"|中文站名 !style="width:5em;"|日文站名 !style="width:5em;"|英文站名 !style="width:2.5em;"|站之間嘅距離 !style="width:2.5em;"|累計距離 !跟住落嚟嘅路線 !喺邊 |-style="border-top:3px solid #f39700;" !G-01 |[[澀谷站|澀谷]] |{{lang|ja|渋谷}} |{{lang|en|Shibuya}} |style="text-align:center;"|- |style="text-align:right;"|0.0 |[[東京地下鐵]]：[[半藏門線]]（Z-01）、[[副都心線]]（F-16）（閘外轉搭）<br />[[東日本旅客鐵道]]：[[山手線]]（JY20）、[[埼京線]]（JA10）、[[湘南新宿線]]（JS19）<br />[[東京急行電鐵]]：[[東橫線]]（TY01）、[[田園都市線]]（DT01）<br />[[京王電鐵]]：[[井之頭線]]（IN01） |[[澀谷區]] |- !G-02 |[[表參道站|表參道]] |{{lang|ja|表参道}} |{{lang|en|Omotesandō}} |style="text-align:right;"|1.3 |style="text-align:right;"|1.3 |東京地下鐵：[[千代田線]]（C-04）、半藏門線（Z-02） |rowspan="4"|[[港區 (東京都)|港區]] |- !G-03 |[[外苑前站|外苑前]] |{{lang|ja|外苑前}} |{{lang|en|Gaiemmae}} |style="text-align:right;"|0.7 |style="text-align:right;"|2.0 |&nbsp; |- !G-04 |[[青山一丁目站|青山一丁目]] |{{lang|ja|青山一丁目}} |{{lang|en|Aoyama-Itchōme}} |style="text-align:right;"|0.7 |style="text-align:right;"|2.7 |東京地下鐵：半藏門線（Z-03）<br />[[都營地下鐵]]：[[大江戶線]]（E-24） |- !G-05 |[[赤坂見附站|赤坂見附]] |{{lang|ja|赤坂見附}} |{{lang|en|Akasaka-Mitsuke}} |style="text-align:right;"|1.3 |style="text-align:right;"|4.0 |東京地下鐵：[[丸之內線]]（M-13）、[[有樂町線]]（[[永田町站|永田町]]：Y-16）、半藏門線（永田町：Z-04）、[[南北線 (東京地下鐵)|南北線]]（永田町：N-07） |- !G-06 |[[溜池山王站|溜池山王]] |{{lang|ja|溜池山王}} |{{lang|en|Tameike-Sannō}} |style="text-align:right;"|0.9 |style="text-align:right;"|4.9 |東京地下鐵：南北線（N-06）、丸之內線（[[國會議事堂前站|國會議事堂前]]：M-14）、千代田線（國會議事堂前：C-07） |style="white-space:nowrap;"|[[千代田區]]<br />{{NoteTag|車站所在地位於千代田區，但銀座線月台位於港區。}} |- !G-07 |[[虎之門站|虎之門]] |{{lang|ja|虎ノ門}} |{{lang|en|Toranomon}} |style="text-align:right;"|0.6 |style="text-align:right;"|5.5 |''（2020年後：'' ''東京地下鐵：[[日比谷線]]（[[虎之門之丘站|虎之門之丘]]：H-06））'' |rowspan="2"|港區 |- !G-08 |[[新橋站 (日本)|新橋]] |{{lang|ja|新橋}} |{{lang|en|Shimbashi}} |style="text-align:right;"|0.8 |style="text-align:right;"|6.3 |都營地下鐵： [[淺草線]]（A-10）<br />東日本旅客鐵道：山手線（JY29）、京濱東北線（JK24）、[[東海道線 (JR東日本)|東海道線]]（JT02）、[[橫須賀線]]（JO18）<br />[[百合鷗 (鐵路公司)|百合鷗]]：[[臨海線 (東京臨海新交通)|臨海線]]（U-01） |- !G-09 |[[銀座站 (日本)|銀座]]<br /><small>（{{link-ja|松屋 (百貨店)|松屋 (百貨店)|松屋}}·[[三越]]前）</small> |{{lang|ja|銀座<br /><small>（松屋・三越前）</small>}} |{{lang|en|Ginza}} |style="text-align:right;"|0.9 |style="text-align:right;"|7.2 |東京地下鐵：丸之內線（M-16）、[[日比谷線]]（H-08）<br />''設有地下通道通往[[東銀座站]]、[[日比谷站]]、[[有樂町站]]''。同東銀座站、日比谷站、有樂町站冇連絡業務。 |rowspan="4"|[[中央區 (東京都)|中央區]] |- !G-10 |[[京橋站 (東京都)|京橋]]<br /><small>（{{link-ja|明治屋|明治屋}}前）</small> |{{lang|ja|京橋<br /><small>（明治屋前）</small>}} |{{lang|en|Kyōbashi}} |style="text-align:right;"|0.7 |style="text-align:right;"|7.9 |都營地下鐵：淺草線（[[寶町站 (東京都)|寶町]]：A-12）（行路轉搭）<br />[[東海旅客鐵道]]：[[東海道新幹線]]（[[東京站|東京]]）（行路轉搭）<br />東日本旅客鐵道：[[京葉線]]（東京：JE01）（行路轉搭） |- !G-11 |[[日本橋站 (東京都)|日本橋]]<br /><small>（[[髙島屋]]前）</small> |{{lang|ja|日本橋<br /><small>（高島屋前）</small>}} |{{lang|en|Nihombashi}} |style="text-align:right;"|0.7 |style="text-align:right;"|8.6 |東京地下鐵：{{rint|tokyo|t}} [[東西線 (東京地下鐵)|東西線]]（T-10）<br />都營地下鐵：淺草線（A-13） |- !G-12 |[[三越前站|三越前]] |{{lang|ja|三越前}} |{{lang|en|Mitsukoshimae}} |style="text-align:right;"|0.6 |style="text-align:right;"|9.2 |東京地下鐵：{{rint|tokyo|z}} 半藏門線（Z-09）（閘外轉搭）<br />東日本旅客鐵道：[[總武快速線|總武線（快速）]]（[[新日本橋站|新日本橋]]：JO20） |- !G-13 |[[神田站 (東京都)|神田]] |{{lang|ja|神田}} |{{lang|en|Kanda}} |style="text-align:right;"|0.7 |style="text-align:right;"|9.9 |東日本旅客鐵道：山手線（JY02）、京濱東北線（JK27）、[[中央線快速|中央線]]（JC02） |rowspan="2"|千代田區 |- !G-14 |[[末廣町站 (東京都)|末廣町]] |{{lang|ja|末広町}} |{{lang|en|Suehirochō}} |style="text-align:right;"|1.1 |style="text-align:right;"|11.0 |&nbsp; |- !G-15 |[[上野廣小路站|上野廣小路]]<br /><small>（[[松坂屋]]前）</small> |{{lang|ja|上野広小路<br /><small>（松坂屋前）</small>}} |{{lang|en|Ueno-Hirokōji}} |style="text-align:right;"|0.6 |style="text-align:right;"|11.6 |東京地下鐵：日比谷線（[[仲御徒町站|仲御徒町]]：H-16）（閘外轉搭）<br />都營地下鐵：大江戶線（[[上野御徒町站|上野御徒町]]：E-09）<br />東日本旅客鐵道：山手線（[[御徒町站|御徒町]]：JY04）、京濱東北線（御徒町：JK29） |rowspan="5"|[[台東區]] |- !G-16 |[[上野站|上野]] |{{lang|ja|上野}} |{{lang|en|Ueno}} |style="text-align:right;"|0.5 |style="text-align:right;"|12.1 |東京地下鐵：日比谷線（H-17）（閘外轉乘）<br />東日本旅客鐵道：[[東北新幹線]]、[[山形新幹線]]、[[秋田新幹線]]、[[上越新幹線]]、[[北陸新幹線]]、山手線（JY05）、京濱東北線（JK30）、[[宇都宮線]]（[[東北本線]]）、[[高崎線]]（JU02）、[[常磐快速線|常磐線（快速）]]（JJ01）<br />[[京成電鐵]]：[[京成本線|本線]]（[[京成上野站|京成上野]]：KS01） |- !G-17 |[[稻荷町站 (東京都)|稻荷町]] |{{lang|ja|稲荷町}} |{{lang|en|Inarichō}} |style="text-align:right;"|0.7 |style="text-align:right;"|12.8 |&nbsp; |- !G-18 |[[田原町站 (東京都)|田原町]] |{{lang|ja|田原町}} |{{lang|en|Tawaramachi}} |style="text-align:right;"|0.7 |style="text-align:right;"|13.5 |[[首都圈新都市鐵道]]：[[筑波快線]]（[[淺草站 (首都圈新都市鐵道)|淺草]]：03）（徒步轉乘） |- !G-19 |[[淺草站|淺草]] |{{lang|ja|浅草}} |{{lang|en|Asakusa}} |style="text-align:right;"|0.8 |style="text-align:right;"|14.3 |都營地下鐵：淺草線（A-18）<br />[[東武鐵道]]：[[伊勢崎線|伊勢崎線（東武晴空塔線）]]（TS-01） |} == 攷 == {{Reflist}} == 註 == {{NoteFoot}} == 睇埋 == * [[日本鐵路線一覽]] {{銀座線}} [[Category:銀座線]] [[Category:日本認定近代產業遺產]] [[Category:1927年日本建立]] [[Category:1927年啟用]] [[Category:東京嘅地下鐵]] 2dr0lxns8by9ms5i3gkg7ank5g5auyr 0 214653 1865560 1863401 2022-08-20T00:10:47Z 205.189.94.2 wikitext text/x-wiki {{move|乳交}} [[File:Wiki-mam-intcs.png|thumb|乳交示意圖]] '''乳交'''（{{Lang-en|mammary intercourse}}）係種[[性交]]方法，香港俗稱'''夾（香）腸（仔）'''<ref>{{cite web|url=http://the-sun.on.cc/cnt/adult/20101216/00507_001.html|title=大燈夠巉眼夾腸先夠盞|archiveurl=https://web.archive.org/web/20220811234905/http://the-sun.on.cc/cnt/adult/20101216/00507_001.html|archivedate=2022-08-11|access-date=2022-08-11|url-status=live}}</ref>、'''波夾'''或'''乳交𨳍（／七／柒／杘／𡴶）'''，係指由女性嘅[[𢆡]]同男性嘅[[㞗]]之間嘅接觸令到人有性興奮<ref name="Alex Comfort 1972 p. 67-9">Alex Comfort, ''The Joy of Sex'' (1972) p. 67-9</ref>。其中一種方法，係將[[扯旗]]嘅[[㞗]]放入[[乳溝]]入面，又將對𢆡壓向中間，夾住條㞗，互相摩擦，以刺激後者<ref name="Alex Comfort 1972 p. 67-9"/>。 ==攷== {{Refs}} {{refbegin}} * {{cite book | title = The Japanese art of sex: how to tease, seduce, & pleasure the samurai in your bedroom | first = Jina |last= Bacarr | edition = illustrated | publisher = Stone Bridge Press | year = 2004 | page = 150 | isbn = 1-880656-84-1| url = http://books.google.es/books?id=jbXurIlB_pUC&pg=PA150&dq=paizuri#v=onepage&q=paizuri&f=false }} * {{cite book | title = Japanese street slang | first= Peter | last= Constantine |authorlink = | publisher = Tengu Books | year = 1992 | page = 110 | isbn = 0-8348-0250-3| url = http://books.google.es/books?id=EquwgKpFs0gC&q=paizuri&dq=paizuri | quote = One of the more hazardous oppai [Japanese slang word meaning 'breast'] concoctions is the red-light-district expression paizuri, literally 'breast-urbation'. }} * {{cite book | author= Godson, Suzi | title=The Sex Book|publisher= Cassell Illustrated, London| year=2002 | isbn= 0-304-35991-2}} * {{cite book | author= Masters, William H. and Johnson, Virginia E. | title=Human Sexual Response|publisher= No| year=1966 | isbn= 0-316-54987-8}} * {{cite book | author= Viz | title= Roger's Profanisaurus Rex: The Ultimate Swearing Dictionary | url= https://archive.org/details/vizpresentsroger0000unse | publisher= Viz| year= 2005| isbn= 0-7522-2812-9 }} * {{cite book | title = Intimate Details & Vital Statistics: AIDS, Sexuality and the Social Order in New Zealand |author= Austen Woods |chapter= Safe sex and parlour work: condom use by women parlour workers in and out of work |editor = Peter Davis | publisher = Auckland University Press | year = 1996 | pages = 125–127 | isbn = 1-86940-139-5 | url = http://books.google.com/books?id=Ww17hRdmDi8C&pg=PA127&vq=pearl+necklace&dq=%22pearl+necklace%22+sexual&cad=0 }} {{refend}} ==出面網頁== *[https://web.archive.org/web/20130923012937/http://www.sexinfo101.com/intermammary_intercourse.shtml 𢆡交] {{性}} [[Category:性]] [[Category:性行為]] [[Category:性俗語]] jlsh6dgf2jvevf02zp8nw99rxy8pw1q 2 214822 1865848 1865216 2022-08-20T10:41:33Z Dr. Greywolf 143999 /* Tier 4 */ wikitext text/x-wiki '''Future plan''', '''[[User:Dr. Greywolf/Sandbox|current work list]]''', '''[[User:Dr. Greywolf/Sandbox3|temp]]''', and '''[[User:Dr. Greywolf/唔再睇嘅文|no longer of interest]]''' '''做法'''：聚沙成塔式寫文－ '''Foreach''' day... Randomly choose an article from 內文 of completed articles, watched navboxes, or to-be-created navboxes Write a few hundred words See if there is any large article that can be "fynished" by copying-and-pasting contents from current articles Work based on the assumption that no article (bar glossaries) will be "finished". After finishing these, just complete all discipline articles. Really low priorities. #[[邏輯]] #[[應用數學]] #[[天文學]] #[[神經科學]] #[[心理學]] #[[地理學]] #[[考古學]] #[[資訊科學]] #[[醫學]] #[[機械工程]] #[[電子工程]] #[[機械人學]] #[[城市規劃]] #[[會計學]] #[[金融學]] #[[文學]] ... == Reading list== === Tier 1 === {{div col|style=column-count:3}} *[[自動推理]] síu bán *[[深度學習]] *[[遺傳演算法]] *[[群體智能]] {{div col end}} --- {{div col|style=column-count:3}} *[[時覺]] ([[:en:Template:Time topics]]) síu bán *[[自我意識]] síu bán *[[決策]] *[[解難]] síu bán *[[個體為本模型]] *[[運算搞笑]] *[[理解]] síu bán {{div col end}} --- {{div col|style=column-count:3}} *[[預設模式網絡]] {{div col end}} --- {{div col|style=column-count:3}} *[[自動計劃]] síu bán *[[電腦視覺]] {{div col end}} --- {{div col|style=column-count:3}} *[[虛擬實境]] ([[:en:Template:Mixed reality]]) {{div col end}} --- === Tier 2 === {{div col|style=column-count:3}} *[[動態系統]] ([[:en:Template:Systems science]]) {{div col end}} --- {{div col|style=column-count:3}} *[[腦機介面]] ([[:en:Template:Brain-computer interface]]) *[[數據庫]] ([[:en:Template:Database|Template:Database]]) {{div col end}} --- {{div col|style=column-count:3}} *[[進化博弈論]] {{div col end}} --- === Tier 3 === {{div col|style=column-count:3}} *[[幾何學]] *[[軟件最佳化]] *[[混沌理論]] ([[:en:Template:Systems science]]) {{div col end}} --- {{div col|style=column-count:3}} *[[記憶術]] síu bán *[[記憶痕跡]] síu bán {{div col end}} --- {{div col|style=column-count:3}} *[[圖靈機]] *[[格仔自動機]] ([[:en:Template:Conway's Game of Life]]) *[[生命棋]]<small> (lite)</small> ([[:en:Template:Conway's Game of Life]]) *[[量子運算]] ([[:en:Template:Quantum mechanics]]) *[[解謎遊戲]] *[[遊戲機]] *[[電腦保安]] {{div col end}} --- {{div col|style=column-count:3}} *[[外匯市場]] *[[經濟泡沫]] {{div col end}} === Tier 4 === {{div col|style=column-count:3}} *[[科技]] *[[數獨]] {{div col end}} --- {{div col|style=column-count:3}} *[[量子力學]] ([[:en:Template:Quantum mechanics]]) *[[狹義相對論]] ([[:en:Template:Relativity]] & [[:en:Template:Time topics]]) *[[廣義相對論]] ([[:en:Template:Relativity]] & [[:en:Template:Time topics]]) {{div col end}} --- {{div col|style=column-count:3}} *[[電子遊戲音樂]] síu bán {{div col end}} {{clear}} 6l9l0x9x9orkrzwst5s1xvn3saytejn 0 215408 1865467 1864993 2022-08-19T16:06:22Z Pokman817 53354 wikitext text/x-wiki {{HKCurrent}}{{expand}}{{update}} {{UTC+8}} {{About|[[武漢肺炎]]喺香港引發嘅疫情|其他地區嘅疫情|武漢肺炎國際疫情}} [[File:COVID-19 Outbreak Cases in Hong Kong.svg|thumb|300px|武漢肺炎香港十八區疫情（2021年1月22號）<br />{{legend|#ffc0c0|0.00%至0.05%人口確診}} {{legend|#ee7070|0.05%至0.10%人口確診}} {{legend|#c80200|0.10%至0.15%人口確診}} {{legend|#510000|0.15%至0.20%人口確診}} {{legend|#250101|超過0.20%人口確診}}]] '''武漢肺炎香港疫情'''，係講[[武漢肺炎大爆發|武漢肺炎]]喺[[香港]]爆發嘅情況。頭一單確診輸入個案喺2020年1月23號出現，而頭一單確診本地個案就係喺2020年2月4號出現，而[[香港政區|香港十八區]]區區都有確診個案<ref>{{cite web | author=| title=武漢肺炎民間資訊 | url=https://wars.vote4.hk/ | publisher=| accessdate=2020-03-18}}</ref>，同年7月18號確診個案總數已經超越2003年沙士疫情嘅1,755宗。到2021年疫情雖然一度受控，但2021年底隨住[[沙士病毒2型Omicron變種|Omicron變種病毒]]流入社區，最終導致2022年2月開始疫情大爆發，到4月先至大致受控。 去到2022年8月19號，累計確診個案已經有1,445,336單，其中有9,597人死亡<ref>[https://chp-dashboard.geodata.gov.hk/covid-19/zh.html 新型冠狀病毒感染-香港最新情況]</ref>。 ==爆發階段== 武漢肺炎香港疫情可以分做五波爆發階段。2020年1月嘅第一波爆發同埋3月嘅第二波爆發入面，香港嘅確診個案大部份都有外遊記錄，亦有部份係群組爆發，大部份個案都可以追溯到源頭，歸納成唔同關聯群組，當中最出名同最多人嘅群組係「[[打邊爐家族]]」群組，有十一個直接傳染個案同4個二代傳染個案，另外有福慧精舍佛堂群組爆發、3月14號愉景灣舉行嘅雞尾酒會婚禮群組爆發、3月31號尖沙咀Red MR卡拉OK出現小群組爆發等。自4月19號之後，連續23日冇本地爆發嘅新個案，只係斷續有外地輸入個案，但喺5月12號開始連續兩日再有本地感染個案，之後一度只有零星感染個案。 到2020年7月，第三波疫情爆發，懷疑係因為豁免海員檢疫而引致<ref>[https://topick.hket.com/article/2706400/【新冠肺炎】政府承認海員換班或曾留港過夜　叫停豁免檢疫不合公眾利益 【新冠肺炎】政府承認海員換班或曾留港過夜　叫停豁免檢疫不合公眾利益]，香港經濟日報，2020年7月26號</ref>，呢次規模比頭兩波大，加上有唔少個案都係源頭不明，意味出現咗社區爆發，當中比較出名嘅群組包括「[[慶回歸晚會群組]]」同「[[富臨生日宴群組]]」。政府響9月頭開始咗個「[[普及社區檢測計劃]]」，希望搵出社區嘅「隱性患者」，但社會對計劃有質疑聲音。 踏入11月，政府推出「[[安心出行]]」應用程式，希望可以紀錄確診者到訪地方，不過同時因為「[[跳舞群組]]」嘅出現而爆發第四波疫情。第四波疫情延續到2021年1月都未有顯著緩和，所以政府嗰時引入「[[限制與檢測宣告|封區檢測]]」機制，有權限制特定區域入面嘅人做強制檢測。同年2月底，香港政府正式展開「[[香港武漢肺炎疫苗接種計劃|2019冠狀病毒病疫苗接種計劃]]」，安排先為高危人士打[[武漢肺炎疫苗]]，大半個2021年疫情大致緩和。 不過到2021年底，因為[[國泰航空]]嘅防疫漏洞，導致[[沙士病毒2型Omicron變種|Omicron變種病毒]]流入社區，引發第五波疫情，當中比較出名嘅群組有「[[望月樓群組]]」、「[[國泰空姐母群組]]」（亦引發「[[洪為民生日派對事件]]」）、「[[倉鼠群組]]」（[[沙士病毒2型Delta變種|Delta變種病毒]]）同「[[葵涌邨大爆疫]]」，自2022年2月中旬開始疫情漸趨失控，連續多日都錄到數以千計嘅單日確診個案，同埋首次出現兒童死亡個案。由於疫情完全失控，驚動咗中央，中共總書記[[習近平]]下令特區政府要負起主體責任，將穩控疫情作為壓倒一切嘅任務，又委託主管港澳事務嘅中共政治局常委[[韓正]]向行政長官[[林鄭月娥]]轉達高度關注<ref>{{cite news |title=習近平：把盡快穩控香港疫情作為當前壓倒一切的任務 |url=https://news.rthk.hk/rthk/ch/component/k2/1633948-20220216.htm |accessdate=2022-02-16 |work=香港電台 |date=2022-02-16 |language=zh-HK}}</ref>。 第五波疫情喺3月3號去到單日76,991宗確診個案嘅高峰，之後逐漸回落，4月14號開始單日確診少過一千宗，政府亦喺4月21號開始逐步解除防疫限制，不過單日確診維持三位數嘅水平超過一個月，而且又開始歸納出唔少群組感染個案，當中比較出名嘅群組包括「[[星月樓群組]]」。 == 病名 == 對於由[[嚴重急性呼吸系統綜合症冠狀病毒2型]]引發嘅疾病，香港法定名稱為「嚴重新型傳染性病原體呼吸系統病」<ref>{{cite web |title=第599章 《預防及控制疾病條例》 |url=https://www.elegislation.gov.hk/hk/cap599?xpid=ID_1438403500650_004 |website=電子版香港法例 |accessdate=2020-03-18}}</ref>，而政府新聞公報早期稱為「新型冠狀病毒感染」<ref>{{cite web |title=衞生防護中心調查兩宗新增新型冠狀病毒感染確診個案 |url=https://www.info.gov.hk/gia/general/202002/18/P2020021800658.htm |website=香港特別行政區政府新聞公報 |accessdate=2020-03-18 |date=2020-02-18}}</ref>，喺2020年2月19號開始改稱為「2019冠狀病毒病」<ref>{{cite web |title=衞生防護中心調查三宗新增2019冠狀病毒病確診個案 |url=https://www.info.gov.hk/gia/general/202002/19/P2020021900675.htm |website=香港特別行政區政府新聞公報 |accessdate=2020-03-18 |date=2020-02-19}}</ref>。早期香港傳媒例如《[[明報]]》<ref>{{Cite news |url=https://news.mingpao.com/ins/港聞/article/20200205/s00001/1580869202283/【武漢肺炎】「世界夢號」曾載確診患者-旅客被拒高雄下船-郵輪今抵港郵輪碼頭 |title=【武漢肺炎】「世界夢號」曾載確診患者　旅客被拒高雄下船　郵輪今抵港郵輪碼頭 |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200206130726/https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200205/s00001/1580869202283/%e3%80%90%e6%ad%a6%e6%bc%a2%e8%82%ba%e7%82%8e%e3%80%91%e3%80%8c%e4%b8%96%e7%95%8c%e5%a4%a2%e8%99%9f%e3%80%8d%e6%9b%be%e8%bc%89%e7%a2%ba%e8%a8%ba%e6%82%a3%e8%80%85-%e6%97%85%e5%ae%a2%e8%a2%ab%e6%8b%92%e9%ab%98%e9%9b%84%e4%b8%8b%e8%88%b9-%e9%83%b5%e8%bc%aa%e4%bb%8a%e6%8a%b5%e6%b8%af%e9%83%b5%e8%bc%aa%e7%a2%bc%e9%a0%ad |archive-date=2020-02-06 |url-status=live }}</ref>、《[[星島日報]]》<ref>{{Cite news |url=https://std.stheadline.com/instant/articles/detail/1197314/即時-中國-武漢肺炎-鑽石公主號-傳約百人不適-數10人發燒送院 |title=【武漢肺炎】「鑽石公主號」傳約百人不適 數10人發燒送院}}</ref>、《[[蘋果日報 (香港)|蘋果日報]]》<ref>{{Cite news |url=https://hk.news.appledaily.com/breaking/20200209/L7FQUBKBPIDTJ27ZLU55YAVCDY/ |title=【武漢肺炎】太古城逾千人排隊搶購口罩 市民轟林鄭控疫無能：有得排都排 |access-date=2020-02-09 |archive-url=https://web.archive.org/web/20200213144142/https://hk.news.appledaily.com/breaking/20200209/L7FQUBKBPIDTJ27ZLU55YAVCDY/ |archive-date=2020-02-13 |url-status=live }}</ref>、《[[成報]]》<ref>{{Citation |title=武漢肺炎吹哨者李文亮病逝 |url=http://www.singpao.com.hk/index.php?fi=news1&id=110255 |access-date=2020-02-09 |archive-url=https://web.archive.org/web/20200220110915/http://www.singpao.com.hk/index.php?fi=news1&id=110255 |archive-date=2020-02-20 |url-status=live }}</ref>、《[[香港經濟日報]]》<ref>{{Cite news |url=https://topick.hket.com/article/2559729/【武漢肺炎】武漢肺炎空氣傳播？%E3%80%80甚麼是氣溶膠？?mtc=40001&srkw=武漢肺炎 |title=【武漢肺炎】武漢肺炎空氣傳播？ 甚麼是氣溶膠？ |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200221062444/https://topick.hket.com/article/2559729/%E3%80%90%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E3%80%91%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E7%A9%BA%E6%B0%A3%E5%82%B3%E6%92%AD%EF%BC%9F%E3%80%80%E7%94%9A%E9%BA%BC%E6%98%AF%E6%B0%A3%E6%BA%B6%E8%86%A0%EF%BC%9F?mtc=40001&srkw=%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E |archive-date=2020-02-21 |url-status=live }}</ref>、《[[頭條日報]]》<ref>{{Cite news |url=https://hd.stheadline.com/news/realtime/chi/1697197/即時-中國-武漢肺炎-全國逾3-6萬宗確診-增至804人死超越沙士 |title=【武漢肺炎】全國逾3.6萬宗確診 增至804人死超越沙士 |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200222132828/https://hd.stheadline.com/news/realtime/chi/1697197/%E5%8D%B3%E6%99%82-%E4%B8%AD%E5%9C%8B-%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E5%85%A8%E5%9C%8B%E9%80%BE3-6%E8%90%AC%E5%AE%97%E7%A2%BA%E8%A8%BA-%E5%A2%9E%E8%87%B3804%E4%BA%BA%E6%AD%BB%E8%B6%85%E8%B6%8A%E6%B2%99%E5%A3%AB |archive-date=2020-02-22 |url-status=live }}</ref>、《[[立場新聞]]》<ref>{{Cite news |url=https://www.thestandnews.com/china/武漢肺炎-中國新增-2656-例-累計死亡-811-超越沙士全球死亡人數/ |title=【武漢肺炎】中國新增 2656 例　累計死亡 811　超越沙士全球死亡人數 |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200225091943/https://www.thestandnews.com/china/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E4%B8%AD%E5%9C%8B%E6%96%B0%E5%A2%9E-2656-%E4%BE%8B-%E7%B4%AF%E8%A8%88%E6%AD%BB%E4%BA%A1-811-%E8%B6%85%E8%B6%8A%E6%B2%99%E5%A3%AB%E5%85%A8%E7%90%83%E6%AD%BB%E4%BA%A1%E4%BA%BA%E6%95%B8/ |archive-date=2020-02-25 |url-status=live }}</ref>、《[[am730]]》<ref>{{Cite news |url=https://www.am730.com.hk/news/新聞/【武漢肺炎】日本男子於武漢肺炎死亡%e3%80%80外務省稱為保私隱難公布詳情-206557 |title=【武漢肺炎】日本男子於武漢肺炎死亡　外務省稱為保私隱難公布詳情 |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200222143827/https://www.am730.com.hk/news/%E6%96%B0%E8%81%9E/%E3%80%90%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E3%80%91%E6%97%A5%E6%9C%AC%E7%94%B7%E5%AD%90%E6%96%BC%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E6%AD%BB%E4%BA%A1%e3%80%80%E5%A4%96%E5%8B%99%E7%9C%81%E7%A8%B1%E7%82%BA%E4%BF%9D%E7%A7%81%E9%9A%B1%E9%9B%A3%E5%85%AC%E5%B8%83%E8%A9%B3%E6%83%85-206557 |archive-date=2020-02-22 |url-status=live }}</ref>、《[[晴報]]》<ref>{{Cite news |url=https://skypost.ulifestyle.com.hk/article/2558944/【武漢肺炎】封城禁行%20獨居寵物陷糧食危機%20義工破門營救%20火化已死貓B |title=【武漢肺炎】封城禁行 獨居寵物陷糧食危機 義工破門營救%20火化已死貓B |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200220052539/https://skypost.ulifestyle.com.hk/article/2558944/%E3%80%90%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E3%80%91%E5%B0%81%E5%9F%8E%E7%A6%81%E8%A1%8C%20%E7%8D%A8%E5%B1%85%E5%AF%B5%E7%89%A9%E9%99%B7%E7%B3%A7%E9%A3%9F%E5%8D%B1%E6%A9%9F%20%E7%BE%A9%E5%B7%A5%E7%A0%B4%E9%96%80%E7%87%9F%E6%95%91%20%E7%81%AB%E5%8C%96%E5%B7%B2%E6%AD%BB%E8%B2%93B |archive-date=2020-02-20 |url-status=live }}</ref>、《[[852郵報]]》<ref>{{Cite news |url=https://www.post852.com/296955/【武漢肺炎】20歲男子據報初步確診%e3%80%80潛伏期內曾與/ |title=【武漢肺炎】20歲男子據報初步確診　潛伏期內曾與多名親友打邊爐 |access-date=2020-03-07 |archive-url=https://web.archive.org/web/20200222203310/https://www.post852.com/296955/%E3%80%90%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E3%80%9120%E6%AD%B2%E7%94%B7%E5%AD%90%E6%93%9A%E5%A0%B1%E5%88%9D%E6%AD%A5%E7%A2%BA%E8%A8%BA%e3%80%80%E6%BD%9B%E4%BC%8F%E6%9C%9F%E5%85%A7%E6%9B%BE%E8%88%87/ |archive-date=2020-02-22 |url-status=live }}</ref> 、《香港01》<ref>{{Cite news |url= https://www.hk01.com/社會新聞/436546/武漢肺炎-2-19疫情-港65人確診-防疫抗疫基金加碼至300億 |title=【武漢肺炎・2.19疫情】港65人確診　防疫抗疫基金加碼至300億 |access-date=2020-03-07 |archive-url= https://www.hk01.com/社會新聞/436546/武漢肺炎-2-19疫情-港65人確診-防疫抗疫基金加碼至300億 |archive-date=2020-02-20 |url-status=live }}</ref>等稱呼為「武漢肺炎」；《熱血時報》<ref>{{cite web |title=再多一名25歲男子染新型肺炎　患者居土瓜灣無外遊紀錄 |url=https://www.passiontimes.hk/article/02-05-2020/59723 |website=熱血時報網站 |accessdate=2020-02-29 |date=2020-02-05 |archive-url=https://web.archive.org/web/20200226142031/http://www.passiontimes.hk/article/02-05-2020/59723 |archive-date=2020-02-26 |url-status=live }}</ref>、有線新聞、[[商業電台]]、[[香港電台]]、[[now新聞]]等稱呼為「新型肺炎」；無線電視、《東方日報》、《經濟通》<ref>{{cite web |title=【新冠肺炎】日本北海道因新冠肺炎疫情進入緊急狀態 |url=http://www.etnet.com.hk/www/tc/news/categorized_news_detail.php?newsid=ETN300228413 |website=經濟通 |accessdate=2020-02-29}}</ref>、《大公報》<ref>{{cite web |title=鍾南山：有信心疫情四月底受控 |url=http://www.takungpao.com.hk/news/232108/2020/0228/420763.html |website=大公報 |accessdate=2020-03-01 |archive-url=https://web.archive.org/web/20200301073605/http://www.takungpao.com.hk/news/232108/2020/0228/420763.html |archive-date=2020-03-01 |url-status=live }}</ref>稱呼為「新冠肺炎」。後期《明報》<ref>{{Cite news |url=https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200318/s00001/1584489641539/%e3%80%8a%e5%8d%97%e8%8f%af%e6%97%a9%e5%a0%b1%e3%80%8b%e6%9c%89%e5%93%a1%e5%b7%a5%e5%88%9d%e6%ad%a5%e7%a2%ba%e8%a8%ba%e6%96%b0%e5%86%a0%e8%82%ba%e7%82%8e-%e6%9b%be%e7%94%a8%e4%bc%91%e6%81%af%e5%ae%a4%e5%8f%8a%e9%85%92%e5%90%a7 |title=《南華早報》有員工初步確診新冠肺炎　曾用休息室及酒吧 |access-date=2020-03-18 }}</ref>、《星島日報》<ref>{{Cite news |url=https://std.stheadline.com/instant/articles/detail/1225426/%E5%8D%B3%E6%99%82-%E9%A6%99%E6%B8%AF-%E6%8C%87%E6%9C%AA%E4%BE%86%E5%85%A9%E5%91%A8%E5%B1%AC%E9%9D%9E%E5%B8%B8%E6%99%82%E6%9C%9F-%E4%BD%95%E6%A0%A2%E8%89%AF%E5%80%A1%E6%8B%92%E7%B5%95%E6%89%80%E6%9C%89%E9%9D%9E%E9%A6%99%E6%B8%AF%E5%B1%85%E6%B0%91%E5%85%A5%E5%A2%83 |title=指未來兩周屬非常時期 何栢良倡拒絕所有非香港居民入境 ||access-date=2020-03-18}}</ref>、《香港經濟日報》<ref>{{Cite news |url=https://paper.hket.com/article/2593292/%E7%96%AB%E6%83%85%E8%A1%9D%E6%93%8A%E7%B6%93%E6%BF%9F%20%E4%B8%AD%E5%9C%8B%E5%8B%A2%E9%99%8D%E6%BA%96%E6%94%BE%E6%B0%B4?dis=pd&pdlist=srap001&mtc=70024 |title=疫情衝擊經濟 中國勢降準放水|access-date=2020-03-18}}</ref>、《頭條日報》<ref>{{Cite news |url=https://hd.stheadline.com/news/daily/hk/841671/%E6%97%A5%E5%A0%B1-%E6%B8%AF%E8%81%9E-%E4%B8%89%E7%95%99%E5%AD%B8%E7%94%9F%E8%BF%94%E6%B8%AF%E7%A2%BA%E8%A8%BA%E6%81%90%E5%BC%95%E6%AF%92%E5%85%A5%E9%97%9C |title=三留學生返港確診恐引毒入關 |access-date=2020-03-18 |archive-date=2020-03-18 |archive-url=https://web.archive.org/web/20200318062430/https://hd.stheadline.com/news/daily/hk/841671/%25E6%2597%25A5%25E5%25A0%25B1-%25E6%25B8%25AF%25E8%2581%259E-%25E4%25B8%2589%25E7%2595%2599%25E5%25AD%25B8%25E7%2594%259F%25E8%25BF%2594%25E6%25B8%25AF%25E7%25A2%25BA%25E8%25A8%25BA%25E6%2581%2590%25E5%25BC%2595%25E6%25AF%2592%25E5%2585%25A5%25E9%2597%259C |url-status=dead }}</ref>、《am730》<ref>{{Cite news |url=https://www.am730.com.hk/news/%E6%96%B0%E8%81%9E/%e3%80%90%e6%96%b0%e5%86%a0%e8%82%ba%e7%82%8e%e3%80%91%e6%b8%af%e5%a2%9e%e8%87%b3%e5%b0%918%e5%ae%97%e5%88%9d%e6%ad%a5%e7%a2%ba%e8%a8%ba-%e5%a4%9a%e4%ba%ba%e6%9c%89%e5%a4%96%e9%81%8a%e8%a8%98%e9%8c%84-211816 |title=【新冠肺炎】港增至少8宗初步確診 多人有外遊記錄 |access-date=2020-03-18 |archive-date=2020-04-08 |archive-url=https://web.archive.org/web/20200408120028/https://www.am730.com.hk/news/%E6%96%B0%E8%81%9E/%e3%80%90%e6%96%b0%e5%86%a0%e8%82%ba%e7%82%8e%e3%80%91%e6%b8%af%e5%a2%9e%e8%87%b3%e5%b0%918%e5%ae%97%e5%88%9d%e6%ad%a5%e7%a2%ba%e8%a8%ba-%e5%a4%9a%e4%ba%ba%e6%9c%89%e5%a4%96%e9%81%8a%e8%a8%98%e9%8c%84-211816 |url-status=dead }}</ref>、《晴報》<ref>{{Cite news |url=https://skypost.ulifestyle.com.hk/article/2593225/%E7%B3%9E%E4%BE%BF%E6%AA%A2%E6%B8%AC%20%E6%9C%89%E5%8A%A9%E6%8F%AA%E5%87%BA%E9%9A%B1%E5%BD%A2%E5%80%8B%E6%A1%88 |title=糞便檢測 有助揪出隱形個案 |access-date=2020-03-18}}</ref> 、《香港01》<ref>{{Cite news |url=https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/444948/%E6%96%B0%E5%86%A0%E8%82%BA%E7%82%8E-%E8%A2%81%E5%9C%8B%E5%8B%87-%E6%AF%94%E6%B2%99%E5%A3%AB%E5%9A%B4%E9%87%8D-%E7%9F%AD%E6%9C%9F%E4%B8%8D%E6%9C%83%E7%B5%90%E6%9D%9F-%E5%AD%B8%E6%A0%A1%E5%BE%A9%E8%AA%B2%E8%BC%83%E5%9B%B0%E9%9B%A3 |title=【新冠肺炎】袁國勇：比沙士嚴重　短期不會結束　學校復課較困難 |access-date=2020-03-07 |archive-url=https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/444948/%E6%96%B0%E5%86%A0%E8%82%BA%E7%82%8E-%E8%A2%81%E5%9C%8B%E5%8B%87-%E6%AF%94%E6%B2%99%E5%A3%AB%E5%9A%B4%E9%87%8D-%E7%9F%AD%E6%9C%9F%E4%B8%8D%E6%9C%83%E7%B5%90%E6%9D%9F-%E5%AD%B8%E6%A0%A1%E5%BE%A9%E8%AA%B2%E8%BC%83%E5%9B%B0%E9%9B%A3 |archive-date=2020-02-20 |url-status=live }}</ref>稱呼為「新冠肺炎」。 《蘋果日報》曾經長期係仍然用「武漢肺炎」嘅香港傳統媒體，去到2021年4月，平等機會委員會點名強烈譴責《蘋果日報》用「污名化標籤」，結果《蘋果日報》跪低，盡量唔再用「武漢肺炎」。 ==疫情同反應== {{武漢肺炎疫情數據/香港病例圖表}} [[File:Health_notices_issued_on_the_Vibrant_Express_display.jpg|thumb|香港[[港鐵動感號]]列車顯示屏幕度顯示咗公眾衛生建議。]] [[File:醫管局員工陣線 press conference 20200131.png|thumb|1月31號，新工會「醫管局員工陣線」公布因政府未回應到要求全面封關等訴求，發起咗罷工行動，有近6700人簽署宣言（統計時間未知）參與罷工，護士佔咗7成，醫生就佔8個巴仙。]] [[File:醫管局大樓外的醫護罷工第二階段·醫管局員工陣線集會 20200203.png|thumb|2月3號早上，多個工會去到醫管局大樓請願，有幾百名醫護同市民喺度聲援。]] 2019年12月31號，[[香港食物及衞生局]]局長陳肇始經已召集咗醫療專家同[[醫院管理局]]高層開會，陳會後話，啲專家評估過武漢肺炎群組，認為情況唔尋常，加上香港同武漢交通頻繁，需提高警覺<ref>{{Cite web|url=https://www.hkcnews.com/article/25790/袁國勇-武漢-不明肺炎-25790/|title=武漢不明肺炎 袁國勇：與禽流感SARS有相似，必須提高警覺|work=眾新聞|language=zh-HK|archive-url=https://web.archive.org/web/20200102035050/https://www.hkcnews.com/article/25790/%E8%A2%81%E5%9C%8B%E5%8B%87-%E6%AD%A6%E6%BC%A2-%E4%B8%8D%E6%98%8E%E8%82%BA%E7%82%8E-25790/|archive-date=2020-01-02|url-status=live|accessdate=2020-01-02}}</ref>。同日，一名到過武漢嘅香港女子因有咗相關嘅病症，到屯門醫院就醫。經檢測，患者初步對禽流感同SARS測試結果都呈陰性<ref>{{Cite web|url=https://www.zaobao.com/realtime/china/story20200102-1017862|title=香港一女子疑似感染武漢肺炎被醫院隔離|work=聯合早報|language=zh-cn|accessdate=2020-01-02}}</ref>。香港大學微生物學系講座教授袁國勇相信，武漢正爆發病毒感染，呼籲香港市民提高警覺<ref>{{Cite web|url=https://news.rthk.hk/rthk/ch/component/k2/1500379-20191231.htm?|title=武漢27宗不明原因肺炎 本港衞生防護中心密切監察 - RTHK|work=news.rthk.hk|language=zh-tw|archive-url=https://web.archive.org/web/20200102034826/https://news.rthk.hk/rthk/ch/component/k2/1500379-20191231.htm|archive-date=2020-01-02|url-status=live|accessdate=2020-01-02}}</ref>。 2020年1月2號上晝，香港[[將軍澳醫院]]接收報稱嘅一名女病患，但未話有冇去過華南海鮮市場，經初步診斷病患未有發燒<ref>{{Cite web|url=https://www.hk01.com/社會新聞/416747/|title=【武漢肺炎】曾訪武漢女病人往將軍澳醫院求醫　消息：病人無發燒|work=香港01|language=zh-cn|archive-url=https://web.archive.org/web/20200102112614/https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/416747/|archive-date=2020-01-02|url-status=live|accessdate=2020-01-02}}</ref>。 1月3號晏晝，公立醫院再接受多兩名去過武漢嘅女病人，有相關嘅肺炎徵狀，轉送瑪嘉烈醫院接受咗隔離治療<ref>{{Cite news|url=https://news.rthk.hk/rthk/ch/component/k2/1500888-20200103.htm|title=公立醫院接收多2名到訪武漢後發燒女病人|date=2020-01-03|access-date=2020-01-03|archive-url=https://web.archive.org/web/20200103104950/https://news.rthk.hk/rthk/ch/component/k2/1500888-20200103.htm|archive-date=2020-01-03|url-status=live|publisher=香港電台}}</ref>。同日，特首[[林鄭月娥]]同食物及衞生局局長，到咗[[西九龍站|高鐵西九龍站]]，視察因應武漢疫情所採取嘅出入境口岸防控措施<ref>{{cite news|url=https://news.now.com/home/local/player?newsId=375467|title=林鄭月娥到高鐵西九龍站視察防控措施|date=2020-01-03|access-date=2020-01-03|archive-url=https://web.archive.org/web/20200103134201/https://news.now.com/home/local/player%3FnewsId%3D375467|archive-date=2020-01-03|url-status=live|agency=Now新聞台}}</ref>。1月4號，港特區政府宣佈「對公共衞生有重要性的新型傳染病準備及應變計劃」，同時啟動咗嚴重應變級別<ref>{{Cite news|url=https://www.info.gov.hk/gia/general/202001/04/P2020010400175.htm|title=政府公布對公共衞生有重要性的新型傳染病準備及應變計劃|date=2020-01-04|access-date=2020-01-04|archive-url=https://web.archive.org/web/20200104014331/https://www.info.gov.hk/gia/general/202001/04/P2020010400175.htm|archive-date=2020-01-04|url-status=live|publisher=政府新聞處}}</ref>。同日，[[政務司司長]]張建宗表示當局「冇掉以輕心」，但未需要減少香港來往武漢嘅高鐵同航班班次<ref>{{cite news|url=https://hk.news.appledaily.com/local/20200105/ILX4TSEVP6F4JP4UZETFUYGIZE/|title=港府拒減往來武漢航班同高鐵|date=2020-01-05|work=Apple Daily 蘋果日報|access-date=2020-03-21|archive-date=2020-03-27|archive-url=https://web.archive.org/web/20200327234210/https://hk.news.appledaily.com/local/20200105/ILX4TSEVP6F4JP4UZETFUYGIZE/|url-status=dead}}</ref>。 截至1月12號，醫管局表示，公立醫院自2019年12月31號起，共向衞生署呈報咗67宗相關病人個案，醫院已將病人樣本送交化驗，據計51人經已出院，所有仍留院病人情況穩定<ref>{{cite news|url=https://hk.on.cc/hk/bkn/cnt/news/20200112/bkn-20200112173724169-0112_00822_001.html|title=香港再增6宗武漢肺炎懷疑個案　至今累計67宗|access-date=2020-01-14|archive-url=https://web.archive.org/web/20200114055432/https://hk.on.cc/hk/bkn/cnt/news/20200112/bkn-20200112173724169-0112_00822_001.html|archive-date=2020-01-14|url-status=live|agency=东网}}</ref>。 1月13號，食物及衞生局副局長徐德義率香港政府代表團到武漢了解肺炎疫情同埋處理情況，14號返港。截至13號中午，共接獲68宗懷疑個案<ref>{{cite news|url=https://www.thestandnews.com/politics/武漢肺炎-食衞局副局長率團訪武漢-本港再新增一宗懷疑個案/|title=【武漢肺炎】食衞局副局長率團訪武漢　本港再新增一宗懷疑個案|date=2020-01-13|work=立場新聞|access-date=2020-01-14|archive-url=https://web.archive.org/web/20200113232538/https://www.thestandnews.com/politics/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E9%A3%9F%E8%A1%9E%E5%B1%80%E5%89%AF%E5%B1%80%E9%95%B7%E7%8E%87%E5%9C%98%E8%A8%AA%E6%AD%A6%E6%BC%A2-%E6%9C%AC%E6%B8%AF%E5%86%8D%E6%96%B0%E5%A2%9E%E4%B8%80%E5%AE%97%E6%87%B7%E7%96%91%E5%80%8B%E6%A1%88/|archive-date=2020-01-13|url-status=live}}</ref>。 1月20號，特區政府同專家召開緊急會議後，決定擴大監測懷疑個案，要求去過湖北而有咗發燒同急性呼吸道感染或肺炎，都必須呈報衞生防護中心。兼决定咗第二日（1月21號）起由武漢抵港嘅飛機航班，乘客入境嗰陣必須填寫健康申報表；但係唔包括由武漢抵港嘅高鐵乘客<ref name="报道0123U1">{{cite news|url=https://news.now.com/home/local/player?newsId=377460&home=1|title=曾到湖北省後出現感染徵狀患者須呈報衞生防護中心|date=2020-01-20|accessdate=2020-01-20|agency=Now新聞台}}</ref>。截至1月21號，呈報累計懷疑個案增至118宗，其中一名確定測試呈陰性嘅病患因自身其他疾病過世<ref>{{cite news|url=https://news.mingpao.com/ins/%E6%B8%AF%E8%81%9E/article/20200121/s00001/1579608130534/%E3%80%90%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E%E3%80%91%E6%B8%AF%E5%A2%9E12%E6%87%B7%E7%96%91%E5%80%8B%E6%A1%88%E7%B4%AF%E8%A8%88118%E5%AE%97-%E4%B8%80%E7%95%99%E9%86%AB%E7%97%85%E4%BA%BA%E5%9B%A0%E8%87%AA%E8%BA%AB%E7%96%BE%E7%97%85%E9%9B%A2%E4%B8%96|title=【武漢肺炎】港增12懷疑個案累計118宗　一留醫病人因自身疾病離世|work=明報新聞網}}</ref>。 1月22號，[[港鐵]]透露1月21號晚9點半，接獲咗西九龍站衛生署港口衛生處嘅通知，指有名由深圳搭高鐵抵埠嘅內地男乘客，被發現有發燒徵狀，兼報稱去過武漢，其後被送往醫院作進一步檢測<ref>{{cite news|url=https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/425238/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E6%B8%AF%E9%90%B5-%E4%B8%80%E5%85%A7%E5%9C%B0%E4%B9%98%E5%AE%A2%E9%AB%98%E9%90%B5%E6%8A%B5%E6%B8%AF%E6%99%82%E7%99%BC%E7%87%92-%E6%93%9A%E6%82%89%E6%9B%BE%E5%88%B0%E6%AD%A6%E6%BC%A2?utm_source=web_push&utm_medium=referral&utm_campaign=all|title=【武漢肺炎】港鐵：一內地乘客高鐵抵港時發燒　據悉曾到武漢|date=2020-01-22|accessdate=2020-01-22|agency=香港01}}</ref>。跟著香港確認咗出現首宗武漢肺炎感染嘅高度懷疑個案<ref>{{cite news|url=https://news.rthk.hk/rthk/ch/component/k2/1504259-20200122.htm|title=陳漢儀稱高度懷疑個案是否確診明日有結果 - RTHK|work=news.rthk.hk|language=zh-hk}}</ref>，患者喺伊利沙伯醫院隔離治療。而陪同患者一起入境嘅屋企人，入住過尖沙咀嘅皇悦酒店一晚後，就搭飛機去咗菲律賓[[馬尼拉]]，相關部門通報咗菲律賓當局<ref>{{Cite news|url=https://news.rthk.hk/rthk/ch/component/k2/1504258-20200122.htm|title=高度懷疑感染個案家人昨入住尖沙咀皇悦酒店|date=2020-01-22|publisher=香港電台}}</ref><ref>{{Cite news|url=https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/424870/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E9%A6%99%E6%B8%AF%E7%A2%BA%E8%A8%BA%E6%82%A3%E8%80%85%E5%90%8C%E8%A1%8C%E5%AE%B6%E4%BA%BA%E5%85%A5%E4%BD%8F%E5%B0%96%E6%B2%99%E5%92%80%E9%85%92%E5%BA%97%E4%B8%80%E6%99%9A-%E5%B7%B2%E9%A3%9B%E5%A4%A7%E9%A6%AC|title=【武漢肺炎】香港確診患者同行家人入住尖沙咀酒店一晚 已飛大馬|date=2020-01-22|publisher=香港01}}</ref>。另有消息指，再有一名患者高度懷疑確診武漢肺炎，將由威爾斯親王醫院送往瑪嘉烈醫院隔離治療<ref>{{cite news|url=https://hk.on.cc/hk/bkn/cnt/news/20200122/mobile/bkn-20200122170259493-0122_00822_001.html|title=香港現兩宗高度懷疑武漢肺炎個案　內地男搭高鐵抵西九|work=东网}}</ref>。 1月23號1點，香港確認第二宗高度懷疑個案，患者係56歲男性香港本地居民，有去過武漢，1月18號起開始發燒，去過威爾斯親王醫院急症室求醫但未入院，21號再覆診發燒徴狀持續，院方安排病人入院接受隔離治療。23號轉往瑪嘉烈醫院接受隔離治療，患者嘅呼吸道樣本初步檢驗對新型冠狀病毒呈陽性反應<ref>{{cite news|url=https://www.info.gov.hk/gia/general/202001/23/P2020012300029.htm?fontSize=1|title=衛生防護中心調查第二宗輸入新型冠狀病毒感染高度懷疑個案|work=香港政府新聞網}}</ref>。香港衛生署數據則顯示，截至1月22號中午，香港共報告135宗符合標準嘅懷疑個案，其中97宗排除咗新型病毒感染兼出咗院，剩低咗38宗個案仍留院，包括確認嘅兩個個案<ref>{{cite news|url=https://www.chp.gov.hk/files/pdf/enhanced_sur_pneumonia_wuhan_chi.pdf|title=嚴重新型傳染性病原體呼吸系統病的最新情況|work=香港衛生署|url-status=dead|access-date=2020年3月21號|archive-date=2020年3月4號|archive-url=https://web.archive.org/web/20200304020236/https://www.chp.gov.hk/files/pdf/enhanced_sur_pneumonia_wuhan_chi.pdf}}</ref>。 而兩宗個案嘅三名密切接觸者亦準備喺同日送去[[麥理浩夫人度假村]]隔離同醫學觀察，衞生防護中心亦決定即時擴大新型冠狀病毒懷疑個案嘅呈報準則，考慮咁擴大健康申報安排到高鐵<ref>{{cite news|url=https://news.now.com/home/local/player?newsId=377819|title=本港疑似個案三名密切接觸者安排到隔離營|work=NOW新聞}}</ref>。港鐵宣布即時停售來往武漢嘅高鐵車飛<ref>{{cite news|url=https://news.now.com/home/local/player?newsId=377816|title=港鐵即時停售來往武漢高鐵車票|work=NOW新聞}}</ref>。 1月29號起，所有學校停課，政府豁下康樂、文化同體育設施停開，郵局停開，各區民政事務署停開，但大部份商舖同食肆照常營業。市民因欠缺口罩而引發搶購潮。而香港嘅公立醫療系統，擔憂醫護運作會冇法維持防疫負荷而崩潰，同社會各界等一路要求特區政府封關，以減低跨境傳播風險<ref>{{cite news|url=https://news.rthk.hk/rthk/ch/component/k2/1505166-20200128.htm|title=中大醫學院促政府擴大限制入境範圍至湖北省以外地區|date=2020-01-28|work=香港電台|access-date=2020-01-28|archive-url=https://web.archive.org/web/20200128045912/https://news.rthk.hk/rthk/ch/component/k2/1505166-20200128.htm|archive-date=2020-01-28|url-status=live}}</ref>。開初政府就重保留大部分繁忙口岸開放，1月28號，東區醫院深切治療部有十五個護士就集體請病假，表達「全面封關」嘅訴求<ref>{{cite news|url=https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200128/s00001/1580215628633/%e3%80%90%e6%ad%a6%e6%bc%a2%e8%82%ba%e7%82%8e%e3%80%9115%e8%ad%b7%e5%a3%ab%e8%ab%8b%e7%97%85%e5%81%87%e4%bf%83%e5%85%a8%e9%9d%a2%e3%80%8c%e5%b0%81%e9%97%9c%e3%80%8d-%e6%9d%b1%e5%8d%80%e9%86%ab%e9%99%a2-%e5%b7%b2%e8%aa%bf%e9%85%8d%e4%ba%ba%e6%89%8b%e7%b6%ad%e6%8c%81%e6%9c%8d%e5%8b%99|title=【武漢肺炎】15護士請病假促全面「封關」　東區醫院：已調配人手維持服務|date=2020-01-28|work=明報|access-date=2020-01-29|archive-url=https://web.archive.org/web/20200129150641/https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200128/s00001/1580215628633/%e3%80%90%e6%ad%a6%e6%bc%a2%e8%82%ba%e7%82%8e%e3%80%9115%e8%ad%b7%e5%a3%ab%e8%ab%8b%e7%97%85%e5%81%87%e4%bf%83%e5%85%a8%e9%9d%a2%e3%80%8c%e5%b0%81%e9%97%9c%e3%80%8d-%e6%9d%b1%e5%8d%80%e9%86%ab%e9%99%a2-%e5%b7%b2%e8%aa%bf%e9%85%8d%e4%ba%ba%e6%89%8b%e7%b6%ad%e6%8c%81%e6%9c%8d%e5%8b%99|archive-date=2020-01-29|url-status=live|}}</ref>。1月30號凌晨政府先再關閉高鐵[[西九龍站]]、[[沙頭角]]、[[文錦渡]]呢六個口岸<ref>{{cite news|url=https://news.mingpao.com/ins/%e6%b8%af%e8%81%9e/article/20200131/s00001/1580455753278/%e3%80%90%e6%ad%a6%e6%bc%a2%e8%82%ba%e7%82%8e%e3%80%91%e3%80%8c%e5%b1%80%e9%83%a8%e5%b0%81%e9%97%9c%e3%80%8d%e5%be%8c%e8%a8%aa%e6%b8%af%e5%85%a7%e5%9c%b0%e4%ba%ba%e8%b7%8c29-6-%e9%81%9c%e6%94%bf%e5%ba%9c%e9%a0%90%e6%9c%9f|title=【武漢肺炎】「局部封關」後訪港內地人跌29.6%　遜政府預期|date=2020-01-31|work=明報|access-date=2020-01-31|archive-url=https://web.archive.org/web/20200131083950/https://news.mingpao.com/ins/%25E6%25B8%25AF%25E8%2581%259E/article/20200131/s00001/1580455753278/%25E3%2580%2590%25E6%25AD%25A6%25E6%25BC%25A2%25E8%2582%25BA%25E7%2582%258E%25E3%2580%2591%25E3%2580%258C%25E5%25B1%2580%25E9%2583%25A8%25E5%25B0%2581%25E9%2597%259C%25E3%2580%258D%25E5%25BE%258C%25E8%25A8%25AA%25E6%25B8%25AF%25E5%2585%25A7%25E5%259C%25B0%25E4%25BA%25BA%25E8%25B7%258C29-6-%25E9%2581%259C%25E6%2594%25BF%25E5%25BA%259C%25E9%25A0%2590%25E6%259C%259F|archive-date=2020-01-31|url-status=live}}</ref>。 不過仲係拒絕「全面封關」，公立系統醫護為咗逼使政府封關，由工會「醫管局員工陣線」宣布開始罷工。1月31號凌晨普通科醫生發起埋聯署，醫療體系度至2月1號下晝有大概五分一嘅普通科醫生參與咗<ref>{{cite news|url=https://hk.news.appledaily.com/local/20200201/IGWQMDJY4KIFNXXSK7ULLI25KE/|title=【武漢肺炎】普通科醫護界382人實名聯署 促政府馬上全面封關|date=2020-02-01|work=蘋果日報|access-date=2020-03-21|archive-date=2020-02-01|archive-url=https://web.archive.org/web/20200201171918/https://hk.news.appledaily.com/local/20200201/IGWQMDJY4KIFNXXSK7ULLI25KE/|url-status=dead}}</ref>。 到2月1號，醫管局員工陣線舉行會員大會，以近3千票贊成大比數，通過罷工計劃案。截至2月1號晚八點有成9千個簽署，承諾參與罷工<ref>{{Cite news|url=https://news.mingpao.com/ins/港聞/article/20200201/s00001/1580556232179/【武漢肺炎】醫管局員工陣線表決通過罷工-醫管局-盡量調配人手按需要調整服務|title=【武漢肺炎】醫管局員工陣線表決通過罷工　醫管局：盡量調配人手按需要調整服務|author=|date=2020-02-01|work=明報|accessdate=2020-02-03|publisher=|language=|format=}}</ref>。由於特首未有會面工會，工會就宣布談判破裂，正式喺2月3號開始一連五日嘅罷工，首日係由非緊急嘅服務人員去參與先<ref>{{Cite news|url=https://www.thestandnews.com/politics/醫管局員工陣線宣布談判破裂-明發動首階段罷工/|title=醫管局員工陣線宣布談判破裂　明發動首階段罷工|author=|date=2020-02-02|work=立場新聞|accessdate=2020-02-03|publisher=|language=|format=|archive-date=2020-02-13|archive-url=https://web.archive.org/web/20200213053146/https://www.thestandnews.com/politics/%E9%86%AB%E7%AE%A1%E5%B1%80%E5%93%A1%E5%B7%A5%E9%99%A3%E7%B7%9A%E5%AE%A3%E5%B8%83%E8%AB%87%E5%88%A4%E7%A0%B4%E8%A3%82-%E6%98%8E%E7%99%BC%E5%8B%95%E9%A6%96%E9%9A%8E%E6%AE%B5%E7%BD%B7%E5%B7%A5/|url-status=dead}}</ref>。2月2號仲有多個專業界別人士發起公開聯署信，支持醫護罷工同全面封關<ref>{{cite web|url=https://www.thestandnews.com/politics/專業組織人士聯署-港府管治失效%E1%85%A0要求尊重專業-全面封關/|title=專業組織人士聯署：港府管治失效ㅤ要求尊重專業、全面封關|date=2020-02-02|work=立場新聞|access-date=2022-01-06|archive-date=2020-05-02|archive-url=https://web.archive.org/web/20200502010806/https://www.thestandnews.com/politics/%E5%B0%88%E6%A5%AD%E7%B5%84%E7%B9%94%E4%BA%BA%E5%A3%AB%E8%81%AF%E7%BD%B2-%E6%B8%AF%E5%BA%9C%E7%AE%A1%E6%B2%BB%E5%A4%B1%E6%95%88%E1%85%A0%E8%A6%81%E6%B1%82%E5%B0%8A%E9%87%8D%E5%B0%88%E6%A5%AD-%E5%85%A8%E9%9D%A2%E5%B0%81%E9%97%9C/|url-status=dead}}</ref>。到2月3號政府先至宣佈，由2月4號凌晨零時開始，關閉剩低嘅多個口岸，但未關閉香港機場、深圳灣口岸同港珠澳大橋口岸<ref name="ap200203-XUOPLM">{{cite news|url=https://hk.news.appledaily.com/local/20200203/57X2NGHGC22KL4VIRXZIXUOPLM/|title=林鄭明起僅停羅湖皇崗等口岸 仍拒封機場深圳灣港珠澳橋|date=2020-02-03|work=蘋果日報|accessdate=2020-02-03|archive-date=2020-02-11|archive-url=https://web.archive.org/web/20200211150948/https://hk.news.appledaily.com/local/20200203/57X2NGHGC22KL4VIRXZIXUOPLM/|url-status=dead}}</ref>，又話關閉嘅做法同醫管局啲醫護罷工冇關係<ref>{{cite news|url=https://news.now.com/home/local/player?newsId=379158|title=【最新】林鄭：口岸關閉與醫管局員工罷工完全無關 以極端手法威迫政府不會得逞|date=2020-02-03|work=Now 新聞|accessdate=2020-02-03}}</ref>。而2月4號香港一39歲本身有長期糖尿病患嘅男患者，因病情突然轉差而死亡，成為咗首個死亡個案<ref>{{cite news|url=https://news.rthk.hk/rthk/ch/component/k2/1506504-20200204.htm|title=消息：39歲新型冠狀病毒肺炎患者死亡|date=2020-02-04|work=[[香港電台]]|archive-url=https://web.archive.org/web/20200204072928/https://news.rthk.hk/rthk/ch/component/k2/1506504-20200204.htm|archive-date=2020-02-04|url-status=live|language=zh-hant}}</ref>。 2月5號累積個案達到21宗，特首承認疫情有惡化，可能重有社區傳播，宣布由2月8號凌晨開始，由大陸入境嘅人，都要強制接受檢疫14日<ref>[https://news.rthk.hk/rthk/ch/component/k2/1506832-20200205.htm 2月8日凌晨開始内地入境者需強制接受檢疫14日] RTHK 2020-02-05</ref>。同日星夢郵輪旗下、2月3號畀廣東疾控中心通報有旅客確診有新型肺炎<ref name="hk01-2020-02-04">{{cite news|url=https://www.hk01.com/%E5%8D%B3%E6%99%82%E4%B8%AD%E5%9C%8B/429781/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E4%B8%8A%E4%B8%8B%E8%88%B9%E9%80%BE4000%E5%AE%A2-%E5%BB%A3%E5%B7%9E%E5%87%BA%E7%99%BC-%E4%B8%96%E7%95%8C%E5%A4%A2%E8%99%9F-%E9%83%B5%E8%BC%AA3%E4%BA%BA%E7%A2%BA%E8%A8%BA|title=【武漢肺炎】上下船逾4000客　廣州出發「世界夢號」郵輪3人確診|date=2020-02-04|work=香港01|accessdate=2020-02-05}}</ref> 嘅[[世界夢號]]，停泊到香港啟德郵輪碼頭，開始接受檢疫隔離等處理。衛生署嘅衛生防護中心傳染病處主任披露，自有旅客確診咗肺炎，有大概5000人左近經香港上落世界夢號，除臺灣航次之外，重牽涉三個航次。其中有206人同過確診者喺同航次度，仲早喺1月24號由香港度上咗岸，呼籲呢批乘客快趣啲聯絡返衛生防護中心<ref>[https://news.mingpao.com/pns/%E8%A6%81%E8%81%9E/article/20200207/s00001/1581014425741/%E4%B8%96%E7%95%8C%E5%A4%A2%E8%99%9F%E8%BC%89%E7%A2%BA%E8%A8%BA%E8%80%85%E5%BE%8C5000%E4%BA%BA%E5%9C%A8%E6%B8%AF%E4%B8%8B%E8%88%B9-206%E5%90%8C%E8%88%B9%E5%AE%A2%E9%AB%98%E5%8D%B1-%E8%88%B9%E6%96%B9%E7%A8%B1%E8%A1%9B%E7%BD%B2%E6%98%A8%E5%8D%88%E6%96%B9%E7%B4%A2%E9%9B%BB%E8%A9%B1%E8%BF%BD%E8%B9%A4 世界夢號載確診者後5000人在港下船 206同船客高危 船方稱衛署昨午方索電話追蹤] 明報 2020-02-07</ref>。 3月31號，衞生防護中心公佈[[尖沙咀]][[Red MR]]卡拉OK出現小群組爆發。五名確診者之中，有一個人早喺去卡拉OK當晚已經發病，未確診嗰兩人就被送到檢疫中心。衞生防護中心估計群組內嘅人互相傳染<ref>{{cite news |title=尖沙咀Red MR五客人確診　衞生署料互相傳染 |url=https://news.now.com/home/local/player?newsId=386268&fbclid=IwAR2SktZAxkK8d70-jfuVDYIVCHje7t3jJp3hKbeTgzHutA_MSihtWb-Pdqc |accessdate=2020-04-01 |publisher=now新聞台 |date=2020-03-31}}</ref>。 7月31號，衞生防護中心公佈旺角怡安閣直銷公司Star Global群組有6宗確診，另外有至少5宗初步確診<ref>{{cite web|url=https://hk.appledaily.com/local/20200731/UUKEVQ6NODR2ARBISA7R4R3PHA/|title=【武漢肺炎】爆疫直銷公司與亮碧思關係密切 至少11人染疫|work=蘋果日報|date=2020-07-31|access-date=2020-08-06|archive-date=2020-07-31|archive-url=https://web.archive.org/web/20200731143525/https://hk.appledaily.com/local/20200731/UUKEVQ6NODR2ARBISA7R4R3PHA/|url-status=dead}}</ref>。8月3號凌晨12點幾，直銷公司大門被人寫上洩憤字句，並喺門上同附近路邊電箱貼上大字報，力數直銷公司罪狀，質疑有人忽視疫情「害死人」。嗰日下晝，衞生署記者會公佈感染群組已經升到37人<ref>{{cite web|url=https://hk.appledaily.com/breaking/20200803/TPQIBKJ4K6UVEU6VUNGW4VZAXM/|title=【武漢肺炎】感染群組增至37人 直銷公司被貼大字報|work=蘋果日報|date=2020-08-03|access-date=2020-08-06|archive-date=2020-08-02|archive-url=https://web.archive.org/web/20200802201859/https://hk.appledaily.com/breaking/20200803/TPQIBKJ4K6UVEU6VUNGW4VZAXM/|url-status=dead}}</ref>。8月5號已經有52宗確診<ref>{{cite web|url=https://hk.appledaily.com/local/20200805/JFXBPFAG4VCQPLN64DH2C4FGFM/|title=【武漢肺炎】Star Global傳銷多7確診 部份曾到帝京培訓 52人染疫淪港第二大群組|work=蘋果日報|date=2020-08-05|access-date=2020-08-06|archive-date=2020-08-06|archive-url=https://web.archive.org/web/20200806194044/https://hk.appledaily.com/local/20200805/JFXBPFAG4VCQPLN64DH2C4FGFM/|url-status=dead}}</ref>。 ==參考== {{reflist|2}} ==睇埋== *[[武漢肺炎國際疫情]] *[[武漢肺炎澳門疫情]] *[[武漢肺炎廣東疫情]] ==出面網頁== *[https://www.coronavirus.gov.hk/chi/ 2019冠狀病毒病專題網站] *[https://hk.on.cc/fea/hkdisease/ on.cc東網－香港疫慌專頁] {{武漢肺炎大爆發}} {{Portal bar|武漢肺炎}} [[Category:武漢肺炎香港疫情| ]] cgklu59qger38wtv6aur78zbnhk720j 0 215601 1865602 1847337 2022-08-20T01:57:59Z 210.0.147.110 wikitext text/x-wiki {{藝人 | 姓名 = 黃紫恩 | 羅馬拼音 = Wong Tsz Yan | 類型 = 女藝人 | 圖片 = | 英文名 = Jojo Wong | 原名 = 黃芷欣 | 國籍 = {{CNHK}} | 活躍年代 = 2020年到而家 | 綽號 = | 出生日期 = {{birth_date_and_age|1997|4|3}} | 出生地 = {{HKG-GBR}} | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HK}} [[香港理工大學]]設計系畢業 | 母校 = {{flagicon|HK}} [[香港理工大學]] | 職業 = [[學生]]、[[KOL]]、[[節目主持]] | 經紀公司 = | 代表作品 = 《[[＃後生仔傾吓偈]]》 }} '''黃紫恩'''（'''Wong Tsz Yan JoJo'''，原名'''黃芷欣'''，{{bd|1997年|4月3號}}）係[[香港]]女藝人，[[無綫電視]]旗下女藝員同[[Big Big Channel]]一位[[KOL]]。 ==簡歷== 黃芷欣大學讀[[香港理工大學]]設計系。 2019年開始，黃芷欣做[[Big Big Channel]]嘅[[KOL]]，又參與無綫電視嘅節目演出。2020年2月開始，佢加入無綫節目《[[＃後生仔傾吓偈]]》做其中一位KOL主持。 2022年佢做咗23位[[J2ers (藝員)|J2ers]]之一，拍一啲[[無綫電視J2台|J2台]]節目。 ==演出== ===綜藝節目（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''節目名'''||style="width:22%"| '''性質''' |- |rowspan="2"|2019年||《[[姊妹淘]]》（第三輯）||演出 |- |《[[電競王]]》||嘉賓 |- |rowspan="2"|2020年||《[[Think Big天地]]》||主持（2月7號開始） |- |《[[＃後生仔傾吓偈]]》||KOL（第489集開始） |- |2021年||《[[明星運動會]]》||參賽者 |- |rowspan="4"|2022年||《[[思家大戰]]》||第19集嘉賓 |- |《[[冇人性教育]]》||主持 |- |《[[晚間聽聞]]》||主持 |- |《[[不正常愛情研究所]]》||主持 |- |} ===電視劇（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''劇名'''||style="width:22%"| '''角色''' |- |2021年||《[[青年心城之撐起青春]]》||Yuki |- |} ===電視電影（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''戲名'''||style="width:22%"| '''角色''' |- |2019年||《[[空投在我身邊的閨蜜]]》||打機朋友 |- |} ==出面網頁== * {{TVBartiste|wongtszyanjojo}} * {{instagram|jojotszyan}} [[Category:香港電視節目主持人]] [[Category:黃氏|芷欣]] [[Category:無綫電視女藝員]] [[Category:香港細路電視節目主持人]] {{HK-enter-bio-stub}} pgae20dpgcygq5lornm301q6im2zxzu 1865621 1865602 2022-08-20T02:24:55Z 14.0.236.175 取消LTA [[Special:Contributions/210.0.147.110|210.0.147.110]]([[User talk:210.0.147.110|傾偈]])嘅修改 ( oldid=1865602 ) wikitext text/x-wiki {{藝人 | 姓名 = 黃紫恩 | 羅馬拼音 = Wong Tsz Yan | 類型 = 女藝人 | 圖片 = | 英文名 = Jojo Wong | 原名 = 黃芷欣 | 國籍 = {{CNHK}} | 活躍年代 = 2020年到而家 | 綽號 = | 出生日期 = {{birth_date_and_age|1997|4|3}} | 出生地 = {{HKG-1959}} | 語言 = 粵語、英文、普通話 | 教育程度 = [[香港理工大學]]設計系畢業 | 母校 = [[香港理工大學]] | 職業 = 學生、KOL、節目主持 | 經紀公司 = | 代表作品 = 《[[＃後生仔傾吓偈]]》 }} '''黃紫恩'''（'''Wong Tsz Yan JoJo'''，原名'''黃芷欣'''，{{bd|1997年|4月3號}}）係[[香港]]女藝人，[[無綫電視]]旗下女藝員同[[Big Big Channel]]一位[[KOL]]。 ==簡歷== 黃芷欣大學讀[[香港理工大學]]設計系。 2019年開始，黃芷欣做[[Big Big Channel]]嘅[[KOL]]，又參與無綫電視嘅節目演出。2020年2月開始，佢加入無綫節目《[[＃後生仔傾吓偈]]》做其中一位KOL主持。 2022年佢做咗23位[[J2ers (藝員)|J2ers]]之一，拍一啲[[無綫電視J2台|J2台]]節目。 ==演出== ===綜藝節目（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''節目名'''||style="width:22%"| '''性質''' |- |rowspan="2"|2019年||《[[姊妹淘]]》（第三輯）||演出 |- |《[[電競王]]》||嘉賓 |- |rowspan="2"|2020年||《[[Think Big天地]]》||主持（2月7號開始） |- |《[[＃後生仔傾吓偈]]》||KOL（第489集開始） |- |2021年||《[[明星運動會]]》||參賽者 |- |rowspan="4"|2022年||《[[思家大戰]]》||第19集嘉賓 |- |《[[冇人性教育]]》||主持 |- |《[[晚間聽聞]]》||主持 |- |《[[不正常愛情研究所]]》||主持 |- |} ===電視劇（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''劇名'''||style="width:22%"| '''角色''' |- |2021年||《[[青年心城之撐起青春]]》||Yuki |- |} ===電視電影（無綫電視）=== {|class="wikitable" width="65%" |- style="background:pink; color:black" align="center" |style="width:9%"|'''首播'''||style="width:19%"|'''戲名'''||style="width:22%"| '''角色''' |- |2019年||《[[空投在我身邊的閨蜜]]》||打機朋友 |- |} ==出面網頁== * {{TVBartiste|wongtszyanjojo}} * {{instagram|jojotszyan}} [[Category:香港電視節目主持人]] [[Category:黃氏|芷欣]] [[Category:無綫電視女藝員]] [[Category:香港細路電視節目主持人]] {{HK-enter-bio-stub}} hp2ozlm5jqtr7eg62n4i1t4181r2yfl 0 215608 1865426 1838934 2022-08-19T15:22:50Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki '''遞歸'''（{{jpingauto|dai6 gwai1}}；{{lang-en|'''recursion'''}}）喺[[程式編寫]]上係指一個[[子程式]]用到佢自己，例如以下呢段簡單嘅[[源碼|碼]]噉<ref name="recursionandbacktrack">[https://www.hackerearth.com/practice/basic-programming/recursion/recursion-and-backtracking/tutorial/ Recursion and Backtracking].</ref>： <source lang="c"> function dream() print "Dreaming" dream() // dream 呢個子程式當中用到自己。 </source> == 應用 == 喺編程上，遞歸可以用嚟解決一啲可以揼散做一大柞細問題嘅問題，而且當中每一個細問題都屬同一個類型。 === 計階乘 === 例如以下嘅遞歸程式可以用嚟計[[階乘]]（factorial）<ref name="recursionandbacktrack"/>： <source lang="c"> function factorial(x) if x is 0 return 1 return x * factorial(x-1) </source> 如果個輸入值（<code>x</code>）係 5，行呢段程式會發生以下嘅事： #個程式行 <code>return x * factorial(x-1)</code>，呢個子 <code>factorial</code> 以 4 做輸入； #個程式行 <code>return x * factorial(x-1)</code>，呢個子 <code>factorial</code> 以 3 做輸入； #個程式行 <code>return x * factorial(x-1)</code>，呢個子 <code>factorial</code> 以 2 做輸入； #個程式行 <code>return x * factorial(x-1)</code>，呢個子 <code>factorial</code> 以 1 做輸入； #個程式行 <code>return x * factorial(x-1)</code>，呢個子 <code>factorial</code> 以 0 做輸入； #因為 <code>x == 0</code>，個子程式出 1； #<code>return x * factorial(x-1)</code>，<code>factorial(0)</code> 出 1，<code>1 * 1</code> 出 1； #<code>return x * factorial(x-1)</code>，<code>factorial(1)</code> 出 1，<code>2 * 1</code> 出 2； #<code>return x * factorial(x-1)</code>，<code>factorial(2)</code> 出 2，<code>3 * 2</code> 出 6； #<code>return x * factorial(x-1)</code>，<code>factorial(3)</code> 出 6，<code>4 * 6</code> 出 24； #<code>return x * factorial(x-1)</code>，<code>factorial(4)</code> 出 24，<code>5 * 24</code> 出 120； #最後成個程式出「120」，<math>5! = 5 \times 4 \times 3 \times 2 \times 1 = 120</math>。 == 睇埋 == *[[子程式]] *[[控制流程]] *[[自指]] *[[鏈結串列]] == 文獻 == *Dijkstra, Edsger W. (1960). "Recursive Programming". ''Numerische Mathematik''. 2 (1): 312–318. doi:10.1007/BF01386232. == 攷 == {{reflist}} {{程式執行}} [[Category:編程]] dhainplc3s2rswoh3mfrotvs2whmdgp 0 216116 1865413 1864547 2022-08-19T14:35:55Z Guest22 243229 wikitext text/x-wiki {{update}} [[File:COVID-19 outbreak Taiwan per capita cases map townships.svg|300px|thumb|唔同鄉鎮市區嘅確診病例（每十萬人，'''截至2022年6月2號'''）]] '''武漢肺炎臺灣疫情'''，係介紹「[[武漢肺炎]]」喺[[臺灣]]（即係[[中華民國]]有效管治嘅[[臺灣地區]]）嘅爆發情形。 截至2022年8月19號，[[臺灣]]累計確診4,998,765宗（24,602宗境外傳入、4,974,643宗本土個案、36宗敦睦艦隊、3宗航空器感染、1宗不明同14宗調查緊），死亡9,572宗。<ref>{{cite web|url=https://www.edh.tw/amp/article/23379|title=<nowiki>【新冠肺炎／不斷更新】</nowiki>|publisher=早安健康|date=2022-05-22|access-date=2022-05-22}}</ref><ref>{{cite web|url=https://www.cdc.gov.tw/|title=首頁 - 衛生福利部疾病管制署|publisher=衛生福利部疾病管制署|date=2022-06-14}}</ref> ==確診病例== {{Main|武漢肺炎臺灣個案簡表}} 而家[[中華民國政區|縣市]]確診病例分布（截至2020年3月24號），[[臺北市]]63例、[[新北市]]59例、[[臺中市]]26例、[[桃園市]]24例、[[高雄市]]15例、[[臺南市]]11例、[[彰化縣]]10例、[[新竹市]]6例、[[屏東縣]]5例、[[雲林縣]]3例、[[新竹縣]]4例、[[南投縣]]2例、[[苗栗縣]]3例、[[基隆市]]2例、[[宜蘭縣]]1例、[[嘉義市]]1例，總共235例<ref name="CDCnidss">{{cite web |title=傳染病統計資料查詢系統>嚴重特殊傳染病肺炎 |url=https://nidss.cdc.gov.tw/ch/SingleDisease.aspx?dc=1&dt=5&disease=19CoV |publisher=衛生福利部疾病管制署 |accessdate=2020-03-26}}</ref>。 ==疫情同反應== [[行政院院長]][[蘇貞昌]]指示咗[[衛生福利部]]持續落實邊境檢疫應變措施，加強入境旅客發燒篩檢，同埋強化相關防疫措施。[[衛生福利部疾病管制署]]（下稱疾管署）喺2020年1月2號開始，喺桃園、松山、高雄三個有武漢直航班機到達嘅機場，對入境班機會搞登機檢疫，檢疫員會將發現有病症嘅乘客帶去睇醫生<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001020103.aspx|title=防肺炎疫情 疾管署：登機檢驗一人輕微發燒|date=2020-01-02|work=中央社|language=zh-TW|archive-url=https://web.archive.org/web/20200102034820/https://www.cna.com.tw/news/firstnews/202001020103.aspx|archive-date=2020-01-02|url-status=live|accessdate=2020-01-02}}</ref>。 1月12號，疾管署再派出兩名專家抵達武漢查訪，實地交流同瞭解防治嘅相關資訊，15號返去臺灣<ref>{{cite news|url=https://www.cna.com.tw/news/firstnews/202001130137.aspx|title=2019新型冠狀病毒 台灣專家抵武漢查訪疫情|work=中央社|access-date=2020-01-14|archive-url=https://web.archive.org/web/20200114072741/https://www.cna.com.tw/news/firstnews/202001130137.aspx|archive-date=2020-01-14|url-status=live}}</ref><ref>{{cite news|url=https://udn.com/news/amp/story/120675/4288644|title=陸證實 台灣疫情專家已到武漢實地考察 下午返台|work=聯合新聞網|access-date=2020-01-15}}</ref>。同日疾管署公告將「嚴重特殊傳染性肺炎」列入第五類[[法定傳染病]]<ref>{{cite web|url=https://www.cdc.gov.tw/Disease/SubIndex/N6XvFa1YP9CXYdB0kNSA9A|title=嚴重特殊傳染性肺炎|website=衛生福利部疾病管制署}}</ref>。1月16號疾管署宣布提升武漢市旅遊疫情建議至第二級警示，提醒臺灣民眾近期如前往武漢同鄰近區域，應做好個人防護措施<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001160189.aspx|title=武漢肺炎感染源未釐清 疾管署提升旅遊警示|author=陳偉婷|date=2020-01-17|work=中央社|language=zh-TW|archive-url=https://web.archive.org/web/20200116135909/https://www.cna.com.tw/news/firstnews/202001160189.aspx|archive-date=2020-01-16|url-status=live|accessdate=2020-01-18}}</ref>。 1月21號，由武漢天河國際機場飛抵臺灣嘅一個籍女性商人，去[[花蓮縣|花蓮]]旅遊嗰陣有咗發燒症狀，隨團領隊送咗女商人去花蓮[[門諾醫院]]隔離區度檢查<ref>{{Cite web|url=https://health.ettoday.net/news/1630279#ixzz6BelHr2k0|title=LIVE／花蓮、新竹接連爆「疑似武漢肺炎病例」！疾管署下午2點說明|author=|date=2020-01-21|work=|language=zh-TW|accessdate=2020-01-21}}</ref>。臺灣同日確診首位患者，亦係全球首例非中國大陸籍患者<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001210272.aspx|title=肺台商返台確診武漢肺炎 全球首例非中國籍病患|date=2020-01-21|work=中央社|language=zh-TW|url-status=live|access-date=2020-01-21}}</ref>，呢名喺武漢工作過嘅55歲女性患者係20號晚黑桃園國際機場度嘅登機檢疫中發現嘅，隨即移送去咗醫院，原本係11號就開始有啲咳嗽、喉嚨痛等病症，冇接觸當地市場或禽鳥或食用野味。疾管署於同日傍晚6點嘅緊急記招度，宣布埋提升武漢市旅遊疫情建議至第三級警告，提醒如非必要應避免過去嗰度<ref>{{Cite web|url=https://www.cdc.gov.tw/Bulletin/Detail/6oHuoqzW9e_onW0AaMEemg?typeid=9|title=我國藉由登機檢疫即時發現首例中國大陸武漢移入之嚴重特殊傳染性肺炎個案，指揮中心提升中國大陸武漢之旅遊疫情建議至第三級警告(Warning)|author=|date=2020-01-21|work=|language=zh-TW|archive-url=https://web.archive.org/web/20200121121657/https://www.cdc.gov.tw/Bulletin/Detail/6oHuoqzW9e_onW0AaMEemg?typeid=9|archive-date=2020-01-21|url-status=live|access-date=2020-01-21}}</ref><ref>{{Cite web|url=https://health.ettoday.net/news/1630724|title=女台商背景曝！「發燒9天」沒就醫...回台確診武漢肺炎 成全球首例非陸籍感染 {{!}} ETtoday健康雲|last=趙于婷|work=ETtoday新聞雲|language=zh-Hant|archive-url=https://web.archive.org/web/20200121141930/https://health.ettoday.net/news/1630724|archive-date=2020-01-21|url-status=live|accessdate=2020-01-21}}</ref>。陸委會亦依指揮中心嘅決定，同步調升武漢嘅旅遊警示燈到「橙色」，建議民眾避免非必要去嗰度旅行<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001210325.aspx|title=肺炎疫情蔓延 陆委会提升武汉为橙色旅游警示区|date=2020-01-21|work=中央社|language=zh-TW|url-status=live|access-date=2020-01-21}}</ref>。 1月22號[[交通部觀光局]]停埋旅行業出團至湖北嘅旅遊同埋接團。交通部部長林佳龍仲指示，23號至29號共十個武漢嚟臺灣嘅旅遊團都要協調取消埋<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001220056.aspx|title=因應武漢肺炎 觀光局發函即日起停止出團湖北|work=中央社|accessdate=2020-01-22}}</ref> 22日晚黑移民署話，為咗配合防疫政策，觀光局所提供嘅計劃1月尾嚟臺灣嘅武漢團遊客，都同佢哋辦理咗廢證，即日起暫停埋核發武漢旅遊團嘅入境許可<ref>{{Cite web|url=https://www.cna.com.tw/news/firstnews/202001220276.aspx|title=移民署：即日起停發武漢團入境許可|work=中央社|accessdate=2020-01-22}}</ref>。據陸委會訊息，相繼封城嘅武漢同溫州，各有476同約百名臺商滯留，確切係包機返臺嘅人數未有定落嚟<ref>[https://www.chinatimes.com/realtimenews/20200203004172-260405?chdtv 溫州昨也封城 陸委會：滯留台商約百人] 中時電子報 2020-02-03</ref>。[[蘇貞昌]]2月3號再次拍板，由2月6號開始限制臺灣口罩嘅放售，民眾要揸自己嘅健保咭，去健保特約藥局度買，當局同每個藥局，會每日配發200份成人口罩加50份小童口罩，偏鄉地就由當地衛生所代理。每張健保咭限買兩件，一個禮拜入邊唔可以再買多<ref>[https://www.ettoday.net/news/20200203/1637177.htm 快訊／買口罩2/6起實名制！每人「7天限購2片」] ETtoday新聞雲 2020-02-03</ref>。 ==攷== {{reflist}} == 拎 == * [https://www.cdc.gov.tw/Disease/SubIndex/N6XvFa1YP9CXYdB0kNSA9A 嚴重特殊傳染性肺炎 - 衛生福利部疾病管制署] {{zh-tw}} * [https://cpd.moe.gov.tw/index.php?guid=BD28807E-9D44-A1D4-D795-3408DA587793 嚴重特殊傳染性肺炎教育專區 - 教育部學校衛生資訊網] {{zh-tw}} {{武漢肺炎大爆發}} [[Category:武漢肺炎臺灣疫情| ]] fm15uzqw5fls6xdj7a2nw3kf0ehwyrb 0 216773 1865412 1864546 2022-08-19T14:35:10Z Guest22 243229 wikitext text/x-wiki {{Update|date=2022年7月}} {{Current}}{{expand}} {{Infobox pandemic | name = 武漢肺炎澳門疫情 | map1 = COVID-19 Outbreak Cases in Macau.svg | legend1 = {{legend|#c80000|有確診個案}} | map2 = | legend2 = | map3 = | legend3 = | disease = [[武漢肺炎]]（Wuhan Pneumonia） | virus_strain = [[嚴重急性呼吸系統綜合癥冠狀病毒2型]]（<nowiki>SARS-CoV-2</nowiki>） | arrival_date = 2020年1月22號 | date = 第一波同第二波疫情：2020年1月22號至2020年7月17號<br>（{{Age in years, months, weeks and days|month1=01|day1=22|year1=2020|month2=07|day2=17|year2=2020}}）<br> 第三波疫情：2021年1月22號至2021年3月25號（第一階段）<br> 2021年4月7號至4月26號（第二階段）<br> 2021年5月16號至9月13號（第三階段）<br> 2021年9月23號至今（第四階段） | source = 暫未明確 | primary = 暫未明確{{noteTag|name=發源}} | origin = {{CHNML}}[[湖北省]][[武漢市]]{{noteTag|[[中新網]]報導中國科學院西雙版納熱帶植物園發佈嘅消息聲稱，外界一度認定[[武漢市]][[江漢區]][[武漢華南海鮮批發市場|華南海鮮市場]]係疫情發源地，武漢華南海鮮市場非法銷售嘅[[野生動物]]係傳染來源<ref>{{Cite web |title=我國發現首起武漢肺炎疑似病例 |url=https://www.zaobao.com.sg/znews/singapore/story20200105-1018451 |accessdate=2020-01-05 |publisher=聯合早報 |language=zh |url-status=live |archive-url=https://web.archive.org/web/20200105032624/https://www.zaobao.com.sg/znews/singapore/story20200105-1018451 |archive-date=2020-01-05 }}</ref>。隨後發現首宗同初期個案並非全部來源於華南海鮮市場<ref>{{Cite news |url=https://hk.appledaily.com/local/20200125/WOCZ5OND6XKY5E76NCIEBYFZEU/ |title=【武漢肺炎】首名病人不曾到華南海鮮市場 《刺針》揭患者死亡率15%如同沙士 |work=Apple Daily 蘋果日報 |language=zh |url-status=live |access-date=2020-01-26 |archive-url=https://web.archive.org/web/20200126035702/https://hk.appledaily.com/local/20200125/WOCZ5OND6XKY5E76NCIEBYFZEU/ |archive-date=2020-01-26 }}</ref>。較古老嘅單倍型H13同H38並未喺武漢市患者樣本中檢測到（H13同H38單倍型喺[[中國大陸]][[廣東省]][[深圳市]]嘅廣東首例患者同[[美國]][[華盛頓州]]嘅美國首例患者樣本上檢測到），但係佢哋嘅旅行記錄表明都係2019年12月底至2020年1月初喺武漢被感染<ref>{{cite web |author1=中新社昆明 |title=最新研究：新冠病毒發源地並非華南海鮮市場 可能11月就已人傳人 |url=https://news.ifeng.com/c/7uHE9czfuPA |website=鳳凰網資訊 |accessdate=2020-02-27 |location=北京 |language=zh-cn |archive-date=2020-02-27 |archive-url=https://web.archive.org/web/20200227080844/https://news.ifeng.com/c/7uHE9czfuPA |url-status=live }}</ref>。|name=發源}} | recovery_cases = 2,132 | deaths = 6 | confirmed_cases = 2,259 | suspected_cases = | total_ili = | website = [https://www.ssm.gov.mo/apps1/PreventCOVID-19/ch.aspx 澳門特別行政區政府抗疫專頁] }} '''武漢肺炎澳門疫情'''（{{jpingauto|mou5 hon3 fai3 yim4 ou3 mun2 yik6 ching4}}）係講[[武漢肺炎大爆發|武漢肺炎]]喺[[澳門]]爆發嘅情況。[[嚴重急性呼吸系統綜合症冠狀病毒2型]]喺2019年12月首次喺[[中國]][[湖北省]][[武漢市]]大規模爆發傳染後，澳門頭一單確診個案喺2020年1月21號出現，到2月4號累計10單個案。之後澳門有一排無新個案，3月15號開始陸續有新個案由外國傳入，6月26號已經有46單個案，之後接近七個月冇出現新個案。踏入2021年，耐唔耐就有一啲個案出現。 截至2022年8月19號有2,259單，目前有2,132人好返，6人病死。<ref>{{cite news|url= https://www.ssm.gov.mo/apps1/PreventCOVID-19/ch.aspx#clg22916 |title=抗疫專頁 |work= 新型冠狀病毒感染應變協調中心}}</ref> ===2021年個案=== ====1月==== 2021年1月21號，澳門新增一宗境外輸入個案，個案總數47宗。 ====2月==== 2月5號新增多一宗個案，一名30歲葡籍男子經東京返澳確診，曾經三次核酸檢測都係陰性。 ====3月==== 新型冠狀病毒感染應變協調中心喺3月15號公佈，3月14號30名澳門居民由歐美出發經[[台北]][[桃園國際機場]]轉機返澳門，入境時接受[[武漢肺炎|武漢病毒]]核酸檢測，全部係陰性，送去[[酒店]]作進一步醫學觀察。3月15號喺酒店再接受武漢病毒抗體檢測，驗出其中4人武漢病毒抗體檢測結果出現異常，衛生局安排4人到[[山頂醫院]]作進一步檢查，以確認佢哋感染狀況。 ====4月==== 去到4月7號，再新增多一宗個案。第49例係23歲男性，澳門居民，留學[[葡萄牙]]學生。4月4號約12時15分從葡萄牙[[里斯本]]乘搭[[法國航空公司]]AF1025號航班飛往[[法國]][[巴黎]][[戴高樂機場]]；4月6號約11時20分轉乘[[長榮航空]]BR088號航班飛往[[台灣桃園國際機場]]；4月7號約10點再轉乘長榮航空BR801號航班到[[澳門]]，座號52C。入境時立即接受武漢病毒核酸同抗體檢測，核酸檢測呈弱陽性。患者已被安排到山頂醫院隔離病房住院治療<ref>[http://www.aastocks.com/tc/stocks/news/aafn-news/NOW.1089875/2 澳門昨錄1宗輸入性新冠確診病例 為留學葡萄牙學生]</ref>。 ====5月==== 5月15號，應變恊調中心因應[[武漢肺炎台灣疫情|台灣疫情]]轉趨嚴重，由原先嘅14日醫學觀察加7日自我健康管理，宣佈由5月16號零晨0時開始改為21日醫學觀察。 5月16號，澳門新增第50例確診病例，患者喺4月16號搭包機由[[尼泊爾]]嚟到，喺核酸檢測呈陰性，抗體檢測IgM呈陽性，被送去[[路環]]高頂[[公共衛生臨床中心]]接受28日醫學觀察。佢喺4月28號、5月2號同5月9號嘅核酸結果都係陰性，5月16號嘅核酸結果為弱陽性，考慮為無症狀復陽病例。由於佢喺外地無確診，所以被列為澳門境內輸入病例個案<ref>{{cite news |title=一名尼泊爾返澳人士醫學觀察期間核酸檢測呈弱陽性 被列為本澳第50例確診病例 |url=https://www.gcs.gov.mo/detail/zh-hant/N21EPSB33O?1 |accessdate=2021-05-16 |agency=[[論盡媒體]] |date=2021-05-16}}</ref>。 5月24號，再多一宗確診個案，患者係39歲澳門男子。曾經喺2月11號同3月11號完成接種兩劑[[國藥]][[武漢肺炎]]滅活疫苗。3月15號離開澳門去[[香港]]，3月底由香港前往[[尼泊爾]]，5月16號喺尼泊爾接受病毒檢測呈陰性，5月17號搭飛機由尼泊爾去[[土耳其]]，再由土耳其前往[[法國]][[巴黎]]，5月18號再坐飛機由法國巴黎前往[[台北]][[桃園國際機場]]，5月19號搭[[長榮航空]]BR801航班由台北返澳門，入境後隨即被安排去[[山頂醫院]]接受病毒檢測，核酸檢測呈陰性，血清IgM抗體同IgG抗體陽性，之後被安排到[[金皇冠中國大酒店]]接受醫學觀察。5月24號接受常規病毒核酸檢測結果呈弱陽性，患者嗰時無任何症狀，又聲稱自己無喺外國感染武漢肺炎。個案被列為澳門境外輸入個案<ref>{{cite news |title=本澳新增第51宗染疫病例 已打兩劑國藥疫苗 男子海外返澳後確診 |url=https://aamacau.com/2021/05/24/%e6%9c%ac%e6%be%b3%e6%96%b0%e5%a2%9e%e7%ac%ac51%e5%ae%97%e6%9f%93%e7%96%ab%e7%97%85%e4%be%8b-%e5%b7%b2%e6%89%93%e5%85%a9%e5%8a%91%e5%9c%8b%e8%97%a5%e7%96%ab%e8%8b%97-%e7%94%b7%e5%ad%90%e6%b5%b7/ |accessdate=2021-05-24 |agency=[[論盡媒體]] |date=2021-05-24}}</ref>。 ====6月==== 6月9號，出現第52例確診病例，患者係[[台灣]]地區中國文化大學就讀學生。5月28號武漢病毒核酸檢測結果為陰性，患者同一名朋友一齊喺5月30號搭[[星宇航空]]JX205號航班到澳門，座號為16H，入境後按[[澳門衛生局|衛生局]]當時檢疫措施被安排到[[金皇冠中國大酒店]]單獨接受醫學觀察，入境後首次嘅鼻咽拭子檢測樣本結果對[[武漢病毒]]檢測呈陰性，6月9號核酸檢測結果呈陽性，血清結果IgM為陽性，IgG為陰性，確診為武漢肺炎。佢否認曾經確診[[武漢肺炎|武漢病毒肺炎]]或者打過[[武漢肺炎疫苗]]。佢無發熱、[[咳|咳嗽]]或者呼吸困難等症狀，被安排送去[[山頂醫院]]進一步檢查。患者有一名喺台灣地區同住室友較早前已經喺台灣地區確診。<ref>{{cite news |title=本澳新增第52例新冠病毒肺炎輸入性確診病例 |url=https://www.gov.mo/zh-hant/news/471339/|accessdate=2021-06-09 |agency=[[澳門特別行政區新聞局]] |date=2021-06-09}}</ref> 6月18號午夜，新增第53例確診病例。患者係台灣旅客，6月15號喺台灣進行核酸採樣結果呈陰性，6月17號搭星宇航空JX203航班去澳門，座位號5H，入境後喺山頂醫院採集首次嘅鼻咽拭子檢測樣本，對武漢病毒檢測呈陽性，血清結果IgM為陰性，IgG為陽性，證實確診。患者無發熱、咳或者呼吸困難等症狀，嗰時情況一般。佢否認喺台灣接觸過有病徵人士，或者喺人多擠迫地方逗留，亦否認曾經確診武漢肺炎或者打過武漢病毒疫苗。佢喺台灣同住嘅屋企人都冇確診。<ref>{{cite news |title=本澳新增第53例新冠病毒肺炎輸入性確診病例 |url=https://www.gcs.gov.mo/detail/zh-hant/N21FReT2Dh?3 |accessdate=2021-06-17 |agency=[[澳門特別行政區新聞局]]}}</ref> 6月27號，應變協調中心公佈1名於6月26號由[[英國]]抵澳嘅澳門居民核酸檢測呈陽性，被列為本澳第54例武漢冠狀病毒肺炎輸入性確診病例。 應變協調中心表示，第54例患者為20歲女性，澳門居民，喺英國就讀，否認曾確診武漢冠狀病毒肺炎或者曾經接種武漢冠狀病毒疫苗。患者喺6月23號喺英國接受嘅核酸檢測結果為陰性，喺6月25號由英國出發，昨（26）日喺新加坡轉機乘搭酷航TR904航班來澳，座位編號為26A，入境後隨即接受鼻咽拭子檢測，結果對武漢冠狀病毒檢測呈弱陽性，血清學檢測結果IgM抗體為弱陽性，IgG抗體為陰性，確診為武漢冠狀病毒肺炎。患者否認有武漢肺炎病人接觸史，無發熱、咳嗽或呼吸困難等症狀，依家情況一般，已經安排患者到公共衛生臨床中心進一步診治。 ====7月==== 7月3號深夜，新增第55例確診病例。患者為22歲女性，澳門居民，喺[[英國]]就讀高校學生。7月1號喺當地進行嘅核酸採樣呈陰性，7月2日號由英國前往[[新加坡]]，7月3號經新加坡轉機乘搭[[酷航]]TR904航班返澳門，座位編號為26D。喺當日入境後接受病毒檢測為呈陽性，呢名患者已經被安排到公共衛生臨床中心進一步診治。同日公佈1名22歲男性喺[[瑞士]]就讀嘅澳門居民留學生喺當年1月曾經確診2，7月1號喺當地接受病毒檢測為陰性，7月2號由瑞士出發前往新加坡轉機，7月3號喺新加坡轉機乘搭酷航TR904航班來澳門，座位編號爲8D。同日病毒檢測為陽性，暫列為復陽個案<ref>{{cite news |title=NEWS GOV-MO: 本澳新增第55例新冠病毒肺炎輸入性確診病例 |url=https://www.gcs.gov.mo/detail/zh-hant/N21GCEtfW9?1 |work=NEWS GOV-MO}}</ref>。 7月21號，應變協調中心公布佈1名當日由[[英國]]抵澳嘅澳門居民核酸檢測呈陽性，患者係21歲女性，澳門居民，喺英國讀書，曾經喺6月24號接種一劑[[莫德納]]藥廠生產嘅mRNA疫苗，否認曾經確診武漢肺炎。呢名女士曾經喺7月18號[[英國]]當地接受核酸檢測結果爲陰性，7月19號乘搭[[新加坡航空]]由英國出發航班，航班係SQ319，座位編號係42A，之後再喺21號經[[新加坡]]轉機乘搭[[酷航]]TR904航班返澳，座位編號係23F。 7月24號，澳門新增第57同58例確診病例。第57例患者係28歲女性，澳門居民，第58例患者係8歲男性，澳門居民，兩人係母子關係，佢哋喺7月24號由[[菲律賓]]乘坐[[菲律賓航空]]PR8532航班去澳門，座位編號係47A同47C<ref>{{cite news |title=本澳新增第57和58例新冠病毒肺炎輸入性確診病例 |url=https://www.gov.mo/zh-hant/news/632130/|accessdate=2021-07-24 |agency=[[澳門特別行政區新聞局]] |date=2021-07-24}}</ref>。復陽病例係27歲同1歲女性，係一菲律賓駐澳門總領事館工作人員同另一名工作人員家屬，兩人都喺今年5月喺[[菲律賓]]確診[[武漢肺炎]]。當中，27歲患者曾經喺6月14號同7月12號接種兩劑[[武漢肺炎疫苗]]。兩人喺7月17、18同21號喺[[菲律賓]]接受嘅核酸檢測結果爲陰性，1歲患者喺7月21號喺菲律賓接受的血清IgM抗體爲陰性。 7月25號，新增第59例確診病例。患者係31歲男性，澳門居民，佢喺[[德國]]就讀，7月21號喺[[德國]]接受嘅[[武漢肺炎]]核酸檢測結果係陰性，佢喺7月23號由[[德國]]坐火車到[[法國]]，乘搭[[新加坡航空]]SQ335到[[新加坡]]，座位編號係48A，7月24號晚喺[[新加坡]]轉機乘搭[[酷航]]TR904航班去澳門，座位編號係20A<ref>{{cite news |title=本澳新增第59例新冠病毒肺炎輸入性確診病例 |url=https://www.gov.mo/zh-hant/news/635383/|accessdate=2021-07-25 |agency=[[澳門特別行政區新聞局]] |date=2021-07-25}}</ref>。同日晚上，應變恊調中心公佈第59例確診病例男患者經病毒基因檢測證實感染嘅病毒係首先喺印度發現嘅[[Delta變種病毒]]。另外，第57同第58例確診患者同1名1歲大由[[菲律賓]]抵澳嘅復陽病例，經病毒基因檢測證實感染嘅病毒係首先喺[[英國]]發現嘅[[Alpha變異病毒]]。另1名由菲律賓抵澳嘅復陽病例則係帶有N501Y嘅變種病毒，但係未確定係邊一種變異病毒，將會安排作進一步測試<ref>{{cite news |title=本澳第59例新冠病毒肺炎輸入性確診病例所感染的病毒為Delta變異病毒 |url=https://www.gcs.gov.mo/detail/zh-hant/N21GYF8Fsl?1 |accessdate=2021-07-25 |agency=[[澳門特別行政區新聞局]]}}</ref>。 ====8月==== 應變協調中心表示，根據珠海衛生部門2021年8月3號通報，兩名澳門居民夫妻喺8月2號喺[[珠海]]某檢測中心採樣嘅檢測結果為陽性，其中男性居民經衛生局病毒核酸快速檢測顯示仍然係陽性，佢哋已經喺[[山頂醫院]]進一步診治<ref>{{cite news|url=https://www.gov.mo/zh-hant/news/665812/|title=－記者會快訊（確診女兒為輸入性個案，其家人為輸入相關個案）－|access-date=2020-08-03|format=HTML|language=zh-hant|archiveurl=|archive-date=|url-status=live}}</ref>。男性居民近期曾經有[[珠海]]同[[中山]]旅行史，女性居民就除咗珠海以外無其他旅行史，但係佢哋嗰女曾經喺7月19至24號期間到西安參加活動，8月3號酸檢測結果亦為陽性。佢哋住喺[[連勝街]]美連大廈48-52號8樓D室；其中 51歲丈夫係[[石排環衛生局]]司機；43歲妻子係[[義字街]]2- CA榮發大廈地下水果檔職員。同時，當局將同夫妻2人同住大廈嘅居民健康碼轉做紅碼；石排灣衛生中心同路環衛生站將會暫停營業，全面環境清潔消毒；而涉事水果檔將被強制停業，全面環境清潔消毒。應變協調中心亦宣佈，8月3號下晝3點半開始離境需持有24小時內核酸檢測陰性報告，同日再宣佈下晝3點半開始進入即時預防狀態<ref>{{cite news|url=https://www.gov.mo/zh-hant/news/665147/|title=宣佈進入即時預防狀態|access-date=2020-08-03|format=HTML|language=zh-hant|archiveurl=|archive-date=|url-status=live}}</ref>。確診患者都感染咗[[武漢肺炎印度Delta變種病毒]]<ref>{{cite news |title=今(3)日新增的四例確診病例證實感染Delta變種病毒 |url=https://www.gov.mo/zh-hant/news/666426/|accessdate=2021-08-03 |agency=[[澳門特別行政區新聞局]] |date=2021-08-03}}</ref>。8月3號夜晚應變協調中心再宣佈，8月4號朝早9點開始將啟動全核酸檢，一共提供41個24小時運嘅檢測站，預計3日內可以完成<ref>{{cite news|url=https://www.gov.mo/zh-hant/news/666761/|title=明（4）日上午9時起41個站點為全澳市民作核酸檢測|access-date=2020-08-03|format=HTML|language=zh-hant|archiveurl=|archive-date=|url-status=live}}</ref>。 ====9月到10月==== {{main|保安群組、裝修群組}} 9月27號，新增第67例確診個案，患者係一名37歲女性[[香港]]居民。患者喺2021年3月11號同4月8號先後接種咗兩劑[[科興疫苗]]。2021年4月9號至7月10號曾經去過[[杜拜]]、[[埃及]]、[[克羅地亞]]、[[黑山]]等，做服裝生意。患者喺9月19號由[[香港]]抵達[[澳門]]，喺金寶來酒店接受醫學觀察，首次病毒檢測呈陰性，9月26號同27號兩日採樣病毒檢測呈陽性，但係病毒量好低，抗體上無近期感染嘅表現（IgM陰性，IgG 陽性），當局結合患者有[[中東]]、[[歐洲]]旅遊史，考慮係既往感染復陽病例。因不曾喺其他國家或者地區被確診，被列為澳門第67例確診個案。依家患者無任何症狀，已經轉去公共衛生臨床中心進一步診治<ref>{{cite news |title=本澳新增第67例新冠輸入個案 旅居中東歐洲港人在澳隔離期間確診 |url=https://www.exmoo.com/article/184054.html |accessdate=2021-09-27 |work=[[力報]]}}</ref>。呢宗個案唔計入保安群組同裝修群組疫情當中。 ====12月==== 12月26號，新增一宗輸入[[武漢肺炎]]無症狀感染，患者係一名喺[[美國]]留學嘅23歲澳門居民，呢位男學生喺12月27號因出現症狀由無症狀轉為確診，係澳門第78例確診個案，屬境外輸入個案，經病毒基因排序證實感染[[Omicron變種病毒]]，係澳門首宗Omicron變種病毒個案<ref>{{cite news |title=昨無症狀感染者轉確診 為本澳第78例輸入性確診病例及首例Omicron變異株感染 |url=https://www.gov.mo/zh-hant/news/842977/ |accessdate=2021-12-27 |agency=[[澳門特別行政區新聞局]] |publisher=[[新型冠狀病毒感染應變協調中心]] |date=2021-12-27}}</ref>。 12月27號，新增一名輸入性無症狀感染者，患者係一位62歲男性澳門居民。佢喺12月25號由[[美國]]出發經[[新加坡]]抵澳，入境時接受即時病毒檢測為陽性，12月29號經病毒基因測序證實感染[[Omicron變種病毒]]，係[[澳門]]第二例Omicron變異株感染個案，患者喺30號出現相關症狀轉為確診，改列作澳門第79例確診個案<ref>{{cite news |title=本澳第二例Omicron變異株感染個案改列為本澳第79例輸入性確診病例 |url=https://www.gcs.gov.mo/detail/zh-hant/N21LdErFN0?2&topic=%E6%96%B0%E5%9E%8B%E5%86%A0%E7%8B%80%E7%97%85%E6%AF%92 |accessdate=2021-12-30 |agency=[[澳門特別行政區新聞局]] |publisher=[[新型冠狀病毒感染應變協調中心]] |date=2021-12-30}}</ref>。 截至{{today}}，澳門累計79宗個案，77名患者已經康復出院，無人死亡，其中62例係境外輸入病例，只有17例為輸入相關病例，其中包括輕症78例、重症1例，無任何醫務人員受到感染，無本地社區傳播現象<ref>{{cite news|url=https://www.gov.mo/zh-hant/news/337109/|title=－記者會快訊（本澳最新疫情）－|access-date=2020-07-20|format=HTML|language=zh-hant|archiveurl=|archive-date=|url-status=live}}</ref>。 <!--所有確診個案都會轉送到[[仁伯爵綜合醫院]]作隔離及集中治療--> ==改名== 疫情影響[[澳門]]之前，傳媒、大專院校同[[澳門特區政府]]叫呢個病做「武漢不明原因肺炎」。依家，《澳門日報》、《華僑報》、《力報》、《正報》、《濠江日報》、《市民日報》、《星報》、《新華澳報》、《現代澳門日報》、《論盡媒體》、《澳門觀察報》、《澳廣視》、《澳亞衛視》同《澳門有線電視》等[[傳媒]]同[[澳門特區政府]]部門稱[[武漢肺炎]]做「新型冠狀病毒感染」或「新型冠狀病毒肺炎」，簡稱為「新型冠狀病毒」、「新冠肺炎」或「新肺炎」。 ==疫情同反應== [[澳門衛生局]]喺2020年元旦開始，喺澳門國際機場就要求嚟自武漢嘅航班乘客，都要進行體温篩查<ref>{{Cite web|url=https://news.gov.mo/detail/zh-hant/N20AAECxlQ|title=今天起對來自武漢航班乘客進行體温篩查 衛生局與國家衛生健康委員保持密切聯繫|work=澳門衛生局|language=zh-tw|accessdate=2020-01-02|archive-url=https://web.archive.org/web/20200102034828/https://news.gov.mo/detail/zh-hant/N20AAECxlQ|archive-date=2020-01-02|url-status=live}}</ref>。喺1月5號就提升埋肺炎預警級別至第3級，中度風險。同日成立咗「應對不明原因肺炎跨部門工作小組」<ref>{{cite news|url=https://news.gov.mo/detail/zh-hant/N20AEUUwwZ|title=特區政府提昇對”武漢不明原因肺炎”的預警級別至第III級(較重) 衛生局呼籲市民提高防範意識|date=2020-01-05|work=澳門衛生局|access-date=2020-01-11|archive-url=https://web.archive.org/web/20200111172411/https://news.gov.mo/detail/zh-hant/N20AEUUwwZ|archive-date=2020-01-11|url-status=live}}</ref>。1月10號開始，澳門居民擔憂疫情而開始掃貨口罩，部分藥舖嘅口罩賣晒，澳門日報根據衛生局嘅資料話當時市面口罩存貨仲夠<ref>{{cite news|url=http://www.macaodaily.com/html/2020-01/10/content_1408320.htm|title=口罩充足毋恐慌 應對肺炎及早防|date=2020-01-10|newspaper=澳门日报|access-date=2020-03-21|archive-date=2020-02-07|archive-url=https://web.archive.org/web/20200207072757/http://www.macaodaily.com/html/2020-01/10/content_1408320.htm|url-status=dead}}</ref>。至21號，澳門共接獲醫療機構通報16例發病前14日到訪過武漢、而又有發熱同呼吸道症狀嘅病例，而全部排除咗武漢肺炎嘅可能性<ref>{{cite news|url=https://news.gov.mo/detail/zh-hant/N20AUZJUri|title=本澳未有武漢新型冠狀病毒肺炎個案|date=2020-01-16|work=新型冠狀病毒感染應變協調中心}}</ref>。 1月21號，行政長官[[賀一誠]]批示設立24小時運作嘅「新型冠狀病毒感染應變協調中心」，取代「應對不明原因肺炎跨部門工作小組」，直屬行政長官運作，[[社會文化司]]司長擔任副主席<ref>{{cite news|url=https://news.gov.mo/detail/zh-hant/N20AUAWxeo|title=特區政府提昇對”武漢不明原因肺炎”的預警級別至第III級(較重) 衛生局呼籲市民提高防範意識|date=2020-01-21|work=澳門衛生局|access-date=2020-01-11|archive-url=https://web.archive.org/web/20200111172411/https://news.gov.mo/detail/zh-hant/N20AUAWxeo|archive-date=2020-01-21|url-status=live}}</ref>。喺22日朝早嘅記招度，社會文化司司長歐陽瑜宣佈喺澳門[[山頂醫院]]確診咗首宗病例，患者係1月19號由武漢搭高鐵到珠海嘅52歲女商人，當晚十點半左近由關閘入境，已有一啲咳嗽病症，喺21號傍晚去山頂醫院求醫前，有乘坐穿梭巴去過置地廣場嘅娛樂場，重入住埋入邊嘅酒店。澳門消防局於宣佈當日朝早經去咗酒店住房度消毒，女商人原先同行嘅三人都隔離觀察咗<ref>{{cite news|url=https://news.gov.mo/detail/zh-hant/N20AV4AiJe|title=政府全力應對加強防控疫情|date=2020-01-22|work=新型冠狀病毒感染應變協調中心}}</ref>。另政府同日公佈咗兩宗疑似個案<ref>{{cite news|url=https://hk.on.cc/hk/bkn/cnt/news/20200122/bkn-20200122192745438-0122_00822_001.html|title=六旬漢經珠海入境現武漢肺炎徵狀　與4友人被送院隔離|date=2020-01-22|newspaper=东网}}</ref>。 澳門各部門跟著採取一系列措施包括咗：所有出入境口岸（包括[[港珠澳大橋]]）實施健康申報<ref>{{cite web|url=https://std.stheadline.com/instant/articles/detail/1186708/|title=【武漢肺炎】澳門所有口岸實施健康申報 乘金巴入境須填表|date=2020-01-22|website=星島日報|accessdate=2020-01-23}}</ref>、行政公職局要求進入公共部門需進行探熱、通知所有娛樂場嘅僱員需要戴口罩、確保市面口罩供應充足、唔鼓勵澳門居民去武漢、暫停往返武漢同澳門嘅旅行團等<ref>{{cite web|url=https://www.gov.mo/zh-hant/news/314827/|title=政府全力應對加強防控疫情|author1=新型冠狀病毒感染應變協調中心|date=2020-01-22|website=澳門特別行政區政府入口網站|language=zh-hant|accessdate=2020-01-23}}</ref>。 首宗確診病例發布後下晝，衛生局宣佈：由23號傍晚開始，澳門居民可憑身份證，到指定嘅藥房度買每人最多十個嘅局方儲備口罩，十日後先至可以再買過；衛生局局長李展潤重話澳門294間藥房中，有160間藥房經冇口罩，另8個口罩供應商得一個重有15萬個存貨<ref>{{cite news|url=https://news.gov.mo/detail/zh-hant/N20AVJspef|title=衛生局將推出保障口罩供應澳門居民計劃 確保居民可購買到所需口罩|date=2020-01-22|newspaper=新型冠狀病毒感染應變協調中心}}</ref>。 1月23號澳門確診第二例病例<ref>{{cite news|url=http://news.ifeng.com/c/7tSpoMiZqPw|title=澳门确诊第2例新型肺炎病例|date=2020-01-23|work=凤凰网}}</ref>。呢個確診病例直接導致澳門旅遊局取消咗所有農曆新年慶祝活動，包括澳門農曆新年花車巡遊匯演<ref>{{cite news|url=https://www.tdm.com.mo/c_news/radio_news.php?id=452036|title=旅遊局宣布取消所有農曆新年慶祝活動|date=2020-01-23|publisher=澳廣視}}</ref>。同日[[賀一誠]]宣布，任何人有發燒癥狀嘅，都唔可以離開澳門<ref>{{cite news|url=http://news.tvb.com/local/5e29398b34b0316252b4849a/%E6%BE%B3%E9%96%80%E7%89%B9%E9%A6%96%E8%B3%80%E4%B8%80%E8%AA%A0%E5%AE%A3%E5%B8%83-%E4%BB%BB%E4%BD%95%E4%BA%BA%E6%9C%89%E7%99%BC%E7%87%92%E7%99%A5%E7%8B%80%E4%B8%8D%E5%BE%97%E9%9B%A2%E5%A2%83|title=澳門特首賀一誠宣布 任何人有發燒癥狀不得離境}}</ref>，賀一誠仲話澳門訂購咗2000萬個口罩，供澳門居民以成本價購買<ref>{{Cite news|url=https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/425645/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E6%BE%B3%E9%96%80%E8%B3%80%E4%B8%80%E8%AA%A0-%E7%8F%A0%E6%B5%B7%E5%87%BA%E5%85%A5%E5%A2%83%E8%A6%81%E6%B8%AC%E9%AB%94%E6%BA%AB-%E5%B7%B2%E8%A8%82%E4%BA%8C%E5%8D%83%E8%90%AC%E5%8F%A3%E7%BD%A9|title=【武漢肺炎】澳門賀一誠：珠海出入境要測體溫 已訂二千萬口罩|date=2020-01-23|publisher=香港01}}</ref>。到2月3號累計8宗確診個案，澳門交通事務局即日宣布，由當日中午12點開始，搭巴士嘅人都要戴口罩，唔係嘅話巴士司機有權拒絕上車<ref>[https://www.hk01.com/%E7%A4%BE%E6%9C%83%E6%96%B0%E8%81%9E/429254/%E6%AD%A6%E6%BC%A2%E8%82%BA%E7%82%8E-%E6%BE%B3%E9%96%80%E4%BB%8A%E5%8D%88%E8%B5%B7%E6%89%80%E6%9C%89%E4%BA%BA%E5%BF%85%E9%A0%88%E4%BD%A9%E6%88%B4%E5%8F%A3%E7%BD%A9%E6%89%8D%E5%8F%AF%E4%B9%98%E6%90%AD%E5%B7%B4%E5%A3%AB 【武漢肺炎】澳門今午起所有人必須佩戴口罩才可乘搭巴士] HK01</ref>。2月4號澳門再宣布由午夜開始，關閉管轄嘅41間娛樂場15日，包括咗賭場、戲院、酒吧、夜總會等。經濟財政司司長李偉農話，啲賭場嘅代表同澳門特首開會嗰陣，應承咗會繼續出糧畀啲僱員，返唔到工嘅人都有糧出<ref>[https://news.rthk.hk/rthk/ch/component/k2/1506604-20200204.htm 澳門41間娛樂場所凌晨起關閉15日　博企向員工支薪] RTHK 2020-02-04</ref>。 ==入境澳門限制== ===外國旅客=== *禁止入境，申請咗豁免條件同手續除外。 ===中國內地、香港、台灣旅客=== *入境前21日內去過外國，禁止入境，申請咗豁免條件同手續除外。 *入境前21日內去過[[香港]]，需持有24小時內嘅[[武漢肺炎]]病毒核酸檢測陰性證明，入境後要接受14日指定地方[[隔離]]。 *入境前14日內去過[[台灣]]，需持有7日內武漢肺炎病毒核酸檢測陰性證明，入境後嘅武漢肺炎病毒核酸檢測陰性證明，入境後要接受14日指定地方隔離。 *入境前14日內曾經去過[[中國內地]]，需持有7日內嘅武漢肺炎病毒核酸檢測陰性證明，而曾經去過高風險地區嘅人士，入境後要接受14日指定地方隔離。 *注意：接受14日或者21日隔離人士，需分別再接受最少14日或者7日自我健康管理。 澳門新冠病毒感染應變協調中心宣佈，因應[[武漢肺炎]]疫情變化，由4月19號零時開始，所有入境前28日曾經去過[[印度]]、[[巴基斯坦]]同[[菲律賓]]嘅入境人士，4月26日增加所有入境前28日曾經去過[[尼泊爾]]同[[巴西]]嘅入境人士，需要喺指定地點接受28日醫學觀察，完成後唔使再進行7日自我健康管理<ref>https://topick.hket.com/article/2934863/%E6%9B%BE%E8%A8%AA%E5%8D%B0%E5%BA%A6%E5%B7%B4%E5%9F%BA%E6%96%AF%E5%9D%A6%E5%8F%8A%E8%8F%B2%E5%BE%8B%E8%B3%93%E6%8A%B5%E6%BE%B3%E9%96%80%E8%80%85%E3%80%80%E6%98%8E%E6%97%A5%E8%B5%B7%E6%AA%A2%E7%96%AB%E6%9C%9F%E5%BB%B6%E9%95%B7%E8%87%B328%E5%A4%A9曾訪印度巴基斯坦及菲律賓抵澳門者　明日起檢疫期延長至28天</ref>。 ==口罩實名制== [[澳門衛生局|衛生局]]喺2020年1月22號[[澳門]]出現第一宗[[武漢肺炎|武漢病毒]]當日晝宣佈由1月23號傍晚開始實施保障[[口罩]]供應計劃（口罩實名制措施），[[澳門居民]]同外地僱員分別憑[[澳門居民身份證]]同[[外地僱員身份認別證]]喺指定50幾間[[藥房]]協議每人購買最多10個口罩，10天後先可以再買，每十日一輪。現時澳門保障口罩供應計劃已經到咗第25輪，重繼續緊。 ==澳門健康碼== 澳門[[健康碼]]係一個針對[[武漢肺炎]]嘅應用程式，由[[澳門衛生局]]推出，喺2020年5月3號朝早9點開始用。入[[政府]]場所、大專學院、[[賭場]]、[[酒店]]同其他指定地方需要使用。[[餐廳]]、[[商場]]、搭車唔使出示健康碼。 2020年5月10日10點開始，澳門健康碼同[[粵康碼]]（[[廣東省]]級健康碼）互認系統啟用。 澳門健康碼app要你答三條[[問題]]，關於徵狀、接觸史同外遊史，系統會自動查核你嘅個人專屬健康碼，用嚟判斷你允許定拒絶進入某啲場所。 澳門健康碼分三種顏色： *綠色表示申報人同[[武漢肺炎]]個案無關 可進入場所。 *黃色提示你可能有[[發燒]]、急性[[咳嗽]]等徵狀、或者你有接觸武漢肺炎患者等，當局建議你採取自我[[健康]]管理，包括每日測溫、注意個人[[衛生]]等。可以入大部分場所。 *紅色提示為申報人係武漢肺炎相關人士，包括確診個案、懷疑個案或者密切接觸者等。唔可以入場所。 ==疫苗接種== 截至2021年2月9號，有大約1300名前線人員已預約接種武漢肺炎[[疫苗]]，據了解約近半前線醫護人員有接種意願。目前疫苗只係由[[澳門衛生局]]提供，接種地點包括[[山頂醫院]]、[[鏡湖醫院]]同全澳各個衛生中心。 ===疫苗種類=== *滅活疫苗 *mRNA 疫苗 *非複製性腺病毒載體疫苗 ===收費=== [[澳門]]居民、證明到自己喺[[澳門]]做緊嘢外國人、[[留學生]]、坐緊監人士免費接種。其他喺[[澳門]]外國人每劑疫苗MOP$250。 ===第一階段=== *對象：前線醫護、高風險人士、需要去武漢肺炎高風險地區人士 *預約日期：2021年2月8號下晝5點開始 *接種日期：2021年2月9號朝早9點開始 ===第二階段=== *對象：全澳居民 *預約日期：2021年2月9號中午12點開始 *接種日期：2021年2月22號之後 ===第三階段=== 視乎第一、第二階段接種情況同疫苗數量決定。 *對象：所有非澳門居民、外地僱員 2021年6月15號，[[山頂醫院]]醫務主任戴華浩表示，澳門[[國藥]]疫苗仲有約27萬劑，估計約1至2個月用完，已經預訂咗新一批約20萬劑疫苗，會視乎疫苗庫存量同使用量要求送貨，強調國藥疫苗存量充足。 而mRNA疫苗仲有約1.5萬劑，一般每日使用嘅疫苗大約1,000劑，估計仲有十幾日會用完。當局已經同mRNA疫苗供應商協調，呢個周末有接近一萬劑嘅mRNA疫苗會由[[德國]]運嚟[[澳門]]，鑒於呢種疫苗保質期較短，當局原則係希望少量多次入貨，以減少疫苗過期情況同確保供應。 == 相關爭議 == ===中國患者免費醫療待遇爭議=== 特首賀一誠喺疫情初期記者會中高調歡迎中國大陸人享用澳門嘅免費醫療服務，引起澳門網民不滿，唔少網民擔心會有更多染病嘅中國大陸人到澳門散播病毒。之後，行政法務司司長張永春表示，所有外地人若果感染武漢肺炎，要自己畀醫療費，病人亦可按《第2/2004號法律〈傳染病防治法〉》<ref>{{Cite web|url=https://bo.io.gov.mo/bo/i/2004/10/lei02_cn.asp|title=印務局 -第2/2004號法律|work=澳門政府|access-date=2021-02-15|archiveurl=https://web.archive.org/web/20200226132322/https://bo.io.gov.mo/bo/i/2004/10/lei02_cn.asp|archivedate=2020-02-26}}</ref>規定申請豁免收費，政府可按其經濟狀況同公共利益嘅影響考量作審批<ref>{{Cite news|url=http://www.macaodaily.com/html/2020-02/07/content_1414291.htm|title=衛局：不獲批追收鄂婦治療費|date=2020-02-07|work=澳門日報|accessdate=2020-04-17|archiveurl=https://web.archive.org/web/20200207134822/http://www.macaodaily.com/html/2020-02/07/content_1414291.htm|archivedate=2020-02-07|url-status=live}}</ref>。而澳門首名出院嘅痊癒者<ref>{{Cite web|url=https://www.gov.mo/zh-hant/news/317349/|title=澳門首例確診病人今日康復出院 無新增新型冠狀病毒肺炎確診病例|author=衞生局|authorlink=衛生局 (澳門)|date=2020-03-03|work=澳門特別行政區政府入口網站|publisher=|language=zh-hant|format=HTML|archiveurl=https://web.archive.org/web/20200303141814/https://www.gov.mo/zh-hant/news/317349/|archivedate=2020-03-03|accessdate=2020-03-03|url-status=live}}</ref>，係一名武漢女商人。衛生局指出，外地人嘅收費係本地人兩倍，但係女商人已經申請咗豁免34,000蚊澳門幣嘅治療費。之後，網上有人指出佢出院攞住價值約兩萬蚊嘅手袋，又去入住一晚約一千蚊嘅置地酒店。當局表示會依法審批，如果最終唔獲批，會追返佢全部收費。 首名確診患者喺住院期間要求食武漢特色早點「熱乾麵」，院方為此特別安排湖北廚師煮食，出院時又有花收，惹來唔少市民眼紅，形容係「五星級服務」，本地居民都享受唔到，引起港澳兩地網友熱議。山頂醫院醫務主任李偉成表示，山頂醫院唔會專為特別病人供應特別膳食，而係考慮到病人嘅營養狀況對治療非常重要，如果營養唔好會不利康復，又強調對任何病人膳食都一視同仁，病人嘅膳食費會計入住院費。 ===學生升班爭議=== 由於2020年下學期重未復到課，教育暨青年局認為唔適宜進行總結性評核，要求學校唔計算作業分數，建議全部學生集體升班。有校長認為呢個政策只會令學生懶散。 ===關閉公園爭議=== 2020年2月，政府宣佈為咗防止人羣聚集導致疫情擴散，宣布封閉澳門所有郊野公園同市政公園。有市民不滿，表示郊外感染風險唔大。又有人話如果唔做運動，長期留喺屋企，會更容易誘發其他疾病。疾病預防控制中心回應表示，公共休憩設施內嘅欄杆等設施可成為傳播病毒途徑，做運動時比較難佩戴口罩，遇到朋友時又會傾談，會帶來病毒傳播嘅風險，因此決定關閉公共休憩設施。 2月17號，政府宣佈賭場會喺三日後開始重開，同時又以疫情嚴峻為由，呼籲市民留喺屋企，減少外出。但係公園同其他公共設施仲未開，有市民質疑政府採取嘅措施同佢哋呼籲有矛盾，諷刺政府禁止市民去公園活動，但係可以去賭場賭錢。政府回應話賭場重開有經過評估，係為咗平衡防疫需要同穏住本地員工嘅就業先決定重開。喺賭場重開時，會要求實施防疫措施，保護員工同客人健康。另外，澳門政府會喺2月19號宣佈重開部份公園。 ===凌晨廣播防疫資訊爭議=== 政府喺2月6號開始利用宣傳廣播車同街上廣播裝置定時向市民宣傳防疫訊息。應變協調中心熱線同司警都收到唔少市民投訴，批評廣播擾民，影響市民休息。應變協調中心話廣播系統出現問題，導致誤鳴，向市民表達歉意，並承諾將加強管理廣播系統。 ===消費卡爭議=== 為推動本地消費，澳門政府推出消費補貼卡鼓勵市民消費。但係有唔少商户「發疫財」，多項商品大幅抬價，引起市民不滿。 ===64集會被禁=== 64燭光晚會30年嚟第一次禁止，有民眾質疑政府係以防疫為由打壓言論自由。有葡文記者提出喺户外舉行嘅六四集會被禁，但係餐廳、體育活動仍然如常進行係存在矛盾。 ===巴士班次大減=== 因應武漢肺炎，澳門多條巴士班次大幅減班。有市民質疑措施同政府防疫政策背道而馳。 隨後2020年6月起，珠海市逐步放寬入境限制，部分澳門居民入境珠海可以免隔離名額。但係101X巴士仍然係一個鐘一班車，巴士站不時出現迫爆人情況。同時，另一條往返港珠澳大橋澳門邊檢大樓嘅102X線仍然暫停服務，俾唔少澳門居民批評。 隨住前往珠海乘客需求增加，依家101X路線班次已經加密至全日大部分時間每30分鐘一班車。另外，102X路線已重開，並延長到[[橫琴口岸|橫琴澳方口岸]]。 === 澳門境內水貨客問題 === 自香港由2020年2月開始對大陸實施出入境限制，3月開始大陸對港澳地區實施更嚴格出入境限制，導致水貨客大減或滅絕。雖然由2020年6月中旬開始，珠海對澳門居民推出通關名額，但到7月15號廣東省對珠海同澳門兩地通關政策再度放寬，令澳門境內水貨客問題重燃，而且疫情爆發前同廣東省喺3月27號宣佈對澳門「封關」前極其嚴重，從而引起關閘到北區一帶嘅包括治安、衛生同防疫等問題。原因係受香港出入境內地限制影響，有香港水貨商店睇中廣東同澳門出入境限制措施放寬，並透過非法方法例如海上貨運方式將香港水貨物品偷運去澳門。同時，有大批香港水貨商店或集團睇中澳門出入境管制防寬措施嘅實行想分一杯羹，將水貨活動嘅核心從香港轉移到澳門，從而引起澳門境內水貨客嘅問題出現猖狂情況。<ref>{{cite news |title=走私死灰復燃 水客捲土重來 |url=http://lotustimes.com.mo/list-28/1661 |work=蓮花時報 |date=2020-09-10}}</ref> 2021年3月，澳門海關公佈2020年全年主動打撃共39次水貨活動，貨物總值7200萬元，當中27次跨部門並聯同拱北海關合作，破獲共137宗水貨案件。大部份水貨集團大規模操控水客，喺入境時受到控制從抵達收貨點再到倉庫過程後，再聯同珠海公安共同從源頭打撃。同時，拱北海關全年偵辦9,078宗水貨或水客案件，案值85.96億元，刑事立案共187宗。同時，受[[武漢肺炎香港疫情]]影響，多香港水貨集團轉移到澳門進行活動。隨著跨部門加強執法，水貨集團轉趨隱蔽同時轉移到工業大廈、住宅或使用私人車輛快閃形式等進行非法水貨活動，並招募部分人士進行「睇水」，增加海關同跨部門執法打撃難度。<ref>{{cite news |title=有片！兩地政府協力源頭打擊 罰款五萬難阻嚇 水貨活動如何根治？ |url=https://www.exmoo.com/article/170198.html |work=[[力報]] |date=2021-03-12}}</ref> === 2021年3月12號逾百失業人士衝出馬路事件 === 3月12號朝早，時任[[澳門立法會|澳門立法會立法議員]][[高天賜]]陪同過百名失業人士代表到[[勞工事務局]]對失業情況作出求助同跟進情況。喺會面期間，超過百名勞工人士喺勞工局門外同對面馬路聚集，警方一度拉起封鎖線同派出警員維持秩序。有部分失業人士更表示外地僱員搶走澳門本地人嘅「飯碗」(工作職位)，希望當局保障本地人工作優先，並有人表示喺就業面試中唔理想，因為帶有津貼培訓名額限制導致無法就讀。喺會面接近尾聲之際，有部分失業人士唔滿意會面情況鼓譟，喺馬路兩邊行人路等候會面結果人士衝出封鎖線並佔領勞工局前嘅[[馬揸度博士大馬路]]，之後治安警警員增援將衝出馬路人士推返上行人路，並帶走3人<ref>{{cite news |title=有片！過百失業人士到勞工局求助 部分聚集至馬路 突破警方封鎖線 |url=https://www.exmoo.com/article/170243.html |work=[[力報]] |date=2021-03-12}}</ref>。 勞工事務局局長[[黃志雄 (澳門)|黃志雄]]對失業人士堵路抗議作出回應，指出冀失業人士以理性表達訴求，但唔好影響市民日常出入，並安排工人有更多安排面試機會，但係仲有好多工人唔接受，佢強調呢個係供求關係。之後當局喺中午發新聞稿，表示工作職位一律以本地人優先就業為原則，並持續監察外地僱員退場情況，達到本地居民保就業嘅成果<ref>{{cite news |title=工友疑強闖勞工局及衝馬路 勞工局冀理性表達訴求 |url=https://www.exmoo.com/article/170248.html |work=[[力報]] |date=2021-03-12}}</ref>。 ===衛生部門以防疫為由打壓遊行=== 2021年3月15號，政府公佈咗新一輪經濟援助計劃，其中「電子消費優惠計劃」對市民非常不便，引起坊間對呢個計劃「劣評如潮」。經濟財政司司長[[李偉農]]喺記者會中表示形容「今年唔係政府要做啲咩，而係大家要做啲咩嘢。」，並認為呢個措施對CPI（消費物價指數）保持穩定，市民「可以用腳決定自己嘅消費選擇」，計劃中同時採用實名登記使用手機支付方式參與呢個計劃，喺記者會上官員大多數對記者嘅回應都問非所答，引起市民普羅大眾嘅不滿。<ref>{{cite news |title=新一輪消費計劃 坊間劣評如潮 財爺︰今年不是政府要做什麼 而是大家要做什麼 |url=https://aamacau.com/2021/03/15/%e6%96%b0%e4%b8%80%e8%bc%aa%e6%b6%88%e8%b2%bb%e8%a8%88%e5%8a%83-%e5%9d%8a%e9%96%93%e5%8a%a3%e8%a9%95%e5%a6%82%e6%bd%ae-%e8%b2%a1%e7%88%ba%ef%b8%b0%e4%bb%8a%e5%b9%b4%e4%b8%8d%e6%98%af%e6%94%bf/ |agency=[[論盡媒體]] |date=2021-03-27}}</ref> 3月20號，新澳門博彩員工權益會喺[[關閘]]收集公眾簽名要求改派「電子消費卡」，同時[[澳門社區發展新動力]]成員、立法會議員[[區錦新]]到場支持同呼籲市民簽名，並接受傳媒訪問中已向[[治安警察局]]預告喺3月28號當日舉辦遊行，並表示舉辦遊行唔係「攞威」，而係希望普通市民大眾能夠喺計劃中受惠。<ref>{{cite news |title=團體議員齊收集簽名要求派消費卡 區錦新：已預告警方遊行 逼政府改善計劃 |url=https://aamacau.com/2021/03/20/%e5%9c%98%e9%ab%94%e8%ad%b0%e5%93%a1%e9%bd%8a%e6%94%b6%e9%9b%86%e7%b0%bd%e5%90%8d%e8%a6%81%e6%b1%82%e6%b4%be%e6%b6%88%e8%b2%bb%e5%8d%a1-%e5%8d%80%e9%8c%a6%e6%96%b0%ef%bc%9a%e5%b7%b2%e9%a0%90%e5%91%8a/ |agency=[[論盡媒體]] |date=2021-03-20}}</ref> 3月21號同22號，澳門社區發展新動力喺北區同高士德設街站供市民簽名反對該計劃。 3月24號，治安警察局對呢個遊行不反對。隨後澳門社區發展新動力喺3月26號下午舉行記者會，希望政府對嗰個計劃作出更周詳，順應市民民意，同時表示收集3萬幾個市民簽名改派消費卡。<ref>{{cite news |title=週日遊行要求消費卡取代優惠券 區錦新︰政府應廣泛聽取公眾意見 |url=https://aamacau.com/2021/03/26/%e9%80%b1%e6%97%a5%e9%81%8a%e8%a1%8c%e8%a6%81%e6%b1%82%e6%b6%88%e8%b2%bb%e5%8d%a1%e5%8f%96%e4%bb%a3%e5%84%aa%e6%83%a0%e5%88%b8-%e5%8d%80%e9%8c%a6%e6%96%b0%ef%b8%b0%e6%94%bf%e5%ba%9c%e6%87%89%e5%bb%a3/ |agency=[[論盡媒體]] |date=2021-03-26}}</ref> 3月25號，[[澳門工會聯合總會]]多個代表同經濟財政司司長[[李偉農]]見面，並表示三方面調整消費計劃。<ref>{{cite news |title=全民受惠 消費立減 擬設啟動金 工聯引述經財司︰三方面調整消費優惠計劃 |url=https://aamacau.com/2021/03/25/%e5%85%a8%e6%b0%91%e5%8f%97%e6%83%a0-%e6%b6%88%e8%b2%bb%e7%ab%8b%e6%b8%9b-%e6%93%ac%e8%a8%ad%e5%95%9f%e5%8b%95%e9%87%91-%e5%b7%a5%e8%81%af%e5%bc%95%e8%bf%b0%e7%b6%93%e8%b2%a1%e5%8f%b8%ef%b8%b0/ |agency=[[論盡媒體]] |date=2021-03-25}}</ref> 3月27號黃昏，經濟財政司司長辦公室發出新聞稿，對呢個經濟援助計劃作出優化方案，已聽取不同團體同立法議員意見，並循消費卡模式作優化。<ref>{{cite news |title=經財司︰消費優惠計劃將循消費卡模式優化 |url=https://aamacau.com/2021/03/27/%e7%b6%93%e8%b2%a1%e5%8f%b8%ef%b8%b0%e6%b6%88%e8%b2%bb%e5%84%aa%e6%83%a0%e8%a8%88%e5%8a%83%e5%b0%87%e5%be%aa%e6%b6%88%e8%b2%bb%e5%8d%a1%e6%a8%a1%e5%bc%8f%e5%84%aa%e5%8c%96/ |agency=[[論盡媒體]] |date=2021-03-27}}</ref> 同日，時任[[澳門衛生局]]局長[[李展潤]]、[[山頂醫院]]高級醫務主任[[羅奕龍]]、[[治安警察局]]人員同3月28號遊行發起人兼立法會議員[[區錦新]]見面。當局喺夜晚8點發出新聞稿指衛生局指出喺[[遊行]]舉辦前向[[澳門社區發展新動力]]提出多點防疫要求，無法控制遊行人數等以無法確保防疫要求命令為由要求發起人暫停舉辦呢次遊行活動。並引用第2/2004號法律《傳染病防治法》同第8199M號法令有關規定暫停呢個活動<ref>{{cite news |title=因無法確保防疫要求 衛生局通知發起人暫停明日遊行 |url=https://news.gov.mo/detail/zh-hant/N21CawPP6Q?5 |agency=[[澳門特別行政區新聞局]] |date=2021-03-27}}</ref>。 遊行被禁後，區錦新喺個人社交平台專頁同埋澳門社會發展新動力社交專頁發出新聞稿，指經濟財政司司長[[李偉農]]喺3月27號，即遊行前一日約見佢本人同另外一名立法議員[[吳國昌]]對呢個計劃爭議聽取意見，並表示當局順應民意，保證市民希望使用消費卡能夠選擇使用消費卡，並同時保證[[老人家]]或12歲以下嘅澳門居民都同時參與呢個計劃。區錦新認為政府已經順從民意並向市民作出正面回應，並認為政府禁該制遊行方法「好精」，由衛生部門出手禁遊行嘅目的係減少政治敏感度，但同時對公民權利受到或多或少嘅傷害<ref>{{cite news |title=防疫寶劍立斬遊行 區錦新︰衛生局出手 政府今次「好精」 |url=https://aamacau.com/2021/03/27/%e9%98%b2%e7%96%ab%e5%af%b6%e5%8a%8d%e7%ab%8b%e6%96%ac%e9%81%8a%e8%a1%8c-%e5%8d%80%e9%8c%a6%e6%96%b0%ef%b8%b0%e8%a1%9b%e7%94%9f%e5%b1%80%e5%87%ba%e6%89%8b-%e6%94%bf%e5%ba%9c%e4%bb%8a%e6%ac%a1/ |accessdate=2021-03-27 |agency=[[論盡媒體]] |date=2021-03-27}}</ref>。 ===國內爆疫情 學校仲辦交流團=== 2021年6月份，[[中國大陸]]部分地區疫情升溫，多間學校或者青年團體都停止舉辦前往中國大陸嘅交流團，但係[[濠江中學]]仲喺7月份舉辦交流團前往[[陝西省]]交流，當中其中一位12歲女學生更加喺交流期間染疫，期間出現[[武漢肺炎]]症狀仲唔去求醫，之後喺澳門確診武漢肺炎，其後同住3名家人亦證實被傳染同確診。呢則事件導致政府宣佈啟動全民核酸檢測計劃、增加通關限制由持24小時陰性證明方可離境到8月4號朝早6點開始往返珠澳口岸人士更改為需要持12個鐘嘅核酸陰性證明先可以出入境、部分行業暫時停止營運、[[旅遊業]]大受打擊等，部分居民再次面臨失業同無薪假，大量外僱因通關限制而被迫瞓喺街邊。網民批評濠江中學防疫意識低下，疫情期間仲帶學生周圍去<ref>{{Cite web|title=【愛瞞報道】一家四口核檢均陽性 應變協調中心：感染源涉濠江學校西安交流活動|url=https://www.facebook.com/macauconcealers/photos/a.158212900914486/4171062902962779/?type=3&theater|access-date=2021-08-04|work=愛瞞日報|language=en}}</ref>。8月3號下晝，[[澳門特別行政區立法會]]召開全體會議，而立法會議員兼濠江中學副校長[[陳虹]]當日稍早時曾經現身立法會會議上，當確診消息傳出後已經離開咗立法會，喺大會結束前亦唔見佢踪影<ref>{{Cite web|title=澳門濠江中學出通告向政府及市民道歉 副校長陳虹立會短暫現身後不見影|url=https://www.exmoo.com/article/180168.html|access-date=2021-08-04|last=力報|work=力報}}</ref>。事後，濠江中學發出聲明，就有關對社會帶嚟不便致歉<ref>{{cite news|url=https://www.facebook.com/tdmchinesenews/videos/832265217650008/?extid=NS-UNK-UNK-UNK-UNK_GK0T-GK1C|title=濠江中學就對社會造成不安和困擾致歉|newspaper=[[澳門廣播電視股份有限公司|TDM 澳廣視新聞]]|location=澳門|date=2021-08-03|accessdate=2021-08-03}}</ref>。 ==參考== {{reflist}} ==睇埋== *[[武漢肺炎國際疫情]] *[[武漢肺炎香港疫情]] *[[武漢肺炎廣東疫情]] {{武漢肺炎大爆發}} [[Category:武漢肺炎澳門疫情| ]] k8ng7pt2q5epqwrr2d309h8afzsy5ja 0 216821 1865457 1860081 2022-08-19T16:01:39Z Abckwan 206679 /* 演出 */ wikitext text/x-wiki '''鍾曦南'''（英文：'''Michelle Chung'''，{{bd||1月16號|}}），綽號'''南南'''，係[[香港]]女模特兒，工作主要係出席各種展覽活動。皆因佢身型嬌小，身高得1米56<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20170728/bkn-20170728154537281-0728_00862_001.html 動漫節：港女網紅自信心爆棚騷事業線]</ref>，所以畀傳媒叫做「的骰[[Angelababy]]」<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20180729/bkn-20180729035000959-0729_00862_001.html 再扮大黃蜂！Game Girl鍾曦南靠衫搶鏡]</ref>。 ==演出== ===電視節目（[[ViuTV]]）=== *2020年：《[[埋嚟睇 埋嚟玩]]》天氣女郎 ===電視節目（[[香港開電視]]）=== *2022年：《[[Summer Girls 2022]]》參賽者 == 爭議事件 == === 唔講普通話就分手短片事件 === 喺2020年11月，一條中國抖音嘅影片喺香港各大社區平台流傳，當中女主角對白純粹只係因為唔鍾意男朋友唔識講普通話，提到「香港嘅全名是中国香港……連普通話說的不標準，分手啦！」嘅內容，引起網民關注，落選港姐[[陳紫芊]]喺網上為條片護航，結果畀超過400名網民批評。由於外形接近，有人以為陳紫芊就係呢條片嘅女主角，但其後就有網民發現，影片入面嘅演員其實係鍾曦南。鍾曦南後嚟喺網上面話段嘢其實唔係佢想拍，但係佢唔識拒絕人，但唔少網民唔接受佢嘅解釋，覺得佢見到咁嘅劇本都去拍已經係有問題，劇本只係講男女關係，咁樣勾到去要愛國令人好反感。<ref>{{引網|url=https://gongjyuhok.hk/articles/4634|title=「不講普通話就分手」片瘋傳 落選港姐陳紫芊護航「只是劇本」遭唾棄|date=2020-11-24|work=港語學|access-date=2020-11-27}}</ref> ==參考== {{reflist}} ==出面網頁== *{{facebook|MICHELLE.ID0116}} *{{instagram|namnam116}} [[Category:香港女模特兒]] [[Category:鍾氏|曦南]] fxsxqzuzakgax8642xtboihflufjylq 0 218039 1865633 1865311 2022-08-20T02:33:50Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''陣列'''（{{lang-en|'''array'''}}）係指由若干件相同[[資料類型|類型]]嘅[[數據]]所組成嘅[[數據結構]]，例如係 n 個[[整數 (資料類型)|整數]]或者係 n 個[[浮點數]]等等。 ==概論== {{see also|數據結構}} 陣列係用嚟裝相關嘅數據嘅[[數據結構]]：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」<!-- n 係成員畀佢？n 畀二維三維嘅array係指第0維長度抑係所有維度長度相乘？ -->；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] ==實現== {{see also|Numpy}} 以下係陣列喺 [[Python]] 入面嘅一啲實現例子<ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>： <source lang="python"> x = arr.array("i", [3, 6, 9, 12]) # 定義 x 呢個陣列，個陣列屬整數類型 ("i")，有 4 嚿數據。 y = x[0] # y 嘅值會變成同 x 第 0 嚿（數據嘅 index 由 0 數起）數據一樣，即係 y 會變成 3。 y = len(x) # y 嘅值會變成 x 嘅「長度」（有幾多件數據），喺呢個個案入面即係 4。 x.append(4) # 將 4 加入去 x 度，x 會變成 [3, 6, 9, 12, 4]。 x.pop(4) # 將 x 入面第 4 嚿數據剷走，即係會變返成 [3, 6, 9, 12]。 x.remove(3) # 將 x 入面值係 3 嘅數據剷走，即係會變成 [6, 9, 12]。 del x[0] # 將 x 入面第 0 嚿數據剷走，即係會變成 [9, 12]。 x.clear() # 將 x 入面嘅數據冚唪唥清走嗮，即係會變成 []。 </source> == 註釋 == {{reflist|group=註}} ==睇埋== *[[數據結構]] *[[串列 (抽象資料類型)|串列]] *[[NumPy]] *[[程式迴圈]] *[[排序演算法]] ==攷== {{reflist}} ==拎== {{Commonscat|Array data structure}} [[Category:數據]] rxkcruyihy03han61ec6pxl7ch1qiin 0 219387 1865411 1864544 2022-08-19T14:34:41Z Guest22 243229 /* 確診 */ wikitext text/x-wiki {{expand}} {{update}} [[File:COVID-19 Outbreak Map in Asia.png|thumb|亞洲各國武漢肺炎確診病例數（截至2020年3月26號） {{legend|#fcf5e3|0}} {{legend|#ffb4b4|1+}} {{legend|#ff8c8c|10+}} {{legend|#ff6464|50+}} {{legend|#ff3c3c|100+}} {{legend|#ec1c24|500+}} {{legend|#d2001b|1000+}} {{legend|#b4001b|5000+}} {{legend|#88001b|10000+}} {{legend|#00a8f3|疑似}} ]] '''武漢肺炎亞洲疫情'''係介紹亞洲各國[[武漢肺炎]]嘅病例同其應對措施。 截至2020年3月24號，除咗[[塔吉克]]同[[土庫曼]]之外，[[朝鮮]]同[[也門]]有疑似病例，其餘嘅亞洲各獨立實體都已經有確診病例。 == 確診 == === 東亞 === {{-}} ==== 中國大陸 ==== {{main|:zh:2019冠狀病毒病中國大陆疫情|武漢肺炎中國大陸疫情}} [[File:COVID-19 Outbreak Cases in Mainland China.svg|thumb|300px|中國大陸疫情圖 {{legend|#FCEED3|確診1~9人}} {{legend|#F2A88D|確診10~99人}} {{legend|#E36654|確診100~499人}} {{legend|#C92F31|確診500~999人}} {{legend|#76161A|確診1000~9999人}} {{legend|#000000|確診≥10000人}} ]] ===== 粵圈（中國大陸區） ===== {{main|武漢肺炎廣東疫情|武漢肺炎廣西疫情|武漢肺炎海南疫情}} {{-}} ==== 香港 ==== {{main|武漢肺炎香港疫情}} [[File:COVID-19 Outbreak Cases in Hong Kong.svg|thumb|right|[[香港]]各區個案 {{legend|#c80000|有確診報告}} {{legend|#558eed|有懷疑報告}}]] {{-}} ==== 澳門 ==== {{main|武漢肺炎澳門疫情}} [[File:COVID-19 Outbreak Cases in Macau.svg|thumb|[[澳門]]各堂區確診病例 {{legend|#c80000|有確診報告}}]] 截至2022年8月19號有2,259單，目前有2,132人好返，6人病死。<ref>{{cite news|url= https://www.ssm.gov.mo/apps1/PreventCOVID-19/ch.aspx#clg22916 |title=抗疫專頁 |work= 新型冠狀病毒感染應變協調中心}}</ref> {{-}} ==== 臺灣 ==== {{main|武漢肺炎臺灣疫情}} [[File:COVID-19 Outbreak Cases in Free area of the Republic of China.svg|300px|thumb|臺灣唔同縣市確診嘅病例（'''截至2020年4月6號'''）{{legend|#808080|0 }}{{legend|#ffd5d5|1 }}{{legend|#ffaaaa|2~4 }}{{legend|#ff8080|5~9 }}{{legend|#ff5555|10~19 }}{{legend|#ff2a2a|20~29 }}{{legend|#ff0000|30~49 }}{{legend|#d40000|50~74 }}{{legend|#aa0000|75+<!--~99 }}{{legend|#800000|100+-->}}]] 1月21號有第一宗境外傳入確診病例，1月28號出現第一宗境內傳染病例，2月29號本土病例數多過境外傳入數，3月15號起境外傳入數再超過本土病例數。 截至2022年8月19號，[[臺灣]]累計確診4,998,765宗（24,602宗境外傳入、4,974,643宗本土個案、36宗敦睦艦隊、3宗航空器感染、1宗不明同14宗調查緊），死亡9,572宗。<ref>{{cite web|url=https://www.edh.tw/amp/article/23379|title=<nowiki>【新冠肺炎／不斷更新】</nowiki>|publisher=早安健康|date=2022-05-22|access-date=2022-05-22}}</ref><ref>{{cite web|url=https://www.cdc.gov.tw/|title=首頁 - 衛生福利部疾病管制署|publisher=衛生福利部疾病管制署|date=2022-06-14}}</ref> {{-}} ==== 蒙古 ==== {{main|武漢肺炎蒙古疫情}} {{-}} ==== 日本 ==== {{main|武漢肺炎日本疫情}} [[File:COVID-19 Cases by prefectures of Japan.svg|thumb|[[日本]]各都道府縣嘅病例]] {{-}} ==== 南韓 ==== {{main|武漢肺炎南韓疫情}} [[File:COVID-19 Outbreak Cases in South Korea.svg|thumb|[[南韓]]各地區病例（截至2020年3月7日） {{legend|#c80000|有確診報告}} {{legend|#00cc00|14天以上冇新增確診病例}}]] {{-}} ===東南亞=== {{-}} ====越南==== {{main|武漢肺炎越南疫情}} 疫情喺2020年1月23號傳到[[越南]]。<ref>{{Cite web|title=Vietnam reports first coronavirus cases|url=https://thehill.com/policy/healthcare/public-global-health/479542-vietnam-reports-first-coronavirus-cases|accessdate=18 February 2020|author=Coleman|date=23 January 2020|first=Justine|work=The Hill|archiveurl=https://web.archive.org/web/20200218074232/https://thehill.com/policy/healthcare/public-global-health/479542-vietnam-reports-first-coronavirus-cases|archivedate=18 February 2020}}</ref> <ref>{{Cite web|title=Vietnam reports first coronavirus cases|url=https://thehill.com/policy/healthcare/public-global-health/479542-vietnam-reports-first-coronavirus-cases|accessdate=18 February 2020|author=Coleman|date=23 January 2020|first=Justine|work=The Hill|archiveurl=https://web.archive.org/web/20200218074232/https://thehill.com/policy/healthcare/public-global-health/479542-vietnam-reports-first-coronavirus-cases|archivedate=18 February 2020}}</ref> {{-}} ==== 泰國 ==== {{main|武漢肺炎泰國疫情}} 截至2020年3月18號，[[泰國]]有確診114宗個案，其中1人死亡，另有35人痊癒。 {{-}} ==== 馬來西亞 ==== {{main|武漢肺炎馬來西亞疫情}} [[File:COVID-19_Outbreak_Cases_in_Malaysia.svg|thumb|330px|{{legend|#c80000|有確診報告}}]] 截至2021年4月8號，馬來西亞累計有355,753單確診病例，死咗1,308個人。 {{-}} ==== 星加坡 ==== {{main|武漢肺炎星加坡疫情}} [[File:COVID-19 Cases in Singapore by Planning Areas.svg|thumb|星加坡嘅病例（以[[星加坡規劃區]]劃分） {{legend|#FF0000|有確診報告}}]] 截至2020年3月14號，[[星加坡]]累計確診212宗[[新型冠狀病毒肺炎]]病例，其中105人好返。 {{-}} ==== 菲律賓 ==== {{main|武漢肺炎菲律賓疫情|:en:2020 coronavirus outbreak in the Philippines}} [[File:COVID-19 pandemic cases in the Philippines by region.svg|thumb|[[菲律賓]]各大區病例 {{legend|#c80000|有確診報告}} {{legend|#558eed|有懷疑報告}}]] {{-}} ==== 柬埔寨 ==== {{main|武漢肺炎柬埔寨疫情|:en:2020 coronavirus pandemic in Cambodia}} [[File:COVID-19 Outbreak Cases in Cambodia.svg|thumb|[[柬埔寨]]各省病例 {{legend|#c80000|有確診報告}} {{legend|#558eed|有懷疑報告}}]] {{-}} ==== 印尼 ==== {{main|武漢肺炎印尼疫情}} {{-}} ==== 汶萊 ==== {{main|武漢肺炎汶萊疫情}} 截至2021年3月21號，汶萊有206宗確診個案，188個人好返，3個人死咗。 {{-}} ==== 東帝汶==== [[東帝汶]]喺2020年3月21號出現首例確診。<ref>{{Cite web|title=武漢肺炎》東南亞疫情擴散 東帝汶出現首例確診 - 國際 - 自由時報電子報|url=https://news.ltn.com.tw/news/world/breakingnews/3107888|accessdate=2020-03-21|date=2020-03-21|work=自由電子報|language=zh-TW}}</ref> {{-}} ====緬甸 ==== [[緬甸]]喺2020年3月23號出現首兩例確診，患者分別係美國同英國嘅輸人病例。<ref>{{Cite web|title=缅甸失守！首次公布2确诊病例|url=https://www.sinchew.com.my/content/content_2239975.html|accessdate=2020-03-24|work=www.sinchew.com.my}}</ref> {{-}} ====寮國 ==== [[寮國]]首都永珍喺2020年3月24號出現首兩例確診，兩名患者都係寮國人同埋有外國旅行史。一名患者係女性導遊，曾帶領旅遊團前往寮國撾北部同埋柬埔寨；另一名患者係男性，係酒店管理人員，早排去過泰國接受培訓。<ref>{{Cite web|title=老挝首次发现冠病确诊病例|url=https://www.zaobao.com.sg/realtime/world/story20200324-1039776|accessdate=2020-03-24|date=2020-03-24|last=许禄艺|first=文 /|work=早报|language=zh-Hans}}</ref> {{-}} ===南亞=== {{-}} ===西亞=== {{-}} === 中亞 === {{-}} ==== 哈薩克 ==== {{main|武漢肺炎哈薩克疫情}} 2020年3月13號，兩位從[[德國]]返[[哈薩克]]最大城市[[阿拉木圖]]嘅哈薩克人被確診感染咗武漢肺炎。<ref>{{Cite web|url=https://www.usnews.com/news/world/articles/2020-03-13/kazakhstan-confirms-first-coronavirus-cases|title=Kazakhstan Confirms First Coronavirus Cases|website=[[Usnews.com]]|language=|date=13 March 2020|access-date=13 March 2020}}</ref> {{-}} ==== 烏兹別克 ==== [[烏茲別克]]衛生部門2020年3月15號證實，該國確診首例武漢肺炎病例。 {{-}} ==== 吉爾吉斯 ==== 2020年3月18號，[[吉爾吉斯]]首傳3例確診，有阿拉伯旅遊史。<ref>{{Cite web|url=https://news.ltn.com.tw/news/world/breakingnews/3103718|date=2020-03-18|title=自由時報}}</ref> {{-}} ===北亞=== {{main|武漢肺炎俄羅斯疫情}} {{-}} ==疑似== {{-}} ==== 北韓 ==== {{main|武漢肺炎北韓疫情}} {{-}} ==== 也門 ==== {{-}} ==攷== {{Reflist|30em}} {{-}} == 連出去 == *[https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 Coronavirus COVID-19 Global Cases] and [https://github.com/CSSEGISandData/COVID-19 historical data] by [[Johns Hopkins University]] {{COVID-19}} [[Category:2020年亞洲]] [[Category:武漢肺炎亞洲疫情| ]] [[Category:亞洲災難]] 8qofxfxeo9mfnlwapasjesqsy3ouwoq 0 221662 1865789 1865295 2022-08-20T08:56:27Z 123.202.0.20 /* 原因 */非常合格to非常好 改善grammar problem wikitext text/x-wiki {{otheruses}} {{not|斑}} [[File:Unterricht.jpg|thumb|一個班]] '''班'''，又叫'''班級'''、'''班別'''，係同一班學生一齊上堂[[學習]]嘅群組，而上堂嘅地方叫[[班房]]。 一間[[學校]]入面，同一個[[年級]]嘅人多數都需要分幾個班上堂，有啲學校會將比較叻嘅人編埋同一班，叫「精英班」。 除咗正規學校開嘅班，其他地方都可以開班教人，譬如「興趣班」、「[[補習]]班」。 == 調班 == 喺一啲特別嘅情況下，學生會調班，即係返學讀到一半就去第間[[課室]]讀，但係無[[轉校]]，[[級數]]未必一模一樣。臺灣政府為學校編班同調班等事宜制定咗套原則<ref>http://www.k12ea.gov.tw/files/common_unit/5d405e27-9a08-444c-b188-bf4c5f97952d/doc/1168_%E9%AB%98%E7%B4%9A%E4%B8%AD%E7%AD%89%E5%AD%B8%E6%A0%A1%E5%AD%B8%E7%94%9F%E7%B7%A8%E7%8F%AD%E5%8F%8A%E8%BD%89%E7%8F%AD%E4%BD%9C%E6%A5%AD%E5%8E%9F%E5%89%87.pdf</ref>。 === 原因 === * 舊課室太多學生，所以焗住要調班。 * 學生識[[規矩]]都唔肯守，犯完又犯，試下調班睇會唔會搞到佢肯守。 * 學生覺得佢有啲同學唔夾，所以自願調班。 * 學生考試非常好，所以讀到一半就[[升級]]。 * 學生考試唔合格，級數唔適合佢，所以要[[降級]]。 ==睇埋== *[[小班教學]] == 參考 == {{Reflist}} [[Category:教育]] bhurj6q8yg437hmwd3ymd1fdnw7o1ay 3 224878 1865830 1864690 2022-08-20T10:06:24Z Al12si 87401 /* 關於加拿大國籍嘅問題 */ 新小節 wikitext text/x-wiki {{archive box|{{div col}} *[[/2020年]] *[[/2021年]] {{div col end}} }} <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''{{BASEPAGENAME}}你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、無死板嘅規則。 *維基百科唔鼓勵搞破壞，如果搞破壞，就有可能俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，響討論版發言之後，記得打四隻（半形）波浪紋來[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|來呢度揾答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可參攷同埋畀意見。希望你鍾意來呢度寫嘢。 *得閒飲茶！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：[[User:唔重要嘅人|唔重要嘅人]] ([[User talk:唔重要嘅人|傾偈]]) 2020年5月5號 (二) 07:01 (UTC) == 你知唔知更新 == {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|15px|已更新嘅 DYK 查詢]] |喺[[2022年]][[2月18號]]，[[頭版]]嘅'''[[:Template:你知唔知|你知唔知？]]'''專欄已經換咗畫喇。你新寫或擴寫篇文章「'''[[法蘭茲公爵 (拜仁)]]'''」嘅事實獲選亮相。篇文喺頭版出現嗰陣，你可以不妨去睇下有幾多下點擊 <small>（[[:en:User:Rjanag/Pageview stats|睇下點做]]、[https://tools.wmflabs.org/pageviews/?project=zh-yue.wikipedia.org&platform=all-access&agent=user&pages=%E6%B3%95%E8%98%AD%E8%8C%B2%E5%85%AC%E7%88%B5+%28%E6%8B%9C%E4%BB%81%29 實時去睇]、[http://stats.grok.se/zh-yue/202202/%E6%B3%95%E8%98%AD%E8%8C%B2%E5%85%AC%E7%88%B5+%28%E6%8B%9C%E4%BB%81%29 每日總計]）</small>。最後，如果你日後見到得意益智嘅新文章之事實，請你喺[[:Template talk:你知唔知|「你知唔知？」對話頁]]度推舉。夾埋呢篇，你總共有'''162'''篇文章喺呢欄度亮過相。 |} <!-- [[{{CURRENTMONTHNAME}} {{CURRENTDAY}}]], [[{{CURRENTYEAR}}]] --> --[[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年2月18號 (五) 02:19 (UTC) == 182.239.85.119 == 你好，我不知道为什么我翻译在[[Template:Set category]]被取消了。请问能帮忙吗？{{Unsigned IP|182.239.85.119}} :@[[User:182.239.85.119]]：你好，我看你是書面語使用者，所以我使用書面語回覆。粵文維基百科並不接受書面語以及簡體字，只接受繁體字以及口語，因此你的編輯被取消了。[[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai#top|傾偈]]) 2022年2月27號 (日) 13:35 (UTC) 哦，君能否抽空帮我翻译翻译？{{Unsigned IP|182.239.85.119}} :@[[User:182.239.85.119]]：不好意思，我的英文有點差勁，不方便幫君翻譯。見君是新手，就提醒多君一次，粵文維基百科並不接受書面語以及簡體字。我只是為了方便和君交流才使用書面語而已。[[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai#top|傾偈]]) 2022年2月27號 (日) 14:14 (UTC) ::这样的…我遗憾SC96没有协助我去翻译。{{Unsigned IP|182.239.85.119}} == 你知唔知更新 == {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|15px|已更新嘅 DYK 查詢]] |喺[[2022年]][[3月30號]]，[[頭版]]嘅'''[[:Template:你知唔知|你知唔知？]]'''專欄已經換咗畫喇。你新寫或擴寫篇文章「'''[[辛迪亞高·班拿貝]]'''」嘅事實獲選亮相。篇文喺頭版出現嗰陣，你可以不妨去睇下有幾多下點擊 <small>（[[:en:User:Rjanag/Pageview stats|睇下點做]]、[https://tools.wmflabs.org/pageviews/?project=zh-yue.wikipedia.org&platform=all-access&agent=user&pages=%E8%BE%9B%E8%BF%AA%E4%BA%9E%E9%AB%98%C2%B7%E7%8F%AD%E6%8B%BF%E8%B2%9D 實時去睇]、[http://stats.grok.se/zh-yue/202203/%E8%BE%9B%E8%BF%AA%E4%BA%9E%E9%AB%98%C2%B7%E7%8F%AD%E6%8B%BF%E8%B2%9D 每日總計]）</small>。最後，如果你日後見到得意益智嘅新文章之事實，請你喺[[:Template talk:你知唔知|「你知唔知？」對話頁]]度推舉。夾埋呢篇，你總共有'''163'''篇文章喺呢欄度亮過相。 |} <!-- [[{{CURRENTMONTHNAME}} {{CURRENTDAY}}]], [[{{CURRENTYEAR}}]] --> --[[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年3月30號 (三) 00:50 (UTC) == 被疑似HKman931嘅襪公仔針對騷擾 == 有（個）IP用戶擺明針對我，就連一啲無爭議性嘅條目都唔放過(例：[[基隆茶餐廳]]、[[容可兒]]、[[喜樂島聯盟]]、[[肥媽]]、[[Single (專輯)]]、[[俄羅斯入侵烏克蘭戰爭入面同香港有關嘅事件]]、[[中華愛國同心會]]、[[元朗國]]、[[香港同台灣關係]]、[[楊千嬅]])。 佢不時刪除有資料來源支持嘅內容，但有時甚至只係掛一個「即刻刪除標準」模版，理由係話我偏頗，但完全無提及有乜內容有問題（例：香港同台灣關係）。就連「喜樂島聯盟」呢個其他維基百科版本都有，內容無爭議嘅條目（可見有明顯關注度），佢都掛關注度不足條目，仲話要即刻刪去，可見佢係玩嘢破壞（部分破壞由 @WikiCantona回退左）。 睇番track record，佢另外改過就只有[[鍾詠淵]]嘅條目，所以我懷疑我被一直為鍾詠淵辯護，HKman931嘅襪公仔針對。 喺《[[時代 (電影)]]》條目入面，佢甚至無原因刪去有效資料來源(立場新聞)，又聲稱「不過都有人在網上呼籲必定力撐，反應兩極。」，但綜合原有資料來源，批評聲音的確較多（包括佢刪除剩低嘅香港01）。佢最多只係應該改／加一句，但唔係乘機喺摘要話人居心不良。 https://zh-yue.wikipedia.org/wiki/Special:%E8%B2%A2%E7%8D%BB/183.178.191.39 https://zh-yue.wikipedia.org/wiki/Special:%E8%B2%A2%E7%8D%BB/218.103.190.94 而目佢訴諸「即刻刪除標準」，明顯係玩野針對本人嘅行為，多過建設維基百科尋求共識。希望管理員幫忙，謝！ [[User:Universehk|Universehk]] ([[User talk:Universehk|傾偈]]) 2022年4月11號 (一) 05:47 (UTC) :@[[User:Universehk|Universehk]]：唔排除呢個IP係HKman931嘅襪公仔。不過叫[[User:Deryck Chan]]處理會比較好，話哂佢比較有經驗。 [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai#top|傾偈]]) 2022年4月11號 (一) 15:17 (UTC) == Re:電郵 == 已經回覆咗你嘅電郵啦。—[[User:Matttest|維基小傢伙]] ([[User talk:Matttest|傾偈]]) 2022年4月11號 (一) 08:21 (UTC) == Jake Newton == 我啱睇到你留言。你話嘅牛頓，嗰個係Isaac Newton嘅中文譯名，因為譯咗成百年而冇改。不過近幾年出現嘅“Newton”可以有得嗌“紐頓”係無可厚非嘅事，網上都搵得到。至於譯名拗一餐嘅事，係由[[USER:Cedric tsan cantonais|殘陽孤俠]]條友發動嘅。後嚟佢講到[[User:À la 雞|À la 雞]]條友（經元維基核實係[[User:Fête|Fête]]嘅襪公仔）亂玩譯名嘅事，激到我忍無可忍而開搞譯名行動。--[[User:PQ77wd|PQ77wd]] ([[User talk:PQ77wd|傾偈]]) 2022年7月26號 (二) 04:50 (UTC) :@[[User:PQ77wd|PQ77wd]]原來係咁。明白哂。[[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai#top|傾偈]]) 2022年7月30號 (六) 03:28 (UTC) ==你知唔知更新== {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|15px|已更新嘅 DYK 查詢]] |喺[[2022年]][[8月18號]]，[[頭版]]嘅'''[[:Template:你知唔知|你知唔知？]]'''專欄已經換咗畫喇。你新寫或擴寫篇文章「'''[[謝霆鋒頂包案]]'''」嘅事實獲選亮相。篇文喺頭版出現嗰陣，你可以不妨去睇下有幾多下點擊 <small>（[[:en:User:Rjanag/Pageview stats|睇下點做]]、[https://tools.wmflabs.org/pageviews/?project=zh-yue.wikipedia.org&platform=all-access&agent=user&pages=%E8%AC%9D%E9%9C%86%E9%8B%92%E9%A0%82%E5%8C%85%E6%A1%88 實時去睇]、[http://stats.grok.se/zh-yue/202208/%E8%AC%9D%E9%9C%86%E9%8B%92%E9%A0%82%E5%8C%85%E6%A1%88 每日總計]）</small>。最後，如果你日後見到得意益智嘅新文章之事實，請你喺[[:Template talk:你知唔知|「你知唔知？」對話頁]]度推舉。夾埋呢篇，你總共有'''164'''篇文章喺呢欄度亮過相。 |} <!-- [[{{CURRENTMONTHNAME}} {{CURRENTDAY}}]], [[{{CURRENTYEAR}}]] --> --[[User:Shinjiman|Shinjiman]] &#8660; [[User talk:Shinjiman|&#9832;]] 2022年8月18號 (四) 00:45 (UTC) == 關於加拿大國籍嘅問題 == 先答咗你，唔好意思，其實我唔係太知，我要做啲 research 先真係答到你。張國榮我都冇留意，我都係見到先可以畀到你。 我同意你話維基食時間，要 cut。維基根本係黑洞，有嘅時間都被佢食哂，一定要 cut⋯⋯ [[User:Al12si|Al12si]] ([[User talk:Al12si|傾偈]]) 2022年8月20號 (六) 10:06 (UTC) tl9mivwbn4jekuv7sk8jh5nullw7ygr 0 224881 1865341 1865334 2022-08-19T12:02:57Z Dr. Greywolf 143999 /* 抽象資料類型 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關概念== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）可以話係陣列嘅[[廣義化]]：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 關聯陣列 === {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 鏈結數據結構 == {{main|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] k7458yuti52k76a939glbyoyyilnd88 1865345 1865341 2022-08-19T12:09:01Z Dr. Greywolf 143999 /* 串列相關概念 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關概念== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 關聯陣列 === {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 鏈結數據結構 == {{main|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] kevfpaq516eeub4kgc8gve9tg46zbye 1865347 1865345 2022-08-19T12:09:40Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關概念== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 鏈結數據結構 == {{main|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> === 關聯陣列 === {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] eerx376vjxcdimq2j91374b5o3h5rw7 1865348 1865347 2022-08-19T12:11:24Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關概念== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 5lh80olrtqdzgsvgd3uh1d2nlgi89fc 1865349 1865348 2022-08-19T12:11:38Z Dr. Greywolf 143999 /* 串列相關概念 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 6ypqlg83q49qimd84tt20a2z5anvexi 1865354 1865349 2022-08-19T12:14:14Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」、 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同 *「件數據嘅前一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] h4ewhi6a2np1ov7nhtctmz8ztbxw1rd 1865356 1865354 2022-08-19T12:14:51Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)|遞歸}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|500px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 例如以下嘅 [[Python]] [[源碼|碼]]會建立一件鏈結串列[[物件 (電腦科學)|物件]]（睇埋[[物件導向編程]]）<ref>[https://www.geeksforgeeks.org/linked-list-set-1-introduction/ Linked List | Set 1 (Introduction)]. ''GeeksForGeeks''.</ref>： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] ayyh61gsfhp0o8a04qkt1q6icalpeap 1865363 1865356 2022-08-19T12:25:27Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 ==堆疊同隊列== === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] kdv8xsurajyvm1dlzbvx0uh6fvcvq09 1865364 1865363 2022-08-19T12:26:26Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據有次序之分，當中排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟嗰隻碟會最先俾人攞走；可以對堆疊做嘅運算最基本有 *<code>push</code>（擺件數據落堆疊上面） *<code>pop</code>（刪除堆疊最上面嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以輕易噉用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。睇埋[[遞歸]]。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以用對[[串列 (抽象資料類型)|串列]]做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] odn6azs2cvvujw4c52oi9ws0tkp6013 1865367 1865364 2022-08-19T12:33:24Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「刪除一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 92xb6cr94o7sxu3ykdy1yxsnw13d0ye 1865368 1865367 2022-08-19T12:34:13Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref group="註">技術性啲講，即係話陣列做「插入一件數據」或者「剷走一件數據」嗰陣[[運算複雜度|複雜度]]係 <code>O(n)</code> 咁多。</ref><ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] p07c8d1du06cnzru3dp0f7e4w66cj83 1865369 1865368 2022-08-19T12:34:43Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相對。一條隊列會儲住一拃數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃數據有次序之分，當中排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>enqueue</code>（擺件數據落隊列最後） *<code>dequeue</code>（刪除堆疊最先嗰件數據） ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop(0) # 攞走 stack 最頭（位於第 0 個格）嗰件數據。 print(stack) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 97m79p9sfslh9z06iigror5dpd79xrn 1865373 1865369 2022-08-19T12:38:58Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] bu7nq2kz1n8rkbxdn6s87bbxzglcmu7 1865374 1865373 2022-08-19T12:39:23Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|570px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 3gapai0lqowuml0np3446mig1mkpbuh 1865377 1865374 2022-08-19T12:44:00Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化噉帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共 3 樣資訊： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] t86a8oxkie96og4qtcflkdxbdjruoxc 1865378 1865377 2022-08-19T12:46:20Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共 3 樣資訊： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] ht763k7adfknno109y887vu0ly96ycr 1865381 1865378 2022-08-19T12:48:52Z Dr. Greywolf 143999 /* 隊列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共 3 樣資訊： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] iwguo9ycdb0h7foj2hrnhweu8mf1kzx 1865382 1865381 2022-08-19T12:52:28Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序；下圖噉） 嘅資訊。 [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共 3 樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 5t4vreoyx7rosaa4qsg6k0gju8fvxzw 1865383 1865382 2022-08-19T12:54:06Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列嘅概念可以帶出[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] qggvzmp759lmbwlnk6i0x97x5ra64f7 1865385 1865383 2022-08-19T12:54:35Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。舉個具體例子，想像以下嘅 [[Python]] [[源碼|碼]]，建立一個關聯陣列嚟將[[羅馬數字]]轉換做[[數]]： <source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} # 創建一個關聯陣列，I 對應 1，V 對應 5，X 對應 10（詳情睇羅馬數字嘅嘢）。 print(my_dict['I']) # 呢行碼會 output「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會 output「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會 output「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> 一個關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會 output「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> 關聯陣列喺[[編程]]上好使好用－可以攞嚟指定「呢隻呢隻值嘅數據，通通轉換成嗰隻嗰隻值」噉嘅[[資訊]]<ref name="collins1995"/>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] rm17xfcxp6k2yymtwmkvxs0xlhg5nm5 1865386 1865385 2022-08-19T13:08:27Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|600px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] s61ibjl7ezy9q23h4of7h3wiawvzmj7 1865387 1865386 2022-08-19T13:09:20Z Dr. Greywolf 143999 /* 註釋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|600px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 84kjya1em963n66ubtt7kcu8tfpxao9 1865389 1865387 2022-08-19T13:13:50Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (數據結構)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] jhkm6jow2coaekcxu3ardvl6vtqxoo5 1865390 1865389 2022-08-19T13:14:38Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[資料類型]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] py64uol71e8aqgkstbvabg7mmw7cert 1865393 1865390 2022-08-19T13:15:17Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[代數結構]] *[[物件導向]] *[[序列化]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 24i7dakk4gdvxd5mt894x99ilr1kac8 1865400 1865393 2022-08-19T13:33:45Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] axhnudydtb71mj58hh8ojrrbwnm8cf6 1865422 1865400 2022-08-19T15:19:02Z Dr. Greywolf 143999 /* 陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數，例如用 [[Python]] [[源碼|碼]]做例子<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] t28l6v71ne4k83qz13kcs2z39egsf10 1865423 1865422 2022-08-19T15:20:22Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] le3mtvbgclnmtw4csssy8ckm7v74zzd 1865424 1865423 2022-08-19T15:21:34Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list），即係每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 6f5yfzcls5o409xrlnlor0c2pnw8k8r 1865427 1865424 2022-08-19T15:23:39Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 鏈結串列相關嘅概念可以帶出埋[[堆疊]]同[[隊列]]。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，好似鏈結串列噉有先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，最尾擺入疊碟隻碟會最先俾人攞走。可以對堆疊做嘅運算最基本有 *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 响 Python 入面，堆疊可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] </source> 堆疊喺[[回溯法]]（backtracking）上成日用－例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「過去嘅位置」會成一個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有先後之分嘅數據，當中拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉；可以對堆疊做嘅運算最基本有 *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（enqueue）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（dequeue）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（真），否則就出 <code>0</code>（假）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 响 Python 入面，隊列又係可以大致上噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] </source> 喺實際應用上，隊列最常見嘅用途嚟攞嚟「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] gfmydox10xoul6wd3crp86izbd44a15 1865429 1865427 2022-08-19T15:35:36Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 同堆疊相似嘅係响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] njpuhl2jhb39t0n8ke46jrvkg747fpg 1865430 1865429 2022-08-19T15:36:20Z Dr. Greywolf 143999 /* 隊列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都掕個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會掕住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] os6w4jj51fw1yv5wdrckoi7ufcw83re 1865432 1865430 2022-08-19T15:37:41Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）將[[羅馬數字]]轉做電腦程式直接處理嘅[[數]]，<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] pv6v8kwkpwnp8g9kn8mazdaw9f8ryag 1865433 1865432 2022-08-19T15:38:28Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； 順帶一提，一條關聯陣列入面啲名-值對可以完全唔使用任何數，例如： <source lang="python"> my_dict = {'First': 'Python', 'Second': 'Java', 'Third': 'C++'} print(my_dict['First']) # 呢行碼會出「Python」，因為 my_dict 講咗 'First' 對應 'Python'。 </source> == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] c6mitg9cthw7ddp7m2c0q8qdorwq22k 1865435 1865433 2022-08-19T15:40:05Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值畀相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] ovi93vsh4bdmub48dzslbzggsf7j3x6 1865436 1865435 2022-08-19T15:42:39Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝整數另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用 [[Python]] [[源碼|碼]]做例子，串列會有一連串嘅數據： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] iod45ogw8v871nb4eczmdd6rai1h15i 1865622 1865436 2022-08-20T02:26:16Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] oiagojzapyxvdfa3jq5wn3ykl5g2n0o 1865623 1865622 2022-08-20T02:28:04Z Dr. Greywolf 143999 /* 串列相關 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] q2461myash9iam81hoas5kstwlo6s7x 1865625 1865623 2022-08-20T02:28:40Z Dr. Greywolf 143999 /* 鏈結串列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈|排序演算法}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] ipsjoqglxam881yf5it92bqm51qasbx 1865729 1865625 2022-08-20T07:26:40Z Dr. Greywolf 143999 /* 陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 366yf6reguu7sr3ze5u3082v93k0opp 1865731 1865729 2022-08-20T07:27:52Z Dr. Greywolf 143999 /* 陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">而條陣列好多時都會係事先[[排序演算法|排好]]咗（即係例如條陣列裝住嗰啲數由細至大排好咗）嘅。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 4pmiaych654017zwc2l60ei20cz468l 1865732 1865731 2022-08-20T07:28:09Z Dr. Greywolf 143999 /* 註釋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">而條陣列好多時都會係事先[[排序演算法|排好]]咗（即係例如條陣列裝住嗰啲數由細至大排好咗）嘅。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] le0xt33n6lf2u2skxmhcyhppoxysish 1865733 1865732 2022-08-20T07:28:31Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">而條陣列好多時都會係事先[[排序演算法|排好]]咗（即係例如條陣列裝住嗰啲數由細至大排好咗）嘅。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[雜湊表]] *[[序列化]] *[[代數結構]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] cup6idxs8ntz8z4d7mb01nr0goobxi0 1865734 1865733 2022-08-20T07:28:45Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">而條陣列好多時都會係事先[[排序演算法|排好]]咗（即係例如條陣列裝住嗰啲數由細至大排好咗）嘅。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] k51bn7bgw614rbfyl969pbabv643n82 1865735 1865734 2022-08-20T07:29:33Z Dr. Greywolf 143999 /* 陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如條陣列裝住嗰啲數由細至大排。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] tp6l5r3of2359zykaw38rgheqp0o15a 1865736 1865735 2022-08-20T07:29:59Z Dr. Greywolf 143999 /* 陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] c90l9jspwwqjkeb2aysqe75a1ffauc8 1865737 1865736 2022-08-20T07:31:23Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] i03mexnm4hft8hhw2qfc4uwl7rf5x8q 1865754 1865737 2022-08-20T07:46:17Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種同[[圖 (抽象資料類型)|圖]]好相似嘅數據結構，爭在拃數據有高低層之分（好似一幅[[樹狀圖]]噉）。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] ni5phpkvtjggwy6o3b8aifjxv5mnfbc 1865756 1865754 2022-08-20T07:47:18Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名-[[電話號碼]]」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] tcf26bo2yom3eddevx0w094gx1nvd8i 1865757 1865756 2022-08-20T07:47:47Z Dr. Greywolf 143999 /* 關聯陣列 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會 *有若干個[[節點 (編程)|節點]]（node），而且 *啲節點分層，除咗做起始點嗰個節點（[[根節點]]；root）之外，每個節點有一個（而且頂櫳一個）[[母節點]]（parent；指喺嗰個節點上面，連住嗰個節點嘅另一個節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣。 好似下圖噉，紅色 2 嗰點係根節點，而根節點下有一層層嘅節點，每個節點都有個母節點（例如 7 嗰點嘅母節點就係個根節點）。喺實際應用上，樹嘅數據結構可以攞嚟儲住一啲有關[[決策]]嘅資訊－決策呢家嘢可以想像成喺每個[[時間點]]（層）嗰度揀一個可能選擇（節點），再行去下一個時間點（去下一層）嗰度<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 例如[[蒙地卡羅樹搜尋]]（Monte Carlo tree search）呢種用嚟[[普遍玩遊戲|教電腦玩遊戲]]嘅演算法噉，就用咗樹嘅數據結構嚟思考玩[[遊戲]]嗰陣嘅決策<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 {{clear}} == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] d4qi1ptabq1qc8a20apqv5cr4mxl174 1865771 1865757 2022-08-20T08:34:37Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅[[子節點]]會並排噉列喺根節點下面... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點；下圖<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] s44z07aih7xrba5w9bnmel07zsbyy9c 1865772 1865771 2022-08-20T08:37:02Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅[[子節點]]會並排噉列喺根節點下面... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點；下圖<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] rlp4j82m3iv8n44iobgmne9ap3za4jm 1865773 1865772 2022-08-20T08:38:50Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅[[子節點]]會並排噉列喺根節點下面... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點；下圖<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] iw5qmbupenu4ortwtboy655z8vazekf 1865774 1865773 2022-08-20T08:40:11Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； *一粒節點可以有若干粒[[子節點]]（child / children）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅子節點會並排噉列喺根節點下面... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點；下圖<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] fdkm7m958s58v4cbayrn2fkxe5tpwxj 1865775 1865774 2022-08-20T08:40:35Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； *一粒節點可以有若干粒[[子節點]]（child / children）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅子節點會並排噉列喺根節點下面... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點，好似下圖噉<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 7osu4ylqdvtzjprwtwje743t0iwc2qj 1865778 1865775 2022-08-20T08:41:49Z Dr. Greywolf 143999 /* 樹型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； *一粒節點可以有若干粒[[子節點]]（child / children）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅子節點會並排噉列喺根節點下面，根節點嘅子節點嘅子節點會並排噉列喺下一層... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點，好似下圖噉<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} 一幅[[圖 (抽象資料類型)|圖型數據]]（graph data）會有 *若干個[[節點 (編程)|節點]]，而且 *每個節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一個節點嗰度， 如果有兩個節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅；一幅圖數據嘅大細可以由節點嘅數量以及節點之間嘅邊嘅數量嚟反映。好似係下圖噉，下圖係一幅有 6 個節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以對圖數據做多種有用嘅運算，例如<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩個節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 1（'''真'''）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢個節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； *<code>add_vertex(G, x)</code>：攞 <code>G</code> 呢幅圖，加 <code>x</code> 呢個節點落去； ... 呀噉。有關圖數據嘅應用，可以睇吓[[搵路]]（pathfinding）呢種喺[[遊戲人工智能]]上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] j99zoe5qiyp11pgwxi74z7zk5leha18 1865798 1865778 2022-08-20T09:06:46Z Dr. Greywolf 143999 /* 圖型數據 */ wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； *一粒節點可以有若干粒[[子節點]]（child / children）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅子節點會並排噉列喺根節點下面，根節點嘅子節點嘅子節點會並排噉列喺下一層... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點，好似下圖噉<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} [[圖 (抽象資料類型)|圖]]（graph）係款進階嘅數據結構。响最基本上，一幅圖會有<ref name="johnbull"/>{{rp|Ch. 11}} *若干粒[[節點 (編程)|節點]]，而且 *每粒節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一粒節點嗰度； *每粒節點通常仲會褦住若干件數據，一條邊都可以帶有數據； 如果有兩粒節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅，而一幅圖嘅大細可以由節點嘅數量或者節點之間嘅邊嘅數量嚟反映。好似下圖噉，下圖係一幅有 6 粒節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推<ref>Goodrich, Michael T.; Tamassia, Roberto (2015). "Section 13.1: Graph terminology and representations". ''Algorithm Design and Applications''. Wiley. pp. 355-364.</ref>。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以用 2D [[陣列]]等嘅方法實現圖數據<ref name="johnbull"/>{{rp|Ch. 11}}，即係創建返條 2D 陣列 <code>adj</code>，用陣列啲格仔入面嘅數表示啲節點之間嘅邊，例如 <code>adj[i][j]</code> 係 0 嘅話就表示節點 <code>i</code> 同節點 <code>j</code> 之間並冇邊連住<ref group="註">是但攞對 <code>ij</code> 嚟睇，<code>adj[i][j] == adj[j][i]</code> 都會係真。</ref>。電腦可以對圖數據做多種有用嘅運算，好似係<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩粒節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢粒節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； ... 呀噉。 喺實用上，啲人好興攞圖數據表示一啲[[空間]]性質嘅嘢，例如想像整一幅圖數據表示[[兩廣|粵]][[香港|港]][[澳門|澳]]地區嘅[[地圖]]，每粒節點表示一座重要城市，都褦住件數據表示座城市嘅名同位置（[[廣州]]、[[香港]]、[[珠海]]呀噉），而兩粒節點之間有邊就表示嗰兩座城市之間有[[高速公路]]可以直達，每條邊都褦住個數表示條路[[距離|有幾長]]；至於具體啲嘅應用，可以睇吓[[搵路]]（pathing）呢種喺[[電子遊戲 AI]] 上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] 4rnnbbjzeyo27mg7asdwtwvo749l2ms 1865804 1865798 2022-08-20T09:12:38Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} [[File:Arraystatic.svg|thumb|300px|一條陣列嘅抽象圖解；條陣列嘅名叫 <code>Data</code>，[[2D]]，而 <code>Data[1][3]</code> 表示 <code>Data</code> 第 1 行第 3 格嗰個位件數據（由 0 開始數起）。]] '''數據結構'''（{{jpingauto|sou3 geoi3 git3 gau3 / sou3 geoi3 git3 kau3}}；{{lang-en|'''data structure'''}}）係指[[電腦]]內部組織[[電腦數據|數據]]嘅方法，設計嚟係為咗俾[[用家]]更加有[[效率]]噉使用數據嘅<ref name="cormen2009">Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford (2009). ''Introduction to Algorithms, Third Edition'' (3rd ed.). The MIT Press.</ref><ref>Black, Paul E. (15 December 2004). "[https://xlinux.nist.gov/dads/HTML/datastructur.html data structure]" (PDF). In Pieterse, Vreda; Black, Paul E. (eds.). ''Dictionary of Algorithms and Data Structures'' [online]. National Institute of Standards and Technology. Retrieved 2018-11-06.</ref>。啲人討論一款數據結構嗰時，好多時會用[[抽象資料類型]]（ADT）嘅概念，即係唔諗實行方面嘅嘢住（唔諗例如隻[[程式語言]]會用咩[[陳述式 (電腦科學)|陳述式]]，唔諗啲[[記憶體]]點樣儲住啲數據）－淨係[[定義]]啲[[抽象化]]嘅嘢，包括<ref name="johnbull">John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham.</ref>{{rp|p. 7}}： *款數據結構點樣由[[原始資料類型]]（好似係[[整數 (資料類型)|整數]]呀噉）砌出嚟； *攞住一拃屬呢款結構嘅數據，可以做啲咩[[運算]]；或者 *可以點樣由拃數據度攞一件特定嘅數據出嚟； ... 呀噉。舉個具體例子，[[陣列]]（array）就係[[寫程式]]嗰陣成日用嘅一款數據結構。一條 [[1D]] 嘅陣列會包含若干個數值俾相同[[資料類型|類型]]嘅[[變數 (編程)|變數]]，即係例如冚唪唥都係整數呀噉；噉樣即係條陣列指明係儲住咗咩數據。每件數據都會褦埋[[整數]]，整數會指明嗰件數據喺條陣列邊個位度，亦即係指明咗數據之間嘅關係。而常用於陣列身上嘅操作就有「指定一件啱類型嘅數據同指定個位，將件數據擺落去條陣列指定個位度」噉，即係指明攞啲數據可以攞嚟做乜<ref>Wegner, Peter; Reilly, Edwin D. (2003-08-29). ''Encyclopedia of Computer Science''. Chichester, UK: John Wiley and Sons. pp. 507-512.</ref><ref>Seymour, Lipschutz (2014). ''Data structures'' (Revised first ed.). New Delhi, India: McGraw Hill Education.</ref>。 除咗陣列之外，數據結構仲有好多款，唔同嘅數據結構各有自己嘅優缺點。一個有返咁上下[[複雜]]嘅[[電腦程式]]通常會用到多種唔同嘅數據結構，而好多有用嘅[[演算法]]都往往會需要 [[input]] 數據屬某隻指定嘅數據結構先至行到。因為噉，有關數據結構嘅知識响[[電腦科學]][[研究]]以至[[程式編寫]]等嘅工作上不可或缺<ref name="8commondatastruct">[https://towardsdatascience.com/8-common-data-structures-every-programmer-must-know-171acf6a1a42 8 Common Data Structures every Programmer must know]. ''Towards Data Science''.</ref>。 篇文跟住落嚟嘅內容，假設睇嘅人已經具備有關[[運算理論]]、[[演算法]]同[[資料類型]]嘅基礎知識。 ==陣列== {{main|陣列}} {{see also|程式迴圈}} [[陣列]]（array）係最常用最基本嘅數據結構之一<ref>[https://www.britannica.com/technology/data-structure data structure]. ''Encyclopedia Britannica''.</ref><ref>[https://www.geeksforgeeks.org/python-arrays/ Python Arrays]. ''GeeksForGeeks''.</ref>：一條 [[1D]] 嘅陣列好多時會褦住個[[整數]] <code>n</code> 表示佢嘅大細－大細指「裝到幾多件數據」；條陣列會<ref name="arraylecture">[https://www.ecs.csun.edu/~cputnam/Comp%20110/Lecture%20Notes/LectureNotes_Ch6.pdf Lecture Notes, Chapter #6, Arrays] (PDF).</ref> *包含最多 <code>n</code> 咁多件嘅數據； *會有次序－每件數據掕若干個整數，表示佢喺條陣列嘅邊個位（位由 0 數起）； *啲數據冚唪唥都屬同一隻[[資料類型|類型]]； 好似下圖就係條 1D、10 件數據咁長嘅陣列嘅抽象圖解，幅圖冇指定啲數據係乜或者屬乜類型；叫條陣列做 <code>a</code>，條陣列喺 0 位件數據係 <code>a[0]</code>、喺 1 位件數據係 <code>a[1]</code>、喺 2 位件數據係 <code>a[2]</code>... 如此類推： [[File:Array1.svg|center|600px]] 喺進階啲嘅使用當中，陣列仲可以有多過一個[[維度]]。想像家陣有條 m 咁多維（<code>m > 1</code>）嘅陣列，入面每件數據都會褦住 m 個整數，用呢啲整數表示件數據嘅位置，好似下圖裏面嗰條 [[2D]] 陣列噉<ref group="註">2D 嘅陣列成日畀人嗌做「[[矩陣]]」。</ref>，嗌條陣列做 <code>my_matrix</code>，條陣列儲嘅數據類型係[[字符 (資料類型)|字符]]，噉 *喺 <code>my_matrix[0][0]</code> 嗰件數據係 <code>A</code>、 *喺 <code>my_matrix[0][1]</code> 嗰件數據係 <code>N</code>、 *喺 <code>my_matrix[0][2]</code> 嗰件數據係 <code>N</code>、 ... 如此類推。[[3D]] 或者以上嘅陣列可以用同一道理想像<ref name="arraylecture"/>。 [[File:CPT-arrays-2d-names.svg|center|300px]] 喺[[寫程式]]嗰陣，陣列成日都會配合[[程式迴圈|迴圈]]（loop）嚟用<ref name="johnbull"/>{{rp|Ch. 2}}，即係將某段運算，對陣列入面嘅每件數據逐件逐件行嗰段運算一次<ref group="註">條陣列好多時都會係事先[[排序演算法|排好]]咗嘅，即係例如事先做咗「將條陣列裝住嗰啲數由細至大排」嘅工作。</ref>，以下係一段 [[C♯]] 例子碼：<source lang="csharp"> // 假定 my_array 係條定義好咗嘅整數陣列... int sum = 0; for(int i = 0; i < (my_array.Length); i++) { // 開始嗰陣設 i 做 0 (i = 0)，如果 i < my_array 嘅長度就一路做下面嘅嘢，每次重複嗰陣都將 i 數值升 1 (i++)。 sum = sum + my_array[i]; // sum 會加 my_array[i] 嘅值。 } // 最後 sum 嘅數值會等如 my_array 入面嘅數冚唪唥加埋嘅總和。 </source> ==串列相關== {{main|串列 (抽象資料類型)}} {{see also|集 (抽象資料類型)}} [[串列 (抽象資料類型)|串列]]（list）係同陣列好似嘅一種數據結構：喺 [[Python]] 裏面，串列可以話係陣列嘅[[廣義化]]；Python 串列都係儲住一拃數據，不過同陣列最主要嘅分別在於，串列'''冇'''特定嘅資料類型，可以（例如）一格裝住整數另一格裝住[[浮點數]]，而無論係咪 Python 都好，一條陣列會'''有'''指定資料類型，如果一條陣列講明咗係屬整數類型，條陣列就冇得攞去裝浮點數<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 === 鏈結串列 === {{main|鏈結串列}} {{see also|鏈結數據結構|遞歸}} [[鏈結數據結構]]（linked data structure）係一大類嘅數據結構，泛指一啲包含 *一拃[[節點 (編程)|節點]]，每粒節點都係一件數據； *節點之間有[[參照 (編程)|參照]]連住，每件表示「下一粒節點喺邊」呢樣資訊； 嘅數據結構。例如[[鏈結串列]]（linked list）可以話係最出名嗰隻鏈結數據結構：一條鏈結串列會有若干件次序固定嘅數據，條鏈結串列當中每個位（<code>node</code>）都會有 *「件數據嘅數值係乜」同 *「件數據[[參照 (編程)|指住]]嘅下一件數據係邊件」（固定次序） 兩樣資訊。好似下圖噉： [[File:Singly-linked-list.svg|center|540px]] 想像 *<code>MakeList(element, list)</code> 表示將 <code>element</code> 擺喺已經存在嘅鏈結串列 <code>list</code> 嘅最頂處；噉 *<code>MakeList(12, MakeList(99, MakeList(37, EmptyList)))</code> 嘅碼可以表示「先後噉將 37、99 同 12 擺落 <code>list</code> 度」，得出上圖噉嘅鏈結串列（詳情可以睇吓[[遞歸]]）； 鏈結串列仲可以進階化帶出[[雙向鏈結串列]]（doubly linked list）。一條雙向鏈結串列嘅每個位都會褦住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共三樣資訊<ref name="johnbull"/>{{rp|Ch. 3}}，好似下圖噉： [[File:Doubly-linked-list.svg|center|750px]] 一位用家[[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似陣列噉）[[隨機]]噉揀是但一件數據嚟讀取<ref group="註">陣列當中嘅一件數據可以用<br> <code>output = array[n];</code><br> 噉嘅方法嚟輕易讀取。</ref>。不過鏈結串列嘅好處係，可以容易噉由拃數據當中攞走其中一件而唔使重新排過嗮拃數據－一條陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值<ref>Collins, William J. (2005) [2002]. ''Data Structures and the Java Collections Framework''. New York: McGraw Hill. pp. 239-303.</ref>。 === 堆疊 === {{main|堆疊}} {{see also|後入先出演算法}} [[堆疊]]（stack）會儲住一拃數據，啲數據有明確嘅先後之分，當中拃數據係[[後入先出演算法|最後入嘅最先出]]（last in first out，LIFO）嘅，即係話嗰拃數據排最尾嗰件數據會優先噉被提取，就好似一疊洗好咗嘅[[碟]]噉，啲人想攞碟嗰陣會最先攞走最尾擺入疊碟嗰隻碟。可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, stack)</code>：將 <code>element</code> 擺落堆疊 <code>stack</code> 嘅最頂； *<code>pop(stack)</code>：剷走堆疊 <code>stack</code> 最頂嗰件數據； *<code>isEmpty(stack)</code>：如果堆疊 <code>stack</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Lifo stack.svg|center|450px]] 堆疊可以用多種方法實現，最常見嘅係用陣列或者鏈結串列。例如响 Python 入面，堆疊可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/stack-in-python/ Stack in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> stack = [] # 整個空嘅串列，叫 stack # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 stack 度。 stack.append('a') stack.append('b') stack.append('c') print(stack) # 會出 ['a', 'b', 'c'] stack.pop() # 攞走 stack 最尾嗰件數據。 print(stack) # 會出 ['a', 'b'] －好似堆疊噉，LIFO。 </source> 堆疊喺[[程式編寫]]相關嘅工作上好有用。[[回溯法]]（backtracking）就成日用堆疊：例如想像家陣有個[[人工智能程式]]喺度[[解迷宮演算法|行迷宮]]，個程式要一路記住自己行過嘅位置，一去到掘頭路就返轉頭，即係話「自己之前去過嘅位置」會成個堆疊，要返轉頭行每一步嗰陣就將最近嗰件數據（個堆疊最頂嗰件）攞走<ref>[https://www.cis.upenn.edu/~matuszek/cit594-2012/Pages/backtracking.html Backtracking].</ref>。 === 隊列 === {{main|隊列}} {{see also|先入先出演算法}} [[隊列]]（queue）可以話係[[堆疊]]嘅相反。一條隊列又係會儲住拃有明確嘅先後之分嘅數據，不過拃數據係[[先入先出演算法|最先入嘅最先出]]（first in first out，FIFO）嘅，即係話嗰拃排最先嗰件數據會優先噉被提取，就好似一班人喺度[[排隊]]噉，最先入隊嗰個會走先；可以對堆疊做嘅運算最基本有<ref name="johnbull"/>{{rp|Ch. 3}} *<code>push(element, queue)</code>：將 <code>element</code> 擺落堆疊 <code>queue</code> 嘅最尾（<code>enqueue</code>）； *<code>pop(queue)</code>：剷走堆疊 <code>queue</code> 最前嗰件數據（<code>dequeue</code>）； *<code>isEmpty(queue)</code>：如果堆疊 <code>queue</code> 係空嘅就出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； ... 呀噉。可以睇下圖嘅圖解。 [[File:Data Queue.svg|center|450px]] 隊列另一樣同堆疊相似嘅嘢係，响 Python 入面，隊列又係可以大致噉用對串列做嘅 <code>append</code> 同 <code>pop</code> 實現<ref>[https://www.geeksforgeeks.org/queue-in-python/ Queue in Python]. ''GeeksForGeeks''.</ref>： <source lang="python"> queue = [] # 整個空嘅串列，叫 queue # 下面三行碼將 'a'、'b' 同 'c' 先後噉加落去 queue 度。 queue.append('a') queue.append('b') queue.append('c') print(queue) # 會出 ['a', 'b', 'c'] queue.pop(0) # 攞走 queue 最頭（位於第 0 個格）嗰件數據。 print(queue) # 會出 ['b', 'c'] －好似隊列噉，FIFO。 </source> 喺實際應用上，隊列可以攞嚟幫等緊做嘅嘢「排隊」－俾部電腦知有啲咩數據等緊要處理，並且將啲排隊先嘅數據優先處理，呢種做法喺好多[[電腦系統]]當中都會用到<ref>Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein. ''Introduction to Algorithms'', 2nd Edition. MIT Press and McGraw-Hill, 2001. Section 10.1: Stacks and queues, pp. 200-204.</ref>。 == 關聯陣列 == {{main|關聯陣列}} [[關聯陣列]]（associative array / dictionary）係種專攞嚟儲住[[名-值對]]（key-value pair）嘅數據結構，包括 [[Python]] 在內等嘅多種[[程式語言]]都支援。一對名-值對會將每件數據都褦個獨特嘅名俾佢，想像一本[[字典]]，會紀錄咗一大拃[[字]]（名；<code>key</code>），當中每隻字都會褦住段字表示佢嘅[[語義|意思]]（值；<code>value</code>）<ref name="collins1995">Collins, Graham; Syme, Donald (1995). "A theory of finite maps". Higher Order Logic Theorem Proving and Its Applications. ''Lecture Notes in Computer Science''. 971: 122-137.</ref><ref>Andersson, Arne (1989). "Optimal Bounds on the Dictionary Problem". Proc. Symposium on Optimal Algorithms. ''Lecture Notes in Computer Science''. Springer Verlag. 401: 106-114.</ref>。 或者想像好似下圖噉嘅數據，有一對對嘅「人名（<code>key</code>）-[[電話號碼]]（<code>value</code>）」配對： [[File:Associative array as linked list.svg|center|500px]] 關聯陣列常用嘅運算有（啲例子用嘅係 Python 程式語言）<ref name="collins1995"/>： *建立關聯陣列，想像家陣創建一條關聯陣列（<code>my_dict</code>）用嚟講明[[羅馬數字]]點樣對應電腦能夠直接處理嘅[[數]]－<code>I</code> 對應 1，<code>V</code> 對應 5，<code>X</code> 對應 10（詳情睇[[羅馬數字]]嘅嘢），<source lang="python"> my_dict = {'I': 1, 'V': 5, 'X': 10} </source> *指定個名，攞個名對應嗰個值，想像繼續用上面嘅關聯陣列 <code>my_dict</code>－<source lang="python"> print(my_dict['I']) # 呢行碼會出「1」呢個整數，因為 my_dict 講咗 'I' 對應 1。 print(my_dict['V']) # 呢行碼會出「5」呢個整數，因為 my_dict 講咗 'V' 對應 5。 print(my_dict['X']) # 呢行碼會出「10」呢個整數，因為 my_dict 講咗 'X' 對應 10。 </source> *加新嘅名-值對； *剷走已有嘅名-值對； ... 等等。 == 樹型數據 == {{main|樹 (抽象資料類型)}} {{see also|樹狀圖}} [[樹 (數據結構)|樹]]（tree）係一種好有用嘅數據結構，重點特性係拃數據有「高低層」之分。一樖數據樹都係會<ref name="johnbull"/>{{rp|Ch. 6}} *有若干粒[[節點 (編程)|節點]]（node），每粒節點都儲住咗件數據；而且 *啲節點分層－除咗做起始點嗰粒節點（[[根節點]]；root）之外，每粒節點有一粒（而且頂櫳一粒）[[母節點]]（parent；指喺嗰粒節點上面，連住嗰粒節點嘅另一粒節點）； *一粒節點可以有若干粒[[子節點]]（child / children）； 於是就形成拃節點喺起始點嗰度一層層噉每層都分叉嘅樣，而是但攞粒根節點以外嘅節點，粒節點同根節點之間都有條'''獨一無二'''嘅路徑連住兩點。喺電腦科學上，啲人通常會將數據樹畫做[[樹狀圖]]噉嘅樣，根節點畫喺最頂，根節點嘅子節點會並排噉列喺根節點下面，根節點嘅子節點嘅子節點會並排噉列喺下一層... 如此類推。好似下面幅圖噉，幅圖表示緊樖數據樹，{{font color|red|紅色}}嗰點係樖數據樹嘅根節點，根節點下一層嘅係佢啲子節點，再下一層嗰啲係根節點嘅子節點嘅子節點... 如此類推，而每粒節點入面嗰個整數就係粒節點裝住嗰件數據<ref>Susanna S. Epp (Aug 2010). ''Discrete Mathematics with Applications''. Pacific Grove, CA: Brooks/Cole Publishing Co. p. 694.</ref>。 [[File:Tree (computer science).svg|center|390px]] 對樹型數據可以做嘅簡單運算有以下呢啲<ref name="johnbull"/>{{rp|Ch. 6}}： *<code>EmptyTree</code>，出一樖空嘅數據樹； *<code>MakeTree(v, l, r)</code>，建立一樖[[二元樹]]（指樖樹每粒節點頂攏得兩粒子節點，好似下圖噉<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>），根節點係 <code>v</code>，由兩樖二元樹 <code>l</code> 同 <code>r</code> 組成； *<code>Leaf(v) = MakeTree(v, EmptyTree, EmptyTree)</code>－建立一樖得一粒節點 <code>v</code> 嘅二元樹； *<code>isEmpty(t)</code>，如果 <code>t</code> 係樖空嘅數據樹，噉 <code>isEmpty(t)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； 建立一樖有咁上下複雜嘅二元樹可以用類似噉嘅碼（睇返[[遞歸]]）： :<code>t = MakeTree(8, MakeTree(3,Leaf(1),MakeTree(6,EmptyTree,Leaf(7))), MakeTree(11,MakeTree(9,EmptyTree,Leaf(10)),MakeTree(14,Leaf(12),Leaf(15))))</code> [[File:Binary tree v2.svg|center|390px]] 喺實際應用上，樹呢款數據結構成日畀人攞嚟儲住一啲有關[[決策]]嘅資訊：想像家吓有[[人工智能]]研究者想[[普遍玩遊戲|教電腦玩遊戲]]，想部電腦識捉[[國際象棋]]；佢可以（簡化講）教部電腦將捉國際象棋嘅過程想像做一樖數據樹－捉國際象棋可以想像成喺每個[[時間點]]（層）度揀其中一個可能選擇（每粒節點表示其中一個可能選擇），跟住再行去下一個時間點（去下一層）嗰度，而每粒節點入面嗰件數據表示「揀呢個選擇嘅[[效益]]」。有關數據樹嘅具體應用例子，可以睇吓[[蒙地卡羅樹搜尋]]（MCTS）呢種演算法<ref>[https://towardsdatascience.com/monte-carlo-tree-search-158a917a8baa Monte Carlo Tree Search]. ''Towards Data Science''.</ref>。 == 圖型數據 == {{main|圖 (抽象資料類型)}} {{see also|圖論}} [[圖 (抽象資料類型)|圖]]（graph）係款進階嘅數據結構。响最基本上，一幅圖會有<ref name="johnbull"/>{{rp|Ch. 11}} *若干粒[[節點 (編程)|節點]]，而且 *每粒節點都最少有一條[[邊 (圖論)|邊]]（edge）連去另外一粒節點嗰度； *每粒節點通常仲會褦住若干件數據，一條邊都可以帶有數據； 如果有兩粒節點之間有條邊連住，佢哋就算係'''相鄰'''（adjacent）嘅，而一幅圖嘅大細可以由節點嘅數量或者節點之間嘅邊嘅數量嚟反映。好似下圖噉，下圖係一幅有 6 粒節點嘅圖數據，當中節點 1 同節點 2 之間有連結（可以由節點 1 行去節點 2 或者相反）、節點 1 同節點 5 之間有連結（可以由節點 1 行去節點 5 或者相反）... 如此類推<ref>Goodrich, Michael T.; Tamassia, Roberto (2015). "Section 13.1: Graph terminology and representations". ''Algorithm Design and Applications''. Wiley. pp. 355-364.</ref>。 [[File:6n-graf.svg|center|400px]] 一個電腦程式可以用 2D [[陣列]]等嘅方法實現圖數據<ref name="johnbull"/>{{rp|Ch. 11}}，即係創建返條 2D 陣列 <code>adj</code>，用陣列啲格仔入面嘅數表示啲節點之間嘅邊，例如 <code>adj[i][j]</code> 係 0 嘅話就表示節點 <code>i</code> 同節點 <code>j</code> 之間並冇邊連住<ref group="註">是但攞對 <code>ij</code> 嚟睇，<code>adj[i][j] == adj[j][i]</code> 都會係真。</ref>。電腦可以對圖數據做多種有用嘅運算，好似係<ref>See, e.g. Goodrich & Tamassia (2015), ''Section 13.1.2: Operations on graphs'', p. 360. For a more detailed set of operations, see Mehlhorn, K.; Näher, S. (1999). "Chapter 6: Graphs and their data structures". [https://people.mpi-inf.mpg.de/~mehlhorn/ftp/LEDAbook/Graphs.pdf LEDA: A platform for combinatorial and geometric computing] (PDF). Cambridge University Press. pp. 240-282.</ref>： *<code>adjacent(G, x, y)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 同 <code>y</code> 呢兩粒節點，如果 <code>x</code> 同 <code>y</code> 係相鄰嘅，<code>adjacent(G, x, y)</code> 會出 <code>1</code>（[[布林 (資料類型)|真]]），否則就出 <code>0</code>（[[布林 (資料類型)|假]]）； *<code>neighbors(G, x)</code>：攞 <code>G</code> 呢幅圖以及 <code>x</code> 呢粒節點，<code>output</code> 俾出嗮所有同 <code>x</code> 相鄰嘅節點； ... 呀噉。 喺實用上，啲人好興攞圖數據表示一啲[[空間]]性質嘅嘢，例如想像整一幅圖數據表示[[兩廣|粵]][[香港|港]][[澳門|澳]]地區嘅[[地圖]]，每粒節點表示一座重要城市，都褦住件數據表示座城市嘅名同位置（[[廣州]]、[[香港]]、[[珠海]]呀噉），而兩粒節點之間有邊就表示嗰兩座城市之間有[[高速公路]]可以直達，每條邊都褦住個數表示條路[[距離|有幾長]]；至於具體啲嘅應用，可以睇吓[[搵路]]（pathing）呢種喺[[電子遊戲 AI]] 上成日都會用到嘅演算法<ref name="millington2019ch4">Millington, I. (2019). ''AI for Games''. CRC Press. Ch. 4.</ref>。 == 註釋 == {{Reflist|group=註|3}} == 睇埋 == {{div col|style=column-count:3}} *[[數據結構一覽]] *[[抽象資料類型]] *[[搜尋演算法]] *[[排序演算法]] *[[電腦數據]] *[[代數結構]] *[[雜湊表]] *[[序列化]] *[[物件 (電腦科學)|物件]] *[[封裝 (物件導向編程)|封裝]] {{div col end}} == 文獻 == {{div col|style=column-count:3}} *Peter Brass, (2008). ''Advanced Data Structures'', Cambridge University Press, ISBN 978-0521880374 *John Bullinaria, (2019). ''[https://www.cs.bham.ac.uk/~jxb/DSA/dsa.pdf Lecture Notes for Data Structures and Algorithms]'' (PDF). School of Computer Science, University of Birmingham. *Donald Knuth, (1997). ''The Art of Computer Programming'', Vol. 1. Addison-Wesley, 3rd Ed, ISBN 978-0201896831 *Dinesh Mehta and Sartaj Sahni, (2004). ''Handbook of Data Structures and Applications'', Chapman and Hall/CRC Press, ISBN 1584884355 *Niklaus Wirth, (1985). ''Algorithms and Data Structures'', Prentice Hall, ISBN 978-0130220059 {{div col end}} == 攷 == {{reflist|3}} == 拎 == {{Commonscat|Data structures}} *[https://www.geeksforgeeks.org/introduction-to-data-structures/ Introduction to Data Structures]. ''GeeksForGeeks''. *[https://www.geeksforgeeks.org/data-structures/ Data Structures]. ''GeeksForGeeks''. *[http://www.cs.auckland.ac.nz/software/AlgAnim/ds_ToC.html Data structures course]. *[http://msdn.microsoft.com/en-us/library/aa289148(VS.71).aspx An Examination of Data Structures from .NET perspective]. *[http://people.cs.vt.edu/~shaffer/Book/C++3e20110915.pdf Schaffer, C. ''Data Structures and Algorithm Analysis'']. {{電腦程式編寫}} {{電腦科學}} [[Category:電腦科學]] smooma7v7uhhah0pvxpvoh4pjm9vsc8 0 227180 1865462 1632767 2022-08-19T16:03:10Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:90 mile beach.jpg|300px|thumb|生物圈包含[[生物]]同[[岩石圈]]、[[水圈]]、[[大氣圈]]嘅互動。]] '''生物圈'''（{{jpingauto|sang1 mat6 hyun1}}，{{lang-en|'''Biosphere'''}}）係[[地球]][[生態系統]]嘅總和，孕育世界上所有嘅[[生命]]<!--，包含[[岩石圈]]、[[水圈]]同[[大氣圈]]-->。 ==概論== {{see also|地球|生命}} 一粒行星嘅[[生物圈]]（Biosphere）指緊喺嗰粒行星上面生活嘅所有生物嘅總體。根據對[[化石]]嘅研究，地球嘅生物圈由 35 億年前開始有<ref>[http://www.nytimes.com/2013/10/03/science/earths-oxygen-a-mystery-easy-to-take-for-granted.html The Mystery of Earth’s Oxygen]</ref>。生命係點起源學界仲未有定案，但係一般都同意生物會隨時間演變－每個生命個體所持有嘅[[基因]]都有啲唔同，佢哋當中有啲比較叻生存同埋繁殖，而生存同繁殖能力勁啲嘅生物會更加能夠將自己帶嘅基因傳俾下一代，相反冇噉叻生存同繁殖嘅生物可能會餓死或者俾[[獵食者]]食咗而冇辦法將自己身上嘅基因傳俾下一代，所以每一代嘅生物身上嘅基因都會唔同咗樣（呢個機制就係[[查理斯•達爾文]]提出嘅[[物競天擇]]），於是乎一個地域入面嘅生物嘅基因會一代一代噉變，經過幾百萬年變變吓就會變到同之前嘅生物完全唔同咗樣－呢個過程就係所謂嘅[[進化]]<ref name="SahneyBentonFerry2010"/><ref name="evo">[https://www.livescience.com/474-controversy-evolution-works.html What is Darwin's Theory of Evolution?]</ref>。 進化同對環境嘅適應好有關係，往往最適應到自己周圍環境嘅生物就係最得夠生存同繁殖嘅，所以一個地域嘅生物硬係會慢慢噉演變成啱嗰個地域嘅環境嘅樣－一個生物群系嘅特性會同佢哋嘅環境有關。喺赤道嘅[[熱帶雨林]]入面嘅生物物種極之豐富，生物多樣性好高<ref name="evo"/><ref>Hillebrand, H. On the Generality of the Latitudinal Gradient. ''American Naturalist''. 2004, 163 (2): 192–211. </ref>。 ==睇埋== *[[生命]] *[[進化]] *[[無生源論]] ==攷== {{reflist}} {{地球}} {{biology-stub}} [[Category:生態學]] 4b44f4pko9eupx6gtujdtk39bd7qhgr 1865463 1865462 2022-08-19T16:03:28Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:90 mile beach.jpg|300px|thumb|生物圈包含[[生物]]同[[岩石圈]]、[[水圈]]、[[大氣圈]]嘅互動。]] '''生物圈'''（{{jpingauto|sang1 mat6 hyun1}}，{{lang-en|'''Biosphere'''}}）係[[地球]][[生態系統]]嘅總和，孕育世界上所有嘅[[生命]]<!--，包含[[岩石圈]]、[[水圈]]同[[大氣圈]]-->。 ==概論== {{see also|地球|生命}} 一粒行星嘅生物圈指緊喺嗰粒行星上面生活嘅所有生物嘅總體。根據對[[化石]]嘅研究，地球嘅生物圈由 35 億年前開始有<ref>[http://www.nytimes.com/2013/10/03/science/earths-oxygen-a-mystery-easy-to-take-for-granted.html The Mystery of Earth’s Oxygen]</ref>。生命係點起源學界仲未有定案，但係一般都同意生物會隨時間演變－每個生命個體所持有嘅[[基因]]都有啲唔同，佢哋當中有啲比較叻生存同埋繁殖，而生存同繁殖能力勁啲嘅生物會更加能夠將自己帶嘅基因傳俾下一代，相反冇噉叻生存同繁殖嘅生物可能會餓死或者俾[[獵食者]]食咗而冇辦法將自己身上嘅基因傳俾下一代，所以每一代嘅生物身上嘅基因都會唔同咗樣（呢個機制就係[[查理斯•達爾文]]提出嘅[[物競天擇]]），於是乎一個地域入面嘅生物嘅基因會一代一代噉變，經過幾百萬年變變吓就會變到同之前嘅生物完全唔同咗樣－呢個過程就係所謂嘅[[進化]]<ref name="evo">[https://www.livescience.com/474-controversy-evolution-works.html What is Darwin's Theory of Evolution?]</ref>。 進化同對環境嘅適應好有關係，往往最適應到自己周圍環境嘅生物就係最得夠生存同繁殖嘅，所以一個地域嘅生物硬係會慢慢噉演變成啱嗰個地域嘅環境嘅樣－一個生物群系嘅特性會同佢哋嘅環境有關。喺赤道嘅[[熱帶雨林]]入面嘅生物物種極之豐富，生物多樣性好高<ref name="evo"/><ref>Hillebrand, H. On the Generality of the Latitudinal Gradient. ''American Naturalist''. 2004, 163 (2): 192–211. </ref>。 ==睇埋== *[[生命]] *[[進化]] *[[無生源論]] ==攷== {{reflist}} {{地球}} {{biology-stub}} [[Category:生態學]] 1wix5nx090n23sxw4cozt0uj6ie2zgr 1865550 1865463 2022-08-19T22:34:55Z 219.77.56.156 /* 概論 */ wikitext text/x-wiki [[File:90 mile beach.jpg|300px|thumb|生物圈包含[[生物]]同[[岩石圈]]、[[水圈]]、[[大氣圈]]嘅互動。]] '''生物圈'''（{{jpingauto|sang1 mat6 hyun1}}，{{lang-en|'''Biosphere'''}}）係[[地球]][[生態系統]]嘅總和，孕育世界上所有嘅[[生命]]<!--，包含[[岩石圈]]、[[水圈]]同[[大氣圈]]-->。 ==概論== {{see also|地球|生命}} 一粒行星嘅生物圈指緊喺嗰粒行星上面生活嘅所有生物嘅總體。根據對[[化石]]嘅研究，地球嘅生物圈由 35 億年前開始有<ref>[http://www.nytimes.com/2013/10/03/science/earths-oxygen-a-mystery-easy-to-take-for-granted.html The Mystery of Earth’s Oxygen]</ref>。生命係點起源學界仲未有定案，但係一般都同意生物會隨時間演變－每個生命個體所持有嘅[[基因]]都有啲唔同，佢哋當中有啲比較叻生存同埋繁殖，而生存同繁殖能力勁啲嘅生物會更加能夠將自己帶嘅基因傳俾下一代，相反冇噉叻生存同繁殖嘅生物可能會餓死或者俾[[獵食者]]食咗而冇辦法將自己身上嘅基因傳俾下一代，所以每一代嘅生物身上嘅基因都會唔同咗樣（呢個機制就係[[查理斯·達爾文]]提出嘅[[物競天擇]]），於是乎一個地域入面嘅生物嘅基因會一代一代噉變，經過幾百萬年變變吓就會變到同之前嘅生物完全唔同咗樣－呢個過程就係所謂嘅[[進化]]<ref name="evo">[https://www.livescience.com/474-controversy-evolution-works.html What is Darwin's Theory of Evolution?]</ref>。 進化同對環境嘅適應好有關係，往往最適應到自己周圍環境嘅生物就係最得夠生存同繁殖嘅，所以一個地域嘅生物硬係會慢慢噉演變成啱嗰個地域嘅環境嘅樣－一個生物群系嘅特性會同佢哋嘅環境有關。喺赤道嘅[[熱帶雨林]]入面嘅生物物種極之豐富，生物多樣性好高<ref name="evo"/><ref>Hillebrand, H. On the Generality of the Latitudinal Gradient. ''American Naturalist''. 2004, 163 (2): 192–211. </ref>。 ==睇埋== *[[生命]] *[[進化]] *[[無生源論]] ==攷== {{reflist}} {{地球}} {{biology-stub}} [[Category:生態學]] sli5tiwuhwa1n63dpzgktqepdprdvsx 1865610 1865550 2022-08-20T02:16:29Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:90 mile beach.jpg|300px|thumb|生物圈包含[[生物]]同[[岩石圈]]、[[水圈]]、[[大氣圈]]嘅互動。]] '''生物圈'''（{{jpingauto|sang1 mat6 hyun1}}，{{lang-en|'''Biosphere'''}}）係[[地球]][[生態系統]]嘅總和，孕育世界上所有嘅[[生命]]<!--，包含[[岩石圈]]、[[水圈]]同[[大氣圈]]-->。 ==概論== {{see also|地球|生命}} 廣義上噉講，一粒[[行星]]嘅生物圈指緊喺嗰粒行星上面生活嘅所有生物嘅總體。 根據對[[化石]]嘅研究，地球嘅生物圈由 35 億年前開始有<ref>[http://www.nytimes.com/2013/10/03/science/earths-oxygen-a-mystery-easy-to-take-for-granted.html The Mystery of Earth’s Oxygen]</ref>。生命係點起源學界仲未有定案，但係一般都同意生物會隨時間演變－每個生命個體所持有嘅[[基因]]都有啲唔同，佢哋當中有啲比較擅長生存同埋繁殖，而生存同繁殖能力勁啲嘅生物會更加能夠將自己帶嘅基因傳俾下一代，相反冇咁擅長生存同繁殖嘅生物可能會餓死或者俾[[獵食者]]食咗而冇辦法將自己身上嘅基因傳俾下一代，所以每一代嘅生物身上嘅基因都會唔同咗樣（呢個機制就係[[查理斯·達爾文]]提出嘅[[物競天擇]]），於是乎一個地域入面嘅生物嘅[[基因]]會一代一代噉變，經過幾百萬年變變吓就會變到同之前嘅生物完全唔同咗樣－呢個過程就係所謂嘅[[進化]]<ref name="evo">[https://www.livescience.com/474-controversy-evolution-works.html What is Darwin's Theory of Evolution?].</ref>。 進化同對環境嘅適應好有關係，往往最適應到自己周圍環境嘅生物就係最得夠生存同繁殖嘅，所以一個地域嘅生物硬係會慢慢噉演變成啱嗰個地域嘅環境嘅樣－一個生物群系嘅特性會同佢哋嘅環境有關。喺赤道嘅[[熱帶雨林]]入面嘅生物物種極之豐富，生物多樣性好高<ref name="evo"/><ref>Hillebrand, H. On the Generality of the Latitudinal Gradient. ''American Naturalist''. 2004, 163 (2): 192-211. </ref>。 ==睇埋== *[[生命]] *[[進化]] *[[無生源論]] ==攷== {{reflist}} {{地球}} {{生物學}} {{biology-stub}} [[Category:生態學]] 4ifqhye7fz04iv8j2uyesmmq3960fia 0 227512 1865588 1864749 2022-08-20T01:45:33Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:2008 age of ocean plates.png|thumb|有關[[海床]]年代嘅地球物理學研究]] '''地球物理學'''（'''Geophysics'''）係[[地球科學]]同[[物理學]]嘅交叉學科，研究[[地球]]嘅[[物理]]特性。 {{地球}} {{物理學分支}} {{stub}} [[Category:地球物理學| ]] sqnudrsl8o6phxsyc7nggdhgmevujef 0 227690 1865476 1759305 2022-08-19T16:14:25Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''手眼協調'''（{{jpingauto|sau2 ngaan5 hip3 tiu4}}；{{lang-en|'''hand-eye coordination'''}}）係指一個人協調[[眼]]同[[手]]嘅郁動嘅能力，反映咗個人嘅[[認知系統]]有幾擅長用[[視覺]]輸入引導雙手作出適當嘅行為達致目的。 == 睇埋 == *[[專注力]] *[[打機]] {{視像遊戲}} {{心理學楔}} [[Category:認知]] qnzljmag8p80xqpj9qfb6lhd4hy0jyx 0 228099 1865471 1759293 2022-08-19T16:10:25Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''刺激-反應模型'''（{{lang-en|'''stimulus-response model'''}}）喺[[心理學]]上泛指模擬由刺激去反應之間嘅[[認知過程]]嘅[[數學模型]]<ref>Greg Cashman (2000). "International Interaction: Stimulus–Response Theory and Arms Races". ''What causes war?: an introduction to theories of international conflict''. Lexington Books. pp. 160–192.</ref><ref>Kostal, L., Lansky, P., & McDonnell, M. D. (2013). Metabolic cost of neuronal information in an empirical stimulus-response model. ''Biological cybernetics'', 107(3), 355-365.</ref>。刺激-反應模型最簡單嗰條式如下<ref name="meyeretal2017">Meyer, A. F., Williamson, R. S., Linden, J. F., & Sahani, M. (2017). Models of neuronal stimulus-response functions: elaboration, estimation, and evaluation. ''Frontiers in systems neuroscience'', 10, 109.</ref>： :<math>r(t) \approx k^{0} + \mathbf{k}^{\mathbf{T}}\mathbf{s}(t)</math> :<math>\mathbf{k}^{\mathbf{T}}\mathbf{s}(t) = k_1 s_1(t) + k_2 s_2(t) + ...</math> 當中 :<math>r(t)</math> 係個反應； :<math>\mathbf{s}(t)</math> 係一個[[向量]]，包括嗮柞相關刺激嘅數值， :<math>\mathbf{k}^{\mathbf{T}}</math> 係一個權重向量（weight vector），每一個權重反應相應嗰個刺激對個反應嘅影響力有幾大。 :<math>\mathbf{k}^{\mathbf{T}}\mathbf{s}(t)</math> 包含多個 <math>k_i s_i(t)</math>，當中 <math>s_i(t)</math> 係第 <math>i</math> 個刺激嘅數值，而 <math>k_i</math> 係嗰個刺激嘅權重。 上述呢句嘢用簡單文字講就係，個反應（<math>r(t)</math>）受到若干個刺激（柞 <math>s_i(t)</math>）影響，呢啲刺激當中喺對個反應嘅影響力（<math>k_i</math>）上可以有差異。類似噉嘅[[數學模型]]可以用嚟模擬好多唔同嘅刺激-反應現象，而唔同嘅刺激-反應現象嘅 <math>r(t)</math> 同 <math>\mathbf{s}(t)</math> 之間嗰個[[函數]]都可以唔同<ref name="meyeretal2017"/>。 ==睇埋== *[[反應時間]] *[[認知]] == 攷 == {{reflist|3}} {{心理學楔}} [[Category:認知]] pvtfn8zuol9dkojcpv1417twu3pgoec 0 228295 1865477 1734818 2022-08-19T16:16:51Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Colors of a Stoplight- Animated- Lewiston.gif|thumb|300px|「咦，[[綠燈]]喎，等我過馬路先...」<br>跟住喺下一刻，盞[[交通燈]]轉[[紅燈]]，個人就即刻跟住停低（抑制「過馬路」呢個行動）。]] '''抑制控制'''（{{lang-en|'''inhibitory control''' / '''response inhibition'''}}）喺[[行為科學]]上係指一個個體喺有股[[衝動]]想去做某樣嘢、但知道呢樣嘢唔應該做嗰陣，作出抑制嘅[[認知功能]]。 ==基本概念== {{main|去-唔去}} 呢個概念可以用[[去-唔去]]（go/no go）嘅測試嚟諗；又想像家陣擺隻[[大鼠]]喺個籠入面，籠入面有個掣同一盞燈<ref name="epstein2003">Epstein, J. N., Erkanli, A., Conners, C. K., Klaric, J., Costello, J. E., & Angold, A. (2003). Relations between continuous performance test performance measures and ADHD behaviors. ''Journal of abnormal child psychology'', 31(5), 543-554.</ref><ref name="smillie2007">Smillie, L. D., Dalgleish, L. I., & Jackson, C. J. (2007). [https://journals.sagepub.com/doi/pdf/10.1177/0146167206296951 Distinguishing between learning and motivation in behavioral tests of the reinforcement sensitivity theory of personality] (PDF). ''Personality and Social Psychology Bulletin'', 33(4), 476-489.</ref>， *每當盞燈閃綠色光（'''去'''[[訊號]]；'''go''' signal）嗰陣，隻大鼠就要喺 1 秒內去撳個掣，撳啱咗嘅話就有嘢食；而經驗顯示，隻大鼠好快就會[[操作制約|學識]]一見到盞燈閃綠色光就去撳掣。 *跟住想像加一條新嘅規則，由而家開始，每次盞燈閃綠色光嗰陣，都有若干[[機率]]（<math>p</math>，<math>0< p < 1</math>）會係盞燈喺 0.2 秒之後閃紅色光（'''唔去'''訊號；'''no-go''' signal），如果出現咗唔去訊號，噉隻大鼠就要唔好去撳掣，而如果佢冇做到抑制自己撳掣嘅行動嘅話，就會受到[[行為懲罰|懲罰]]，例如個籠會有[[電流]]通過電佢，令佢有[[痛]]嘅感覺； 每當隻大鼠見到去閃綠燈（去訊號）嗰陣，佢都會為咗想有嘢食而有股[[動機|動力]]去撳掣（行動），而如果跟住出現紅燈（唔去訊號），佢就需要停低唔好做出「撳掣」呢一個舉動（抑制就嚟要郁手做嘅行動）。一隻動物－無論係大鼠定係人都好－喺去-唔去測試當中「對唔去訊號俾正確嘅反應嘅機率」（<math>Z</math>）就反映咗佢嘅抑制控制能力<ref name="epstein2003"/><ref>Diana H. Fishbein (Ed.). (2000). ''The science, treatment, and prevention of antisocial behaviors: Application to the criminal justice system'' (Vol. 1). Civic Research Institute, Inc..</ref>。 一般認為，衝動係同抑制控制成大致[[反比]]嘅：去-唔去測試嘅研究方法可以攞嚟喺人身上做<ref group="註">因為[[道德]]嘅問題，做喺人身上嘅研究正路唔會用[[電]]引起嘅[[痛]]或者[[籠]]，而係會用[[人道主義|人道]]啲嘅嘢做[[行為懲罰|懲罰]]，例如「失敗咗就會搞到參與[[心理實驗|實驗]]得到嘅獎金減少」呀噉。</ref>；一個人抑制控制能力愈高，就反映佢嘅衝動程度愈低，反之亦然；如果話一個人衝動嘅話，就表示佢抑制控制能力低，成日都會一見到想要做嘅嘢就即刻郁手去做，明知噉做會有後果都係照做；例如一個因為衝動而[[暴飲暴食]]嘅人噉，佢往往都係一見到嘢食（去訊號）就會有股[[衝動]]走去食（行動），就算佢跟住就諗起「食得多得滯會搞到自己[[肥]]」嘅後果（唔去訊號），都照樣繼續食（抑制失敗）<ref name="newton1993">Newton, J. R., Freeman, C. P., & Munro, J. (1993). Impulsivity and dyscontrol in bulimia nervosa: is impulsivity an independent phenomenon or a marker of severity?. ''Acta Psychiatrica Scandinavica'', 87(6), 389-394.</ref>。除咗暴飲暴食之外，抑制控制能力亦都同好多衝動相關嘅[[心理病]]有啦掕－例如係[[過度活躍症]]（ADHD）<ref name="bezidjian2009">Bezdjian, S., Baker, L. A., Lozano, D. I., & Raine, A. (2009). Assessing inattention and impulsivity in children during the Go/NoGo task. ''British Journal of Developmental Psychology'', 27(2), 365-383.</ref>同[[爛賭]]<ref>Chowdhury, N. S., Livesey, E. J., Blaszczynski, A., & Harris, J. A. (2017). [https://link.springer.com/content/pdf/10.1007/s10899-017-9683-5.pdf Pathological gambling and motor impulsivity: a systematic review with meta-analysis] (PDF). ''Journal of gambling studies'', 33(4), 1213-1239.</ref>等嘅心理病嘅患者都傾向有抑制控制能力過低嘅情況。 == 註釋 == {{reflist|group=註}} == 睇埋 == *[[衝動 (性格)|衝動]] *[[決策]] *[[前額皮層]] ==攷== {{reflist}} [[Category:認知]] [[Category:心理學]] {{Psych-stub}} 5i15g9x1goqiug4xk8ik3yk276abrwr 0 228384 1865472 1439855 2022-08-19T16:11:02Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''撠氏定律'''（{{lang-en|'''Hick's law'''}}）係一條源自 1952 年嘅[[認知心理學]]定律，描述[[反應時間]]同選擇數量之間嘅關係。假想一個人家陣要有 <math>n</math> 個選擇當中揀一個（例：喺網購網站嗰度見到 <math>n</math> 件同類商品），根據撠氏定律，喺多數情況下<ref>Longstreth, L. E., El-Zahhar, N., & Alcorn, M. B. (1985). Exceptions to Hick's law: Explorations with a response duration measure. ''Journal of Experimental Psychology: General'', 114(4), 417.</ref>，嗰個人嘅反應時間可以用以下呢條式計： :<math>\text{RT} = a + b \log_2(n)</math>； 當中 <math>a</math> 同 <math>b</math> 係一啲可以由過往數據嗰度估計佢哋數值嘅[[常數]]；有[[心理學家]]指，呢條式反映咗一個人對[[不確定性]]嘅處理－當一個人面對好多個選擇，佢所接收到嘅訊息量就多（訊息量可以用[[訊息熵]]減少等嘅指標量度；詳情可以睇[[訊息論]]）<ref>[https://www.interaction-design.org/literature/article/hick-s-law-making-the-choice-easier-for-users Hick’s Law: Making the choice easier for users]. ''Interaction Design Foundation''.</ref>。而喺[[網頁設計]]等嘅應用上，撠氏定律可以用嚟估計用家（例如）會花幾多時間先至決定要撳入去某個網頁嗰度<ref>Roberts, R. D., Beh, H. C., & Stankov, L. (1988). Hick's law, competing-task performance, and intelligence. ''Intelligence'', 12(2), 111-130.</ref><ref>Lidwell, W., Holden, K., & Butler, J. (2003). ''Universal Principles of Design''. Gloucester, MA: Rockport.</ref>。 == 睇埋 == *[[反應時間]] == 攷 == {{reflist|2}} [[Category:認知科學]] ga0fxfz16zhnfdnvxvz58mh3oyoc0jz 0 228399 1865473 1849737 2022-08-19T16:11:41Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Mental rotation task (diagram).jpg|thumb|300px|心理旋轉實驗用嘅刺激]] '''心理旋轉'''（{{jpingauto|sam1 lei5 syun4 zyun2}}；{{lang-en|'''mental rotation'''}}）係指一個人喺心入面[[心像|想像]]一件[[三維]]嘅物體「由唔同角度望係乜樣」嘅能力。 == 實驗 == {{see also|認知心理學|心理測時法}} 喺 1970 年代，有[[認知心理學家]]試過做一個噉嘅[[心理實驗|實驗]]： *個實驗有若干次'''試驗'''（trial），每次試驗都涉及個受試者喺個熒幕上見到兩件立體嘅物件， *喺某啲試驗入面，兩件物件係一樣嘅，而喺某啲試驗入面，兩件物件係彼此嘅[[鏡像 (幾何)|鏡像]]； *受試者要做嘅嘢係見到兩件物件嗰陣有咁快得咁快回答「呢兩件物件係咪一樣」； *佢哋嘅結果發現，兩件物件之間喺面向嘅角度上差異（呢個係[[自變數]]）愈大，受試者嘅[[反應時間]]就會愈長，而呢段關係係[[線性]]嘅<ref>Shepard, R. N., Metzler, J. (February 1971). "[https://www.jstor.org/stable/pdf/1731476.pdf Mental rotation of three-dimensional objects] (PDF)". ''Science''. 171 (3972): 701–3.</ref>。 呢個實驗結果一般俾人認為係展示咗人曉旋轉佢哋喺腦海入面想像嘅物件，開展咗認知心理學上對心理旋轉嘅研究<ref>Amorim, Michel-Ange, Brice Isableu and Mohammed Jarraya (2006). "[http://labo.cmp.free.fr/pdf/amorim%20isableu%20jarraya%20%20JEPG2006.pdf Embodied Spatial Transformations: "Body Analogy" for the Mental Rotation]" (PDF). ''Journal of Experimental Psychology: General''. 135 (3): 327–347.</ref>。 == 睇埋 == *[[空間視像智能]] *[[扭計骰]] == 攷 == {{reflist}} {{心理學楔}} [[Category:認知]] c05k4ukfr477opcupaib052vuncml2s 1865474 1865473 2022-08-19T16:12:02Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Mental rotation task (diagram).jpg|thumb|300px|心理旋轉實驗用嘅刺激]] '''心理旋轉'''（{{jpingauto|sam1 lei5 syun4 zyun2}}；{{lang-en|'''mental rotation'''}}）係指一個人喺心入面[[心像|想像]]一件[[三維]]嘅物體「由唔同角度望係乜樣」嘅能力。 == 實驗 == {{see also|認知心理學|心理測時法}} 喺 1970 年代，有[[認知心理學家]]試過做一個噉嘅[[心理實驗|實驗]]： *個實驗有若干次'''試驗'''（trial），每次試驗都涉及個受試者喺個熒幕上見到兩件立體嘅物件， *喺某啲試驗入面，兩件物件係一樣嘅，而喺某啲試驗入面，兩件物件係彼此嘅[[鏡像 (幾何)|鏡像]]； *受試者要做嘅嘢係見到兩件物件嗰陣有咁快得咁快回答「呢兩件物件係咪一樣」； *佢哋嘅結果發現，兩件物件之間喺面向嘅角度上差異（呢個係[[自變數]]）愈大，受試者嘅[[反應時間]]就會愈長，而呢段關係係[[線性]]嘅<ref>Shepard, R. N., Metzler, J. (February 1971). "[https://www.jstor.org/stable/pdf/1731476.pdf Mental rotation of three-dimensional objects] (PDF)". ''Science''. 171 (3972): 701–3.</ref>。 呢個實驗結果一般俾人認為係展示咗人曉旋轉佢哋喺腦海入面想像嘅物件，開展咗認知心理學上對心理旋轉嘅研究<ref>Amorim, Michel-Ange, Brice Isableu and Mohammed Jarraya (2006). "[http://labo.cmp.free.fr/pdf/amorim%20isableu%20jarraya%20%20JEPG2006.pdf Embodied Spatial Transformations: "Body Analogy" for the Mental Rotation]" (PDF). ''Journal of Experimental Psychology: General''. 135 (3): 327–347.</ref>。 == 睇埋 == *[[空間視像智能]] *[[扭計骰]] == 攷 == {{reflist}} {{認知}} {{心理學楔}} [[Category:認知]] 88gp8cqftcffgax9x790f9r0zrtbrus 0 229390 1865590 1864750 2022-08-20T01:47:23Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''地球化學'''（{{jpingauto|dei6 kau4 faa3 hok6}}，{{lang-en|'''Geochemistry'''}}），係用[[化學]][[原理]]同[[架生]]嚟解釋[[地球]]嘅[[地質系統]]，例如[[地殼]]同埋[[海洋]]背後嘅機制嘅[[科學]]。 ==地球化學成份== 地球嘅[[質量]]大約係 5.97 × 10²⁴ 公斤，即係 5970 [[數量級 (質量)|堯克]]（Yottagrams；Yg）。構成地球嘅[[化學元素]]主要有[[鐵]]（Iron，Fe；32.1%）、[[氧]]（Oxygen，O；30.1%）、[[矽]]（Silicon，Si；15.1%）、[[鎂]]（Magnesium，Mg；13.9%）、[[硫]]（Sulphur，S；2.9%）、[[鎳]]（Nickel，Ni；1.8%）、[[鈣]]（Calcium，Ca；1.5%）、同埋[[鋁]]（Aluminium，Al；1.4%）。淨低嗰 1.2% 係其他微量元素，例如係[[鎢]]（Tungsten，W）、[[金]]（Gold，Au）、[[汞]]（Mercury，Hg）、[[氟]]（Flourine，F）、[[硼]]（Boron，B）、[[氙]]（Xenon，Xe）呀噉。因為地球有[[質量層化]]（Mass segregation；指質量高啲嘅嘢向中心嗰度集中）嘅現象，估計構成地核嘅主要化學元素係喺元素當中算比較重嘅鐵（88.8%），而其他構成地核嘅元素包括咗鎳（5.8%）同埋硫（4.5%），同埋質量加埋少過 1% 嘅微量元素。構成地幔嘅主要礦物質就包括咗[[輝石]]（Pyroxene；[[化學式]]係 (Mg,Fe,Ca,[[鈉|Na]])(Mg,Fe,Al)(Si,Al)₂O₆）同埋[[橄欖石]]（Olivine；化學式係 (Mg,Fe)₂SiO₄）等等<ref>Morgan, J. W., Anders, E. (1980). ''Chemical composition of Earth, Venus, and Mercury''. Proceedings of the National Academy of Sciences. 77(12), 6973–77.</ref>。 至於地殼嘅化學成份，據研究，氧係地殼度最多嘅元素，佔咗成 46% <ref>Per Enghag. ''Encyclopedia of the Elements: Technical Data - History - Processing - Applications''. John Wiley & Sons. 2008: 1039. ISBN 9783527612345.</ref>。地殼嗰度有好多含氧嘅[[化合物]]，包咗水、[[二氧化矽]]（Silicon dioxide）、[[硫酸鈣]]（Calcium sulfate）、[[碳酸鈣]]（Calcium carbonate）、同埋[[氧化鋁]]（Aluminium oxide）等。絕大部分構成地殼常見嘅[[岩石]]嘅化合物都係有氧嘅化合物<ref>Robert E. Krebs. ''The History and Use of Our Earth's Chemical Elements: A Reference Guide''. Greenwood Publishing Group. 2006: 227. ISBN 9780313334382.</ref>。有啲岩石就係[[氟化物]]（Flouride）、[[硫化物]]（Sulfide）、同[[氯化物]]（Chloride），但係氟、硫、同[[氯]]喺任何地方嘅[[岩層]]入面嘅總含量通常遠遠少過 1%。而佔咗地殼淺表面 90% 以上體積嘅[[火成岩]]（Igneous rock）主要由[[二氧化矽]]（Silicon dioxide；SiO₂）同埋[[矽酸鹽]]（Silicate）構成。[[地球化學]]家 Frank Wigglesworth 基於 1672 個對各種岩石嘅分析計過條數，推論出 99.22% 嘅岩石係由下面個表列咗出嚟嘅氧化物構成<ref>Chisholm, H. (Ed.). Petrology. 大英百科全書. 第十一版. 劍橋大學出版社. 1911年.</ref>。 {| class="wikitable" style="text-align:center; float: center;" |+ 地殼嘅化學成份 ! colspan="2" |化合物 |二氧化矽 |氧化鋁 |[[氧化鈣]] |[[氧化鎂]] |[[氧化亞鐵]] |[[氧化鈉]] |[[氧化鉀]] |[[氧化鐵]] |水 |二氧化碳 |[[二氧化鈦]] |[[五氧化二磷]] !總計 |- ! rowspan="2" |含量 !陸地 |60.2% |15.2% |5.5% |3.1% |3.8% |3.0% |2.8% |2.5% |1.4% |1.2% |0.7% |0.2% !99.6% |- !海 |48.6% |16.5% |12.3% |6.8% |6.2% |2.6% |0.4% |2.3% |1.1% |1.4% |1.4% |0.3% !99.9% |} ==睇埋== *[[地球物理學]] ==攷== {{reflist}} {{地球}} {{化學分支}} {{chem-stub}} [[Category:化學]] [[Category:地球]] 52rnu5t887fko4gtwmr2fsi4p9hci1e 1865591 1865590 2022-08-20T01:47:40Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki '''地球化學'''（{{jpingauto|dei6 kau4 faa3 hok6}}，{{lang-en|'''Geochemistry'''}}），係用[[化學]][[原理]]同[[架生]]嚟解釋[[地球]]嘅[[地質系統]]，例如[[地殼]]同埋[[海洋]]背後嘅機制嘅[[科學]]。 ==地球化學成份== 地球嘅[[質量]]大約係 5.97 × 10²⁴ 公斤，即係 5970 [[數量級 (質量)|堯克]]（Yottagrams；Yg）。構成地球嘅[[化學元素]]主要有[[鐵]]（Iron，Fe；32.1%）、[[氧]]（Oxygen，O；30.1%）、[[矽]]（Silicon，Si；15.1%）、[[鎂]]（Magnesium，Mg；13.9%）、[[硫]]（Sulphur，S；2.9%）、[[鎳]]（Nickel，Ni；1.8%）、[[鈣]]（Calcium，Ca；1.5%）、同埋[[鋁]]（Aluminium，Al；1.4%）。淨低嗰 1.2% 係其他微量元素，例如係[[鎢]]（Tungsten，W）、[[金]]（Gold，Au）、[[汞]]（Mercury，Hg）、[[氟]]（Flourine，F）、[[硼]]（Boron，B）、[[氙]]（Xenon，Xe）呀噉。因為地球有[[質量層化]]（Mass segregation；指質量高啲嘅嘢向中心嗰度集中）嘅現象，估計構成地核嘅主要化學元素係喺元素當中算比較重嘅鐵（88.8%），而其他構成地核嘅元素包括咗鎳（5.8%）同埋硫（4.5%），同埋質量加埋少過 1% 嘅微量元素。構成地幔嘅主要礦物質就包括咗[[輝石]]（Pyroxene；[[化學式]]係 (Mg,Fe,Ca,[[鈉|Na]])(Mg,Fe,Al)(Si,Al)₂O₆）同埋[[橄欖石]]（Olivine；化學式係 (Mg,Fe)₂SiO₄）等等<ref>Morgan, J. W., Anders, E. (1980). ''Chemical composition of Earth, Venus, and Mercury''. Proceedings of the National Academy of Sciences. 77(12), 6973–77.</ref>。 至於地殼嘅化學成份，據研究，氧係地殼度最多嘅元素，佔咗成 46% <ref>Per Enghag. ''Encyclopedia of the Elements: Technical Data - History - Processing - Applications''. John Wiley & Sons. 2008: 1039. ISBN 9783527612345.</ref>。地殼嗰度有好多含氧嘅[[化合物]]，包咗水、[[二氧化矽]]（Silicon dioxide）、[[硫酸鈣]]（Calcium sulfate）、[[碳酸鈣]]（Calcium carbonate）、同埋[[氧化鋁]]（Aluminium oxide）等。絕大部分構成地殼常見嘅[[岩石]]嘅化合物都係有氧嘅化合物<ref>Robert E. Krebs. ''The History and Use of Our Earth's Chemical Elements: A Reference Guide''. Greenwood Publishing Group. 2006: 227. ISBN 9780313334382.</ref>。有啲岩石就係[[氟化物]]（Flouride）、[[硫化物]]（Sulfide）、同[[氯化物]]（Chloride），但係氟、硫、同[[氯]]喺任何地方嘅[[岩層]]入面嘅總含量通常遠遠少過 1%。而佔咗地殼淺表面 90% 以上體積嘅[[火成岩]]（Igneous rock）主要由[[二氧化矽]]（Silicon dioxide；SiO₂）同埋[[矽酸鹽]]（Silicate）構成。[[地球化學]]家 Frank Wigglesworth 基於 1672 個對各種岩石嘅分析計過條數，推論出 99.22% 嘅岩石係由下面個表列咗出嚟嘅氧化物構成<ref>Chisholm, H. (Ed.). Petrology. 大英百科全書. 第十一版. 劍橋大學出版社. 1911年.</ref>。 {| class="wikitable" style="text-align:center; float: center;" |+ 地殼嘅化學成份 ! colspan="2" |化合物 |二氧化矽 |氧化鋁 |[[氧化鈣]] |[[氧化鎂]] |[[氧化亞鐵]] |[[氧化鈉]] |[[氧化鉀]] |[[氧化鐵]] |水 |二氧化碳 |[[二氧化鈦]] |[[五氧化二磷]] !總計 |- ! rowspan="2" |含量 !陸地 |60.2% |15.2% |5.5% |3.1% |3.8% |3.0% |2.8% |2.5% |1.4% |1.2% |0.7% |0.2% !99.6% |- !海 |48.6% |16.5% |12.3% |6.8% |6.2% |2.6% |0.4% |2.3% |1.1% |1.4% |1.4% |0.3% !99.9% |} ==睇埋== *[[地球物理學]] *[[無生源論]] ==攷== {{reflist}} {{地球}} {{化學分支}} {{chem-stub}} [[Category:化學]] [[Category:地球]] 91q373t3fbvqdey8t7ccu2435jyc1vn 0 229517 1865493 1710566 2022-08-19T16:30:02Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{otheruses|other=博弈論上講嘅消耗戰|消耗戰 (博弈論)}} [[File:Bundesarchiv Bild 136-B0560, Frankreich, Kavalleristen im Schützengraben.jpg|thumb|270px|[[一戰]]時嘅塹壕戰；塹壕戰涉及喺地下掘坑，俾士兵匿喺入面向敵人開火。]] '''消耗戰'''（{{lang-en|'''attrition'''}}）係種[[軍事戰略]]，指透過不斷慢慢噉損耗敵人嘅人力同物力，令到敵人最後因為人力物力唔夠而崩潰。 ==策略性== 消耗戰會發生通常都係因為環境嘅問題，搞到進攻非常困難，於是想進攻嗰一方就焗住要用消耗戰策略，喺一個戰略重地積聚大量嘅人力同火力（同時佢嘅敵人無力噉做），慢慢噉磨損敵人嘅人力物力；例子有[[一戰]]時期常見嘅[[塹壕戰]]（trench warfare）－喺一戰嗰陣興喺地下掘條坑，俾啲士兵匿喺入面向敵人開火，呢種做法能夠令自己士兵能夠輕易迴避敵人嘅槍炮攻擊，同時嗰陣未有先進嘅[[坦克]]或者[[戰機]]能夠有效噉推進，於是就形成一個「交戰雙方都無力進攻，只係一味喺度互相開火同迴避敵人槍炮火，諗住想敵人因為頂唔順壓力而投降」嘅局面<ref name="murrayattrition">Murray, Nicholas: [https://encyclopedia.1914-1918-online.net/article/attrition_warfare/ Attrition Warfare], in: 1914-1918-online. ''International Encyclopedia of the First World War''.</ref>。 一般嚟講，消耗戰會損耗自己嘅大量大力物力，如果交戰雙方勢均力敵，噉最後贏嗰一方頂櫳都只會得到[[皮洛士式勝利]]（Pyrrhic victory，即係慘勝），所以消耗戰俾好多軍事戰略家覺得係下策<ref name="murrayattrition"/>。事實係，就連遠至公元前嘅孫子都覺得打仗最好係速戰速決，消耗戰呢家嘢可免則免<ref>《孫子兵法》</ref>： {{Cquote |原版[[文言文]]：其用戰也勝，久則鈍兵挫銳，攻城則力屈，久暴師則國用不足。夫鈍兵挫銳，屈力殫貨，則諸侯乘其弊而起，雖有智者不能善其後矣。故兵聞拙速，未睹巧之久也。<br> 粵文翻譯：軍隊作戰要速戰速決，如果拖得耐，軍隊就必然會攰同喪失士氣。一旦攻起城上嚟，就會兵力耗盡，長期喺外面打仗仲會搞到國家財政有問題。而如果軍隊因為打仗打得耐而攰到不堪，銳氣受挫，軍力耗盡，國內物資枯竭，啲諸侯實會趁火打劫。噉就算有足智多謀之士都冇良策可以挽救危亡。所以喺實際作戰當中，只係聽講過將領冇高招難以速戰速決，但就未見過指揮高明而係擅長持久作戰嘅。 }} ==睇埋== *[[一戰]] ==攷== {{reflist}} {{Military-stub}} [[Category:戰略]] p4cm0gfpy5drcf3wy99o53i9i0zy1fy 0 229526 1865495 1829976 2022-08-19T16:31:31Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''焦土政策'''（{{lang-en|'''Scorched earth policy'''}}）係一種[[軍事戰略]]，指要破壞任何對敵軍嚟講有用嘅嘢。 ==概論== 例如有一隊軍隊，佢哋知道守緊嗰個據點就快要失守，於是佢哋就大舉噉破壞據點當地有用嘅嘢，包括破壞嗰度基地儲住嘅武器同糧食，以及放火燒嗮當地啲農田同工廠，目的係想敵人就算拿下咗呢個據點，都用唔到呢啲物資－「令到呢個地點變成一片焦土」；呢種策略亦可以由進攻嗰一方使用－例如有隊軍隊攻下咗敵軍一塊地，但遇到敵軍反攻，於是就係臨撤退之前用焦土政策<ref name="willcox1988">Willcox, Tilton (January 1988). "The Use and Abuse of Executive Powers in Warding off Corporate Raiders". ''Journal of Business Ethics''. 7 (1/2): 51.</ref>。焦土政策喺廿世紀都仲見得到：一個出名嘅例子發生喺 1991 年嘅[[波斯灣戰爭]]（Persian Gulf War），當時以美軍為首嘅同盟軍喺[[科威特]]嗰度攻下咗唔少據點，[[伊拉克]]嘅軍隊眼見就快失守，於是就一路撤退一路喺科威特國內嘅 605 至 732 個[[油井]]放火，務求想美軍用唔到啲油井<ref>"[https://gulflink.health.mil/owf_ii/owf_ii_s03.htm#III.%20CHRONOLOGY%20OF%20EVENTS III. CHRONOLOGY OF EVENTS A. Discussio]n".</ref>。 焦土政策呢家嘢就連喺商界都見得到：管理學上亦有所謂嘅焦土政策，主要旨在透過降低自己公司嘅吸引力嚟防止間公司俾人[[收購]]；常用嘅戰術包括賣走間公司嘅某啲資產、增加間公司嘅[[債]]同進行第啲會損害間公司嘅活動，而喺極端嘅情況下，商業上嘅焦土政策仲可能會搞冧自己間公司，成為所謂嘅「自殺藥丸」<ref>[https://www.investopedia.com/terms/s/scorchedearthpolicy.asp#:~:text=A%20scorched%20earth%20policy%20is,company%20if%20it%20is%20purchased. Scorched Earth Policy]. ''Investopedia''.</ref>。 {{clear}} [[File:BrennendeOelquellenKuwait1991.jpg|thumb|center|450px|<center>1991 年科威特油井俾伊拉克嘅士兵放火嘅情境</center>]] ==睇埋== *[[軍事戰略]] ==攷== {{reflist}} {{military-stub}} [[Category:戰略]] mc9iw2568ctjyxbf1eyn0deol58zuzb 0 229560 1865494 1444514 2022-08-19T16:30:28Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''塹壕戰'''（{{lang-en|'''trench warfare'''}}）係[[一戰]]嗰陣興嘅一種[[戰略]]，指喺地下掘條坑，俾啲士兵匿喺入面向敵人開火，呢種做法係消耗戰嘅代表：啲坑能夠令自己士兵能夠輕易迴避敵人嘅槍炮攻擊，同時嗰陣未有先進嘅[[坦克]]或者[[戰機]]能夠有效噉推進，於是就形成一個「交戰雙方都無力進攻，只係一味喺度互相開火同迴避敵人槍炮火，諗住想敵人因為頂唔順壓力而投降」嘅局面。 ==睇埋== *[[消耗戰]] {{Military-stub}} [[Category:戰略]] adpfa9bgd1rkd0jbh6x12ycbrfwhpb9 0 243569 1865488 1552416 2022-08-19T16:24:44Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Harmonia axyridis01.jpg|thumb|330px|呢啲咁多唔同色嘅都係異色瓢蟲。]] '''異色瓢蟲'''（{{lang-en|'''Asian ladybeetle'''}}；[[學名]]：{{lang|la|''Harmonia axyridis''}}）係一種色水好多變嘅[[瓢蟲]]。 ==概論== {{see also|瓢蟲}} 異色瓢蟲源於[[東亞]]，但後嚟俾人帶到去全世界，引起[[生態學界]]嘅關注：異色瓢蟲係喺 1910 年代嗰陣俾人由東亞引入去[[北美洲]]嗰度，用嚟對付[[蚜蟲]]嘅，但異色瓢蟲打後係噉[[繁殖]]，數量增長得好犀利，好快砌低嗮啲本地[[瓢蟲]][[物種]]，做咗最勁嘅瓢蟲－有好幾份喺多個[[美國州份]]做嘅研究發現，異色瓢蟲喺廿世紀期間搞到多個[[美國]]本土嘅瓢蟲物種數量急降，當中有本土物種嘅蟲口數量仲跌咗成 20 倍咁多<ref>Koch, R. L. (2003). The multicolored Asian lady beetle, Harmonia axyridis: a review of its biology, uses in biological control, and non-target impacts. ''Journal of insect Science'', 3(1).</ref>；由嗰陣時開始，異色瓢蟲仲散佈咗去[[西歐]]，喺 2004 年到咗[[英國]]<ref>[http://www.harlequin-survey.org/ The Harlequin Ladybird has landed!]. {{Webarchive|url=https://web.archive.org/web/20121210225825/http://www.harlequin-survey.org/ |date=2012年12月10號 }}.</ref>，2017 年佢哋仲喺[[南非]]落埋腳<ref>[https://invasives.org.za/news-previews/item/1239-harlequin-ladybird-citizen-science-project-launched Harlequin ladybird citizen science project]. {{Webarchive|url=https://web.archive.org/web/20171224155439/https://invasives.org.za/news-previews/item/1239-harlequin-ladybird-citizen-science-project-launched |date=2017年12月24號 }}.</ref>。喺某啲地區，異色瓢蟲係有少少好似害蟲噉嘅存在－雖然唔少農夫都因為異色瓢蟲嘅強勁獵食能力而覺得高興，但異色瓢蟲砌低嗮啲本地異色瓢蟲物種，搞到啲[[生態學]]專家擔心佢哋會引致[[生物多樣性]]（biodiversity）下降<ref>[http://news.bbc.co.uk/2/hi/uk_news/england/essex/3715120.stm 'Deadly ladybird' sighted in UK].</ref><ref>R. J. Hall. Eating the competition speeds up invasions. ''Biology Letters'', 2010; 7 (2): 307</ref>。 ==攷== {{reflist}} [[Category:瓢蟲]] {{Animal-stub}} chbgs5usa2bl8qesfckodkn7rxyltw4 0 243572 1865489 1472917 2022-08-19T16:26:00Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{lang|en|'''Ladybird Ladybird'''}} 係一首[[英文]]兒歌，講[[瓢蟲]]嘅。 {{Cquote |Ladybird, ladybird, fly away home<br> Your house is on fire and your children are gone<br> All except one, and that's Little Anne<br> For she has crept under the warming pan. }} 呢首兒歌嘅人氣高到俾人譯埋過去[[德文]]嗰度，成為咗《Marienwürmchen》，仲俾人收錄咗喺《[[少年魔法號角]]》（[[德文]]：Des Knaben Wunderhorn）－一本好出名嘅[[德國]][[民謠|民謠集]]－入面。喺德國東面嘅[[波蘭]]都譯咗首兒歌過去，而且首兒歌嘅歌詞（同啲歌詞嘅變種）仲成為咗[[波蘭文]]入面嘅[[諺語]]<ref>[http://ppmalomice.szkolnastrona.pl/index.php?p=m&idg=zt,50,90 BIEDRONECZKI 5- latki].</ref>。 ==攷== {{reflist}} {{music-stub}} [[Category:兒歌]] eygdbd4dcb278ptw2q4f94d1xpnefjd 0 249574 1865662 1845264 2022-08-20T05:35:56Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 陳逸敏 | 類型 = 女演員 | 圖片 = | 圖片簡介 = | 羅馬拼音 = Chan Yat Man | 英文名 = Me Chan | 綽號 = 阿Me、米青、陳敏 | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and _age|1994|8|6}} | 出生地點 = {{HKG-GBR}} | 職業 = [[演員]]、[[化粧師]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HKG}} [[香港城市大學專業進修學院]]畢業 | 母校 = {{HK}}[[廖寶珊紀念書院]] | 活躍年代 = 2014年到而家 | 經紀公司 = [[FHProductionHK]] }} '''陳逸敏'''（{{lang-en|'''Me Chan'''}}，{{bd|1994年|8月6號}}），綽號'''阿Me/米青/陳敏'''，係[[香港]]女演員，因為參演「[[FHProductionHK|熊仔頭]]」嘅網上短片而出名。佢亦係位新娘[[化粧]]師。 ==簡歷== 陳逸敏喺[[香港]]出世，中學時期讀[[廖寶珊紀念書院]]，大專時期讀[[香港城市大學專業進修學院]]。由2014年開始，佢喺「[[FHProductionHK|熊仔頭]]」嘅網上短片演出而開始畀網民留意，而家陳逸敏係一名化妝師同埋演員。 ==演出== ===節目演出（ViuTV）=== *2019年：《[[晚吹]] — [[女學生·吹水班]]》第8集嘉賓 *2020年：《晚吹 — [[又要威 又要戴頭盔]]》第208、209集嘉賓 ==參考== *[https://ent.fanpiece.com/crazyu/%E8%B2%8C%E4%BC%BCMomo%E7%9A%84FH%E7%86%8A%E4%BB%94%E9%A0%AD%E5%A5%B3%E9%83%8E-Gfable-%E9%98%BFMe-%E5%8F%AF%E6%84%9B%E6%84%9B%E7%AC%91%E8%99%8E%E7%89%99%E5%A6%B9-c1298516.html 貌似Momo的FH熊仔頭女郎！!Gfable - 阿Me！可愛愛笑虎牙妹！] ==出面網頁== *{{instagram|mechann_}} {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:陳氏|逸敏]] [[Category:FHProductionHK成員]] 95tgb8v0mahnw66liks0a6eydkdaqqx 1865663 1865662 2022-08-20T05:36:17Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 陳逸敏 | 類型 = 女演員 | 圖片 = | 圖片簡介 = | 羅馬拼音 = Chan Yat Man | 英文名 = Me Chan | 綽號 = 阿Me、米青、陳敏 | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and _age|1994|8|6}} | 出生地點 = {{HKG-GBR}} | 職業 = [[演員]]、化粧師 | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|HKG}} [[香港城市大學專業進修學院]]畢業 | 母校 = {{HK}}[[廖寶珊紀念書院]] | 活躍年代 = 2014年到而家 | 經紀公司 = [[FHProductionHK]] }} '''陳逸敏'''（{{lang-en|'''Me Chan'''}}，{{bd|1994年|8月6號}}），綽號'''阿Me/米青/陳敏'''，係[[香港]]女演員，因為參演「[[FHProductionHK|熊仔頭]]」嘅網上短片而出名。佢亦係位新娘[[化粧]]師。 ==簡歷== 陳逸敏喺[[香港]]出世，中學時期讀[[廖寶珊紀念書院]]，大專時期讀[[香港城市大學專業進修學院]]。由2014年開始，佢喺「[[FHProductionHK|熊仔頭]]」嘅網上短片演出而開始畀網民留意，而家陳逸敏係一名化妝師同埋演員。 ==演出== ===節目演出（ViuTV）=== *2019年：《[[晚吹]] — [[女學生·吹水班]]》第8集嘉賓 *2020年：《晚吹 — [[又要威 又要戴頭盔]]》第208、209集嘉賓 ==參考== *[https://ent.fanpiece.com/crazyu/%E8%B2%8C%E4%BC%BCMomo%E7%9A%84FH%E7%86%8A%E4%BB%94%E9%A0%AD%E5%A5%B3%E9%83%8E-Gfable-%E9%98%BFMe-%E5%8F%AF%E6%84%9B%E6%84%9B%E7%AC%91%E8%99%8E%E7%89%99%E5%A6%B9-c1298516.html 貌似Momo的FH熊仔頭女郎！!Gfable - 阿Me！可愛愛笑虎牙妹！] ==出面網頁== *{{instagram|mechann_}} {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:陳氏|逸敏]] [[Category:FHProductionHK成員]] o9mjqcwbkg140g7q5llbpv9wl7mm1cn 1865690 1865663 2022-08-20T05:59:49Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 陳逸敏 | 類型 = 女演員 | 圖片 = | 圖片簡介 = | 羅馬拼音 = Chan Yat Man | 英文名 = Me Chan | 綽號 = 阿Me、米青、陳敏 | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and _age|1994|8|6}} | 出生地點 = {{HKG-1959}} | 職業 = 演員、化粧師 | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 教育程度 = [[香港城市大學專業進修學院]]畢業 | 母校 = [[廖寶珊紀念書院]] | 活躍年代 = 2014年到而家 | 經紀公司 = [[FHProductionHK]] }} '''陳逸敏'''（{{lang-en|'''Me Chan'''}}，{{bd|1994年|8月6號}}），綽號'''阿Me/米青/陳敏'''，係[[香港]]女演員，因為參演「[[FHProductionHK|熊仔頭]]」嘅網上短片而出名。佢亦係位新娘[[化粧]]師。 ==簡歷== 陳逸敏喺[[香港]]出世，中學時期讀[[廖寶珊紀念書院]]，大專時期讀[[香港城市大學專業進修學院]]。由2014年開始，佢喺「[[FHProductionHK|熊仔頭]]」嘅網上短片演出而開始畀網民留意，而家陳逸敏係一名化妝師同埋演員。 ==演出== ===節目演出（ViuTV）=== *2019年：《[[晚吹]] — [[女學生·吹水班]]》第8集嘉賓 *2020年：《晚吹 — [[又要威 又要戴頭盔]]》第208、209集嘉賓 ==參考== *[https://ent.fanpiece.com/crazyu/%E8%B2%8C%E4%BC%BCMomo%E7%9A%84FH%E7%86%8A%E4%BB%94%E9%A0%AD%E5%A5%B3%E9%83%8E-Gfable-%E9%98%BFMe-%E5%8F%AF%E6%84%9B%E6%84%9B%E7%AC%91%E8%99%8E%E7%89%99%E5%A6%B9-c1298516.html 貌似Momo的FH熊仔頭女郎！!Gfable - 阿Me！可愛愛笑虎牙妹！] ==出面網頁== *{{instagram|mechann_}} {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:陳氏|逸敏]] [[Category:FHProductionHK成員]] 3ofl0nijxq89mdo0agy5nmkof15yamc 10 253565 1865384 1865335 2022-08-19T12:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594289661 |deaths = 6448729 |date = 2022年8月19號 |time = 12:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 75vay67blysngzprv8eh2pit4c4p21o 1865409 1865384 2022-08-19T13:54:12Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594299299 |deaths = 6448843 |date = 2022年8月19號 |time = 13:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 44obniwfkucqopfsss30cw71glpx01u 1865417 1865409 2022-08-19T14:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594299299 |deaths = 6448843 |date = 2022年8月19號 |time = 14:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 7fnv9zvximh3twomxds5yvimjtp2yuh 1865444 1865417 2022-08-19T15:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594352231 |deaths = 6449047 |date = 2022年8月19號 |time = 15:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> pa0abtelqnvk7tmv5pylr4svs7fuiey 1865515 1865444 2022-08-19T16:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594663027 |deaths = 6449738 |date = 2022年8月19號 |time = 16:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> sb17sfkv5nl2n32yu3v3ynesgyxs3bx 1865519 1865515 2022-08-19T17:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594701009 |deaths = 6449945 |date = 2022年8月19號 |time = 17:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> ne4y8bjy2ykqr6tfgfpxvcdflfi7ew4 1865521 1865519 2022-08-19T18:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594731181 |deaths = 6450076 |date = 2022年8月19號 |time = 18:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> trq5d5csydd9bgwymnxdqmwtjlhuidf 1865524 1865521 2022-08-19T19:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594742658 |deaths = 6450149 |date = 2022年8月19號 |time = 19:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 4j8ec1g8wtdf9na7mtc9myqb50x97jb 1865527 1865524 2022-08-19T20:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594755888 |deaths = 6450295 |date = 2022年8月19號 |time = 20:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> alf591jb17iu7qowal43hnvu1fpjus5 1865544 1865527 2022-08-19T21:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594758840 |deaths = 6450321 |date = 2022年8月19號 |time = 21:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> m5qcguiriypzf9pj0kispcmnok41lxt 1865553 1865544 2022-08-19T22:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594779569 |deaths = 6450474 |date = 2022年8月19號 |time = 22:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 17ipxqimbcmkpbvk9fimkchbjyrgsmx 1865558 1865553 2022-08-19T23:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594782853 |deaths = 6450480 |date = 2022年8月19號 |time = 23:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月19號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> rypzccaqzie8ouwms5lqkvyyul785ij 1865567 1865558 2022-08-20T00:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594800239 |deaths = 6450624 |date = 2022年8月20號 |time = 00:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> bxeuem4qjqax6f2k1z38l6bvgz64uyf 1865598 1865567 2022-08-20T01:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594929962 |deaths = 6450708 |date = 2022年8月20號 |time = 01:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> rfarkbix3vm4h62y45gynmfxg4v527t 1865640 1865598 2022-08-20T02:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594974351 |deaths = 6450874 |date = 2022年8月20號 |time = 02:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 2d4sahqoktrpl1gdpieeeb848h5rwka 1865649 1865640 2022-08-20T03:54:11Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594978252 |deaths = 6450966 |date = 2022年8月20號 |time = 03:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 5rlih8an8uautzz8votji9ovqgpdjxx 1865654 1865649 2022-08-20T04:54:11Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594996434 |deaths = 6451050 |date = 2022年8月20號 |time = 04:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 5jp1aad3xz24l6waku2tkc3q5arp7zq 1865681 1865654 2022-08-20T05:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 594998377 |deaths = 6451055 |date = 2022年8月20號 |time = 05:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 0dh1xxxh51gvxkccgdj86jgzhj8vpst 1865722 1865681 2022-08-20T06:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595122966 |deaths = 6451815 |date = 2022年8月20號 |time = 06:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 7knhhler0jnup8mkezebavh2xo0tkbu 1865762 1865722 2022-08-20T07:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595124450 |deaths = 6451815 |date = 2022年8月20號 |time = 07:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 5vu5wp8xwjbeq8acczvvr6w7vt0pnok 1865786 1865762 2022-08-20T08:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595126131 |deaths = 6451815 |date = 2022年8月20號 |time = 08:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> pg8s2yqfx4fbvdl2cop69xb2pe209hb 1865824 1865786 2022-08-20T09:54:10Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595193095 |deaths = 6451941 |date = 2022年8月20號 |time = 09:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> rs5lo30c24biocz6jmxein5cps2qcp1 1865859 1865824 2022-08-20T10:54:08Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595198081 |deaths = 6451965 |date = 2022年8月20號 |time = 10:20 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 9mui4sp9gslfvyprfruv3duum2kskni 1865879 1865859 2022-08-20T11:54:09Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 wikitext text/x-wiki {{武漢肺炎病例總數/core |confirmed = 595205847 |deaths = 6452036 |date = 2022年8月20號 |time = 11:21 UTC |type = {{{1}}} }}<!-- *** For consistency, simplicity and credibility, we kindly ask to source ONLY from Johns Hopkins University. *** Please refer to the Talk Page for more information. -->{{#ifeq:{{{editlink}}}|yes|{{Edit sup|Template:武漢肺炎病例總數}}|}}{{#ifeq:{{{ref}}}|no||<!-- Reference: --><ref name="JHU_ticker">{{cite web |url=https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 |title=COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU) |publisher=[[莊鶴堅斯大學]] |website=[[ArcGIS]] |access-date=2022年8月20號}}</ref>}}<noinclude> {{documentation}} [[Category:武漢肺炎疫情模]] </noinclude> 5wanzxu6fqplpzew1ojmwxxyisz4qp2 10 253806 1865767 1865042 2022-08-20T08:18:24Z 虎源太 63690 Update cases to 19 Aug 2022 wikitext text/x-wiki <noinclude>{{main|武漢肺炎香港疫情}}</noinclude> {{#invoke:Medical cases chart|chart |numwidth=wmmw |barwidth=medium |disease=武漢肺炎 |location=香港 |outbreak=武漢肺炎疫情 |right2=死亡數 |recoveries=y |collapsible=y |data= <!-- Date;Deaths;Recoveries;Total confirmed --> 2020-01-23;;;2 ;;;2 2020-01-25;;;5 2020-01-26;;;8 ;;;8 2020-01-29;;;10 2020-01-30;;;12 2020-01-31;;;13 2020-02-01;;;14 2020-02-02;;;15 2020-02-03;;;15 2020-02-04;1;;18 2020-02-05;1;;21 2020-02-06;1;;24 2020-02-07;1;;26 2020-02-08;1;;26 2020-02-09;1;;36 2020-02-10;1;;42 2020-02-11;1;;49 2020-02-12;1;1;50 2020-02-13;1;1;53 2020-02-14;1;1;56 2020-02-15;1;1;56 2020-02-16;1;2;57 2020-02-17;1;2;60 2020-02-18;1;4;62 2020-02-19;2;5;65 2020-02-20;2;5;68 2020-02-21;2;5;68 2020-02-22;2;11;69 2020-02-23;2;14;74 2020-02-24;2;18;81 2020-02-25;2;18;85 2020-02-26;2;24;91 2020-02-27;2;26;93 2020-02-28;2;30;94 2020-02-29;2;33;95 2020-03-01;2;36;100 2020-03-02;2;36;101 2020-03-03;2;36;101 2020-03-04;2;43;105 2020-03-05;2;43;105 2020-03-06;2;51;108 2020-03-07;2;55;110 2020-03-08;3;58;115 2020-03-09;3;59;116 2020-03-10;3;64;121 2020-03-11;3;66;130 2020-03-12;3;74;132 2020-03-13;4;77;138 2020-03-14;4;80;142 2020-03-15;4;83;149 2020-03-16;4;87;158 2020-03-17;4;91;168 2020-03-18;4;94;193 2020-03-19;4;97;209 2020-03-20;4;97;257 2020-03-21;4;99;274 2020-03-22;4;99;318 2020-03-23;4;100;357 2020-03-24;4;101;387 2020-03-25;4;105;411 2020-03-26;4;109;454 2020-03-27;4;110;519 2020-03-28;4;111;583 2020-03-29;4;117;642 2020-03-30;4;123;683 2020-03-31;4;127;715 2020-04-01;4;146;766 2020-04-02;4;153;803 2020-04-03;4;172;846 2020-04-04;4;185;863 2020-04-05;4;205;891 2020-04-06;4;215;915 2020-04-07;4;235;936 2020-04-08;4;263;961 2020-04-09;4;292;974 2020-04-10;4;308;990 2020-04-11;4;335;1001 2020-04-12;4;359;1005 2020-04-13;4;396;1010 2020-04-14;4;433;1013 2020-04-15;4;458;1017 2020-04-16;4;484;1018 2020-04-17;4;532;1022 2020-04-18;4;567;1024 2020-04-19;4;601;1026 2020-04-20;4;629;1026 2020-04-21;4;649;1030 2020-04-22;4;678;1034 2020-04-23;4;698;1036 2020-04-24;4;725;1036 2020-04-25;4;753;1038 2020-04-26;4;772;1038 2020-04-27;4;787;1038 2020-04-28;4;811;1038 2020-04-29;4;830;1038 2020-04-30;4;846;1038 2020-05-01;4;859;1040 2020-05-02;4;864;1040 2020-05-03;4;879;1040 2020-05-04;4;900;1041 2020-05-05;4;920;1041 2020-05-06;4;932;1041 2020-05-07;4;944;1045 2020-05-08;4;960;1045 2020-05-09;4;967;1045 2020-05-10;4;982;1048 2020-05-11;4;985;1048 2020-05-12;4;991;1048 2020-05-13;4;1008;1051 2020-05-14;4;1009;1052 2020-05-15;4;1019;1053 2020-05-16;4;1022;1053 2020-05-17;4;1024;1056 2020-05-18;4;1025;1056 2020-05-19;4;1025;1056 2020-05-20;4;1026;1056 2020-05-21;4;1029;1064 2020-05-22;4;1029;1066 2020-05-23;4;1029;1066 2020-05-24;4;1030;1066 2020-05-25;4;1030;1066 2020-05-26;4;1033;1066 2020-05-27;4;1034;1067 2020-05-28;4;1035;1067 2020-05-29;4;1035;1080 2020-05-30;4;1036;1083 2020-05-31;4;1037;1085 2020-06-01;4;1037;1088 2020-06-02;4;1038;1094 2020-06-03;4;1039;1094 2020-06-04;4;1042;1100 2020-06-05;4;1045;1103 2020-06-06;4;1048;1106 2020-06-07;4;1049;1107 2020-06-08;4;1049;1108 2020-06-09;4;1050;1108 2020-06-10;4;1051;1108 2020-06-11;4;1055;1108 2020-06-12;4;1060;1109 2020-06-13;4;1061;1110 2020-06-14;4;1067;1110 2020-06-15;4;1067;1113 2020-06-16;4;1069;1113 2020-06-17;4;1071;1121 2020-06-18;4;1072;1125 2020-06-19;4;1074;1128 2020-06-20;5;1077;1129 2020-06-21;5;1078;1132 2020-06-22;5;1078;1162 2020-06-23;6;1083;1178 2020-06-24;6;1086;1180 2020-06-25;7;1088;1194 2020-06-26;7;1091;1197 2020-06-27;7;1095;1198 2020-06-28;7;1104;1200 2020-06-29;7;1105;1204 2020-06-30;7;1107;1206 2020-07-01;7;1117;1234 2020-07-02;7;1120;1243 2020-07-03;7;1125;1248 2020-07-04;7;1145;1259 2020-07-05;7;1156;1269 2020-07-06;7;1157;1286 2020-07-07;7;1161;1300 2020-07-08;7;1167;1324 2020-07-09;7;1176;1366 2020-07-10;7;1187;1404 2020-07-11;7;1197;1432 2020-07-12;7;1214;1470 2020-07-13;7;1217;1522 2020-07-14;8;1229;1570 2020-07-15;10;1241;1589 2020-07-16;10;1254;1656 2020-07-17;11;1264;1714 2020-07-18;12;1274;1778 2020-07-19;12;1294;1885 2020-07-20;12;1301;1958 2020-07-21;14;1324;2019 2020-07-22;14;1344;2132 2020-07-23;15;1379;2250 2020-07-24;16;1407;2373 2020-07-25;18;1455;2506 2020-07-26;18;1474;2634 2020-07-27;22;1486;2779 2020-07-28;23;1527;2885 2020-07-29;24;1591;3003 2020-07-30;25;1660;3152 2020-07-31;28;1751;3273 2020-08-01;33;1858;3397 2020-08-02;35;1959;3512 2020-08-03;39;2037;3590 2020-08-04;42;2141;3670 2020-08-05;43;2314;3755 2020-08-06;46;2458;3850 2020-08-07;47;2620;3939 2020-08-08;47;2755;4008 2020-08-09;52;2847;4080 2020-08-10;56;2917;4149 2020-08-11;59;3052;4182 2020-08-12;63;3189;4244 2020-08-13;65;3295;4313 2020-08-14;67;3392;4361 2020-08-15;69;3488;4407 2020-08-16;69;3549;4481 2020-08-17;69;3599;4525 2020-08-18;71;3677;4561 2020-08-19;72;3779;4587 2020-08-20;75;3827;4605 2020-08-21;75;3900;4632 2020-08-22;76;3974;4658 2020-08-23;77;4018;4683 2020-08-24;77;4052;4692 2020-08-25;78;4108;4711 2020-08-26;79;4161;4735 2020-08-27;81;4200;4756 2020-08-28;84;4249;4769 2020-08-29;86;4287;4787 2020-08-30;88;4320;4802 2020-08-31;89;4342;4811 2020-09-01;90;4380;4823 2020-09-02;92;4401;4831 2020-09-03;93;4431;4839 2020-09-04;94;4456;4851 2020-09-05;94;4493;4858 2020-09-06;97;4511;4879 2020-09-07;98;4524;4890 2020-09-08;99;4543;4896 2020-09-09;99;4557;4902 2020-09-10;99;4582;4914 2020-09-11;99;4598;4926 2020-09-12;100;4613;4939 2020-09-13;100;4630;4958 2020-09-14;101;4635;4972 2020-09-15;102;4646;4976 2020-09-16;102;4663;4985 2020-09-17;102;4682;4994 2020-09-18;103;4696;4997 2020-09-19;103;4708;5010 2020-09-20;103;4712;5033 2020-09-21;103;4717;5039 2020-09-22;103;4729;5047 2020-09-23;104;4749;5050 2020-09-24;104;4758;5057 2020-09-25;104;4765;5059 2020-09-26;105;4777;5060 2020-09-27;105;4786;5066 2020-09-28;105;4790;5076 2020-09-29;105;4807;5080 2020-09-30;105;4827;5088 2020-10-01;105;4837;5098 2020-10-02;105;4843;5105 2020-10-03;105;4849;5109 2020-10-04;105;4861;5114 2020-10-05;105;4864;5125 2020-10-06;105;4875;5133 2020-10-07;105;4885;5144 2020-10-08;105;4890;5162 2020-10-09;105;4906;5170 2020-10-10;105;4914;5176 2020-10-11;105;4919;5183 2020-10-12;105;4921;5194 2020-10-13;105;4931;5202 2020-10-14;105;4932;5202 2020-10-15;105;4943;5214 2020-10-16;105;4951;5221 2020-10-17;105;4963;5238 2020-10-18;105;4973;5242 2020-10-19;105;4982;5257 2020-10-20;105;4996;5262 2020-10-21;105;5004;5270 2020-10-22;105;5019;5281 2020-10-23;105;5029;5285 2020-10-24;105;5041;5290 2020-10-25;105;5047;5296 2020-10-26;105;5050;5304 2020-10-27;105;5053;5309 2020-10-28;105;5063;5311 2020-10-29;105;5073;5314 2020-10-30;105;5082;5321 2020-10-31;105;5089;5324 2020-11-01;105;5096;5331 2020-11-02;105;5102;5337 2020-11-03;105;5109;5346 2020-11-04;106;5118;5349 2020-11-05;107;5126;5356 2020-11-06;107;5131;5362 2020-11-07;107;5139;5365 2020-11-08;107;5144;5375 2020-11-09;107;5146;5381 2020-11-10;108;5153;5390 2020-11-11;108;5158;5408 2020-11-12;108;5170;5431 2020-11-13;108;5177;5437 2020-11-14;108;5187;5445 2020-11-15;108;5194;5459 2020-11-16;108;5198;5467 2020-11-17;108;5212;5471 2020-11-18;108;5224;5480 2020-11-19;108;5233;5492 2020-11-20;108;5239;5518 2020-11-21;108;5248;5561 2020-11-22;108;5259;5629 2020-11-23;108;5267;5702 2020-11-24;108;5274;5782 2020-11-25;108;5295;5867 2020-11-26;108;5300;5948 2020-11-27;108;5313;6040 2020-11-28;109;5328;6124 2020-11-29;109;5340;6239 2020-11-30;109;5344;6315 2020-12-01;109;5361;6397 2020-12-02;110;5394;6500 2020-12-03;110;5423;6590 2020-12-04;112;5465;6702 2020-12-05;112;5511;6803 2020-12-06;112;5567;6898 2020-12-07;112;5626;6976 2020-12-08;112;5696;7076 2020-12-09;113;5783;7180 2020-12-10;114;5900;7292 2020-12-11;114;5996;7378 2020-12-12;116;6114;7447 2020-12-13;117;6202;7542 2020-12-14;121;6266;7624 2020-12-15;123;6345;7722 2020-12-16;124;6439;7804 2020-12-17;127;6534;7900 2020-12-18;129;6628;7970 2020-12-19;129;6737;8079 2020-12-20;130;6837;8153 2020-12-21;131;6910;8238 2020-12-22;132;6995;8301 2020-12-23;133;7112;8354 2020-12-24;135;7203;8425 2020-12-25;136;7317;8482 2020-12-26;136;7394;8541 2020-12-27;137;7474;8611 2020-12-28;141;7526;8672 2020-12-29;143;7616;8725 2020-12-30;147;7722;8779 2020-12-31;148;7813;8847 2021-01-01;149;7912;8889 2021-01-02;150;7968;8924 2021-01-03;151;8011;8965 2021-01-04;153;8055;9018 2021-01-05;154;8127;9050 2021-01-06;154;8201;9075 2021-01-07;154;8258;9108 2021-01-08;156;8307;9153 2021-01-09;158;8374;9212 2021-01-10;158;8423;9243 2021-01-11;159;8468;9284 2021-01-12;160;8524;9344 2021-01-13;161;8584;9386 2021-01-14;161;8631;9415 2021-01-15;161;8684;9453 2021-01-16;162;8724;9503 2021-01-17;162;8758;9558 2021-01-18;164;8786;9665 2021-01-19;165;8828;9721 2021-01-20;166;8865;9798 2021-01-21;167;8903;9868 2021-01-22;167;8948;9929 2021-01-23;168;8998;10010 2021-01-24;169;9034;10086 2021-01-25;171;9056;10159 2021-01-26;173;9101;10223 2021-01-27;174;9162;10283 2021-01-28;177;9239;10322 2021-01-29;178;9302;10372 2021-01-30;181;9362;10400 2021-01-31;182;9423;10453 2021-02-01;182;9474;10487 2021-02-02;184;9549;10512 2021-02-03;185;9633;10531 2021-02-04;186;9684;10553 2021-02-05;186;9750;10590 2021-02-06;186;9828;10609 2021-02-07;186;9887;10636 2021-02-08;187;9918;10668 2021-02-09;188;9976;10694 2021-02-10;189;10022;10711 2021-02-11;191;10077;10732 2021-02-12;193;10136;10756 2021-02-13;193;10160;10768 2021-02-14;193;10185;10780 2021-02-15;193;10207;10789 2021-02-16;195;10232;10797 2021-02-17;197;10270;10813 2021-02-18;197;10298;10821 2021-02-19;197;10329;10834 2021-02-20;197;10362;10849 2021-02-21;197;10389;10869 2021-02-22;197;10404;10885 2021-02-23;197;10427;10897 2021-02-24;198;10461;10914 2021-02-25;198;10474;10927 2021-02-26;198;10493;10951 2021-02-27;199;10519;10984 2021-02-28;200;10536;11006 2021-03-01;200;10547;11020 2021-03-02;200;10563;11033 2021-03-03;201;10578;11047 2021-03-04;201;10593;11056 2021-03-05;202;10604;11067 2021-03-06;202;10622;11075 2021-03-07;202;10629;11091 2021-03-08;202;10636;11100 2021-03-09;202;10662;11121 2021-03-10;203;10675;11129 2021-03-11;203;10695;11151 2021-03-12;203;10711;11211 2021-03-13;203;10739;11258 2021-03-14;203;10755;11282 2021-03-15;203;10769;11312 2021-03-16;203;10786;11330 2021-03-17;203;10809;11341 2021-03-18;203;10824;11351 2021-03-19;203;10837;11364 2021-03-20;203;10863;11372 2021-03-21;203;10875;11380 2021-03-22;203;10901;11398 2021-03-23;204;10936;11410 2021-03-24;204;10963;11420 2021-03-25;204;10994;11429 2021-03-26;205;11023;11440 2021-03-27;205;11040;11446 2021-03-28;205;11056;11447 2021-03-29;205;11075;11455 2021-03-30;205;11085;11462 2021-03-31;205;11095;11468 2021-04-01;205;11108;11481 2021-04-02;205;11122;11500 2021-04-03;205;11133;11502 2021-04-04;205;11139;11509 2021-04-05;205;11145;11525 2021-04-06;205;11155;11532 2021-04-07;205;11163;11540 2021-04-08;205;11174;11550 2021-04-09;207;11186;11564 2021-04-10;207;11193;11569 2021-04-11;207;11206;11582 2021-04-12;207;11214;11595 2021-04-13;208;11227;11608 2021-04-14;209;11237;11613 2021-04-15;209;11246;11619 2021-04-16;209;11253;11636 2021-04-17;209;11258;11654 2021-04-18;209;11270;11684 2021-04-19;209;11274;11696 2021-04-20;209;11287;11704 2021-04-21;209;11302;11705 2021-04-22;209;11316;11719 2021-04-23;209;11325;11728 2021-04-24;209;11340;11731 2021-04-25;209;11354;11737 2021-04-26;209;11363;11741 2021-04-27;209;11379;11749 2021-04-28;209;11392;11756 2021-04-29;209;11404;11771 2021-04-30;209;11416;11775 2021-05-01;210;11432;11783 2021-05-02;210;11445;11785 2021-05-03;210;11447;11787 2021-05-04;210;11451;11791 2021-05-05;210;11462;11797 2021-05-06;210;11468;11799 2021-05-07;210;11473;11801 2021-05-08;210;11486;11806 2021-05-09;210;11493;11807 2021-05-10;210;11496;11811 2021-05-11;210;11503;11812 2021-05-12;210;11505;11814 2021-05-13;210;11511;11817 2021-05-14;210;11516;11818 2021-05-15;210;11522;11821 2021-05-16;210;11525;11825 2021-05-17;210;11531;11826 2021-05-18;210;11535;11827 2021-05-19;210;11539;11828 2021-05-20;210;11542;11829 2021-05-21;210;11547;11830 2021-05-22;210;11550;11831 2021-05-23;210;11553;11833 2021-05-24;210;11556;11834 2021-05-25;210;11560;11836 2021-05-26;210;11561;11837 2021-05-27;210;11565;11837 2021-05-28;210;11570;11837 2021-05-29;210;11571;11838 2021-05-30;210;11572;11838 2021-05-31;210;11572;11842 2021-06-01;210;11575;11849 2021-06-02;210;11576;11849 2021-06-03;210;11577;11850 2021-06-04;210;11579;11851 2021-06-05;210;11584;11852 2021-06-06;210;11584;11859 2021-06-07;210;11584;11866 2021-06-08;210;11584;11869 2021-06-09;210;11587;11873 2021-06-10;210;11590;11875 2021-06-11;210;11593;11875 2021-06-12;210;11595;11878 2021-06-13;210;11598;11878 2021-06-14;210;11600;11879 2021-06-15;210;11600;11881 2021-06-16;210;11601;11882 2021-06-17;210;11603;11882 2021-06-18;210;11608;11885 2021-06-19;210;11612;11886 2021-06-20;210;11614;11887 2021-06-21;210;11616;11890 2021-06-22;210;11618;11897 2021-06-23;210;11619;11899 2021-06-24;210;11621;11906 2021-06-25;211;11621;11910 2021-06-26;211;11624;11912 2021-06-27;211;11625;11918 2021-06-28;211;11626;11921 2021-06-29;211;11628;11922 2021-06-30;211;11630;11924 2021-07-01;211;11631;11928 2021-07-02;211;11633;11939 2021-07-03;211;11634;11940 2021-07-04;211;11637;11943 2021-07-05;212;11638;11944 2021-07-06;212;11642;11945 2021-07-07;212;11643;11946 2021-07-08;212;11648;11949 2021-07-09;212;11648;11950 2021-07-10;212;11652;11951 2021-07-11;212;11655;11952 2021-07-12;212;11662;11952 2021-07-13;212;11665;11953 2021-07-14;212;11669;11956 2021-07-15;212;11675;11956 2021-07-16;212;11677;11957 2021-07-17;212;11682;11957 2021-07-18;212;11682;11959 2021-07-19;212;11686;11959 2021-07-20;212;11688;11966 2021-07-21;212;11688;11971 2021-07-22;212;11690;11972 2021-07-23;212;11693;11974 2021-07-24;212;11696;11976 2021-07-25;212;11698;11979 2021-07-26;212;11701;11979 2021-07-27;212;11705;11980 2021-07-28;212;11707;11981 2021-07-29;212;11709;11983 2021-07-30;212;11712;11985 2021-07-31;212;11713;11985 2021-08-01;212;11715;11988 2021-08-02;212;11715;11991 2021-08-03;212;11719;11995 2021-08-04;212;11721;11997 2021-08-05;212;11721;12003 2021-08-06;212;11724;12005 2021-08-07;212;11725;12012 2021-08-08;212;11725;12014 2021-08-09;212;11725;12016 2021-08-10;212;11728;12020 2021-08-11;212;11731;12021 2021-08-12;212;11733;12026 2021-08-13;212;11736;12031 2021-08-14;212;11740;12033 2021-08-15;212;11748;12034 2021-08-16;212;11750;12037 2021-08-17;212;11753;12040 2021-08-18;212;11755;12043 2021-08-19;212;11759;12048 2021-08-20;212;11761;12050 2021-08-21;212;11762;12053 2021-08-22;212;11766;12058 2021-08-23;212;11766;12063 2021-08-24;212;11768;12070 2021-08-25;212;11772;12075 2021-08-26;212;11777;12078 2021-08-27;212;11779;12095 2021-08-28;212;11782;12101 2021-08-29;212;11783;12108 2021-08-30;212;11786;12111 2021-08-31;212;11791;12113 2021-09-01;212;11798;12114 2021-09-02;212;11799;12114 2021-09-03;212;11798;12113 2021-09-04;212;11802;12114 2021-09-05;212;11814;12122 2021-09-06;212;11821;12124 2021-09-07;212;11825;12130 2021-09-08;212;11831;12132 2021-09-09;212;11834;12134 2021-09-10;212;11838;12139 2021-09-11;212;11841;12143 2021-09-12;213;11846;12146 2021-09-13;213;11850;12147 2021-09-14;213;11854;12149 2021-09-15;213;11858;12150 2021-09-16;213;11862;12150 2021-09-17;213;11867;12153 2021-09-18;213;11869;12158 2021-09-19;213;11872;12161 2021-09-20;213;11874;12166 2021-09-21;213;11878;12167 2021-09-22;213;11883;12168 2021-09-23;213;11887;12170 2021-09-24;213;11888;12177 2021-09-25;213;11891;12186 2021-09-26;213;11892;12194 2021-09-27;213;11897;12197 2021-09-28;213;11901;12210 2021-09-29;213;11905;12215 2021-09-30;213;11905;12218 2021-10-01;213;11906;12222 2021-10-02;213;11909;12227 2021-10-03;213;11920;12227 2021-10-04;213;11926;12231 2021-10-05;213;11931;12238 2021-10-06;213;11935;12244 2021-10-07;213;11942;12252 2021-10-08;213;11945;12254 2021-10-09;213;11946;12262 2021-10-10;213;11947;12262 2021-10-11;213;11953;12269 2021-10-12;213;11956;12273 2021-10-13;213;11962;12276 2021-10-14;213;11971;12277 2021-10-15;213;11980;12286 2021-10-16;213;11988;12292 2021-10-17;213;11992;12295 2021-10-18;213;11994;12300 2021-10-19;213;11998;12302 2021-10-20;213;12003;12306 2021-10-21;213;12006;12312 2021-10-22;213;12012;12314 2021-10-23;213;12016;12320 2021-10-24;213;12019;12324 2021-10-25;213;12023;12328 2021-10-26;213;12029;12331 2021-10-27;213;12033;12336 2021-10-28;213;12033;12338 2021-10-29;213;12033;12343 2021-10-30;213;12034;12346 2021-10-31;213;12034;12347 2021-11-01;213;12034;12348 2021-11-02;213;12034;12350 2021-11-03;213;12034;12353 2021-11-04;213;12035;12360 2021-11-05;213;12035;12361 2021-11-06;213;12036;12368 2021-11-07;213;12036;12369 2021-11-08;213;12036;12369 2021-11-09;213;12036;12370 2021-11-10;213;12036;12375 2021-11-11;213;12037;12378 2021-11-12;213;12072;12379 2021-11-13;213;12087;12381 2021-11-14;213;12090;12382 2021-11-15;213;12092;12388 2021-11-16;213;12099;12389 2021-11-17;213;12099;12392 2021-11-18;213;12104;12396 2021-11-19;213;12106;12397 2021-11-20;213;12108;12400 2021-11-21;213;12115;12402 2021-11-22;213;12119;12405 2021-11-23;213;12121;12411 2021-11-24;213;12123;12412 2021-11-25;213;12125;12418 2021-11-26;213;12128;12422 2021-11-27;213;12130;12425 2021-11-28;213;12133;12428 2021-11-29;213;12134;12431 2021-11-30;213;12136;12437 2021-12-01;213;12140;12440 2021-12-02;213;12143;12446 2021-12-03;213;12145;12449 2021-12-04;213;12148;12453 2021-12-05;213;12149;12462 2021-12-06;213;12151;12467 2021-12-07;213;12153;12472 2021-12-08;213;12155;12472 2021-12-09;213;12156;12479 2021-12-10;213;12159;12483 2021-12-11;213;12165;12484 2021-12-12;213;12168;12489 2021-12-13;213;12173;12491 2021-12-14;213;12180;12496 2021-12-15;213;12180;12497 2021-12-16;213;12180;12507 2021-12-17;213;12180;12514 2021-12-18;213;12182;12519 2021-12-19;213;12184;12527 2021-12-20;213;12184;12534 2021-12-21;213;12184;12542 2021-12-22;213;12184;12549 2021-12-23;213;12186;12551 2021-12-24;213;12189;12556 2021-12-25;213;12189;12581 2021-12-26;213;12189;12590 2021-12-27;213;12189;12599 2021-12-28;213;12189;12605 2021-12-29;213;12191;12619 2021-12-30;213;12196;12631 2021-12-31;213;12206;12650 2022-01-01;213;12209;12667 2022-01-02;213;12214;12693 2022-01-03;213;12219;12722 2022-01-04;213;12228;12761 2022-01-05;213;12230;12799 2022-01-06;213;12235;12832 2022-01-07;213;12235;12865 2022-01-08;213;12243;12902 2022-01-09;213;12284;12935 2022-01-10;213;12296;12959 2022-01-11;213;12304;12980 2022-01-12;213;12316;13002 2022-01-13;213;12327;13016 2022-01-14;213;12339;13025 2022-01-15;213;12366;13030 2022-01-16;213;12393;13041 2022-01-17;213;12416;13048 2022-01-18;213;12446;13066 2022-01-19;213;12474;13082 2022-01-20;213;12493;13096 2022-01-21;213;12514;13120 2022-01-22;213;12541;13146 2022-01-23;213;12572;13286 2022-01-24;213;12602;13395 2022-01-25;213;12623;13519 2022-01-26;213;12655;13626 2022-01-27;213;12687;13790 2022-01-28;213;12710;13905 2022-01-29;213;12730;14024 2022-01-30;213;12753;14105 2022-01-31;213;12780;14197 2022-02-01;213;12806;14326 2022-02-02;213;12826;14442 2022-02-03;213;12880;14584 2022-02-04;213;12916;14715 2022-02-05;213;12987;15066 2022-02-06;213;13125;15408 2022-02-07;213;13232;16022 2022-02-08;213;13315;16647 2022-02-09;215;13436;17808 2022-02-10;216;13795;18794 2022-02-11;218;14037;20119 2022-02-12;221;14183;21633 2022-02-13;221;14463;22980 2022-02-14;223;14763;25051 2022-02-15;225;14996;26670 2022-02-16;233;15234;30955 2022-02-17;257;15448;37071 2022-02-18;259;15699;40700 2022-02-19;274;15963;46763 2022-02-20;288;16190;52830 2022-02-21;311;16450;60363 2022-02-22;350;16741;66574 2022-02-23;393;17016;75248 2022-02-24;460;17273;84046 2022-02-25;519;17563;94056 2022-02-26;607;18656;168590 2022-02-27;717;19037;219566 2022-02-28;841;19727;275744 2022-03-01;1012;20296;331402 2022-03-02;1172;20886;407743 2022-03-03;1358;21450;484734 2022-03-04;1546;21944;557416 2022-03-05;1774;22689;624999 2022-03-06;2074;23314;656007 2022-03-07;2365;23702;681157 2022-03-08;2578;24480;711650 2022-03-09;2869;25287;770407 2022-03-10;3150;26166;801809 2022-03-11;3444;27043;831190 2022-03-12;3729;28003;858837 2022-03-13;3993;28744;891267 2022-03-14;4279;29119;918175 2022-03-15;4568;30024;945940 2022-03-16;4847;31082;975212 2022-03-17;5136;32194;996862 2022-03-18;5401;33268;1016944 2022-03-19;5644;34452;1033541 2022-03-20;5890;35294;1047690 2022-03-21;6113;35686;1061758 2022-03-22;6358;36922;1075910 2022-03-23;6563;38380;1088150 2022-03-24;6764;39765;1101224 2022-03-25;6956;41696;1111629 2022-03-26;7095;43143;1120470 2022-03-27;7246;43971;1128507 2022-03-28;7414;44382;1136192 2022-03-29;7563;45635;1143788 2022-03-30;7698;47104;1150769 2022-03-31;7817;48520;1157415 2022-04-01;7933;49993;1163238 2022-04-02;8049;51432;1167713 2022-04-03;8160;52303;1171419 2022-04-04;8250;52685;1174557 2022-04-05;8337;54132;1177811 2022-04-06;8448;54787;1180588 2022-04-07;8545;56278;1183232 2022-04-08;8631;57788;1185724 2022-04-09;8693;59331;1188259 2022-04-10;8758;60209;1190180 2022-04-11;8815;60569;1191587 2022-04-12;8874;61999;1193020 2022-04-13;8936;63543;1194292 2022-04-14;8990;65050;1195335 2022-04-15;9057;66761;1196281 2022-04-16;9098;67569;1197075 2022-04-17;9127;68216;1197822 2022-04-18;9147;68624;1198435 2022-04-19;9164;69221;1199035 2022-04-20;9174;70094;1199703 2022-04-21;9200;70499;1200331 2022-04-22;9215;70836;1200905 2022-04-23;9224;71186;1201428 2022-04-24;9237;71445;1201857 2022-04-25;9255;71584;1202288 2022-04-26;9262;71839;1202635 2022-04-27;9270;72095;1203065 2022-04-28;9275;72338;1203478 2022-04-29;9286;72543;1203844 2022-04-30;9296;72760;1204207 2022-05-01;9301;72928;1204507 2022-05-02;9306;73020;1204790 2022-05-03;9313;73116;1205080 2022-05-04;9316;73262;1205393 2022-05-05;9321;73414;1205714 2022-05-06;9332;73565;1206038 2022-05-07;9332;73715;1206316 2022-05-08;9334;73828;1206582 2022-05-09;9335;73902;1206815 2022-05-10;9340;73981;1207088 2022-05-11;9343;74111;1207368 2022-05-12;9344;74249;1207662 2022-05-13;9347;74355;1207960 2022-05-14;9348;74461;1208244 2022-05-15;9349;74540;1208503 2022-05-16;9349;74590;1208737 2022-05-17;9349;74678;1209065 2022-05-18;9353;74785;1209394 2022-05-19;9354;75190;1209682 2022-05-20;9358;75281;1209925 2022-05-21;9358;75365;1210153 2022-05-22;9358;75421;1210390 2022-05-23;9358;75464;1210580 2022-05-24;9358;75527;1210830 2022-05-25;9360;75587;1211081 2022-05-26;9362;75672;1211332 2022-05-27;9363;75726;1211582 2022-05-28;9364;75787;1211852 2022-05-29;9364;75832;1212089 2022-05-30;9366;75868;1212364 2022-05-31;9366;75924;1212693 2022-06-01;9367;75988;1213198 2022-06-02;9368;76038;1213687 2022-06-03;9370;76097;1214186 2022-06-04;9370;76133;1214632 2022-06-05;9374;76162;1215147 2022-06-06;9374;76185;1215690 2022-06-07;9377;76232;1216179 2022-06-08;9377;76284;1216737 2022-06-09;9378;76332;1217411 2022-06-10;9378;76386;1218083 2022-06-11;9378;76441;1218934 2022-06-12;9378;76488;1219748 2022-06-13;9378;76520;1220485 2022-06-14;9379;76575;1221334 2022-06-15;9380;76623;1222381 2022-06-16;9380;76676;1223560 2022-06-17;9381;76731;1224705 2022-06-18;9381;76782;1225981 2022-06-19;9383;76820;1227257 2022-06-20;9384;76861;1228584 2022-06-21;9384;76915;1229782 2022-06-22;9385;76988;1231229 2022-06-23;9386;77058;1232879 2022-06-24;9386;77119;1234739 2022-06-25;9386;77199;1236533 2022-06-26;9386;77250;1238450 2022-06-27;9386;77302;1240323 2022-06-28;9387;77373;1242008 2022-06-29;9387;77453;1244012 2022-06-30;9389;77542;1246370 2022-07-01;9390;77636;1248688 2022-07-02;9393;77681;1251058 2022-07-03;9393;77725;1252886 2022-07-04;9393;77822;1254727 2022-07-05;9393;77911;1256995 2022-07-06;9394;78019;1259810 2022-07-07;9395;78118;1262838 2022-07-08;9398;78237;1265783 2022-07-09;9398;78340;1268778 2022-07-10;9400;78440;1271770 2022-07-11;9407;78519;1274633 2022-07-12;9408;78626;1277402 2022-07-13;9410;78735;1280556 2022-07-14;9415;78837;1284230 2022-07-15;9420;78948;1287904 2022-07-16;9421;79077;1291666 2022-07-17;9425;79185;1295152 2022-07-18;9428;79271;1298588 2022-07-19;9432;79412;1301844 2022-07-20;9433;79538;1305649 2022-07-21;9436;79672;1310024 2022-07-22;9442;79820;1314294 2022-07-23;9449;79963;1318559 2022-07-24;9457;80055;1322809 2022-07-25;9460;80172;1326939 2022-07-26;9466;80325;1331215 2022-07-27;9476;80510;1335723 2022-07-28;9481;80665;1340609 2022-07-29;9486;80812;1345493 2022-07-30;9490;80951;1350176 2022-07-31;9491;81089;1354810 2022-08-01;9497;81219;1359064 2022-08-02;9508;81369;1363187 2022-08-03;9512;81532;1367734 2022-08-04;9515;81721;1372754 2022-08-05;9519;81934;1377182 2022-08-06;9523;82142;1381784 2022-08-07;9528;82280;1386058 2022-08-08;9535;82416;1390098 2022-08-09;9538;82589;1394143 2022-08-10;9542;82816;1398736 2022-08-11;9543;82998;1403112 2022-08-12;9547;83200;1407551 2022-08-13;9550;83378;1412859 2022-08-14;9553;83511;1417838 2022-08-15;9557;83643;1422734 2022-08-16;9567;83852;1427896 2022-08-17;9571;84058;1433653 2022-08-18;9576;84306;1439707 2022-08-19;9584;84543;1446152 |caption='''來源：'''<br /> [https://www.chp.gov.hk/files/pdf/local_situation_covid19_en.pdf 衞生署衞生防護中心] <br /> [https://chp-dashboard.geodata.gov.hk/covid-19/zh.html 武漢肺炎感染-香港最新情況]<br /> [https://www.news.gov.hk/chi/categories/covid19/index.html 香港政府新聞網 - 武漢肺炎]<br /> [https://www.coronavirus.gov.hk/chi/index.html 武漢肺炎病專題網站] }}<noinclude> {{clear}} {{武漢肺炎大爆發|state=expanded}} [[Category:武漢肺炎疫情病例圖表|香港]] </noinclude> bjymjisfeati3r4ux7xxtjo2qs1ex37 0 254006 1865448 1522845 2022-08-19T15:58:07Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''內熱'''（{{lang-en|'''internal heating'''}}）係指源自一粒[[天體]]內部嘅[[熱]]，例如[[地球]]就因為[[質量]]（以[[地質行星]]嚟講）大而引起[[地殼]]活動，呢啲地殼活動會產生熱能，令地球內部有[[熔岩]]。 ==地球內熱== {| class="wikitable" style="text-align:center; float: right;" |+ 曉產生地熱嘅同位素 |- ! 同位素 ! 產生熱能<br /><span style="font-size: smaller;">（瓦/每公斤同位素）</span> ! [[半衰期]]<br />（年） ! 喺地幔度佔嘅比例<br /><span style="font-size: smaller;">（每公斤同位素/每公斤地幔）</span> ! 產生嘅熱能<br /><span style="font-size: smaller;">（瓦/每公斤地幔）</span> |- | ²³⁸U | {{nowrap|94.6 × 10⁻⁶}} | {{nowrap|4.47 × 10⁹}} | {{nowrap|30.8 × 10⁻⁹}} | {{nowrap|2.91 × 10⁻¹²}} |- | ²³⁵U | {{nowrap|569 × 10⁻⁶}} | {{nowrap|0.704 × 10⁹}} | {{nowrap|0.22 × 10⁻⁹}} | {{nowrap|0.125 × 10⁻¹²}} |- | ²³²Th | {{nowrap|26.4 × 10⁻⁶}} | {{nowrap|14.0 × 10⁹}} | {{nowrap|124 × 10⁻⁹}} | {{nowrap|3.27 × 10⁻¹²}} |- | ⁴⁰K | {{nowrap|29.2 × 10⁻⁶}} | {{nowrap|1.25 × 10⁹}} | {{nowrap|36.9 × 10⁻⁹}} | {{nowrap|1.08 × 10⁻¹²}} |} 喺[[地球]]嘅內熱當中，吸積嘅殘餘熱霸咗得嗰 20% 左右，而其餘嗰 80% 嘅熱係嚟自[[核衰變]]（Radioactivity）嘅<ref>Turcotte, D. L.; Schubert, G. 4. ''Geodynamics'' 2. Cambridge, England, UK: Cambridge University Press. 2002: 136–37. </ref>－喺地球內部有[[鉀-40]]（Potassium-40）、[[鈾-238]]（Uranium-238）、[[鈾-235]]（Uranium-235）、同埋[[釷-232]]（Thorium-232）等嘅[[同位素]]靠放輻射嚟產生熱力<ref>Sanders, R. ''Radioactive potassium may be major heat source in Earth's core''. UC Berkeley News. 2003-12-10.</ref>。呢股熱令到地心嘅[[温度]]可以去到成[[攝氏]] 6000 度，[[華氏]] 10830 度<ref>{{引網 |url=http://www.esrf.eu/news/general/Earth-Center-Hotter |title=The Earth's Centre is 1000 Degrees Hotter than Previously Thought |access-date=2017年11月11號 |archive-date=2013年6月28號 |archive-url=https://web.archive.org/web/20130628075455/http://www.esrf.eu/news/general/Earth-Center-Hotter/Earth-Centre-Hotter/ |url-status=dead }}</ref>，而[[壓力]]就可以去到 360 [[帕斯卡|GPa]]－足以將一個人壓扁<ref>Alfè, D.; Gillan, M. J.; Vocadlo, L.; Brodholt, J.; Price, G. D. ''The ab initio simulation of the Earth's core''. Philosophical Transactions of the Royal Society. 2002, 360 (1795): 1227–44 [2007-02-28]. </ref>。 頭先講咗，地熱入面好多都係嚟自核衰變－即係唔穩定嘅[[原子核]]放輻射並且變成穩定原子核嘅過程，而穩定咗嘅原子通常唔會再放輻射。所以[[地球科學]]家推測喺地球歷史再早啲嗰陣，地球有更加多可以放輻射嘅同位素，所以嗰時佢可以產生更勁嘅內熱，喺 30 億年前可能係而家嘅兩倍<ref>Turcotte, D. L.; Schubert, G. 4. ''Geodynamics'' 2. Cambridge, England, UK: Cambridge University Press. 2002: 136–37. </ref>。當時嘅地球沿住半徑嘅温度梯度會更加大，而[[地幔對流]]（Mantle convection；地幔因為內熱而慢慢會郁嘅現象）同埋板塊構造嘅速度亦都更加快，仲可能會產生一啲以今時今日嘅地質條件好難生到出嚟嘅岩石，好似係[[科馬提岩]]（Komatiite）噉<ref>Vlaar, N; Vankeken, P.; Vandenberg, A. Cooling of the Earth in the Archaean: Consequences of pressure-release melting in a hotter mantle. ''Earth and Planetary Science Letters''. 1994, 121 (1-2): 1-18.</ref>。 ==睇埋== *[[熔岩]] *[[地質]] ==攷== {{reflist}} {{sci-stub}} [[Category:熱力學]] [[Category:行星科學]] bz181v8gabdkxmi2ljs70ibkv9gk4xy 0 254043 1865680 1850194 2022-08-20T05:53:28Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 蘇家欣 | 類型 = 女歌手 | 圖片 = | 圖片尺寸 = | 英文名 = Brianna So | 暱稱 = Bee | 國籍 = {{CHN-HKG}} | 籍貫 = {{HK}} | 出生日期 = {{birth date and age|1994|5|8}} | 出生地點 = {{HKG-GBR}} | 職業 = [[歌手]] | 語言 = [[中華民國國文|普通話]]、[[英語]]、[[粵語]] | 音樂類型 = [[粵語流行音樂]] | 出道地點 = {{HKG}} | 出道日期 = 2020年 | 出道作 = 《一人行》 | 活躍年代 = 2020年到依家 | 經紀公司 = [[尚品娛樂]] (2020年到依家) }} '''蘇家欣'''（英文：'''Brianna So'''，{{bd|1994年|5月8號}}），暱稱 '''Bee'''，係[[香港]]女歌手，2020年出道，同年憑參加[[ViuTV]]真人騷選秀節目《[[全民造星III]]》而出名。 ==簡歷== 蘇家欣加入樂壇之前做過4年幼稚園教師，亦有唔少街頭演唱經驗，2020年簽約[[尚品娛樂]]做旗下歌手，頭一首派台歌係《一人行》。 同年下半年，蘇家欣參加[[ViuTV]]真人騷選秀節目《[[全民造星III]]》順利入圍，個樣畀傳媒話似[[任家萱]]（Selina）、[[麥美恩]]同[[菊梓喬]]嘅混合體，比賽初段更畀節目導師[[林二汶]]讚揚「擺喺度都紅」<ref>[https://hk.ulifestyle.com.hk/topic/detail/212981 【全民造星3】蘇家欣獲二汶睇好：擺喺度都紅！曾任幼稚園老師撞臉麥美恩、Selina、菊梓喬]</ref>。不過佢喺40強資格賽入面，表現未獲林二汶認同，結果畀林二汶親手選擇淘汰<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20201129/bkn-20201129180406440-1129_00862_001.html 蘇家欣《造星III》被淘汰網友戥唔抵：係Bonus]</ref>。 2021年參加《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2020年：《[[全民造星III]]》（50強參賽者） *2021年：《[[囝囝女女730]]》（造星囝女） *2021年：《[[全民造星IV]]》（參賽者） *2021年：《[[總有一瓣喺左近]]》（第208集嘉賓） ==參考== {{reflist}} ==出面網頁== *{{instagram|Bebrianna}} *{{facebook|BriannaSo58}} * [https://kingmaker.viu.tv/profile/85/ 全民造星IV | 阿bee] [[Category:香港女歌手]] [[Category:蘇氏|家欣]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] [[Category:香港教育大學舊生]] a2i1d1jndtk0bhzopnzywr9pvk0y9hg 1865716 1865680 2022-08-20T06:09:31Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 蘇家欣 | 類型 = 女歌手 | 圖片 = | 圖片尺寸 = | 英文名 = Brianna So | 暱稱 = Bee | 國籍 = {{CHN-HKG}} | 籍貫 = | 出生日期 = {{birth date and age|1994|5|8}} | 出生地點 = {{HKG-1959}} | 職業 = [[歌手]] | 語言 = 廣東話、國語、英文 | 音樂類型 = [[粵語流行音樂]] | 出道地點 = {{HKG}} | 出道日期 = 2020年 | 出道作 = 《一人行》 | 活躍年代 = 2020年到依家 | 經紀公司 = [[尚品娛樂]] (2020年到依家) }} '''蘇家欣'''（英文：'''Brianna So'''，{{bd|1994年|5月8號}}），暱稱 '''Bee'''，係[[香港]]女歌手，2020年出道，同年憑參加[[ViuTV]]真人騷選秀節目《[[全民造星III]]》而出名。 ==簡歷== 蘇家欣加入樂壇之前做過4年幼稚園教師，亦有唔少街頭演唱經驗，2020年簽約[[尚品娛樂]]做旗下歌手，頭一首派台歌係《一人行》。 同年下半年，蘇家欣參加[[ViuTV]]真人騷選秀節目《[[全民造星III]]》順利入圍，個樣畀傳媒話似[[任家萱]]（Selina）、[[麥美恩]]同[[菊梓喬]]嘅混合體，比賽初段更畀節目導師[[林二汶]]讚揚「擺喺度都紅」<ref>[https://hk.ulifestyle.com.hk/topic/detail/212981 【全民造星3】蘇家欣獲二汶睇好：擺喺度都紅！曾任幼稚園老師撞臉麥美恩、Selina、菊梓喬]</ref>。不過佢喺40強資格賽入面，表現未獲林二汶認同，結果畀林二汶親手選擇淘汰<ref>[https://hk.on.cc/hk/bkn/cnt/entertainment/20201129/bkn-20201129180406440-1129_00862_001.html 蘇家欣《造星III》被淘汰網友戥唔抵：係Bonus]</ref>。 2021年參加《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2020年：《[[全民造星III]]》（50強參賽者） *2021年：《[[囝囝女女730]]》（造星囝女） *2021年：《[[全民造星IV]]》（參賽者） *2021年：《[[總有一瓣喺左近]]》（第208集嘉賓） ==參考== {{reflist}} ==出面網頁== *{{instagram|Bebrianna}} *{{facebook|BriannaSo58}} * [https://kingmaker.viu.tv/profile/85/ 全民造星IV | 阿bee] [[Category:香港女歌手]] [[Category:蘇氏|家欣]] [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] [[Category:香港教育大學舊生]] d8pheptf2br8wzdigumstx1lrs4hmya 0 254892 1865528 1864991 2022-08-19T21:05:01Z Al12si 87401 minor elaboration about the dual meaning of “Nations”, split 1980–90’s into 80’s and 90’s wikitext text/x-wiki '''第一民族'''（'''First Nations'''，法文 Première Nations<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 Métis（即係歷史上冇同歐洲人通過婚）嘅其他所有原住民民族。呢個稱呼喺1970年代由原住民自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] 37i3dqvwidtctn3lht5fu50lxrl1jtz 1865530 1865528 2022-08-19T21:22:43Z Al12si 87401 zh wiki says the old terms are offensive without explaining why; we’ll explain why here wikitext text/x-wiki '''第一民族'''（'''First Nations'''，法文 Première Nations<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 Métis（即係歷史上冇同歐洲人通過婚）嘅其他所有原住民民族。呢個稱呼喺1970年代由原住民自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] qwcyf8vx2spokcn6ikp9b30c3asa9zq 1865536 1865530 2022-08-19T21:39:22Z Al12si 87401 wikify Métis wikitext text/x-wiki '''第一民族'''（'''First Nations'''，法文 Première Nations<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]]（即係歷史上冇同歐洲人通過婚）嘅其他所有原住民民族。呢個稱呼喺1970年代由原住民自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] 769kfif4gmudf2amgpztpxtty2u0z2d 1865547 1865536 2022-08-19T22:21:12Z Al12si 87401 wikify 原住民 wikitext text/x-wiki '''第一民族'''（'''First Nations'''，法文 Première Nations<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]]（即係歷史上冇同歐洲人通過婚）嘅其他所有原住民民族。呢個稱呼喺1970年代由[[加拿大原住民]]自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] 2snnwmpoy1fn4oalgjlgjlwauqj75wu 1865548 1865547 2022-08-19T22:27:21Z Al12si 87401 remove explanation now that a stub for Métis is in place; tag en, tr names wikitext text/x-wiki '''第一民族'''（{{lang-en|'''First Nations'''}}，{{lang-fr|'''Première Nations'''}}<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]] 嘅其他所有原住民民族。呢個稱呼喺1970年代由[[加拿大原住民]]自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] a2mylh1ady1a11p8nsogq9jp1z7saf0 1865555 1865548 2022-08-19T23:02:55Z 14.0.236.175 wikitext text/x-wiki '''第一民族'''（{{lang-en|'''First Nations'''}}，{{lang-fr|'''Première Nations'''}}<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]] 嘅其他所有原住民民族。呢個稱呼喺1970年代由[[加拿大原住民]]自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢啲唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] sob90lj8mctf5zbni6aghpav432x1hs 1865656 1865555 2022-08-20T05:13:44Z Al12si 87401 分開個族羣嘅解釋同個字嘅解釋 wikitext text/x-wiki '''第一民族'''（{{lang-en|'''First Nations'''}}，{{lang-fr|'''Première Nations'''}}<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]] 嘅其他所有原住民民族。 == 名稱 == 呢個稱呼喺1970年代由[[加拿大原住民]]自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢啲唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] qebkbgf55fuf3umay1709zizds7qajx 1865657 1865656 2022-08-20T05:15:52Z Al12si 87401 拆開兩般之後唔記得加返引文 wikitext text/x-wiki '''第一民族'''（{{lang-en|'''First Nations'''}}，{{lang-fr|'''Première Nations'''}}<ref>{{cite web |title=Première Nations |url=https://gdt.oqlf.gouv.qc.ca/ficheOqlf.aspx?Id_Fiche=26532634 |website=Grand dictionnaire terminologique |publisher=Office québécois de la langue française |access-date=2022-08-18}}</ref>）指傳統上原居[[加拿大]]領土，唔係[[因紐特人]]，又唔係 [[Métis]] 嘅其他所有原住民民族。<ref name="Younging (2018)"/>{{rp|63}} == 名稱 == 呢個稱呼喺1970年代由[[加拿大原住民]]自行提出，用來取代當時通用嘅「土著」（Natives）同「印第安人」（Indians）兩個叫法，原意係指歐洲人未來之前佢哋 ｢本來已經｣（first）喺度住，而且係多個嘅唔同 ｢民族或者國家｣（nations）。呢個叫法喺1980年代被佢哋嘅全國性組織 Assembly of First Nations 正式採用，1990年代開始全國通用。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5}}</ref>{{rp|63, 66–67}} ｢土著｣ 同 ｢印第安人｣ 嘅問題係呢啲唔係佢哋自己嘅用字，所以用呢啲字就係將佢哋 ｢被標籤｣。<ref name="Younging (2018)" />{{rp|51–52}} 原文嘅 Nations 有 ｢民族｣ 同 ｢國家｣ 嘅雙重意義，所以原文可以指民族，亦都可以指地方<ref name="Younging (2018)" />{{rp|63–64}}，但係中文嘅「第一民族」只能夠譯出前者。 ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] t4nsc5ps3rp0cu7op56xjh675hcezhz 0 257406 1865507 1853637 2022-08-19T16:39:50Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Leshan da fo Flickr feet-head modified.jpg|thumb|300px|[[樂山大佛]]]] '''石雕'''（{{jpingauto|sek6 diu1}}；{{lang-en|'''stone carving'''}}）係種[[雕塑]]，用[[石頭]]做原料。石頭相當硬淨，所以石雕整起上嚟難搞過（例如）[[木雕]]，不過石雕勝在好襟擺。就算係遠至[[公元前]]嘅古文明（[[古希臘]]同[[古埃及]]等）嘅石雕作品都有好多留得到落嚟。 ==特性== 石頭自古以嚟就係一種受歡迎嘅雕塑材料，原因係因為石頭有好多好處： *同金屬[[礦石]]比起嚟，多數種類嘅石頭都相當易搵，而且唔使點樣加工就可以攞嚟雕嘢； *另一方面，用石頭唔使驚蟲蛀或者著火，所以石頭整嘅物體襟擺過用（例如）木整嘅物體好多，能夠輕易創造出擺得到成幾個世紀咁耐嘅作品；而且 *石頭仲好多變－唔同類嘅石頭喺[[硬度]]同[[色水]]等各方面有相當高嘅多樣性。 因為呢啲原因，就算到咗廿一世紀初，石頭依然係一種廣受歡迎嘅雕塑材料<ref>[https://www.masonrymagazine.com/blog/2018/03/29/all-about-the-art-and-science-of-stone-carving/ All About the Art and Science of Stone Carving]. ''Masonry Magazine''.</ref>。 ==相集== <gallery mode="slideshow" class="center" heights="300px"> File:Great Sphinx of Giza - 20080716a.jpg|[[獅身人面像]]（Great Sphinx of Giza） File:Al Khazneh Petra edit 2 (cropped).jpg|[[約旦]]古城[[佩特拉]]（Petra） File:Mesopotamia male worshiper 2750-2600 B.C.jpg|[[蘇美爾]]男性朝拜者<br>材料：[[石灰岩]] File:Cave 26, Ajanta.jpg|[[印度]][[馬哈拉施特拉邦]]嘅[[阿旃陀石窟]]（Ajanta Caves）主祈禱室 File:Adam Kraft.jpg|《[[自雕像]]》（Self-portrait）<br>[[亞當卡拉夫]]，1490 年代 File:2016-05-21 Luoyang Longmen Grottoes anagoria 10.JPG|[[河南]][[洛陽]]嘅[[龍門石窟]] File:Leshan Buddha Statue View.JPG|响[[四川]]嘅[[樂山大佛]]喺[[唐朝]]雕好，有成 71 米咁高<ref>Hill, Bryan (22 July 2018). "[https://www.ancient-origins.net/ancient-places-asia/leshan-giant-buddha-largest-stone-buddha-world-003398 The Leshan Giant Buddha: Largest Stone Buddha in the World]". ''Ancient Origins''.</ref>。 File:GZFiveRams.JPG|[[廣州]]嘅《[[五羊雕像]]》<br>材料：[[花崗岩]]<ref>[http://lyylj.gz.gov.cn/zhzx/tpxw/content/post_6471752.html 【岭南文脉】五羊雕像：最为广州人民认可的雕塑]</ref> </gallery> ==睇埋== *[[木雕]] ==攷== {{reflist}} {{Art-stub}} [[Category:雕刻]] 83l2kweb51qaku4ihoh8vlsbqgp8sxk 1865509 1865507 2022-08-19T16:40:37Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Leshan da fo Flickr feet-head modified.jpg|thumb|300px|[[樂山大佛]]]] '''石雕'''（{{jpingauto|sek6 diu1}}；{{lang-en|'''stone carving'''}}）係種[[雕塑]]，用[[石頭]]做原料。石頭相當硬淨，所以石雕整起上嚟難搞過（例如）[[木雕]]，不過石雕勝在好襟擺。就算係遠至[[公元前]]嘅古文明（[[古希臘]]同[[古埃及]]等）嘅石雕作品都有好多留得到落嚟。 [[廣州]]嘅《[[五羊雕像]]》係[[粵語地區]]好出名嘅一件石雕。 ==特性== 石頭自古以嚟就係一種受歡迎嘅雕塑材料，原因係因為石頭有好多好處： *同金屬[[礦石]]比起嚟，多數種類嘅石頭都相當易搵，而且唔使點樣加工就可以攞嚟雕嘢； *另一方面，用石頭唔使驚蟲蛀或者著火，所以石頭整嘅物體襟擺過用（例如）木整嘅物體好多，能夠輕易創造出擺得到成幾個世紀咁耐嘅作品；而且 *石頭仲好多變－唔同類嘅石頭喺[[硬度]]同[[色水]]等各方面有相當高嘅多樣性。 因為呢啲原因，就算到咗廿一世紀初，石頭依然係一種廣受歡迎嘅雕塑材料<ref>[https://www.masonrymagazine.com/blog/2018/03/29/all-about-the-art-and-science-of-stone-carving/ All About the Art and Science of Stone Carving]. ''Masonry Magazine''.</ref>。 ==相集== <gallery mode="slideshow" class="center" heights="300px"> File:Great Sphinx of Giza - 20080716a.jpg|[[獅身人面像]]（Great Sphinx of Giza） File:Al Khazneh Petra edit 2 (cropped).jpg|[[約旦]]古城[[佩特拉]]（Petra） File:Mesopotamia male worshiper 2750-2600 B.C.jpg|[[蘇美爾]]男性朝拜者<br>材料：[[石灰岩]] File:Cave 26, Ajanta.jpg|[[印度]][[馬哈拉施特拉邦]]嘅[[阿旃陀石窟]]（Ajanta Caves）主祈禱室 File:Adam Kraft.jpg|《[[自雕像]]》（Self-portrait）<br>[[亞當卡拉夫]]，1490 年代 File:2016-05-21 Luoyang Longmen Grottoes anagoria 10.JPG|[[河南]][[洛陽]]嘅[[龍門石窟]] File:Leshan Buddha Statue View.JPG|响[[四川]]嘅[[樂山大佛]]喺[[唐朝]]雕好，有成 71 米咁高<ref>Hill, Bryan (22 July 2018). "[https://www.ancient-origins.net/ancient-places-asia/leshan-giant-buddha-largest-stone-buddha-world-003398 The Leshan Giant Buddha: Largest Stone Buddha in the World]". ''Ancient Origins''.</ref>。 File:GZFiveRams.JPG|[[廣州]]嘅《[[五羊雕像]]》<br>材料：[[花崗岩]]<ref>[http://lyylj.gz.gov.cn/zhzx/tpxw/content/post_6471752.html 【岭南文脉】五羊雕像：最为广州人民认可的雕塑]</ref> </gallery> ==睇埋== *[[木雕]] ==攷== {{reflist}} {{Art-stub}} [[Category:雕刻]] 9rn6ufqm0vywxswqx4deld4f6e15id7 0 257446 1865513 1546618 2022-08-19T16:45:19Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''現代雕塑'''（{{lang-en|'''modern sculpture'''}}）係廿世紀初起源嘅[[雕塑藝術]]風格。 現代雕塑其中一個重要特徵係唔具有'''表示性'''（representativeness）：喺廿世紀打前嘅西方藝術界，啲人認為雕塑[[定義]]上係應該要有表示性嘅，意思即係話覺得雕塑一定要係模仿緊某啲現實世界嘅事物，例如[[人物]]、[[動物]]、[[植物]]或者係死物；不過由廿世紀初開始嘅現代雕塑就出咗好多高度[[抽象化]]嘅作品。 {{stub}} [[Category:雕刻]] npgfp7x8iz0mf9187wh3ow6v1upmtde 0 257653 1865496 1546694 2022-08-19T16:33:13Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Tschaggatta (26).JPG|thumb|270px|一個人喺度雕琢一嚿[[木]]。]] '''雕琢'''（{{jpingauto|diu1 doek3}}；{{lang-en|'''carving'''}}）係[[雕塑]]上嘅一種技巧，指將嚿[[材料]]嘅某啲部份削走，令成嚿材料變成想要嘅[[形狀]]。 {{Art-stub}} [[Category:雕刻]] 6hrv5dxfiwk1atkerxm99mfvf0xsdsp 0 257655 1865497 1544946 2022-08-19T16:34:05Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Casting.jpg|thumb|300px|工作人員喺度將啲好熱嘅液體倒入個模嗰度。]] '''鑄造'''（{{lang-en|'''casting'''}}）係指將一啲（通常好熱嘅）[[液體]]倒入去一個事先準備好嘅[[模]]入面，等啲液體冷卻變硬，再攞走個模，最後得出一嚿想要嘅[[三維]]物件。呢種技術常用於[[工業製造]]同[[雕塑]]。 ==鑄造材料== 金屬係鑄造技術使用最多嘅材料。其他材料有[[石膏]]、[[混凝土]]、[[塑膠]]等等。 ==睇埋== *[[鍛造]] *[[鑄鐵]] *[[金屬射出成型]] *{{link-en|離心鑄造|Centrifugal casting (industrial)}} <!--*{{link-en||Core plug|Core plug}}--> *[[壓鑄]] *{{link-en|玻璃鑄造|Glass casting}} *{{link-en|精密鑄造|Investment casting}} *{{link-en|消失模鑄造|Lost-foam casting}} *[[失蠟法]] *[[模塑]] <!--*[[菌絲體]]: Casting with mycelium--> *[[永久模鑄造法]] *{{link-en|快速鑄造|Rapid casting}} *[[砂鑄造]] *{{link-en|粉漿澆鑄|Slipcasting}} {{stub}} [[Category:工業]] [[Category:雕刻]] kq6uv3qxb2ya1d7741bryabd595yuq2 0 257673 1865499 1547875 2022-08-19T16:35:13Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[雕塑#模型塑法]] g4c2eedg6h6zdjcnyyop6ixyahrqivg 0 257674 1865500 1547876 2022-08-19T16:35:22Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[雕塑#組合塑法]] jx7mswy103a8sa10tqexbgyeq0rs5qy 0 257881 1865503 1757168 2022-08-19T16:36:40Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:KharazaArch.jpg|thumb|300px|風化作用會令大嚿嘅岩石變成彎彎曲曲嘅形狀。]] '''風化作用'''（{{lang-en|'''weathering'''}}）係指[[岩石]]、[[泥土]]、[[礦物]]或者人造物件因為同[[地球]]嘅[[大氣層]]、[[水]]或者[[生物]]接觸而爛嘅過程。 == 參考 == # Frederick K. Lutgens; Edward J. Tarbuck. Foundations of Earth Science Seventh Edition. Pearson Education. ISBN 978-7-121-30984-7. # J. B. Murton, R. Peterson, J.-C. Ozouf, Science 314, 1127 (2006). == 睇埋 == {{Wiktionary|風化}} {{Commonscat|Weathering}} *[[侵蝕作用]] *[[雕塑]] {{地質學楔}} [[Category:地質學]] e8sko5ytv1n2dg14khaewv2mn3kc1mn 0 257884 1865504 1568685 2022-08-19T16:36:58Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''鍍膜'''（{{lang-en|'''coating'''}}）泛指喺一件[[物體]]嘅表面加一浸特製嘅[[物質]]用嚟達到某啲[[目的]]。 喺最理想嘅情況下，一浸鍍膜會係唔會點產生[[化學反應]]、而且對[[溫度]]同[[濕度]]變化唔會有乜大反應嘅隋性物質－唔會同環境入面嘅[[化合物]]起化學反應、唔會因為[[氣溫]]變化而變形、唔會因為溶入水裏面而俾[[雨]]沖走... 等等。例如啲人好興喺用[[青銅]]整嘅[[雕像]]表面噴一浸[[蠟]]，蠟唔溶喺水，而且喺[[常溫]]之下會一路呈[[固體]]狀態，最啱攞嚟將個青銅像同[[空氣]]隔絕。 [[Category:材料科學]] {{Chem-stub}} hj0jhdee9q1r6k4ipf0f3wa9oetrg9u 0 257903 1865510 1829196 2022-08-19T16:41:42Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Busto de Carlos V.jpg|thumb|270px|《[[卡爾五世]]》（Charles V）嘅[[雕像]]；16 世紀中]] '''青銅雕'''（{{jpingauto|cing1 tung4 diu1}}；{{lang-en|'''bronze sculpture'''}}）係指用[[青銅]]整嘅[[雕塑]]作品，而'''青銅像'''（{{lang|en|'''bronze statue'''}}）指嘅係用青銅整嘅[[雕像]]。 == 特性 == {{see also|青銅}} 青銅係最常見嗰種[[金屬雕]]，因為青銅呢種材料用嚟做雕塑有好多優點：金屬雕多數都係用[[鑄造]]（casting）嘅方法整嘅，鑄造係指將雕塑用嘅材料加熱到閒閒地成[[攝氏]]幾百度嘅[[溫度]]，令嚿材料[[熔化]]變成[[液體]]狀態，再將啲液體倒入去個[[模]]裏面，跟手就等啲液體冷卻變返做[[固體]]狀態，最後雕塑者就會攞走個模同幫件作品嘅表面加工<ref>Degarmo, E. Paul; Black, J T.; Kohser, Ronald A. (2003), ''Materials and Processes in Manufacturing'' (9th ed.), Wiley.</ref>；青銅喺由液體狀態成形嗰陣會係噉咦膨脹，而且喺臨冷卻嗮之前又會係噉咦收縮，即係話如果將液體狀態嘅青銅倒入去一個模入面，啲青銅喺成形嗰時會因為膨脹而撑落個模內部嘅表面（令到青銅雕容易展現出細節），跟住嚿青銅又會係噉咦縮返細（令到「跟住落嚟攞走個模」呢樣工作易做）；除此之外，青銅硬淨得嚟又唔脆，唔似得[[石頭]]或者[[陶瓷]]整嘅雕塑作品噉，跌多兩嘢就爛<ref name="savage1968">Savage, George, "''A Concise History of Bronzes''", Frederick A. Praeger, Inc. Publishers, New York, 1968.</ref>。 == 歷史 == 因為青銅咁多好處，自古以嚟就好多人用青銅整雕塑作品－青銅雕歷史相當久遠，可以追溯到去公元前 3,200 年嘅[[兩河流域文明]]<ref>Hägele, H. (2013). ''Colour in sculpture: a survey from ancient Mesopotamia to the present''. Cambridge Scholars Publishing.</ref>，而公元前 1,600 年至 1,046 年嘅[[商朝]]都有好多青銅雕作品<ref>[https://kknews.cc/culture/oyxky8o.html 商代青銅器的特徵]</ref>。 == 睇埋 == *[[雕塑]] *[[金工]] == 攷 == {{reflist}} [[Category:雕刻]] kyonw4sd0rqjvwgb0s0lwjceo1ypz8f 0 257916 1865514 1718850 2022-08-19T16:48:11Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''破壞偶像主義'''（{{lang-en|'''iconoclasm'''}}）係指啲人走去破壞[[雕像]]，尤其係異教徒嘅[[宗教]][[偶像]]。 ==拜偶像嘅問題== {{see also|拜偶像}} [[亞巴郎諸教]]傳統上係堅信[[一神論]]，認為[[宇宙]]當中除咗[[上帝]]之外冇嘢係應該受人[[崇拜]]嘅，所以對於[[拜偶像]]（idolatry；指當[[雕像]]等嘅物體係[[神]]噉拜）極之反感<ref>Reuven Chaim Klein (2018). ''God versus Gods: Judaism in the Age of Idolatry''. Mosaica Press.</ref><ref>Faur, José; Faur, Jose (1978), "The Biblical Idea of Idolatry", ''The Jewish Quarterly Review'', 69 (1): 1–15.</ref>。 [[猶太教]]同[[基督教]]相比之下寬鬆啲，當中[[羅馬天主教]]對雕像比較包容，一般都俾信徒面向住[[聖母]]同[[聖人]]嘅雕像[[祈禱]]<ref>[https://www.catholiceducation.org/en/controversy/protestant-objections/do-catholic-s-worship-statues.html Do Catholic's Worship Statues?].</ref>，而猶太教以及[[新教]]通常都唔會俾信徒整宗教性質嘅雕像，但一般都容許非宗教性嘅雕像<ref>Kurian, George Thomas; Lamport, Mark A. (10 November 2016). ''Encyclopedia of Christianity in the United States''. Rowman & Littlefield Publishers. p. 707.</ref>。 因為亞巴郎諸教對雕像嘅忌諱，亞巴郎諸教各教喺歷史上都有出現[[破壞偶像主義]]（iconoclasm），即係指啲信徒出於宗教目的而走去大規模噉破壞雕像，尤其係異教徒嘅宗教偶像。例如係[[歐洲]]喺 16 世紀嗰時搞[[宗教改革]]（Reformation），呢場改革涉及對（當時經已存在咗差唔多成 1,000 年嘅）羅馬天主教會嘅不滿，亦引致新教嘅出現，而期間有好多激進嘅信徒都走去破壞羅馬天主教會好興整嘅宗教雕像同浮雕。呢點俾人指搞到歐洲喪失咗好多有歷史價值嘅雕塑作品<ref>Stark, Rodney (18 December 2007). ''The Victory of Reason: How Christianity Led to Freedom, Capitalism, and Western Success''. Random House Publishing Group. p. 176. The Beeldenstorm, or Iconoclastic Fury, involved roving bands of radical Calvinists who were utterly opposed to all religious images and decorations in churches and who acted on their beliefs by storming into Catholic churches and destroying all artwork and finery."</ref>；類似嘅事就算到咗廿一世紀都仲有發生，例如係自從廿世紀尾開始，基督新教開始喺[[韓國]]廣傳，有唔少韓國新教徒都唔老嚟韓國嗰啲古老嘅佛教雕像，認為噉係拜偶像，仲出咗多單「新教徒走去[[放火]]破壞[[佛寺]]同佛教雕像」嘅案<ref>Wells, Harry L. 2000. "Korean Temple Burnings and Vandalism: The Response of the Society for Buddhist-Christian Studies." ''Buddhist-Christian Studies'', 20:239–40.</ref>。 ==睇埋== *[[雕塑藝術]] ==參攷== {{reflist}} [[Category:宗教]] {{Reli-stub}} h8r574jzc5huln5t14y1en6j04vfznv 0 257988 1865511 1546822 2022-08-19T16:43:35Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''古希臘雕塑'''（{{lang-en|'''Ancient Greek sculpture'''}}）係指[[古希臘]]嘅[[雕塑藝術]]，可以話係[[西人]]嘅雕塑傳統嘅起源。古希臘雕塑係喺大約公元前 3,000 年出現嘅，當時嘅人有好多[[雕像]]，成日都有用[[大理石]]整、擺出各式各樣嘅姿勢嘅女人雕像，而希臘嘅雕塑藝術喺鄰近嘅[[兩河流域文明]]同[[古埃及]]嘅影響下發展。 ==簡史== 到咗公元前 650 年左右，古希臘雕塑正式成形，自成一套風格，有各種中至大型（起碼好似[[大人]]咁高）嘅雕像，喺[[神殿]]俾人擺嚟描繪個樣生得靚嘅少男少女同古希臘人心目中嘅天神（呢啲雕像好多時都係[[裸體藝術|唔著衫嘅]]），又有雕像係喺[[墓穴]]嗰度擺嚟描繪過咗身嘅人，呢啲雕像通常都係油咗顏色嘅（不過喺俾現代人發現嗰陣經已甩嗮色），而古希臘式嘅雕塑藝術仲有傳播到去[[希臘]]以外嘅歐洲地區<ref>Cook, R.M., ''Greek Art'', Penguin, 1986 (reprint of 1972).</ref>。 ==相集== <gallery mode="packed" class="center" heights="300px"> File:Vognstyreren-fra Delfi2.jpg|一個古希臘[[青銅像]]<br>公元前 5 世紀 File:0036MAN Poseidon.jpg|[[海]]神[[波塞冬]]（Poseidon）嘅雕像<br>公元前 2 世紀 File:0002MAN-Hermes.jpg|[[赫密士]]（Hermes）嘅雕像<br>公元前 2 世紀 File:0025MAN-Relief2.jpg|一個古希臘墓穴嘅浮雕 </gallery> ==睇埋== *[[古希臘]] == 攷 == {{reflist}} {{Art-stub}} [[Category:古希臘]] [[Category:雕刻]] gtn02fd3djkafml0kru70b3rxgpovc5 1865554 1865511 2022-08-19T22:57:24Z 14.0.236.175 /* 簡史 */ wikitext text/x-wiki '''古希臘雕塑'''（{{lang-en|'''Ancient Greek sculpture'''}}）係指[[古希臘]]嘅[[雕塑藝術]]，可以話係[[西人]]嘅雕塑傳統嘅起源。古希臘雕塑係喺大約公元前 3,000 年出現嘅，當時嘅人有好多[[雕像]]，成日都有用[[大理石]]整、擺出各式各樣嘅姿勢嘅女人雕像，而希臘嘅雕塑藝術喺鄰近嘅[[兩河流域文明]]同[[古埃及]]嘅影響下發展。 ==簡史== 公元前 650 年左右，古希臘雕塑正式成形，自成一套風格，有各種中至大型（起碼好似[[大人]]咁高）嘅雕像，喺[[神殿]]俾人擺嚟描繪個樣生得靚嘅少男少女同古希臘人心目中嘅天神（呢啲雕像好多時都係[[裸體藝術|唔著衫嘅]]），又有雕像係喺[[墓穴]]嗰度擺嚟描繪過咗身嘅人，呢啲雕像通常都係油咗顏色嘅（不過喺俾現代人發現嗰陣經已甩嗮色），而古希臘式嘅雕塑藝術仲有傳播到去[[希臘]]以外嘅歐洲地區<ref>Cook, R.M., ''Greek Art'', Penguin, 1986 (reprint of 1972).</ref>。 ==相集== <gallery mode="packed" class="center" heights="300px"> File:Vognstyreren-fra Delfi2.jpg|一個古希臘[[青銅像]]<br>公元前 5 世紀 File:0036MAN Poseidon.jpg|[[海]]神[[波塞冬]]（Poseidon）嘅雕像<br>公元前 2 世紀 File:0002MAN-Hermes.jpg|[[赫密士]]（Hermes）嘅雕像<br>公元前 2 世紀 File:0025MAN-Relief2.jpg|一個古希臘墓穴嘅浮雕 </gallery> ==睇埋== *[[古希臘]] == 攷 == {{reflist}} {{Art-stub}} [[Category:古希臘]] [[Category:雕刻]] oloiai58nze8872vxamynqdsutgpfjd 0 257989 1865512 1548080 2022-08-19T16:44:24Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''古羅馬雕塑'''（{{lang-en|'''Roman sculpture'''}}）係指[[古羅馬]]嘅[[雕塑藝術]]。 ==簡史== 古羅馬雕塑深受[[古希臘雕塑]]影響：當時嘅[[羅馬共和國]]（Roman Republic）征服咗[[希臘]]嘅土地，控制咗成半個[[歐洲]]；到咗公元前 2 世紀嘅時候，喺[[羅馬]]做嘢嘅[[雕塑家]]經已多數都係[[希臘人]]，呢啲雕塑家好多都係俾古羅馬捉咗嚟做[[奴隸]]嘅，而且古羅馬嘅人又好興由希臘嗰度搶或者買雕像，將呢啲雕像帶返去羅馬帝國權力中心羅馬嗰頭，甚至攞古希臘嘅雕像嚟裝飾羅馬人嘅神殿（喺宗教上，古羅馬都係拜返古希臘嗰啲天神），於是古羅馬雕塑就喺呢種深受古希臘影響嘅環境下發展。 古羅馬雕塑喺好多特性上都同古希臘雕塑相似，不過零舍出名整人像，尤其係富裕嘅[[中產階層]]羅馬人會請雕塑家整佢哋嘅人像<ref>Henig, Martin (ed.), ''A Handbook of Roman Art'', Phaidon, 1983,</ref>。 ==相集== <gallery mode="packed" class="center" heights="300px"> File:Tomba dei decii, dalla via ostiense, 98-117 dc..JPG|一個古羅馬墓穴嘅浮雕<br>公元前 2 世紀 File:Claudius Pio-Clementino Inv243.jpg|羅馬帝國皇帝[[克勞狄]]嘅[[胸像]]<br>公元前 50 年 File:Statue-Augustus.jpg|羅馬帝國開國皇帝[[奧古斯都]]嘅雕像<br>公元前 1 世紀 File:Tellus - Ara Pacis.jpg|一個古羅馬浮雕<br>公元前 13 年 </gallery> ==睇埋== *[[古羅馬]] == 攷 == {{Reflist}} {{Art-stub}} [[Category:古羅馬]] [[Category:雕刻]] r58ialnol0dwsfo2wgcj53ohyym0lrm 0 258018 1865501 1591409 2022-08-19T16:36:02Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Robot 3D print timelapse on RepRapPro Fisher.webm|300px|thumb|用三維打印整一個[[機械人]]公仔嘅片；呢種做法仲可以攞嚟整（例如）[[雕像]]。]] '''三維打印'''（{{jpingauto|saam1 wai4 daa2 jan3}}；{{lang-en|'''3D printing'''}}）係一種喺廿世紀尾興起嘅技術，指由一個[[電腦]]嘅[[立體模型]]（3D model）嗰度建構出一嚿實質嘅[[立體]]物件；喺廿一世紀初，三維打印嘅技術經已夠成熟，可以攞嚟整[[雕塑]]等好多唔同嘅嘢。 == 步驟 == 用三維打印整一件物件嘅過程大致如下<ref>Tran, Jasper (2016). "Press Clause and 3D Printing". ''Northwestern Journal of Technology and Intellectual Property''. 14: 75–80.</ref><ref>"[https://www.economist.com/technology-quarterly/2013/09/05/3d-printing-scales-up 3D printing scales up]". ''The Economist''. 5 September 2013.</ref>： #首先，製作者要用[[電腦圖像]]（CG）技術整出描述想要嘅物件嘅立體模型； #然後部電腦會將描述個立體模型嘅[[數據]]傳去一部[[三維打印機]]（3D printer）嗰度，部打印機會睇個立體模型，得知「件物件每一層有邊啲位置有嘢、邊啲位置要留空」； #部打印機跟住就會將嚿嘢「印」出嚟，將第一層整出嚟，再整第二層... 一路整到完全成嚿嘢為止；喺廿一世紀初，最勁嘅三維打印機每一層得 16 [[微米]]咁薄，用[[肉眼]]睇唔出嚿嘢分咗做一層層<ref>[https://web.archive.org/web/20111107022935/http://www.ops-uk.com/3d-printers/objet-connex Objet Connex 3D Printers]. ''Objet Printer Solutions''.</ref>； 喺搞掂咗之後，製作者仲可以對嚿嘢作出多種嘅加工。 == 歷史 == 早期嘅增量製造裝置同材料係喺 20 世紀 80 年代發展起嚟嘅<ref>{{引網|url=https://www.ft.com/content/6dc11070-d763-11e1-a378-00144feabdc0#axzz24gFn5Cal|title=Subscribe to read {{!}} Financial Times|website=www.ft.com|access-date=2021-01-22}}</ref>。1981年，[[名古屋]]市工業研究所嘅[[小玉秀男]]發明咗兩種利用光硬化[[聚合物]]嘅增材嚟製造三維塑膠模型嘅方法，佢嘅[[紫外線]]照射面積由掩模圖形或掃描光纖發射機控制<ref>Hideo Kodama, "A Scheme for Three-Dimensional Display by Automatic Fabrication of Three-Dimensional Model," IEICE TRANSACTIONS on Electronics (Japanese Edition), vol.J64-C, No.4, pp.237-241, April 1981</ref><ref>Hideo Kodama, "Automatic method for fabricating a three-dimensional plastic model with photo-hardening polymer," Review of Scientific Instruments, Vol. 52, No. 11, pp 1770-1773, November 1981</ref>。之後響1984年，三維系統公司嘅查克·赫爾（Chuck Hull）發明咗立體光刻，用紫外雷射固化高分子光聚合物，將原材料層疊起來。Hull話呢一程式可以「通過建立列印目標物體每部分之間嘅聯絡來列印三維物體」，但係嗰個程式已經由小玉發明。Hull嘅貢獻係設計咗STL（立體光刻）檔案格式，嗰個格式被廣泛應用響3D列印軟體同電子切片與填充。 {{clear}} == 攷 == {{reflist|3}} {{電腦圖像}} [[Category:印刷]] giq3qph5hmwootthmfbqlz050atp5ye 0 261036 1865743 1570646 2022-08-20T07:35:51Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Distinguish|市場學研究}} '''市場研究'''（{{lang-en|'''market research'''}}）係指透過收[[數據]]嘅方法探知[[市場]]嘅形勢並且作出[[商業]][[決策]]。 {{Marketing-stub}} [[Category:市場學]] 6ejmhl2srny7ek7netvn0lhfgnoorjj 0 261865 1865744 1622940 2022-08-20T07:36:21Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Distinguish|市場研究}} '''市場學研究'''（{{lang-en|'''marketing research'''}}），係指[[市場學]]上做嘅[[研究]]。着重於獲得資料、分析同預測，包括咗[[市場調查]]，不過亦都包埋[[消費者心理學]]上嘅[[心理實驗]]等。 {{marketing-stub}} [[Category:市場學]] 1gt7tepmpet6dkgauly9s92ikvbh0tc 0 264265 1865447 1728355 2022-08-19T15:57:19Z Abckwan 206679 /* 演出 */ wikitext text/x-wiki '''林躍翰'''（'''John Lam'''，{{bd|2000年|2月7號}}），係香港男藝人，2018年[[ViuTV]]選秀節目《[[Good Night Show 全民造星]]》99強參賽者，2020年再參加選秀節目《[[全民造星III]]》晉身廿強，個樣被指同歌手[[胡鴻鈞]]好似而為人熟悉。 ==演出== ===電視節目（ViuTV）=== *2018年：《[[Good Night Show 全民造星]]》參賽者 *2020年：《[[全民造星III]]》參賽者 *2021年：《[[YOLO的練習曲]]》演出（飾演 Nancy三哥） ===電視節目（香港開電視）=== *2022年：《[[就是青春]]》參賽者 ==出面網頁== *{{instagram|yakh27}} {{HK-enter-bio-stub}} [[Category:Good Night Show 全民造星參賽者]] [[Category:全民造星III參賽者]] [[Category:林氏|躍翰]] nexdzi00n18ug1buxwgy96vpecns6kj 0 264571 1865391 1596274 2022-08-19T13:14:49Z Dr. Greywolf 143999 Dr. Greywolf 搬版 [[樹 (數據結構)]] 去 [[樹 (抽象資料類型)]]：zap1 wikitext text/x-wiki [[File:Tree (computer science).svg|thumb|300px]] '''樹'''（'''tree'''）喺[[電腦科學]]上係一種[[數據結構]]。 {{comp-stub}} [[Category:電腦科學]] bvv8rm4h5ip7wm9em0w15orekmt1lzg 1865768 1865391 2022-08-20T08:20:47Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Tree (computer science).svg|thumb|300px]] '''樹'''（{{lang-en|'''tree'''}}）喺[[電腦科學]]上係一種[[數據結構]]。 {{comp-stub}} [[Category:電腦科學]] o43qq9zkq3nhhyesvxjmnwn5r9q80i6 0 264631 1865674 1850230 2022-08-20T05:49:44Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 林泳怡 |類型 = 女藝人 |英文名 = Vicky Lam |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2016年 |活躍年代 = 2016弓而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1994|1|14}} |經紀公司 = }} '''林泳怡'''（{{lang-en|'''Vicky Lam'''}}，{{bd|1994年|1月14號}}），係[[香港]]女演員同節目主持，2016年出道。2021年參加《[[全民造星IV]]》，60強止步。 ==演出== ===電視節目（港台電視）=== *2018年開始：《[[日常8點半]]》廠景及外景主持 *2021年開始：《出耆好玩》廠景及外景主持 *2022年開始：《防疫速遞》外景主持 *2022年開始：《抗疫快迅》主播 ===電視劇（港台電視）=== *2019年：《[[星星的孩子]]》-「來自B612的愛情」 飾 Julie *2020年：《[[醫生與你]]》-「步步為艱的少女」 飾 淇淇 ===電視節目（ViuTV）=== *2016年：《[[我說過要你快樂 (節目)|我說過要你快樂]]》參加者 *2017年：《[[快樂童盟]] - 手作仔》（第1、2季）主持 *2020年：《[[對號入座‎]]》 十二星座男女 *2021年：《[[YOLO的練習曲‎]]》 飾 娛樂記者 *2021年：《[[全民造星IV]]》參賽者 ===電視劇（ViuTV）=== *2021年：《[[太平紋身店]]》 飾 Chris（第3-4集） *2022年：《情緒迷宮》第八集 （抑鬱症2） *2022年：《[[冥冥之中]]》 飾 詩雅（第27集） ===電影=== *2017年：《[[29+1]]》 *2021年：《[[二次人生]]》 飾 天心朋友Vicky ===舞台劇=== *咪嚤劇團《小飛俠勇救聖喇拔》 *新光中國劇曲文化《小城風光》 *普劇場《少年十五二十時》 *六四舞台《王丹》 *荒園創作《奇妙王園2014·再度走近版》 *一條褲製作《十一騷動》 *查馬迪高斯《坐於碎星閃閃的天空閒下》 *樂心社《香格里拉》 *人間搞作《飛翔的童話》 *全港大型禁毒音樂劇《一個快樂的地方》 ===MV=== *[[林頴彤]]《忽然又想起你》 *[[關菊英]]《遺忘以往》 *[[王祖藍]]《歌和老街》 *[[鐘舒漫]]《預留幸福》 *[[關心妍]]《愛是不保留》 ==出面網頁== *{{facebook|LamVickyWingyi}} *{{instagram|lamvickyvicky}} * [https://kingmaker.viu.tv/profile/64/ 全民造星IV | Vicky] {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:香港電視節目主持人]] [[Category:林氏|泳怡]] [[Category:全民造星IV參賽者]] 9i7jwpdfa9ksf4x6nvlodgv54wqipg3 1865675 1865674 2022-08-20T05:50:11Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 林泳怡 |類型 = 女藝人 |英文名 = Vicky Lam |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2016年 |活躍年代 = 2016年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1994|1|14}} |經紀公司 = }} '''林泳怡'''（{{lang-en|'''Vicky Lam'''}}，{{bd|1994年|1月14號}}），係[[香港]]女演員同節目主持，2016年出道。2021年參加《[[全民造星IV]]》，60強止步。 ==演出== ===電視節目（港台電視）=== *2018年開始：《[[日常8點半]]》廠景及外景主持 *2021年開始：《出耆好玩》廠景及外景主持 *2022年開始：《防疫速遞》外景主持 *2022年開始：《抗疫快迅》主播 ===電視劇（港台電視）=== *2019年：《[[星星的孩子]]》-「來自B612的愛情」 飾 Julie *2020年：《[[醫生與你]]》-「步步為艱的少女」 飾 淇淇 ===電視節目（ViuTV）=== *2016年：《[[我說過要你快樂 (節目)|我說過要你快樂]]》參加者 *2017年：《[[快樂童盟]] - 手作仔》（第1、2季）主持 *2020年：《[[對號入座‎]]》 十二星座男女 *2021年：《[[YOLO的練習曲‎]]》 飾 娛樂記者 *2021年：《[[全民造星IV]]》參賽者 ===電視劇（ViuTV）=== *2021年：《[[太平紋身店]]》 飾 Chris（第3-4集） *2022年：《情緒迷宮》第八集 （抑鬱症2） *2022年：《[[冥冥之中]]》 飾 詩雅（第27集） ===電影=== *2017年：《[[29+1]]》 *2021年：《[[二次人生]]》 飾 天心朋友Vicky ===舞台劇=== *咪嚤劇團《小飛俠勇救聖喇拔》 *新光中國劇曲文化《小城風光》 *普劇場《少年十五二十時》 *六四舞台《王丹》 *荒園創作《奇妙王園2014·再度走近版》 *一條褲製作《十一騷動》 *查馬迪高斯《坐於碎星閃閃的天空閒下》 *樂心社《香格里拉》 *人間搞作《飛翔的童話》 *全港大型禁毒音樂劇《一個快樂的地方》 ===MV=== *[[林頴彤]]《忽然又想起你》 *[[關菊英]]《遺忘以往》 *[[王祖藍]]《歌和老街》 *[[鐘舒漫]]《預留幸福》 *[[關心妍]]《愛是不保留》 ==出面網頁== *{{facebook|LamVickyWingyi}} *{{instagram|lamvickyvicky}} * [https://kingmaker.viu.tv/profile/64/ 全民造星IV | Vicky] {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:香港電視節目主持人]] [[Category:林氏|泳怡]] [[Category:全民造星IV參賽者]] cel4gr6b4utufyoto7wvflfvapual08 1865713 1865675 2022-08-20T06:08:34Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 林泳怡 |類型 = 女藝人 |英文名 = Vicky Lam |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = |語言 = 粵語、英文、國語 |教育程度 = |母校 = |出道日期 = 2016年 |活躍年代 = 2016年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1994|1|14}} |經紀公司 = }} '''林泳怡'''（{{lang-en|'''Vicky Lam'''}}，{{bd|1994年|1月14號}}），係[[香港]]女演員同節目主持，2016年出道。2021年參加《[[全民造星IV]]》，60強止步。 ==演出== ===電視節目（港台電視）=== *2018年開始：《[[日常8點半]]》廠景及外景主持 *2021年開始：《出耆好玩》廠景及外景主持 *2022年開始：《防疫速遞》外景主持 *2022年開始：《抗疫快迅》主播 ===電視劇（港台電視）=== *2019年：《[[星星的孩子]]》-「來自B612的愛情」 飾 Julie *2020年：《[[醫生與你]]》-「步步為艱的少女」 飾 淇淇 ===電視節目（ViuTV）=== *2016年：《[[我說過要你快樂 (節目)|我說過要你快樂]]》參加者 *2017年：《[[快樂童盟]] - 手作仔》（第1、2季）主持 *2020年：《[[對號入座‎]]》 十二星座男女 *2021年：《[[YOLO的練習曲‎]]》 飾 娛樂記者 *2021年：《[[全民造星IV]]》參賽者 ===電視劇（ViuTV）=== *2021年：《[[太平紋身店]]》 飾 Chris（第3-4集） *2022年：《情緒迷宮》第八集 （抑鬱症2） *2022年：《[[冥冥之中]]》 飾 詩雅（第27集） ===電影=== *2017年：《[[29+1]]》 *2021年：《[[二次人生]]》 飾 天心朋友Vicky ===舞台劇=== *咪嚤劇團《小飛俠勇救聖喇拔》 *新光中國劇曲文化《小城風光》 *普劇場《少年十五二十時》 *六四舞台《王丹》 *荒園創作《奇妙王園2014·再度走近版》 *一條褲製作《十一騷動》 *查馬迪高斯《坐於碎星閃閃的天空閒下》 *樂心社《香格里拉》 *人間搞作《飛翔的童話》 *全港大型禁毒音樂劇《一個快樂的地方》 ===MV=== *[[林頴彤]]《忽然又想起你》 *[[關菊英]]《遺忘以往》 *[[王祖藍]]《歌和老街》 *[[鐘舒漫]]《預留幸福》 *[[關心妍]]《愛是不保留》 ==出面網頁== *{{facebook|LamVickyWingyi}} *{{instagram|lamvickyvicky}} * [https://kingmaker.viu.tv/profile/64/ 全民造星IV | Vicky] {{HK-enter-bio-stub}} [[Category:香港女演員]] [[Category:香港電視節目主持人]] [[Category:林氏|泳怡]] [[Category:全民造星IV參賽者]] 84jpipocsaykxamnniys0zuktoqxgo4 0 265705 1865665 1850041 2022-08-20T05:39:32Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 方芷欣 |類型 = 女藝人 |英文名 = Fong Tsz Yan |暱稱 = 方方 |圖片 = |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2020年 |活躍年代 = 2020年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1995|1|24}} |國籍 = {{CNHK}} |經紀公司 = }} '''方芷欣'''（{{lang-en|'''Fong Tsz Yan'''}}，{{bd|1995年|1月24號}}），綽號'''方方'''，係香港女舞蹈員，主要做伴舞工作。2020年佢參加[[ViuTV]]搞嘅《[[全民造星III]]》，入到20強後止步。2021年參加ViuTV選秀真人騷《[[全民造星IV]]》，25強止步。 ==演出== ===電視節目（ViuTV）=== *2020年：《[[全民造星III]]》（參賽者） *2021年：《[[囝囝女女730]]》（造星囝女） *2021年：《[[全民造星IV]]》（參賽者） *2021年：《[[總有一瓣喺左近]]》（第204集嘉賓） ===電影=== *2021年：《[[假冒女團]]》 == 出面網頁 == * {{instagram|fongfongfong_}} * [https://kingmaker.viu.tv/profile/80/ 全民造星IV | 方方] {{HK-enter-bio-stub}} [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] [[Category:方氏|芷欣]] 5ne2cu77hw587na4pin9wk8y2v22sao 1865691 1865665 2022-08-20T06:00:32Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 方芷欣 |類型 = 女藝人 |英文名 = Fong Tsz Yan |暱稱 = 方方 |圖片 = |籍貫 = |語言 = 粵語、英語、國語 |教育程度 = |母校 = |出道日期 = 2020年 |活躍年代 = 2020年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1995|1|24}} |國籍 = {{CNHK}} |經紀公司 = }} '''方芷欣'''（{{lang-en|'''Fong Tsz Yan'''}}，{{bd|1995年|1月24號}}），綽號'''方方'''，係香港女舞蹈員，主要做伴舞工作。2020年佢參加[[ViuTV]]搞嘅《[[全民造星III]]》，入到20強後止步。2021年參加ViuTV選秀真人騷《[[全民造星IV]]》，25強止步。 ==演出== ===電視節目（ViuTV）=== *2020年：《[[全民造星III]]》（參賽者） *2021年：《[[囝囝女女730]]》（造星囝女） *2021年：《[[全民造星IV]]》（參賽者） *2021年：《[[總有一瓣喺左近]]》（第204集嘉賓） ===電影=== *2021年：《[[假冒女團]]》 == 出面網頁 == * {{instagram|fongfongfong_}} * [https://kingmaker.viu.tv/profile/80/ 全民造星IV | 方方] {{HK-enter-bio-stub}} [[Category:全民造星III參賽者]] [[Category:全民造星IV參賽者]] [[Category:方氏|芷欣]] 5neru7i02n3js7k80dc2l6tptjyp15h 0 266290 1865455 1864740 2022-08-19T16:00:56Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Globespin-tilt-23.4.gif|thumb|270px|]] '''地球自轉'''（{{lang-en|'''Earth's rotation'''}}）係指[[地球]]嘅[[自轉]]。地球每一日會轉到一個圈。 地球曉自己轉，而佢嘅自轉形成咗好多[[自然現象]]，好似係[[日頭]]同[[夜晚]]噉。地球相對於[[太陽]]嘅自轉週期平均係 86400 [[秒]]（即係廿四個鐘頭），為止一個[[太陽日]]（Solar day）。呢個週期唔係定死咗冇得變嘅：家吓地球嘅太陽日已經比起 19 世紀嘅略為長咗啲，每日大約長咗 0 至 2 SI ms <ref>[https://web.archive.org/web/20150312003149/http://tycho.usno.navy.mil/leapsec.html Leap seconds]</ref><ref>{{引網 |url=http://maia.usno.navy.mil/ser7/ser7.dat |title=Rapid Service/Prediction of Earth Orientation |access-date=2017年11月12號 |archive-url=https://web.archive.org/web/20150314182157/http://maia.usno.navy.mil/ser7/ser7.dat |archive-date=2015年3月14號 |url-status=dead }}</ref>。 由地球上面睇，空中嘅天體都係以每個鐘頭 15°，亦即係每分鐘 15' 嘅角速度，向東邊飛（唔包低軌道嘅[[人造衛星]]同大氣層入面嘅[[流星]]）。近天球赤道嘅天體每兩分鐘郁嘅距離由地表望落相當於喺地表見到嘅月球或者太陽望落嘅直徑<ref>Zeilik, M.; Gregory, S. A. ''Introductory Astronomy & Astrophysics''. 4th. Saunders College Publishing. 1998: 56. </ref><ref>[http://nssdc.gsfc.nasa.gov/planetary/planetfact.html Planetary Fact Sheets]</ref>。 ==攷== {{reflist}} {{地球}} {{一日}} {{science-stub}} [[Category:地球]] fzv6ih3rbwpwcwg7ps6htld3k8bc0ji 0 268845 1865543 1669565 2022-08-19T21:45:42Z Al12si 87401 wikify Métis wikitext text/x-wiki {{expand}} '''加拿大原住民'''係喺[[加拿大]]境內嘅[[美洲原住民]]，包括[[第一民族]]（{{lang|en|First Nations}}）、[[因紐特人]]（{{lang|en|Inuit}}）同{{lang|fr|[[Métis]]}}人。諸如「印第安人」同「愛斯基摩人」等稱呼原住民嘅舊名，而家已經好少用，有啲人會覺得呢啲用詞帶貶義。 據2016年人口普查，加拿大嘅原住民人口有1,673,785（即全國人口嘅4.9%），當中有977,230第一民族人，587,545 {{lang|fr|Métis}}人，同65,025因紐特人<ref>{{cite web |title=Aboriginal peoples in Canada: Key results from the 2016 Census |url=https://www150.statcan.gc.ca/n1/daily-quotidien/171025/dq171025a-eng.htm |publisher=加拿大統計局|date=2017-10-25|access-date=2021-05-29}}</ref>。 == 參考 == {{reflist}} [[Category:加拿大原住民| ]] [[Category:美洲原住民]] 8s4e16ywxve29ila1mqx8kuy3asee1v 0 273006 1865454 1802432 2022-08-19T16:00:28Z Abckwan 206679 /* 演出作品 */ wikitext text/x-wiki '''張育玲'''（{{lang-en|'''Kathy Cheung'''}}，{{生死|1989年|12月5號}}），網名'''張嘉徽'''，係[[香港]]女模特兒同網上主播，2021年參加[[ViuTV]]選美真人騷《[[造美人]]》而畀人認識。 ==簡歷== 張育玲本身係位模特兒，亦係位網上主播。張育玲2021年參加ViuTV真人騷《[[造美人]]》，最後攞第六名。同年，佢做咗「[[培生擂台：無敵盃]]」女子[[拳擊]]表演賽兩位參賽者之一，對手係參加過ViuTV另一真人騷《[[最後一屆口罩小姐選舉]]》嘅[[溫穎琦]]（Ollie）。 ==演出作品== ===電視節目（ViuTV）=== *2020年：《[[今晚趁熱食]]》外聘外景片段主持（第57集） *2021年：《[[造美人]]》參賽者 *2022年：《[[又要威 又要戴頭盔]]》第309-310集嘉賓 ===電視節目（香港開電視）=== *2022年：《[[Summer Girls 2022]]》參賽者 ==出面網頁== *{{instagram|kathy.c_____}} *{{facebook|kathy.ccccc}} [[Category:香港女模特兒]] [[Category:張氏|育玲]] [[Category:造美人參賽者]] 1nxkpqhdtypjvy99130n4pfvmzmisw9 0 276348 1865529 1828781 2022-08-19T21:19:47Z InternetArchiveBot 158703 救返0個出處、嘜低1個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{維基數據足球員明細}} '''波比笠臣'''（{{jpingauto|bo1 bei2 lap1 san4}}，{{lang-en|'''Sir Robert William Robson'''}}，{{bd|1933年|2月18號|2009年|7月31號}}<ref name="wikidata-9a3d611f2a2bb5dc4487b50d7ac63dfc6f90deb5-v3">http://www.4ni.co.uk/northern_ireland_news.asp?id{{Deadlink}}.</ref> ）係[[英倫]]前[[足球員]]、足球領隊。球員時期踢[[前鋒]]，1950年開始打職業賽，效力過[[富咸足球會]]、[[西布朗足球會]]、[[英格蘭足球代表隊]]，踢過[[1958年FIFA世界盃]]。佢帶隊打過[[1986年FIFA世界盃]]、[[1988年歐洲國家盃]]、[[1990年FIFA世界盃]]。 ==葳蕤史== 佢曾經攞過或者提名過下面呢啲獎： ===[[英格蘭]][[葉士域治城]] Ipswich Town=== *[[英格蘭足總盃]]冠軍：1977/1978 *[[歐洲足協盃]]冠軍：1980/1981 *[[德士古盃]]冠軍：1973 ===[[英格蘭足球代表隊]] England national football team=== *1990年FIFA世界盃第四名 *[[勞斯盃]]冠軍：1986，1988，1989 ===[[荷蘭]][[PSV燕豪芬]] PSV Eindhoven=== *[[荷蘭甲組足球聯賽]]冠軍：1990/1991，1991/1992 ===[[葡萄牙]][[波圖足球會|波圖]] Porto=== *[[葡萄牙超級足球聯賽]]冠軍：1994/1995，1995/1996 *[[葡萄牙盃]]冠軍：1993/1994 ===[[西班牙]][[巴塞隆拿足球會|巴塞隆拿]] Barcelona=== *[[西班牙超級盃]]冠軍：1996 *[[西班牙國王盃]]冠軍：1996/1997 *[[歐洲盃賽冠軍盃]]冠軍：1996/1997 ==攷== {{reflist}} ==拎== {{足球員拎}} {{Portal bar|傳記|足球|運動|世界盃|英國}} {{Authority control}} {{UK-bio-stub}} {{足球員楔}} [[Category:英國足球員]] [[Category:足球前鋒]] [[Category:富咸足球會球員]] t4pt9mpjnupe5j41wfy4gp1s23ayf64 0 280813 1865682 1860412 2022-08-20T05:54:54Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 郭嘉盈 |類型 = 女藝人 |英文名 = Michelle Kwok |暱稱 = 3妹 |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] |教育程度 = {{flagicon|HKG}} [[香港樹仁大學]]工商管理學士 |母校 = |出道日期 = 2021年 |活躍年代 = 2021年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1995|3|26}} |經紀公司 = |屋企人=大佬：[[郭嘉駿]] }} '''郭嘉盈'''（{{lang-en|'''Michelle Kwok'''}}；{{bd|1995年|3月26號}}）係[[香港]]女[[藝人]]，亦係男子組合[[ERROR (香港組合)|ERROR]]成員[[郭嘉駿]]個細妹。 ==簡歷== 郭嘉盈喺[[香港樹仁大學]]讀[[工商管理學士]]，主修企業管治及風險管理，讀完書後做過一啲銀行文職工作，包括[[瑞銀集團]]（UBS）。到2021年，佢見自己阿哥做到自己鍾意做嘅事，所以就辭工去咗報名參加[[ViuTV]]選秀節目《[[全民造星IV]]》，第一輪96強止步。不過未正式出道，佢就已經畀廣告商睇中，搵咗佢同歌手[[許廷鏗]]、玄學家[[七仙羽]]一齊拍廣告。之後，[[譚仔雲南米線|譚仔三哥]]又搵佢做廣告，為新產品 龍蝦丸魚片酸菜煳麻湯米線做廣告宣傳。2022為You Beauty 拍攝全新「光滿肌」療程廣告，大曬夏日青春。 ==演出== ===MV=== *2021年：[[郭嘉駿|193]] - 《再次 Puppy Love》 ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===廣告=== *2021年：[[屈臣氏]]蒸餾水We Care關愛同遊Flycation *2021年：[[譚仔雲南米線|譚仔三哥]]龍蝦丸魚片酸菜煳麻湯米線 *2021年：Whisper 超柔安睡褲 *2022年：You Beauty - 膚質管理「光滿肌」療程 ==出面網頁== *{{Instagram|michellekky}} * [https://kingmaker.viu.tv/profile/96/ 全民造星IV | 3妹] {{HK-enter-bio-stub}} [[Category:香港女藝人]] [[Category:香港樹仁大學舊生]] [[Category:郭氏|嘉盈]] [[Category:全民造星IV參賽者]] aeaxcly702m9uasbd406z1ci1kq64f5 1865703 1865682 2022-08-20T06:05:36Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 郭嘉盈 |類型 = 女藝人 |英文名 = Michelle Kwok |暱稱 = 3妹 |圖片 = |國籍 = {{CNHK}} |籍貫 = |語言 = 粵語、英文、國語 |教育程度 = [[香港樹仁大學]]工商管理學士 |母校 = |出道日期 = 2021年 |活躍年代 = 2021年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1995|3|26}} |經紀公司 = |屋企人=大佬：[[郭嘉駿]] }} '''郭嘉盈'''（{{lang-en|'''Michelle Kwok'''}}；{{bd|1995年|3月26號}}）係[[香港]]女[[藝人]]，亦係男子組合[[ERROR (香港組合)|ERROR]]成員[[郭嘉駿]]個細妹。 ==簡歷== 郭嘉盈喺[[香港樹仁大學]]讀[[工商管理學士]]，主修企業管治及風險管理，讀完書後做過一啲銀行文職工作，包括[[瑞銀集團]]（UBS）。到2021年，佢見自己阿哥做到自己鍾意做嘅事，所以就辭工去咗報名參加[[ViuTV]]選秀節目《[[全民造星IV]]》，第一輪96強止步。不過未正式出道，佢就已經畀廣告商睇中，搵咗佢同歌手[[許廷鏗]]、玄學家[[七仙羽]]一齊拍廣告。之後，[[譚仔雲南米線|譚仔三哥]]又搵佢做廣告，為新產品 龍蝦丸魚片酸菜煳麻湯米線做廣告宣傳。2022為You Beauty 拍攝全新「光滿肌」療程廣告，大曬夏日青春。 ==演出== ===MV=== *2021年：[[郭嘉駿|193]] - 《再次 Puppy Love》 ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===廣告=== *2021年：[[屈臣氏]]蒸餾水We Care關愛同遊Flycation *2021年：[[譚仔雲南米線|譚仔三哥]]龍蝦丸魚片酸菜煳麻湯米線 *2021年：Whisper 超柔安睡褲 *2022年：You Beauty - 膚質管理「光滿肌」療程 ==出面網頁== *{{Instagram|michellekky}} * [https://kingmaker.viu.tv/profile/96/ 全民造星IV | 3妹] {{HK-enter-bio-stub}} [[Category:香港女藝人]] [[Category:香港樹仁大學舊生]] [[Category:郭氏|嘉盈]] [[Category:全民造星IV參賽者]] 7j09b4dfxnno63ljnehboee27noppzx 0 281398 1865442 1864233 2022-08-19T15:53:18Z Abckwan 206679 /* 每集一覽 */ wikitext text/x-wiki 《'''戀講嘢'''》（'''Talker: What Love You Say'''）係香港[[MakerVille]]製作{{notetag|name="MakerVille"|2022年4月底前標示[[香港電視娛樂]]製作}}嘅清談節目，主持係[[郭嘉駿]]、[[譚凱倫]]、[[鄭伊琪]]、[[郭奕芯]]，2021年8月24號開始逢禮拜二23:30-00:00（[[晚吹]]時段）喺[[ViuTV]]播出。每集節目都會講各種後生女嘅[[愛情]]話題。 ==每集一覽== {|class="wikitable" style="min-width:240px" |- style="background:cornflowerblue; color:white; text-align:center" |'''集數'''||'''播映日子'''||'''主題''' |- ! colspan="3"| 2021年 |- | 1 || 8月24號 || A0 的困惑 |- | 2 || 8月31號 || 「西裝控」大膽告白 |- | 3 || 9月7號 || 錯綜複雜多角戀 |- | 4 || 9月14號 || 隆胸復仇記<br/>（藝人嘉賓：[[馮鎵瀠]]） |- | 5 || 9月21號 || 戀上大話王 |- | 6 || 9月28號 || 爛尾童話愛情故事 |- | 7 || 10月5號 || 外貌協會悲歌 |- | 8 || 10月12號 || 愛你愛到殺死你 |- | 9 || 10月19號 || Hack 爆我個 EX |- | 10 || 10月26號 || 情迷小鮮肉<br/>（藝人嘉賓：[[溫穎琦]]） |- | 11 || 11月2號 || 卑微媽媽遇上賤男 |- | 12 || 11月9號 || 愛在疫症蔓延時 |- | 13 || 11月16號 || 失戀情歌女主角 |- | 14 || 11月23號 || 十八歲的曖昧 |- | 15 || 11月30號 || 兩邊不是情人 |- | 16 || 12月7號 || 六百元的愛 |- | 17 || 12月14號 || 錯的時間遇上對的人 |- | 18 || 12月21號 || 追星愛情夢 |- | 19 || 12月28號 || Cosplay誘惑 |- ! colspan="3"| 2022年 |- | 20 || 1月4號 || 暴力情人驚惶夜 |- | 21 || 1月11號 || 佛系愛情 |- | 22 || 1月18號 || A0學生妹的FF世界 |- |23 |1月25號 |十年情事幾返撻 |- |24 |2月1號 |杜如風愛情秘史<br/>（藝人嘉賓：[[杜如風]]） |- |25 |2月8號 |女強人冇情人 |- |26 |2月15號 |扮處食嫩豬 |- |27 |2月22號 |約炮浮華夢 |- |28 |3月1號 |好姊妹搶仔記 |- |29 |3月8號 |人比人比情人<br/>（藝人嘉賓：[[張凱莎]]） |- |30 |3月15號 |我們結婚吧 |- |31 |3月22號 |愛得深打鑊甘<br/>（藝人嘉賓：[[雷深如]]） |- |32 |3月29號 |人夫誘惑 |- |33 |4月5號 |怪人磁石<br/>（藝人嘉賓：[[譚淇淇]]） |- |34 |4月12號 |祼嚟賤騙案 |- |35 |4月19號 |渣男奀星<br/>（藝人嘉賓：[[李文潔]]） |- |36 |4月26號 |大叔的愛<br/>（藝人嘉賓：[[伍倩彤]]） |- |37 |5月3號 |因為欺凌所以A0 / 命中注定要撇你 |- |38 |5月10號 |愛在MK的日子 |- |39 |5月17號 |騎呢媾女攻略<br/>（藝人嘉賓：[[谷旻]]） |- |40 |5月24號 |蕃薯變公主 |- |41 |5月31號 |捉姦敢死女<br/>（藝人嘉賓：[[方泳琳]]） |- | 42 || 6月7號 || 我的億萬少爺仔 |- | 43 || 6月14號 || 地獄賤口男 |- | 44 || 6月21號 || 留學慘情史 |- | 45 || 6月28號 || 超級萬人迷<br/>（藝人嘉賓：[[霍穎璇]]） |- | 46 || 7月5號 || 四「籃」一女<br/>（藝人嘉賓：[[丁彥均]]） |- | 47 || 7月12號 || 性感有罪<br/>（藝人嘉賓：[[梁茜童]]） |- | 48 || 7月19號 || 神秘單戀王<br/>（藝人嘉賓：[[馮靖茵]]） |- | 49 || 7月26號 || 奇異女作家玩轉愛情<br/>（藝人嘉賓：[[陳美濤]]） |- | 50 || 8月2號 || 為愛肥瘦40磅 |- | 51 || 8月9號 || 戀愛特務七<br/>（藝人嘉賓：[[七仙羽]]） |- | 52 || 8月16號 || 傷心高潮 |- | 53 || 8月23號 || 百萬情債 |} ==註== {{NoteFoot}} ==出面網頁== *[http://viu.tv/encore/talker-what-love-you-say ViuTV：晚吹 - 戀講嘢] {{晚吹系列}} [[Category:2021年ViuTV節目]] [[Category:2022年ViuTV節目]] [[Category:晚吹]] aubtg4yhbywrvxmqbdcpzd2a8yblx17 0 283164 1865704 1850222 2022-08-20T06:05:56Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 黃筠兒 |類型 = 女藝人 |英文名 = Chloe Wong |暱稱 = |原名 = 黃均宜 |圖片 = |籍貫 = {{HK}} |國籍 = {{CNHK}} |語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2020年 |活躍年代 = 2020年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1994|3|20}} |經紀公司 = }} '''黃筠兒'''（'''Chloe Wong'''，{{bd|1994年|3月20號}}），原名'''黃均宜'''，係香港女歌手同演員，2020年參演中國大陸網劇《[[快樂520]]》做其中一位女主角，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，40強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===網劇（[[騰訊視頻]]）=== *2020年：《[[快樂520]]》 飾 成安琪 ==出面網頁== *{{instagram|wchloew}} * [https://kingmaker.viu.tv/profile/19/ 全民造星IV | 筠兒] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女演員]] [[Category:黃氏|筠兒]] [[Category:全民造星IV參賽者]] kda36ddqzwgqm7p52fjesfmizwimwjj 1865706 1865704 2022-08-20T06:06:33Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 黃筠兒 |類型 = 女藝人 |英文名 = Chloe Wong |暱稱 = |原名 = 黃均宜 |圖片 = |籍貫 = |國籍 = {{CNHK}} |語言 = [[粵語]]、[[英文]]、[[中華民國國文|國語]] |教育程度 = |母校 = |出道日期 = 2020年 |活躍年代 = 2020年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1994|3|20}} |經紀公司 = }} '''黃筠兒'''（'''Chloe Wong'''，{{bd|1994年|3月20號}}），原名'''黃均宜'''，係香港女歌手同演員，2020年參演中國大陸網劇《[[快樂520]]》做其中一位女主角，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，40強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===網劇（[[騰訊視頻]]）=== *2020年：《[[快樂520]]》 飾 成安琪 ==出面網頁== *{{instagram|wchloew}} * [https://kingmaker.viu.tv/profile/19/ 全民造星IV | 筠兒] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女演員]] [[Category:黃氏|筠兒]] [[Category:全民造星IV參賽者]] 52tuyxsqcv4q3divgvvrdv1a2wq4ec2 0 283166 1865679 1850195 2022-08-20T05:52:07Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 羅思雅 |類型 = 女藝人 |英文名 = Jessica Law |暱稱 = Caca |圖片 = |籍貫 = {{HK}} |語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] |教育程度 = {{flagicon|UK}} [[卡斯商學院]]風險管理碩士 |母校 = |出道日期 = 2019年 |活躍年代 = 2019年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1994|2|13}} |國籍 = {{CNHK}} |經紀公司 = }} '''羅思雅'''（'''Jessica Law'''，{{bd|1994年|2月13號}}），藝名'''Caca'''，係香港女歌手同模特兒，2019年度[[亞洲小姐競選]]香港賽區冠軍兼總決賽亞軍。 ==簡歷== 羅思雅喺[[英國]][[倫敦]][[卡斯商學院]]風險管理碩士學位畢業。 佢2019年度參加亞洲小姐，先喺香港賽區攞冠軍，再代表香港參加全球賽區總決賽，攞到亞軍。 佢2020年報名[[ViuTV]]搞嘅真人騷選秀《[[全民造星III]]》，但初賽之前因為整親而退出咗；到2021年再報名參加《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ==出面網頁== *{{instagram|jesslty213}} * [https://kingmaker.viu.tv/profile/30/ 全民造星IV | Caca] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女模特兒]] [[Category:亞洲小姐]] [[Category:羅氏|思雅]] [[Category:全民造星IV參賽者]] 3idtz7csglojbdabrmt4ncdk82tegak 1865715 1865679 2022-08-20T06:09:12Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 羅思雅 |類型 = 女藝人 |英文名 = Jessica Law |暱稱 = Caca |圖片 = |籍貫 = |語言 = [[粵語]]、[[英文]]、[[普通話]] |教育程度 = {{flagicon|UK}} [[卡斯商學院]]風險管理碩士 |母校 = |出道日期 = 2019年 |活躍年代 = 2019年到而家 |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1994|2|13}} |國籍 = {{CNHK}} |經紀公司 = }} '''羅思雅'''（'''Jessica Law'''，{{bd|1994年|2月13號}}），藝名'''Caca'''，係香港女歌手同模特兒，2019年度[[亞洲小姐競選]]香港賽區冠軍兼總決賽亞軍。 ==簡歷== 羅思雅喺[[英國]][[倫敦]][[卡斯商學院]]風險管理碩士學位畢業。 佢2019年度參加亞洲小姐，先喺香港賽區攞冠軍，再代表香港參加全球賽區總決賽，攞到亞軍。 佢2020年報名[[ViuTV]]搞嘅真人騷選秀《[[全民造星III]]》，但初賽之前因為整親而退出咗；到2021年再報名參加《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ==出面網頁== *{{instagram|jesslty213}} * [https://kingmaker.viu.tv/profile/30/ 全民造星IV | Caca] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港女模特兒]] [[Category:亞洲小姐]] [[Category:羅氏|思雅]] [[Category:全民造星IV參賽者]] jv1y08i0trglj5ku4hx36pchetz68io 0 283169 1865672 1848796 2022-08-20T05:46:59Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 歐陽巧霖 |類型 = 女藝人 |英文名 = Bubu Ou-Yang |暱稱 = |圖片 = |籍貫 = {{HK}} |國籍 = {{CNHK}} |語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2021年 |活躍年代 = 2021年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1996|2|5}} |經紀公司 = |屋企人 = 家姐：[[歐陽巧瑩]] }} '''歐陽巧霖'''（'''Bubu Ou-Yang'''，{{bd|1996年|2月5號}}）係香港女藝人[[歐陽巧瑩]]個細妹，本職做[[化粧]]師，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ==出面網頁== *{{instagram|bubuubu}} * [https://kingmaker.viu.tv/profile/51/ 全民造星IV | Bubu] {{HK-enter-bio-stub}} [[Category:香港女藝人]] [[Category:歐陽氏|巧霖]] [[Category:全民造星IV參賽者]] h88uxqad26cjx94tuc5fro3kmflhibn 1865710 1865672 2022-08-20T06:07:49Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 歐陽巧霖 |類型 = 女藝人 |英文名 = Bubu Ou-Yang |暱稱 = |圖片 = |籍貫 = |國籍 = {{CNHK}} |語言 = [[粵語]]、[[英語]]、[[中華民國國文|國語]] |教育程度 = |母校 = |出道日期 = 2021年 |活躍年代 = 2021年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1996|2|5}} |經紀公司 = |屋企人 = 家姐：[[歐陽巧瑩]] }} '''歐陽巧霖'''（'''Bubu Ou-Yang'''，{{bd|1996年|2月5號}}）係香港女藝人[[歐陽巧瑩]]個細妹，本職做[[化粧]]師，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，第一輪96強止步。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ==出面網頁== *{{instagram|bubuubu}} * [https://kingmaker.viu.tv/profile/51/ 全民造星IV | Bubu] {{HK-enter-bio-stub}} [[Category:香港女藝人]] [[Category:歐陽氏|巧霖]] [[Category:全民造星IV參賽者]] s4gyuts2nljj6n28po2oa6ir14cmo9e 0 284170 1865425 1863084 2022-08-19T15:21:47Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''鏈結串列'''（{{lang-en|'''linked list'''}}）係一種攞嚟裝相關嘅[[數據]]嘅[[數據結構]]。一條鏈結串列會有若干件次序固定嘅[[數據]]，條鏈結串列當中每個位（<code>node</code>）都會有「件數據嘅數值係乜」、「件數據[[指標 (電腦科學)|指住]]嘅下一件數據係邊件」同「件數據嘅前一件數據係邊件」（固定次序；下圖噉）嘅[[資訊]]，一位[[用家]][[搜尋演算法|搜尋]]一條鏈結串列嗰陣一定要焗住跟條串列個次序（或者前後掉轉）噉嚟搜尋，冇得話例如（好似[[陣列]]噉）[[隨機]]噉揀是但一件數據嚟讀取，不過鏈結串列好處係可以容易噉由柞數據當中攞走其中一件而唔使重新排過嗮柞數據（一個陣列攞走咗其中一件再排過就要改嗮後面嗰啲數據嘅位置數值）。 [[File:Singly-linked-list.svg|center|500px]] 例如以下嘅 [[Python]] [[源碼|碼]]（睇埋[[物件導向編程]]）： <source lang="python"> class Node: # Node 係個物件類別 def __init__(self, data): self.data = data # Node 裝住件數據 (data) self.next = None # 亦帶有 next（下一個 Node 係乜），呢個值初始化嗰陣係 None </source> {{Comp-stub}} [[Category:數據]] n71vlesqo0eq2qcpih4kkjt4w5x941c 1 284312 1865397 1754082 2022-08-19T13:24:30Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|你知唔知|{{#ifeq:|yes|10px|15px}}|]] |'''{{PAGENAME}}'''嘅資訊曾經響[[2021年]][[9月20號]]喺維基百科[[頭版]]嘅'''[[Template:你知唔知|你知唔知？]]'''小節度出現過。{{#if:|呢個項目嘅題字係： *{{{entry}}} }}{{#if:|<nowiki/> 呢個項目嘅記錄可以響[[Wikipedia:你知唔知/舊文/{{{year}}}年]]搵到。 }} |{{#ifeq:|yes||[[Image:Wikipedia-logo.png|維基百科|right|40px]]}} |} {{ping|汩汩银泉}} 之前搵專家睇過篇文，話好多嘢寫得錯錯哋喎。我啱啱大執咗陣，睇吓而家覺得點？[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 13:24 (UTC) {{好文提名}} p7rwlzh5fl4nn9h7mnz7yfl54c4tzsh 1865398 1865397 2022-08-19T13:24:44Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|你知唔知|{{#ifeq:|yes|10px|15px}}|]] |'''{{PAGENAME}}'''嘅資訊曾經響[[2021年]][[9月20號]]喺維基百科[[頭版]]嘅'''[[Template:你知唔知|你知唔知？]]'''小節度出現過。{{#if:|呢個項目嘅題字係： *{{{entry}}} }}{{#if:|<nowiki/> 呢個項目嘅記錄可以響[[Wikipedia:你知唔知/舊文/{{{year}}}年]]搵到。 }} |{{#ifeq:|yes||[[Image:Wikipedia-logo.png|維基百科|right|40px]]}} |} {{好文提名}} {{ping|汩汩银泉}} 之前搵專家睇過篇文，話好多嘢寫得錯錯哋喎。我啱啱大執咗陣，睇吓而家覺得點？[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 13:24 (UTC) dt8p1cqutrt97wflworq9f8daeyquj6 1865802 1865398 2022-08-20T09:11:23Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {| class="messagebox {{#ifeq:|yes|small|standard}}-talk" |- |[[Image:Updated DYK query.svg|你知唔知|{{#ifeq:|yes|10px|15px}}|]] |'''{{PAGENAME}}'''嘅資訊曾經響[[2021年]][[9月20號]]喺維基百科[[頭版]]嘅'''[[Template:你知唔知|你知唔知？]]'''小節度出現過。{{#if:|呢個項目嘅題字係： *{{{entry}}} }}{{#if:|<nowiki/> 呢個項目嘅記錄可以響[[Wikipedia:你知唔知/舊文/{{{year}}}年]]搵到。 }} |{{#ifeq:|yes||[[Image:Wikipedia-logo.png|維基百科|right|40px]]}} |} {{好文提名}} {{ping|汩汩银泉}} 之前搵專家睇過篇文，話好多嘢寫得錯錯哋喎。我啱啱大執咗陣，睇吓而家覺得點？[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 13:24 (UTC) :{{ping|汩汩银泉}} 大執完~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 09:11 (UTC) r7sio8d1euezbf3z8d97bz6l0idcu1q 0 285120 1865562 1742621 2022-08-20T00:33:30Z 136.158.48.164 wikitext text/x-wiki {{otheruses|subject=電視劇|other=韓國一種叫「魷魚」嘅遊戲|魷魚 (遊戲)}} {{Infobox television | color = #2D432F | colour text = #FFFFFF | show_name = 魷魚遊戲 | original_name = {{lang|ko|오징어 게임}} | image = [[File:Squid Game logo (Korean).png |200px]] | caption = 宣傳海報 | genre = {{ubl|[[動作片|動作]]|[[劇情片|劇情]]|[[驚悚片|驚悚]]}} | creator = | developer = | writer = [[黃東赫]] | director = 黃東赫 | starring = {{ubl|[[李政宰]]|[[朴海秀]]|{{lk|吳永秀|오영수 (배우)}}|[[魏嘏雋]]|[[鄭好娟]]|{{lk|許成泰|허성태}}|{{lk|金姝憐|김주령|金姝憐}}|[[崔帕西·阿努潘]]|{{lk|劉星柱|유성주}}|[[李瑜美]]}} <!--按片尾演職表排序以及Netflix官網區分主演同常設角色 --> | theme_music_composer = {{lk|鄭在日|정재일}} | opentheme = | endtheme = | composer = | country = {{KOR}} | language = [[韓語]] | num_seasons = 1 | num_episodes = 9 | list_episodes = #集數 | runtime = 約32－63分鐘 | producer = {{ubl|金志妍|黃東赫|韓興碩}} | cinematography = 李亨德 | editor = 南娜英 | location = | company = Siren Pictures | channel = [[Netflix]] | picture_format = [[4K解像度|4K]]（[[超高清電視]]） | aired = {{Start date|2021|9|17}} | related = | website = https://www.netflix.com/title/81040344 | imdb_id = 10919420 | audio_format = [[杜比全景聲]] | 發行公司 = [[Netflix]] | 預算 = 200億[[韓元]]<ref>{{cite web |title=《魷魚遊戲》製作費1.34億港元 　Netflix投資拍韓劇6年收益376億港元 |publisher=[[頭條日報]] |url=https://hd.stheadline.com/life/ent/realtime/2251588/%E5%8D%B3%E6%99%82-%E5%A8%9B%E6%A8%82-%E9%AD%B7%E9%AD%9A%E9%81%8A%E6%88%B2-%E8%A3%BD%E4%BD%9C%E8%B2%BB1-34%E5%84%84%E6%B8%AF%E5%85%83-Netflix%E6%8A%95%E8%B3%87%E6%8B%8D%E9%9F%93%E5%8A%876%E5%B9%B4%E6%94%B6%E7%9B%8A376%E5%84%84%E6%B8%AF%E5%85%83 |date=2021-10-05 |archive-date=2021年|language=zh-hant}}</ref> }} 《'''魷魚遊戲'''》（{{jpingauto|'''jau4 jyu2 jau4 hei3'''}}，[[韓文]]：'''오징어 게임'''）係套2021年嘅[[Netflix]][[韓國]]原創劇，[[李政宰]]同[[朴海秀]]主演。 == 簡介 == 套劇故仔圍繞住噉嘅一個遊戲：456名背景各異但一樣債台高築嘅玩家，為咗贏得456億韓圓嘅獎金參加一系列兒童遊戲，但如果輸咗會有致命嘅後果。導演兼編劇黃東赫就係根據自己早年嘅經濟困難以及韓國嘅貧富差距，構思咗套劇嘅事件。 == 集數 == {{Episode table|background=#2D432F|total_width=75% |overall=|title=|aux1=|aux1T=譯名|director=|writer=|airdate=|released=y|episodes= {{Episode list | EpisodeNumber = 1 | Aux1 = 一二三，木頭人 | AltTitle = {{lang|ko|무궁화 꽃이 피던 날}} | DirectedBy = [[黃東赫]] | WrittenBy = 黃東赫 | OriginalAirDate = {{Start date|2021|9|17}} | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 2 | Aux1 = 地獄 | AltTitle = {{lang|ko|지옥}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 3 | Aux1 = 擔遮嘅男人 | AltTitle = {{lang|ko|우산을 쓴 남자}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 4 | Aux1 = 即使被困住也要選邊站 | AltTitle = {{lang|ko|쫄려도 편먹기}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 5 | Aux1 = 平等嘅世界 | AltTitle = {{lang|ko|평등한 세상}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 6 | Aux1 = 剛布 | AltTitle = {{lang|ko|깐부}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 7 | Aux1 = 一班貴賓 | AltTitle = {{lang|ko|V.I.P.S}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 8 | Aux1 = 代表人物 | AltTitle = {{lang|ko|프론트맨}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} {{Episode list | EpisodeNumber = 9 | Aux1 = 幸運之日 | AltTitle = {{lang|ko|운수 좋은 날}} | OriginalAirDate = {{Start date|2021|9|17}} | DirectedBy = 黃東赫 | WrittenBy = 黃東赫 | ShortSummary = | LineColor = 2D432F }} }} == 劇情設定 == === 遊戲一覽 === {| class="wikitable" width="95%" style="text-align:center" ! width="5%"| 次序 ||width="15%"|遊戲 ||width="50%"|遊戲規則 ||width="10%"|參與者 ||width="10%"|死亡者 ||width="10%"|生存者 |- | scope="row" align="center" | 1 | scope="row" align="left" | [[一二三紅綠燈]] | scope="row" align="left" | 參賽者需要喺做鬼嘅大木偶喺每次倒數嗰陣向前走，喺5分鐘之內過到紅線就可以過關。喺木偶倒數完轉頭望嘅時候重郁緊，或者未能夠喺限時內未完成嘅參賽者會被當場槍斃。 | 456 || 255 || 201 |- | [[投票]] | scope="row" align="left" | / | scope="row" align="left" | 選擇繼唔繼續進行同參加遊戲。 | 201 || 0 || 201 |- | scope="row" align="center" | 2 | scope="row" align="left" | [[椪糖]] | scope="row" align="left" | 參賽者喺未知道遊戲嘅情況下選擇三角形、圓形、星形、遮形其中一個圖案，之後每個人會獲得一塊印有對應圖案嘅椪糖。參賽者喺10之分鐘內用細針完整剝落圖案就可以過關，椪糖圖案破損或者限時內未完成嘅參賽者會被當場槍斃。 | 187 || 79 || 108 |- |- | scope="row" align="center" | SP | scope="row" align="left" | 特別遊戲 | scope="row" align="left" | 喺睏覺嘅時間開始嗰陣，讓所有參賽者自相殘殺。 | 107 || 27 || 80 |- | scope="row" align="center" | 3 | scope="row" align="left" | [[扯大纜]] | scope="row" align="left" | 10個人組成一組，由組織抽籤決定對戰雙方。每隊各自企喺高塔嘅一邊並用手扣扣喺條繩度，將對方所有人拉落去就可以過關。之後斬斷條繩，輸嗰隊會因為繩中間斷開而跌死。 | 80 || 40 || 40 |- | scope="row" align="center" | 4 | scope="row" align="left" | [[波子|彈波子]] | scope="row" align="left" | 參賽者喺未知道遊戲情況之下搵人兩個一組，之後每人會獲得10粒[[波子]]，之後宣佈對手係同組嘅對方。參賽者喺30分鐘之內以任何非暴力方式贏到對方嗰10粒波子就可以過關，輸咗或者未能夠喺限時內未完成嘅參賽者會被當場槍斃。未能夠組成隊伍嗰一個「邊緣人」就唔使參賽並返到宿舍。 | 39 || 22 || 17 |- | scope="row" align="center" | 5 | scope="row" align="left" | {{lk|墊腳石橋|징검다리}} | scope="row" align="left" | 參賽者喺未知道遊戲情況之下先選擇一件有冚巴嘅背心，數字係決定過橋嘅順序，之後要喺16分鐘內赤腳走過一條懸掛喺高空、由16組玻璃組成嘅橋，每步需要從一組兩塊玻璃（分別係可以承重兩個人嘅[[強化玻璃]]同一個人都唔能夠承重嘅普通[[玻璃]]）中選擇其中一塊跳過去，順利到達喋血雙紅就可以過關，踩中普通玻璃嘅就當場跌死。時間一到，所有玻璃都會爆破。 | 16 || 13 || 3 |- | scope="row" align="center" | 6 | scope="row" align="left" | [[魷魚 (遊戲)|魷魚遊戲]] | scope="row" align="left" | 決賽者先擲硬幣決定遊戲攻守方，並可以用武力作出對抗。攻方達陣到魷魚圖案最上方嘅圓形部位就可以獲勝，守方獲勝就需要將攻方推出魷魚圖案外面。若果其中一方無法繼續遊戲嘅時候，剩餘嘅嗰方就會係最終勝利者。輸嘅會被當場槍斃。 | 2 || 1 || 1 |- |} === 人物階層 === {| class="wikitable" width="95%" |+ ! colspan="3" |工作人員 |- ! width="15%" |角色 !介绍 |- | align="center" |勞工 |佩戴圓形圖案面具。層級最低嘅職位，擔任工人嘅工作。負責煮嘢食、搬運同處理屍體。需要管理者嘅批准先至可以出聲，宿舍裏面亦裝有監視器。 |- | align="center" |士兵 |佩戴三角形圖案面具。擁有行使武力嘅權限，經常持槍出現。負責槍決被淘汰嘅參賽者、維持秩序同確保遊戲嘅進行。 |- | align="center" |管理者 |佩戴正方形圖案面具。指揮勞工同士兵，同時亦負責控制所有監視器。經常由士兵護送出場，負責發佈同介紹遊戲事項。 |- | align="center" |負責人 |經常戴住暗色幾何化面具，監管一切有關遊戲嘅事務，負責發號施令同接待貴賓。 |- ! colspan="3" |非工作人員 |- | align="center" |貴賓 |遊戲嘅贊助人，由一群嚟自世界各地嘅富豪組成。呢啲人都戴住金色動物面具，會到場觀看遊戲並對參賽者落注，作為娛樂。 |} 此外，除咗負責人以外嘅其他工作人員都唔可以喺其他人面前除低面具，違反嘅會被負責人槍決。 == 文化影響 == 《魷魚遊戲》嘅成功得到世界各地好多關注，其中過咗四個禮拜已經有1.42億人次睇過。不過喺2021年10月，中國影音平台優酷就宣布推出一檔叫做《魷魚的勝利》嘅綜藝節目。但由於海報設計等方面都被指高度抄襲《魷魚遊戲》，於是引發咗好多[[中國抄襲韓國演藝作品爭議|批評]]。[[優酷]]之後就話，話係因為工作失誤，將舊版嘅海報攞咗喺招商活動入面用<ref name=":3">{{引網|url=https://newtalk.tw/news/view/2021-10-21/654312|title=陸綜抄襲《魷魚遊戲》韓網罵爆！中國人也挺不下去：太丟人 {{!}} 娛樂 {{!}} Newtalk新聞|date=2021-10-21|website=新頭殼 Newtalk|language=zh-Hant-TW|access-date=2021-12-14}}</ref><ref>{{引網|url=https://www.mirrormedia.mg/story/20211021edi023/|title=新陸綜抄襲魷魚遊戲「相似度高達90%」 中國網友也怒：編劇請動腦|date=2021-10-21|website=鏡週刊 Mirror Media|language=zh-Hant|access-date=2021-12-14}}</ref>。 另外，香港亦出現一啲模仿《魷魚遊戲》嘅作品： *香港[[百老匯電器]]搵咗被稱「港版[[李政宰]]」嘅[[譚俊彥]]同被稱「港版[[孔劉]]」嘅[[張松枝]]拍電視廣告，重現劇入面地鐵月台打畫片一幕。 *香港[[無綫電視]]處境劇《[[愛回家之開心速遞]]》第1447、1448集用《鹹魚遊戲》做單元，入面嘅「鹹魚遊戲」靈感嚟自魷魚遊戲，更有[[譚俊彥]]客串「456」一角，不過佢並唔係玩家而係幕後人員。 *香港Youtube頻道[[試當真]]嘅節目《試玩毛》，亦有用《墨魚遊戲》做單元，入面嘅「墨魚遊戲」靈感嚟自魷魚遊戲。 == 爭議 == 套劇被指內容包含暴力、不當行為以及駭人嘅情節，認為唔啱青少年同細路睇<ref>{{cite news|url=https://www.gcs.gov.mo/detail/zh-hant/N21JRHPTtf?0|title=家長須留意子女觀看不適合的節目和媒體|accessdate=2021-10-18|agency=[[澳門特別行政區新聞局]]}}</ref>。 == 參考 == {{Reflist}} ==出面網頁== * {{Watch on Netflix|81040344}} * {{douban|34812928}} [[Category:韓國劇集]] [[Category:Netflix原創節目]] 7a6ujdc4o14vnbhpipil6l5lddlluds 0 285422 1865485 1821497 2022-08-19T16:21:22Z Dr. Greywolf 143999 /* 睇埋 */ wikitext text/x-wiki [[File:The Dark Triad.png|thumb|300px|黑暗三角特質－[[自戀]]、[[馬基雅維利主義 (心理學)|馬基雅維利主義]]同[[心理病態]]。]] '''黑暗三角特質'''（{{jpingauto|haak1 am3 saam1 gok3 dak6 zat1}}；{{lang-en|'''The Dark Triad personality traits'''}}）喺[[性格心理學]]上係指同[[反社會行為]]（簡單講即係指傷害其他人嘅[[行為]]）零舍有啦掕嘅三個[[性格特質]]，包括咗<ref name="paulhus2002">Paulhus, D. L., & Williams, K. M. (2002). [https://reader.elsevier.com/reader/sd/pii/S0092656602005056?token=948682F4185F0B6564E1EA966EDE1D6C00B75ADD0788CDF3F947408DA74AC610190C4C8724C84E1461B1CBF81D4F18E6&originRegion=us-east-1&originCreation=20211004001326 The dark triad of personality: Narcissism, Machiavellianism, and psychopathy] (PDF). ''Journal of research in personality'', 36(6), 556-563.</ref><ref name="regolietal2011">Robert M. Regoli; John D. Hewitt; Matt DeLisi (20 April 2011). ''Delinquency in Society: The Essentials''. Jones & Bartlett Learning. p. 99.</ref>： *[[自戀]]（narcissism）：自戀嘅人[[自我肯定|自視]]極高，鍾意出風頭做[[注意力]]嘅中心，好多時會為咗令自己望落勁啲而直接或者間接噉踩低其他人<ref>Kohut, H. (1977). ''The Restoration of the Self''. New York: International Universities Press.</ref>； *[[馬基雅維利主義 (心理學)|馬氏主義]]（Machiavellianism）：對身邊嘅人缺乏[[信任]]，覺得身邊嘅人都信唔過，成日會用[[心理操縱術|操縱術]]等嘅方法嚟利用其他人<ref>Jakobwitz, Sharon; Egan, Vincent (January 2006). "The dark triad and normal personality traits". ''Personality and Individual Differences''. 40 (2): 331-339.</ref>； *[[心理病態]]（psychopathy）：缺乏[[同理心]]或者[[自責]]嘅能力，就算做咗傷害人嘅嘢之後都唔會有咩感覺<ref>Skeem, Jennifer L.; Polaschek, Devon L. L.; Patrick, Christopher J.; Lilienfeld, Scott O. (15 December 2011). "Psychopathic Personality". ''Psychological Science in the Public Interest''. 12 (3): 95-162.</ref>； －即係話呢柞性格特質係'''三'''個'''黑暗'''（俾好多人覺得係得人驚，甚至乎[[邪惡]]）嘅特質。順帶一提，「三個特質」唔淨只係概念上做嘅分法，實際嘅[[心理測量學|心理統計]]研究仲表明，呢三個性格特質有幾強嘅[[統計相關]]但唔係同一個[[因素分析|因素]]－簡化噉講即係有一定嘅重疊但唔係同一樣嘢<ref name="jonespaulhus2010">Jones, Daniel N.; Paulhus, Delroy L. (2010). "Differentiating the dark triad within the interpersonal circumplex". In Horowitz, Leonard M.; Strack, Stephen N. (eds.). ''Handbook of interpersonal theory and research''. New York: Guilford. pp. 249-267.</ref><ref>Klimstra, Theo A.; Jeronimus, Bertus F.; Sijtsema, Jelle J.; Denissen, Jaap J.A. (April 2020). "The unfolding dark side: Age trends in dark personality features". ''Journal of Research in Personality''. 85: 103915.</ref>。 黑暗三角特質嘅概念對[[應用心理學]]上嘅工作者嚟講相當有用：响某啲情況下，黑暗三角特質令人容易做出[[犯法]]嘅行為，例如一個有心理病態嘅人有陣時打傷人甚至殺咗人都唔會覺得自責<ref group="註" name="psychopathcrime">研究顯示，[[心理病態]]程度高嘅人多數都唔會做[[犯法]]嘢，但佢哋做犯法嘢嘅[[機率]]的確高過一般人。</ref>，或者會因為佢哋唔在意身邊嘅人嘅利益而响[[組織|共事嘅人]]當中製造問題，所以[[犯罪心理學]]<ref>Kaufman, Scott Barry; Yaden, David Bryce; Hyde, Elizabeth; Tsukayama, Eli (12 March 2019). "The Light vs. Dark Triad of Personality: Contrasting Two Very Different Profiles of Human Nature". ''Frontiers in Psychology''. 10: 467.</ref>同埋[[組織心理學]]<ref>O'Boyle Jr, Ernest H.; Forsynth, Donelson R.; Banks, George C.; McDaniel, Michael A. (2012). "A Meta-Analysis of the Dark Triad and Work Behavior: A Social Exchange Perspective". ''Applied Psychology''. 97 (3): 557–579.</ref>等應用心理領域嘅工作者都有興趣研究黑暗三角特質。 == 定位 == [[File:Asocial behavior.png|thumb|300px|一種輕微嘅反社會行為－泊起車上嚟一架車霸兩個位，無視周圍嘅人嘅利益。]] {{see also|性格心理學|特質理論|反社會行為|攻擊性}} 黑暗三角特質包括咗三個[[性格特質]]（personality trait），個概念源自 1990 年代至 2000 年代嘅[[性格心理學]]研究：一隻性格特質係一個可以喺[[人]]同人之間有差異嘅[[心理]]或者[[行為]][[變數 (科研)|變數]]，例如[[衝動 (性格)|衝動]]（impulsivity）就係一個性格特質－可以想像成唔同人之間嘅[[自控能力]]差異，即係有啲人比較擅長壓抑自己「去攞想要嘅嘢」嘅行動，有啲人冇咁擅長做呢樣嘢，後者算係比較衝動<ref name="maxwell2020">Maxwell, A. L., Gardiner, E., & Loxton, N. J. (2020). [https://onlinelibrary.wiley.com/doi/pdf/10.1002/erv.2732 Investigating the relationship between reward sensitivity, impulsivity, and food addiction: A systematic review] (PDF). ''European Eating Disorders Review'', 28(4), 368-384.</ref>；喺廿世紀末，有唔少性格心理學家都有興趣研究個體之間响[[反社會行為]]（anti-social behavior；指傷害其他人或者忽視其他人利益嘅行為）上嘅差異，而呢啲性格心理學家[[心理測量|用統計技術做嘅分析]]發現有三個性格特質同反社會行為零舍有關係－形成咗「黑暗三角特質」嘅概念<ref name="paulhus2002"/><ref name="regolietal2011"/>： ===自戀=== {{main|自戀}} [[自戀]]（narcissism）呢種性格特質重點在於「覺得自己好重要」：自戀程度高嘅人極之在意自己嘅[[樣]]同埋滿足自己嘅需要；噉嘅人好多時都好睇重想喺社交情境當中佔有優勢嘅地位，所以會想喺其他人面前建立一個理想嘅形象（所以會在意自己嘅樣），會做反社會行為（例如踩低其他人令自己望落勁啲），不過做起反社會行為上嚟唔會做得好出樣（唔想身邊嘅人對自己印象太過唔好）；自戀同[[外向度]]以及[[經驗開放度]]有[[正相關]]，並且同[[親和度]]有[[負相關]]<ref name="paulhus2002"/><ref>Twenge, Jean M. (2011). Campbell, W. Keith; Miller, Joshua D. (eds.). ''The Handbook of Narcissism and Narcissistic Personality Disorder: Theoretical Approaches, Empirical Findings, and Treatments''. Hoboken NJ: John Wiley & Sons.</ref>。自戀度高嘅人喺[[公共財博弈]]當中比較自私啲<ref>Campbell, W. K., Bush, C. P., Brunell, A. B., & Shelton, J. (2005). Understanding the social costs of narcissism: The case of the tragedy of the commons. ''Personality and Social Psychology Bulletin'', 31(10), 1358-1368.</ref><ref>Böckler, A., Sharifi, M., Kanske, P., Dziobek, I., & Singer, T. (2017). [https://reader.elsevier.com/reader/sd/pii/S0191886916308510?token=669FF5E7C7BA48BDF6C4F9669990DF5D8A181FC410A534D5C201F366EB4EBEBEA8F397EE5D72B64B2D3E40F9FC003D8A&originRegion=us-east-1&originCreation=20211121143657 Social decision making in narcissism: Reduced generosity and increased retaliation are driven by alterations in perspective-taking and anger] (PDF). ''Personality and Individual Differences'', 104, 1-7.</ref>。 ===馬氏主義===<!---我嫌「馬基雅維利主義」長得滯，會搞到上面個 box 變形。---> {{main|馬氏主義 (心理學)}} [[馬基雅維利主義 (心理學)|馬基雅維利主義]]（Machiavellianism）：馬基雅維利主義程度高嘅人傾向[[心理操縱術|操縱]]身邊嘅人同埋對[[道德]]冷淡；馬基雅維利主義傾向對身邊嘅人缺乏[[信任]]，覺得身邊嘅人都信唔過，會靠心理操縱術嚟呃身邊嘅人同搵身邊嘅人老襯，做起反社會行為上嚟唔會做得好出樣（偏好呃人等比較鬼祟嘅做法）；馬基雅維利主義同親和度以及[[盡責度]]有[[負相關]]<ref>Furnham, Adrian; Richards, Steven C.; Paulhus, Delroy L. (March 2013). "The Dark Triad of Personality: A 10 Year Review: Dark Triad of Personality". ''Social and Personality Psychology Compass''. 7 (3): 199–216.</ref>。 ===心理病態=== {{main|心理病態}} [[心理病態]]（psychopathy）：心理病態俾好多人認為係黑暗三角當中最反社會嗰個特質；有心理病態嘅人傾向[[衝動]]、[[自私]]、[[無情]]，而且做咗反社會行為之後完全唔會[[自責]]，冇乜[[同理心]]。根據心理學研究，呢啲人最大嘅特徵係'''唔識[[驚]]'''－有心理學研究試過搵班受試者返嚟，用[[生理]]方法（量度[[心跳率]]同埋[[表情]]呀噉）嚟睇住啲受試者嘅[[情緒]]，發現一般人喺見到自己以外嘅人[[痛]]或者驚嗰陣，都會或多或少噉出現驚嘅反應（同理心），所以唔會想做出令其他人痛或者驚嘅行為；相比之下，心理病態程度高嘅人就缺少咗呢種反應，佢哋傾向咩都唔驚，即係話就算佢哋明知自己做緊嘅嘢（例如係[[心理操縱術|操縱]]人、[[攻擊]]人甚至[[殺人]]）會令其他人覺得受苦或者驚，佢哋都唔會有咩特別嘅感覺，事後更加唔會因為做咗傷害人嘅嘢而自責（不過有可能會為咗呃身邊嘅人而扮自責）<ref>Marsh, A. A., & Cardinale, E. M. (2012). [https://psychopathyis.org/wp-content/uploads/2020/10/Marsh-Cardinale-2012.pdf Psychopathy and fear: Specific impairments in judging behaviors that frighten others] (PDF). ''Emotion'', 12(5), 892.</ref>；進一步嘅[[神經研究]]仲發現，同正常人比起嚟，心理病態程度高嘅人嘅[[杏仁核]]（amygdala；一個有份處理驚嘅情緒嘅[[腦區]]）對於驚嘅反應異常咁弱，意思即係話正常人嘅杏仁核會因為驚而[[腦活動|活動]]起變化，但心理病態程度高嘅人嘅杏仁核冇呢種反應<ref name="Blair2003">Blair, R. J. R. (2003). [https://www.cambridge.org/core/services/aop-cambridge-core/content/view/3B70FB0FF1E7195CCD59A690AAF554F9/S0007125000027811a.pdf/div-class-title-neurobiological-basis-of-psychopathy-div.pdf Neurobiological basis of psychopathy] (PDF). ''The British Journal of Psychiatry'', 182(1), 5-7.</ref>。 {{clear}} [[File:Amygdala.png|center|thumb|450px|一個[[人腦]]由左面（左圖）同前面（右圖）望嘅[[立體]]圖解；紅色嗰兩粒就係[[左腦]]同[[右腦]]嘅[[杏仁核]]，有心理病態嘅人嘅杏仁核對[[驚]]嘅反應異常咁弱。]] == 同第啲特質嘅啦掕 == {{see also|親和度}} == 生物學研究 == == 博弈論研究 == [[File:Chess - ചെസ്സ് 07.JPG|thumb|300px|[[國際象棋]]嘅[[卒 (國際象棋)|卒仔]]；一般人都可以喺[[捉棋]]嗰陣當啲棋係棋噉犧牲，但屬黑暗三角嘅人因為佢哋[[情緒]]上嘅缺乏，好多時仲會做到當人係棋噉犧牲。]] {{see also|博弈論|監犯困境|利他行為}} 喺理論層面上，黑暗三角特質可以用[[博弈論]]（game theory）嘅角度嚟諗：博弈論係一套[[應用數學]]上嘅[[數學理論|理論]]，研究[[決策者]]之間嘅互動，即係例如「想像家陣有兩位決策者要喺噉噉噉嘅規則下對局，每位決策者手上有噉噉噉嘅選擇，呢個可能結果（例：博弈者 A 揀咗選擇 A 而博弈者 B 揀咗選擇 B）會分別為 A 帶嚟咁多咁多[[效益|利益]]...」噉嘅思考；喺博弈論上，博弈成日都會有[[合作博弈|合作]]嘅機會，即係啲博弈者有得事先夾好大家一齊揀某啲選擇，等大家齊齊利益最大化，但呢啲博弈好多時又會有機會俾其中一位博弈者搵第啲博弈者老襯，即係例如事先講好要合作但佢臨郁手做決擇之前先至變節（令自己利益最大化），而噉做會令俾佢呃嗰啲博弈者利益受損（例子可以睇吓[[監犯困境]]；prisoner's dilemma）；呢類[[自私|忽視身邊嘅人嘅利益嘅行為]]就係反社會行為，而黑暗三角正正就係傾向引起反社會行為嘅性格特質<ref>Jonason, P. K., Li, N. P., & Teicher, E. A. (2010). Who is James Bond? The Dark Triad as an agentic social style. ''Individual differences research'', 8(2), 111.</ref>，所以一路都有心理學家研究黑暗三角特質會點樣影響一個人喺博弈論情境之下嘅[[決策]]，尤其係研究黑暗三角點樣影響喺博弈情境下嘅背叛行為<ref name="malesza2020">Malesza, M. (2020). [https://link.springer.com/content/pdf/10.1007/s12144-018-9823-9.pdf The effects of the Dark Triad traits in prisoner's dilemma game] (PDF). ''Current Psychology'', 39(3), 1055-1062.</ref>。 == 心理操縱 == {{main|心理操縱}} [[心理操縱]]（psychological manipulation）泛指用一啲古惑方法嚟影響其他人嘅情緒同認知，從而幫助自己達到目的<ref>Buss, D. M., Gomes, M., Higgins, D. S., & Lauterbach, K. (1987). Tactics of manipulation. ''Journal of personality and social psychology'', 52(6), 1219.</ref>。實證嘅研究表明咗，心理操縱嘅行為喺屬於黑暗三角嘅人身上好常見，而佢哋常用嘅心理操縱技巧有以下呢啲： *[[煤氣燈效應]]（gaslighting）：指令對象質疑自己嘅[[感知]]；呢種情況通常係操縱者具有某啲[[權威]]或者最少比較有[[自我肯定]]，而受操縱者往往係缺乏自我肯定或者容易[[焦慮]]嘅人，操縱者會講以下呢類噉嘅說話： **例如受操縱者表達咗不滿：「你份人敏感得滯。」 **例如受操縱者講起操縱者以前做過嘅錯事：「我從來都冇噉樣做過。」 **例如受操縱者作出咗一樣指控：「你記錯喇。你[[記性]]不嬲都唔係好掂。」 **煤氣燈效應嘅用意係想令對方質疑自己嘅判斷能力，等操縱者可以趁機會「引導」受操縱者做判斷。由於煤氣燈效應要求操縱者有返咁上下自我肯定，所以被指係自戀嘅人常用嘅手法<ref>Sarkis, S. M. (2018). ''Gaslighting: Recognize Manipulative and Emotionally Abusive People--and Break Free''. Hachette UK.</ref>。 == 進階模型 == {{see also|性格障礙}} <!---打算講 Vulnerable dark triad---> == 睇埋 == *[[五大性格特質]] *[[性格衝動]] *[[監犯困境]] {{clear}} == 註釋 == {{Reflist|group=註}} == 文獻 == {{div col|style=column-count:3}} *Böckler, A., Sharifi, M., Kanske, P., Dziobek, I., & Singer, T. (2017). [https://reader.elsevier.com/reader/sd/pii/S0191886916308510?token=669FF5E7C7BA48BDF6C4F9669990DF5D8A181FC410A534D5C201F366EB4EBEBEA8F397EE5D72B64B2D3E40F9FC003D8A&originRegion=us-east-1&originCreation=20211121143657 Social decision making in narcissism: Reduced generosity and increased retaliation are driven by alterations in perspective-taking and anger] (PDF). ''Personality and Individual Differences'', 104, 1-7. *Jones, D. N., & Paulhus, D. L. (2014). [https://journals.sagepub.com/doi/pdf/10.1177/1073191113514105 Introducing the short dark triad (SD3) a brief measure of dark personality traits] (PDF). ''Assessment'', 21(1), 28-41. *Rauthmann, J. F., & Kolar, G. P. (2012). [https://pdf.sciencedirectassets.com/271782/1-s2.0-S0191886912X00126/1-s2.0-S019188691200308X/main.pdf?X-Amz-Security-Token=IQoJb3JpZ2luX2VjEE4aCXVzLWVhc3QtMSJHMEUCIBFozgHTcNfNIZBIMHCrx3kI9HctWBsxPF%2BbG0kEYCRgAiEA98O2hYaFZb5UcS8ALA6CigERbwyNVa77mpb%2Bn6fdz2sq%2BgMIFhAEGgwwNTkwMDM1NDY4NjUiDMrswdrQKLafGzFdaCrXA4EXqUK5QJHnWJho7nZLApEWB9xuRM3FLSgVhDMskdg6TIzn3ygqx5ppS8%2FBL%2BjUBaT8R0bNShjb5TFSE6MDBFIqwA5mEHLUCssRTzRTOT1z8yKSphgl1TkMqYCoaxbrh4JuDhkSXJyRh1qsx39JVZrWIf0Q1v2usjFWwvkUWdlo%2F%2FmJNLkgB6K8JIiWZLosGUkehwsMDCS%2BWdKhOKwtPkl4fWE010w%2F9R2hzkG1hy84uG13dY51TOjXGBDuYAmV%2FLsbwJd9MVQKr88KkdAJNzPB25llAM%2Bs%2BgzJEehAL5cWoU%2BOBYM8DQeffYfLtPAL%2F%2BU2epgLKGW0gkdMTxJlVfYG4qSPilgdtXvqQSUo3TQnM1WCxrmGskvUDxuW0HAaEjo%2B1iqOm%2BbnNAHfONKyzCp3FPCz8wMKUT4o8NssYZjC5HXlXl3YXHibAPHy3h%2B1FJ3Nowg8PtssFIUUQFjmYJF6zJ18j2H%2FUt14Sr5%2BqH9yTPjGA0LB3aNbERj9UhiUqh67V3Y7sM7MZsWFR9MM6uKOTQP3Hjj%2F6WO%2FG2D9PPDskxbkGYk1infRPF7YJrX0UKoFCn%2FC5%2FDiyWG1T48j9pNmY7PUa9YkY49cm07Vhh8ReDt1fAv9pTDnjemMBjqlAWZgjHLcLgnXihc%2FvlYtABUkGxeWzJa9pm7anUnT%2ByoKvinap168HYWsEmVnsF13fX3rrEOeVbUVWqyt99oygVSoqtOiwYx6v6AnS7e1a0a5sA0zUmgNm9BOjgh0fJjJu%2F1JbcnafToD8mYPuCsv3Ro86CEJPdFvU3%2FcYJnHfAfB88sfypQZKzqwCLTPhjJDFN9%2FBUlUfsFX3iNQ%2FBh4ZqisFzGE6A%3D%3D&X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Date=20211121T142226Z&X-Amz-SignedHeaders=host&X-Amz-Expires=300&X-Amz-Credential=ASIAQ3PHCVTYSOEFHGQ6%2F20211121%2Fus-east-1%2Fs3%2Faws4_request&X-Amz-Signature=527a6f8493912174d36aeaf8528586ea4d3cd8652ba8239e4cfeb0f29ba8dd24&hash=78108c13bc0202d798f642c2204317526a064a19ac3329b0e20876914ca63b5d&host=68042c943591013ac2b2430a89b270f6af2c76d8dfd086a07176afe7c76c2c61&pii=S019188691200308X&tid=spdf-1eb9e520-c191-41ca-b32d-2228a16d493f&sid=6ad034f54090314d566b69a2fb8f729a6761gxrqa&type=client How "dark" are the Dark Triad traits? Examining the perceived darkness of narcissism, Machiavellianism, and psychopathy] (PDF). ''Personality and Individual Differences'', 53(7), 884-889. *Sudha, K. S., & Shahnawaz, M. G. (2020). Narcissism personality trait and performance: task-oriented leadership and authoritarian styles as mediators. ''Leadership & Organization Development Journal''. {{div col end}} == 攷 == {{reflist|3}} [[Category:性格]] 0mlvd5jqr2ar2vjtq97cgh4x9brcjgw 0 285492 1865841 1706533 2022-08-20T10:19:59Z 2001:B011:E00C:F403:8D59:C2D3:8AD9:B31E 0000 wikitext text/x-wiki == 攷 == {{reflist}} {{math-stub}} [[Category:國際象棋]] [[Category:博弈論]] rn753vwtrpilyuksw4xkwkixi76j5f8 1865843 1865841 2022-08-20T10:21:01Z Dr. Greywolf 143999 取消[[Special:Contributions/2001:B011:E00C:F403:8D59:C2D3:8AD9:B31E|2001:B011:E00C:F403:8D59:C2D3:8AD9:B31E]]([[User talk:2001:B011:E00C:F403:8D59:C2D3:8AD9:B31E|傾偈]])嘅修改 ( oldid=1865841 ) wikitext text/x-wiki '''國際象棋先手優勢'''（[[英文]]：'''first-move advantage in chess'''）係[[國際象棋]]當中行先嗰一方（白棋）會有嘅優勢。事實係啲人分析咗數據之後發現，喺國際象棋當中行先嗰一方贏嘅[[機率]]的確係大過行後嗰一方些少<ref>Adams, Weaver W. (1939). ''White to Play and Win''. David McKay.</ref>。 == 攷 == {{reflist}} {{math-stub}} [[Category:國際象棋]] [[Category:博弈論]] 0zzp8wc6tjv3vpa72np61pw4aw096pm 1865844 1865843 2022-08-20T10:21:22Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''國際象棋先手優勢'''（{{Lang-en|'''first-move advantage in chess'''}}）係[[國際象棋]]當中行先嗰一方（白棋）會有嘅優勢。 啲人分析咗數據之後發現，喺國際象棋當中行先嗰一方贏嘅[[機率]]的確係大過行後嗰一方些少<ref>Adams, Weaver W. (1939). ''White to Play and Win''. David McKay.</ref>。 == 攷 == {{reflist}} {{math-stub}} [[Category:國際象棋]] [[Category:博弈論]] 9lv8909c7eym4jv70vsrd2w08sgqzil 0 289176 1865456 1865107 2022-08-19T16:01:10Z Abckwan 206679 /* 演出 */ wikitext text/x-wiki {{not|張嘉殷}} {{藝人 | 類型 = 模特兒 | 姓名 = 張嘉欣 | 圖片 = | 圖片尺寸 = | 圖片簡介 = | 羅馬拼音 = Cheung Ka Yan | 英文名 = Yanni Cheung<br/>Kayan Cheung | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth date and age|1996|06|26}} | 語言 = [[粵語]]、[[英語]]、[[普通話]] | 婚姻狀況 = 已婚 | 配偶 = 張偉康 | 親屬 = 一個亞哥 | 職業 = [[模特兒]]、[[主持]]、[[演員]] | 出身地 = {{HKG}} | 活躍年代 = 2014年到依家 | 經紀公司 = 「Vlogger Entertainment Limited」 | 網站 = }} '''張嘉欣'''（{{lang-en|'''Yanni Cheung'''}}，{{bd|1996年|6月26號}}），係[[香港]]女[[模特兒]]，2014年出道，而家亦係一位網上[[KOL]]，舊時亦做過[[香港航空]]空姐。有傳媒曾經叫佢做香港娛樂圈嘅「第6個嘉欣」<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/485635/ 香港娛圈第6個「嘉欣」極高質　性感健康更是「絕種好女人」]</ref>。 ==事件== 2022年7月，網上有幾段疑似由張嘉欣嘅付費平台流出嘅性感影片，不過佢本人否認片入面嘅人係佢自己<ref>[https://www.weekendhk.com/entertainment/%E5%BC%B5%E5%98%89%E6%AC%A3-%E8%AA%B2%E9%87%91-plt7-1340147/ 26歲網紅張嘉欣隔空回應影片流出事件 「課金8萬」惹熱議]</ref>。 ==演出== ===電視劇（[[ViuTV]]）=== *2022年：《[[IT狗 (電視劇)|IT狗]]》 飾 Greta（第9集） ===電視節目（[[香港開電視]]）=== *2022年：《[[Summer Girls 2022]]》參賽者 ===電影=== *2020年：《[[我的筍盤男友]]》 飾 Maggie ==參考== {{reflist}} ==出面網頁== *{{facebook|kayanyanc}} *{{instagram|kayanyanc}} *{{youtube|c=kayanyanc}} [[Category:張氏|嘉欣]] [[Category:香港女模特兒]] lysln9pbb1d7vt5c1msm7x9bi9dmvqw 0 289722 1865478 1735350 2022-08-19T16:17:33Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''延遲滿足'''（{{lang-en|'''delayed gratification'''}}）係指一個個體抗拒誘惑嘅能力，喺[[人類]]嘅[[細路]]當中可以由[[棉花糖實驗]]嚟測試<ref name="mischel1989">Mischel, W; Shoda, Y; Rodriguez, M. (26 May 1989). "[https://www.jstor.org/stable/pdf/1704494.pdf Delay of gratification in children]" (PDF). ''Science''. 244 (4907): 933-938.</ref>。 ==睇埋== *[[衝動 (性格)|衝動]] *[[延遲折扣]] ==攷== {{reflist}} {{psych-stub}} [[Category:行為]] k4zmxogqewcezadgbwji75u4wc107xp 0 289723 1865479 1735351 2022-08-19T16:17:44Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Marshmallow s čokoládou 07.jpg|thumb|300px|棉花糖實驗：「小弟弟/小妹妹，我都知呢粒包咗[[朱古力]]嘅[[粒粒棉花糖|棉花糖]]望落好好食。而家我行開 15 分鐘，如果你可以忍住唔食粒糖忍到我返嚟為止，我就送成大包噉嘅糖俾你。」]] '''棉花糖實驗'''（{{lang-en|'''marshmallow experiment'''}}），全名'''史丹福棉花糖實驗'''（'''Stanford marshmallow experiment'''），係一種常用於人類[[細路]]身上嘅[[心理實驗]]，成日俾人攞嚟研究[[延遲滿足]]相關嘅課題<ref name="mischel1989">Mischel, W; Shoda, Y; Rodriguez, M. (26 May 1989). "[https://www.jstor.org/stable/pdf/1704494.pdf Delay of gratification in children]" (PDF). ''Science''. 244 (4907): 933-938.</ref>。 ==做法== 喺呢個實驗裏面，研究員會將一個細路帶入去一間[[實驗室]]入面，俾個細路喺張檯前面坐低，檯上面有一隻碟，碟上面擺咗粒望落好好食嘅[[粒粒棉花糖|棉花糖]]喺度；跟住個研究員會同個細路講，話自己要行開 15 分鐘，再同個細路（如實噉）話如果佢可以一路忍住唔去食粒糖，一路忍到個研究員返嚟為止嘅話，噉個研究員就會送一大包同一樣樣嘅糖（或者第樣個細路鍾意想要嘅嘢）俾佢；同時個研究員嘅同事會監察住個細路，睇吓個細路可以抗拒「郁手去食粒綿花糖嘅慾望」抗拒到幾耐<ref name="mischel1989"/><ref>Mischel, Walter; Ebbesen, Ebbe B. (1970). "Attention in delay of gratification". ''Journal of Personality and Social Psychology''. 16 (2): 329-337.</ref>。 ==心理病相關== 實證研究表明，有過度活躍症嘅細路－已知佢哋係零舍[[衝動 (性格)|衝動]]－冇一般嘅細路咁能夠忍住唔去食粒糖<ref>Neef, N A; Bicard, D F; Endo, S (2001). "Assessment of impulsivity and the development of self-control in students with attention deficit hyperactivity disorder". ''Journal of Applied Behavior Analysis''. 34 (4): 397-408.</ref>。 ==睇埋== *[[衝動 (性格)|衝動]] *[[過度活躍症]] *[[細路心理學]] ==攷== {{reflist}} {{psych-stub}} [[Category:心理學]] 1gij59243x6byk3j8jjbzg07i27uolu 1865480 1865479 2022-08-19T16:18:10Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Marshmallow s čokoládou 07.jpg|thumb|300px|棉花糖實驗：「小弟弟/小妹妹，我都知呢粒包咗[[朱古力]]嘅[[粒粒棉花糖|棉花糖]]望落好好食。而家我行開 15 分鐘，如果你可以忍住唔食粒糖忍到我返嚟為止，我就送成大包噉嘅糖俾你。」]] '''棉花糖實驗'''（{{lang-en|'''marshmallow experiment'''}}），全名'''史丹福棉花糖實驗'''（{{lang|en|'''Stanford marshmallow experiment'''}}），係一種常用於人類[[細路]]身上嘅[[心理實驗]]，成日俾人攞嚟研究[[延遲滿足]]相關嘅課題<ref name="mischel1989">Mischel, W; Shoda, Y; Rodriguez, M. (26 May 1989). "[https://www.jstor.org/stable/pdf/1704494.pdf Delay of gratification in children]" (PDF). ''Science''. 244 (4907): 933-938.</ref>。 ==做法== 喺呢個實驗裏面，研究員會將一個細路帶入去一間[[實驗室]]入面，俾個細路喺張檯前面坐低，檯上面有一隻碟，碟上面擺咗粒望落好好食嘅[[粒粒棉花糖|棉花糖]]喺度；跟住個研究員會同個細路講，話自己要行開 15 分鐘，再同個細路（如實噉）話如果佢可以一路忍住唔去食粒糖，一路忍到個研究員返嚟為止嘅話，噉個研究員就會送一大包同一樣樣嘅糖（或者第樣個細路鍾意想要嘅嘢）俾佢；同時個研究員嘅同事會監察住個細路，睇吓個細路可以抗拒「郁手去食粒綿花糖嘅慾望」抗拒到幾耐<ref name="mischel1989"/><ref>Mischel, Walter; Ebbesen, Ebbe B. (1970). "Attention in delay of gratification". ''Journal of Personality and Social Psychology''. 16 (2): 329-337.</ref>。 ==心理病相關== 實證研究表明，有過度活躍症嘅細路－已知佢哋係零舍[[衝動 (性格)|衝動]]－冇一般嘅細路咁能夠忍住唔去食粒糖<ref>Neef, N A; Bicard, D F; Endo, S (2001). "Assessment of impulsivity and the development of self-control in students with attention deficit hyperactivity disorder". ''Journal of Applied Behavior Analysis''. 34 (4): 397-408.</ref>。 ==睇埋== *[[衝動 (性格)|衝動]] *[[過度活躍症]] *[[細路心理學]] ==攷== {{reflist}} {{psych-stub}} [[Category:心理學]] 4c8kj1tvzrmjnjzpn94or7pwa3pkl5o 0 289737 1865468 1735242 2022-08-19T16:08:23Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Load factor and the g-force in turn.svg|thumb|300px|]] '''G 力'''（{{lang-en|'''gravitational force equivalent，g-force'''}}）係指造成「有[[重量]]」嘅感覺嘅[[加速度]]（每單位[[質量]]嘅[[力]]），當中 1 個單位嘅 G 力相當於一般[[地球]]環境下[[人]]感覺到嘅[[重力加速度]]<ref>Deziel, Chris. "[https://sciencing.com/convert-newtons-gforce-8720337.html How to Convert Newtons to G-Force]". ''sciencing.com''.</ref>。 ==過山車分析== {{see also|過山車物理}} [[工程師]]設計[[過山車]]嗰陣成日會考慮 G 力<ref>[https://www.scientificamerican.com/article/star-wars-science-light-speed/ The Jump to Light Speed Is a Real Killer]. ''Scientific American''.</ref>。 '''打戙嘅 G 力'''係指（由乘客嘅角度睇）向上或者向下嘅 G 力： *'''正 G 力'''係指「由上而下」嘅 G 力－當一架列車向下衝去到最低點，下一刻要向前直去嗰陣，乘客同列車嘅[[慣性]]會令佢哋傾向繼續向下郁，但條路軌變平咗<ref group="註">假設條路軌夠硬淨唔會變形</ref>令到佢哋冇得繼續向下郁，於是乘客就會感受到一股向上嘅力（好似下圖嗰個淺綠色箭咀噉）；過山車設計上認為，有返咁上下勁嘅正 G 力（明顯大過 1 G）係可以令乘客有[[興奮]]嘅感覺嘅，但勁得滯嘅 G 力可以危害人命－一般嚟講，超過咗 5 G 咁勁嘅正 G 力經已可以令人[[暈低]]<ref name="coasterforce20"/><ref name="NOVAGforces">[https://www.pbs.org/wgbh/nova/article/gravity-forces/ All About G Forces]. ''All about NOVA''.</ref>，而一過咗 10 G，冇著特別保護裝備嘅人就會[[死亡]]<ref group="註">有啲過山車會「喺一剎那間 G 力去到唔舒服嘅水平」，不過噉嘅 G 力正路唔會持續多過 1 秒。</ref>。下圖個深綠色箭咀係乘客同列車嘅[[重量]]。 [[File:CoasterH=2.5rforces.gif|center|400px]] *'''負 G 力'''係指「由下而上」嘅 G 力－當一架有返咁上下[[動能]]嘅列車衝上斜，去到最高點嗰陣，乘客同列車嘅慣性會令佢哋傾向繼續向上郁，但條路軌變平或者開始向下斜令到佢哋冇得繼續向上郁，於是感受到一股向下嘅力（下圖班乘客仲舉高埋雙手），會或多或少噉有股「[[飄浮]]緊」嘅感覺；過山車設計上認為，負 G 力可以令乘客有[[無重感]]同興奮感，但亦有一定嘅危險性－一般嚟講，負 G 力大過 2 G 經已會出現[[流鼻血]]等嘅徵狀，大過 3 G 就會令個人[[視力]]模糊，而過咗 5 G 就有可能會冇咗對[[眼珠]]同死亡<ref name="coasterforce20"/>。 [[File:Behemoth roller coaster near top, August 2018.jpg|center|450px]] '''打橫嘅 G 力'''會喺架列車掟彎嗰陣出現－想像家陣有架列車以快嘅速度向前衝，然後條路軌轉彎，架列車就要跟住轉，同時乘客同列車嘅慣性會令佢哋傾向繼續向前郁，但路軌方向變搞到佢哋焗住要跟住方向變，於是感受到一股打橫（向左或者右，視乎條路軌轉邊面）嘅力；一般嚟講，打橫嘅 G 力係過山車工程師想避免嘅嘢－經驗表明，打橫嘅 G 力勁過 0.2 G 經已會令乘客覺得[[頭暈]]甚至想[[嘔]]，而呢種體驗一般都唔係過山車想追求嘅興奮感<ref>[https://www.theverge.com/2013/8/16/4626506/speed-bumps-and-vomit-are-the-hyperloops-biggest-challenges Speed bumps and vomit are the Hyperloop's biggest challenges]. ''The Verge''.</ref>；因為噉，喺過山車設計上，架車掟起彎上嚟（尤其係如果掟彎嗰陣速度會快）會用到[[傾斜轉彎]]（banked turn）嘅技術<ref>Greene, P. R. (1987). Sprinting with banked turns. ''Journal of biomechanics'', 20(7), 667-680.</ref>，意思即係條路軌會咬彎少少，等架列車以傾斜咗嘅姿勢嚟掟彎（好似下圖嗰個例子噉），令到一部份嘅打橫 G 力變成正 G 力，減低乘客頭暈唔舒服嘅危險<ref>[https://www.coaster101.com/2010/12/20/coasters101-curves-and-banking/ Coasters101: Curves and Banking].</ref>。 [[File:Dragon Kahn's Banked Turn.jpg|center|450px]] ==攷== {{reflist}} {{Phys-stub}} [[Category:力學]] ou6kf1g4hob4ofq7ytu1eyy9oyfpikt 1865469 1865468 2022-08-19T16:08:53Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Load factor and the g-force in turn.svg|thumb|300px|]] '''G 力'''（{{lang-en|'''gravitational force equivalent，g-force'''}}）係指造成「有[[重量]]」嘅感覺嘅[[加速度]]（每單位[[質量]]嘅[[力]]），當中 1 個單位嘅 G 力相當於一般[[地球]]環境下[[人]]感覺到嘅[[重力加速度]]<ref>Deziel, Chris. "[https://sciencing.com/convert-newtons-gforce-8720337.html How to Convert Newtons to G-Force]". ''sciencing.com''.</ref>。 ==過山車分析== {{see also|過山車物理}} [[工程師]]設計[[過山車]]嗰陣成日會考慮 G 力<ref>[https://www.scientificamerican.com/article/star-wars-science-light-speed/ The Jump to Light Speed Is a Real Killer]. ''Scientific American''.</ref>。 '''打戙嘅 G 力'''係指（由乘客嘅角度睇）向上或者向下嘅 G 力： *'''正 G 力'''係指「由上而下」嘅 G 力－當一架列車向下衝去到最低點，下一刻要向前直去嗰陣，乘客同列車嘅[[慣性]]會令佢哋傾向繼續向下郁，但條路軌變平咗<ref group="註">假設條路軌夠硬淨唔會變形</ref>令到佢哋冇得繼續向下郁，於是乘客就會感受到一股向上嘅力（好似下圖嗰個淺綠色箭咀噉）；過山車設計上認為，有返咁上下勁嘅正 G 力（明顯大過 1 G）係可以令乘客有[[興奮]]嘅感覺嘅，但勁得滯嘅 G 力可以危害人命－一般嚟講，超過咗 5 G 咁勁嘅正 G 力經已可以令人[[暈低]]<ref name="coasterforce20"/><ref name="NOVAGforces">[https://www.pbs.org/wgbh/nova/article/gravity-forces/ All About G Forces]. ''All about NOVA''.</ref>，而一過咗 10 G，冇著特別保護裝備嘅人就會[[死亡]]<ref group="註">有啲過山車會「喺一剎那間 G 力去到唔舒服嘅水平」，不過噉嘅 G 力正路唔會持續多過 1 秒。</ref>。下圖個深綠色箭咀係乘客同列車嘅[[重量]]。 [[File:CoasterH=2.5rforces.gif|center|400px]] *'''負 G 力'''係指「由下而上」嘅 G 力－當一架有返咁上下[[動能]]嘅列車衝上斜，去到最高點嗰陣，乘客同列車嘅慣性會令佢哋傾向繼續向上郁，但條路軌變平或者開始向下斜令到佢哋冇得繼續向上郁，於是感受到一股向下嘅力（下圖班乘客仲舉高埋雙手），會或多或少噉有股「[[飄浮]]緊」嘅感覺；過山車設計上認為，負 G 力可以令乘客有[[無重感]]同興奮感，但亦有一定嘅危險性－一般嚟講，負 G 力大過 2 G 經已會出現[[流鼻血]]等嘅徵狀，大過 3 G 就會令個人[[視力]]模糊，而過咗 5 G 就有可能會冇咗對[[眼珠]]同死亡<ref name="coasterforce20"/>。 [[File:Behemoth roller coaster near top, August 2018.jpg|center|450px]] '''打橫嘅 G 力'''會喺架列車掟彎嗰陣出現－想像家陣有架列車以快嘅速度向前衝，然後條路軌轉彎，架列車就要跟住轉，同時乘客同列車嘅慣性會令佢哋傾向繼續向前郁，但路軌方向變搞到佢哋焗住要跟住方向變，於是感受到一股打橫（向左或者右，視乎條路軌轉邊面）嘅力；一般嚟講，打橫嘅 G 力係過山車工程師想避免嘅嘢－經驗表明，打橫嘅 G 力勁過 0.2 G 經已會令乘客覺得[[頭暈]]甚至想[[嘔]]，而呢種體驗一般都唔係過山車想追求嘅興奮感<ref>[https://www.theverge.com/2013/8/16/4626506/speed-bumps-and-vomit-are-the-hyperloops-biggest-challenges Speed bumps and vomit are the Hyperloop's biggest challenges]. ''The Verge''.</ref>；因為噉，喺過山車設計上，架車掟起彎上嚟（尤其係如果掟彎嗰陣速度會快）會用到[[傾斜轉彎]]（banked turn）嘅技術<ref>Greene, P. R. (1987). Sprinting with banked turns. ''Journal of biomechanics'', 20(7), 667-680.</ref>，意思即係條路軌會咬彎少少，等架列車以傾斜咗嘅姿勢嚟掟彎（好似下圖嗰個例子噉），令到一部份嘅打橫 G 力變成正 G 力，減低乘客頭暈唔舒服嘅危險<ref>[https://www.coaster101.com/2010/12/20/coasters101-curves-and-banking/ Coasters101: Curves and Banking].</ref>。 [[File:Dragon Kahn's Banked Turn.jpg|center|450px]] == 註釋 == {{reflist|group=註}} ==攷== {{reflist}} {{古典力學}} {{Phys-stub}} [[Category:力學]] tc938ao91x9shzgv2w4es0877i108ro 1865470 1865469 2022-08-19T16:09:09Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:Load factor and the g-force in turn.svg|thumb|300px|]] '''{{lang|en|G}} 力'''（{{lang-en|'''gravitational force equivalent，g-force'''}}）係指造成「有[[重量]]」嘅感覺嘅[[加速度]]（每單位[[質量]]嘅[[力]]），當中 1 個單位嘅 G 力相當於一般[[地球]]環境下[[人]]感覺到嘅[[重力加速度]]<ref>Deziel, Chris. "[https://sciencing.com/convert-newtons-gforce-8720337.html How to Convert Newtons to G-Force]". ''sciencing.com''.</ref>。 ==過山車分析== {{see also|過山車物理}} [[工程師]]設計[[過山車]]嗰陣成日會考慮 G 力<ref>[https://www.scientificamerican.com/article/star-wars-science-light-speed/ The Jump to Light Speed Is a Real Killer]. ''Scientific American''.</ref>。 '''打戙嘅 G 力'''係指（由乘客嘅角度睇）向上或者向下嘅 G 力： *'''正 G 力'''係指「由上而下」嘅 G 力－當一架列車向下衝去到最低點，下一刻要向前直去嗰陣，乘客同列車嘅[[慣性]]會令佢哋傾向繼續向下郁，但條路軌變平咗<ref group="註">假設條路軌夠硬淨唔會變形</ref>令到佢哋冇得繼續向下郁，於是乘客就會感受到一股向上嘅力（好似下圖嗰個淺綠色箭咀噉）；過山車設計上認為，有返咁上下勁嘅正 G 力（明顯大過 1 G）係可以令乘客有[[興奮]]嘅感覺嘅，但勁得滯嘅 G 力可以危害人命－一般嚟講，超過咗 5 G 咁勁嘅正 G 力經已可以令人[[暈低]]<ref name="coasterforce20"/><ref name="NOVAGforces">[https://www.pbs.org/wgbh/nova/article/gravity-forces/ All About G Forces]. ''All about NOVA''.</ref>，而一過咗 10 G，冇著特別保護裝備嘅人就會[[死亡]]<ref group="註">有啲過山車會「喺一剎那間 G 力去到唔舒服嘅水平」，不過噉嘅 G 力正路唔會持續多過 1 秒。</ref>。下圖個深綠色箭咀係乘客同列車嘅[[重量]]。 [[File:CoasterH=2.5rforces.gif|center|400px]] *'''負 G 力'''係指「由下而上」嘅 G 力－當一架有返咁上下[[動能]]嘅列車衝上斜，去到最高點嗰陣，乘客同列車嘅慣性會令佢哋傾向繼續向上郁，但條路軌變平或者開始向下斜令到佢哋冇得繼續向上郁，於是感受到一股向下嘅力（下圖班乘客仲舉高埋雙手），會或多或少噉有股「[[飄浮]]緊」嘅感覺；過山車設計上認為，負 G 力可以令乘客有[[無重感]]同興奮感，但亦有一定嘅危險性－一般嚟講，負 G 力大過 2 G 經已會出現[[流鼻血]]等嘅徵狀，大過 3 G 就會令個人[[視力]]模糊，而過咗 5 G 就有可能會冇咗對[[眼珠]]同死亡<ref name="coasterforce20"/>。 [[File:Behemoth roller coaster near top, August 2018.jpg|center|450px]] '''打橫嘅 G 力'''會喺架列車掟彎嗰陣出現－想像家陣有架列車以快嘅速度向前衝，然後條路軌轉彎，架列車就要跟住轉，同時乘客同列車嘅慣性會令佢哋傾向繼續向前郁，但路軌方向變搞到佢哋焗住要跟住方向變，於是感受到一股打橫（向左或者右，視乎條路軌轉邊面）嘅力；一般嚟講，打橫嘅 G 力係過山車工程師想避免嘅嘢－經驗表明，打橫嘅 G 力勁過 0.2 G 經已會令乘客覺得[[頭暈]]甚至想[[嘔]]，而呢種體驗一般都唔係過山車想追求嘅興奮感<ref>[https://www.theverge.com/2013/8/16/4626506/speed-bumps-and-vomit-are-the-hyperloops-biggest-challenges Speed bumps and vomit are the Hyperloop's biggest challenges]. ''The Verge''.</ref>；因為噉，喺過山車設計上，架車掟起彎上嚟（尤其係如果掟彎嗰陣速度會快）會用到[[傾斜轉彎]]（banked turn）嘅技術<ref>Greene, P. R. (1987). Sprinting with banked turns. ''Journal of biomechanics'', 20(7), 667-680.</ref>，意思即係條路軌會咬彎少少，等架列車以傾斜咗嘅姿勢嚟掟彎（好似下圖嗰個例子噉），令到一部份嘅打橫 G 力變成正 G 力，減低乘客頭暈唔舒服嘅危險<ref>[https://www.coaster101.com/2010/12/20/coasters101-curves-and-banking/ Coasters101: Curves and Banking].</ref>。 [[File:Dragon Kahn's Banked Turn.jpg|center|450px]] == 註釋 == {{reflist|group=註}} ==攷== {{reflist}} {{古典力學}} {{Phys-stub}} [[Category:力學]] 4ji64k1wl3ntl7f3yk791u522vmpj4u 0 289777 1865539 1824211 2022-08-19T21:43:22Z InternetArchiveBot 158703 救返1個出處、嘜低0個死咗。) #IABot (v2.0.9 wikitext text/x-wiki {{Otheruses|subject=臺灣電視劇|other=日本原著漫畫|花樣男子}} {{Infobox television | show_name = 流星花園 | eng_name = {{Lang|en|''Meteor Garden''}} | image = | caption = | bgcolour = pink | genre = [[偶像劇]] | format = [[漫畫改編電視劇]] | picture_format = [[NTSC制式]] | runtime = 90分鐘（含廣告） | based_on = [[神尾葉子]]《[[花樣男子]]》 | producer = {{Flatlist| *[[柴智屏]] *[[馮家瑞]] }} | director = {{Plainlist| *[[蔡岳勳]]（第一部） *王明台 *江豐宏 *麥大傑 *鄭德華（第二部） }} | executive_producer = [[可米瑞智|可米瑞智文化傳播事業有限公司]] | starring = {{Plainlist| *[[言承旭]] *[[徐熙媛]] *[[周渝民]] *[[朱孝天]] *[[吳建豪]] }} | country = | channel = | first_run = {{ROC}} | first_aired = {{Start date|2001|04|12}} | last_aired = {{End date|2001|08|16}} | 續作 = 《[[流星花園II]]》 | related = {{Plainlist| *[[花樣男子 (2005年電視劇)]] *[[花樣男子 (2009年電視劇)]] *[[流星花園 (2018年電視劇)]] }} | num_episodes = 19集 | website = http://japan.videoland.com.tw/channel/m_garden/entry.htm | imdb_id = 0885981 | tv_com_id = 22531 }} 《'''流星花園'''》（{{lang-en|'''Meteor Garden'''}}）係1992年出版嘅日本漫畫《[[花樣男子]]》所改編嘅一套臺灣電視劇，呢套劇響2001年4月12號開始播出。由於收視好好，唔單止令到啱啱出道嘅[[F4 (歌唱組合)|F4]]好快咁出名；重喺日本引起咗[[華流]]熱潮，而且包括其他國家都有重拍唔同語言嘅版本<ref>{{Cite web | language = zh-cn | publisher = 新浪網 | title = 廣電總局：《流星花園》暫播 | url = http://ent.sina.com.cn/m/2002-03-11/75404.html | author = 新華網 | date = 2002-03-11 | accessdate = 2002-03-11 | archive-url = https://web.archive.org/web/20021217094404/http://ent.sina.com.cn/m/2002-03-11/75404.html | archive-date = 2002-12-17 | url-status = live }}</ref><ref>{{Cite web |url=http://dsj.sarft.gov.cn/tims/site/views/applications/note/noteTable.shanty?id=01572707e16f4c444028e4a156559172 |title=2017内地翻拍版《流星花园》电视剧拍摄制作备案公示表 |access-date=2018-07-05 |archive-url=https://web.archive.org/web/20180705062805/http://dsj.sarft.gov.cn/tims/site/views/applications/note/noteTable.shanty?id=01572707e16f4c444028e4a156559172 |archive-date=2018-07-05 |url-status=dead }}</ref><ref>[http://ent.ifeng.com/a/20170621/42950054_0.shtml 《流星花园》招募宣传片曝光 寻找F4全球计划启动] {{Webarchive|url=https://web.archive.org/web/20180705063340/http://ent.ifeng.com/a/20170621/42950054_0.shtml |date=2018年7月5號 }} 凤凰娱乐 2017年06月21日</ref><ref>{{cite web|url=http://ent.qq.com/a/20171211/018909.htm|title=新版《流星花园》热拍 刘尹昊演杉菜男闺蜜青和|date=December 11, 2017|website=Tencent|language=zh|access-date=2021年12月1號|archive-date=2021年12月1號|archive-url=https://web.archive.org/web/20211201101350/https://ent.qq.com/a/20171211/018909.htm|url-status=dead}}</ref>。 == 演員表 == === 主要演員 === *[[言承旭]] 飾 道明寺（道明寺 司） *[[徐熙媛]] 飾 杉　菜（牧野 杉菜） *[[周渝民]] 飾 花澤類（花澤 類） *[[朱孝天]] 飾 西　門（西門 總二郎） *[[吳建豪]] 飾 美　作（美作 玲） *[[錢韋杉]] 飾 藤堂靜（藤堂 靜） *[[楊丞琳]] 飾 小　優（松岡 優紀） *[[徐華鳳]] 飾 道明莊（道明寺 椿） *[[歐定興]] 飾 陳青和（青池 和也） === 其他演員 === *[[許瑋倫]] 飾 阿香（阿松女友，已分手，後復合） *張若蓁 飾 千惠 *鄭美黛 飾 百合 *葉安婷 飾 李真 *林祖恩 飾 小順 *柯奐如 飾 何原滋（道明寺嘅未婚妻，後取消婚約） *李傑聖 飾 中澤（小優嘅男友，已分手） *[[鍾漢良]] 飾 阿松 *[[藍正龍]] 飾 亞門（道明寺嘅冒牌表哥，要拆散道明寺同杉菜） *余　晉 飾 小龍 *董至成 飾 杉菜父 *王　月 飾 杉菜母 *甄秀珍 飾 道明楓（道明寺同道明莊嘅母親，道明家族嘅女主人） *劉爾金 飾 管家 *[[張鈞𡩋|張鈞甯]] 飾 西門秘書 *曾柏雲 飾 清永（道明寺嘅表哥） *彭偉華 飾 宇田（道明楓特助） *唐　琪 飾 玉嫂 *康　凱 飾 何原滋父 *林珮君 飾 何原滋母 *卜學亮 飾 老師 *錢柏渝 飾 美佳 == 主題曲 == *片頭曲：[[庾澄慶]]《情非得已》 :作曲：[[湯小康]] / 填詞：張國祥 / 編曲：[[Jamie Wilson]] *片尾曲：[[戴佩妮]]《你要的愛》 :作曲、填詞：[[戴佩妮]] *片尾曲：[[F4 (歌唱組合)|F4]]《流星雨》 :作曲：[[平井堅]] / 填詞：[[鄔裕康]] / 編曲：[[李伯傑]] == 參考 == {{Reflist}} == 出面網頁 == *[https://web.archive.org/web/20070101204643/http://www.cts.com.tw/prog/drama/meteorgarden/ CTS Meteor Garden official homepage] *{{IMDb title|id=tt0885981}} *{{douban|2978224}} [[Category:台灣電視劇]] [[Category:台灣電視節目]] [[Category:2001年電視劇]] 7ffi7kiu8k805xpj213tuqmoesrjn3h 0 289940 1865676 1850238 2022-08-20T05:51:11Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 羅洛家 |類型 = 女藝人 |英文名 = Carmina Lo |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] |教育程度 = |母校 = |出道日期 = 2021年 |活躍年代 = 2021年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1994|11|25}} |經紀公司 = |父母 = 亞爸：羅夢熊<br/>亞媽：[[葉詠詩]] }} '''羅洛家'''（{{lang-en|'''Carmina Lo'''}}，{{bd|1994年|11月25號}}）係香港女模特兒，香港指揮家[[葉詠詩]]同退休警務處高級助理處長羅夢熊個女，2021年參加[[ViuTV]]選秀真人騷《[[全民造星IV]]》，40強止步。 ==出面網頁== *{{instagram|carminola}} * [https://kingmaker.viu.tv/profile/9/ 全民造星IV | Carmina] [[Category:香港女模特兒]] [[Category:全民造星IV參賽者]] [[Category:羅氏|洛家]] gb3qti0dxh42fbo6vlf56ls08qudhtb 1865714 1865676 2022-08-20T06:08:56Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 羅洛家 |類型 = 女藝人 |英文名 = Carmina Lo |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = |語言 = [[粵語]]、[[英文]]、[[普通話]] |教育程度 = |母校 = |出道日期 = 2021年 |活躍年代 = 2021年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1994|11|25}} |經紀公司 = |父母 = 亞爸：羅夢熊<br/>亞媽：[[葉詠詩]] }} '''羅洛家'''（{{lang-en|'''Carmina Lo'''}}，{{bd|1994年|11月25號}}）係香港女模特兒，香港指揮家[[葉詠詩]]同退休警務處高級助理處長羅夢熊個女，2021年參加[[ViuTV]]選秀真人騷《[[全民造星IV]]》，40強止步。 ==出面網頁== *{{instagram|carminola}} * [https://kingmaker.viu.tv/profile/9/ 全民造星IV | Carmina] [[Category:香港女模特兒]] [[Category:全民造星IV參賽者]] [[Category:羅氏|洛家]] bl8xpak516ryx5bwpwriyjb3ykhhig6 0 289941 1865692 1857641 2022-08-20T06:00:47Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 黃敏蕎 | 類型 = 女藝人 | 羅馬拼音 = Wong Man Kiu | 英文名 = Melody Wong | 暱稱 = 阿妹 | 國籍 = {{CNHK}} | 出生日期 = {{birth_date_and_age|2004|10|9}} | 出生地點 = {{HKG}} | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 職業 = [[歌手]]、[[演員]] | 出道日期 = 2021年 | 活躍年代 = 2021年到依家 | 相關團體 = [[Lolly Talk]] }} '''黃敏蕎'''（{{lang-en|'''Melody Wong'''}}，{{bd|2004年|10月9號}}），綽號'''阿妹'''，係香港[[ViuTV]]選秀真人騷《[[全民造星IV]]》96強參賽者。佢喺第一輪比賽被安排一樣係16歲嘅[[曾業喬]]（燒賣）互鬥輸咗跌落復活區，最終未有獲復活而淘汰，唔少觀眾都戥佢唔抵<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/703146/ 全民造星IV︱阿妹無緣晉身60強網民嬲爆]</ref><ref>[https://www.esquirehk.com/people/man-kiu-good-night-show-4 【全民造星4】33號阿妹黃敏蕎 最讓人不值的復活區參賽者 網民：阿妹唔復活我罷睇！]</ref>。賽後佢依然有幕前演出，做過ViuTV節目《[[囝囝女女730]]》嘅嘉賓。另外，佢亦獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2021年：《[[囝囝女女730]]》第212集嘉賓 ===網上節目=== *2022年：「[[試當真]]」試映劇場《三月的嵐》黃敏蕎 ==參考== {{reflist}} ==出面網頁== *{{instagram|hsiaksueudidi}} * [https://kingmaker.viu.tv/profile/33/ 全民造星IV | 阿妹] [[Category:Lolly Talk]] [[Category:全民造星IV參賽者]] [[Category:黃氏|敏蕎]] 76l0bp2c88sqewa8vdy9ulh0r47jw9k 1865694 1865692 2022-08-20T06:01:23Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 黃敏蕎 | 類型 = 女藝人 | 羅馬拼音 = Wong Man Kiu | 英文名 = Melody Wong | 暱稱 = 阿妹 | 國籍 = {{CNHK}} | 出生日期 = {{birth_date_and_age|2004|10|9}} | 出生地點 = {{HKG}} | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 職業 = [[歌手]]、[[演員]] | 出道日期 = 2021年 | 活躍年代 = 2021年到依家 | 相關團體 = [[Lolly Talk]] }} '''黃敏蕎'''（{{lang-en|'''Melody Wong'''}}，{{bd|2004年|10月9號}}），綽號'''阿妹'''，係香港[[ViuTV]]選秀真人騷《[[全民造星IV]]》96強參賽者。佢喺第一輪比賽被安排一樣係16歲嘅[[曾業喬]]（燒賣）互鬥輸咗跌落復活區，最終未有獲復活而淘汰，唔少觀眾都戥佢唔抵<ref>[https://www.hk01.com/%E5%8D%B3%E6%99%82%E5%A8%9B%E6%A8%82/703146/ 全民造星IV︱阿妹無緣晉身60強網民嬲爆]</ref><ref>[https://www.esquirehk.com/people/man-kiu-good-night-show-4 【全民造星4】33號阿妹黃敏蕎 最讓人不值的復活區參賽者 網民：阿妹唔復活我罷睇！]</ref>。賽後佢依然有幕前演出，做過ViuTV節目《[[囝囝女女730]]》嘅嘉賓。另外，佢亦獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2021年：《[[囝囝女女730]]》第212集嘉賓 ===網上節目=== *2022年：「[[試當真]]」試映劇場《三月的嵐》黃敏蕎 ==參考== {{reflist}} ==出面網頁== *{{instagram|hsiaksueudidi}} * [https://kingmaker.viu.tv/profile/33/ 全民造星IV | 阿妹] [[Category:Lolly Talk]] [[Category:全民造星IV參賽者]] [[Category:黃氏|敏蕎]] mh4n98oolkya1sc14srh4o38mao39fb 0 290645 1865660 1858316 2022-08-20T05:33:59Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 梁式昕 | 類型 = 女藝人 | 英文名 = Catrina Leung | 暱稱 = Catrina、Simba、辛巴 | 圖片 = | 國籍 = {{CAN}}<br>{{CNHK}} | 籍貫 = {{HK}} | 語言 = [[中華民國國文|國語]]、[[英文]]、[[粵語]] | 教育程度 = {{flagicon|UK}} [[碧仙桃大學]]音樂系 | 母校 = {{flagicon|UK}} Malvern St James | 出道日期 = 2020年 | 活躍年代 = 2020年到而家 | 出生地點 = {{HKG-GBR}} | 出生日期 = {{birth_date_and_age|1993|12|31}} | 經紀公司 = One Cool Jam Cast }} '''梁式昕'''（'''Catrina Leung'''，{{bd|1993年|12月31號}}），係香港女模特兒，[[英國]][[碧仙桃大學]]音樂系畢業，2020年報名參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星III]]》，雖然獲選入圍但係因工作衝突而退選，2021年再參與《[[全民造星IV]]》，屬Jam Cast旗下天下一將士。 == 音樂作品 == === 動畫歌曲 === * 2021年：Fullhouse World滿屋世界（Fullhouse World動畫《Fullhouse Funmily滿紛一家》主題曲）<ref>{{引網|url=https://www.hk01.com/即時娛樂/704475/全民造星iv-catrina梁式昕被淘汰仲好景-出騷搵銀仲有主題曲唱|title=全民造星IV︱Catrina梁式昕被淘汰仲好景 出騷搵銀仲有主題曲唱|last=陳栢宇|date=2021-11-24|website=香港01|language=zh-HK|access-date=2022-04-30}}</ref> ==演出== ===電視節目=== ==== [[ViuTV]] ==== *2021年：《[[全民造星IV]]》參賽者<ref>{{引網|url=https://www.hk01.com/即時娛樂/688437/全民造星iv-日系mv暗藏音樂才女-catrina仲係古天樂秘密武器|title=全民造星IV︱日系MV暗藏音樂才女 Catrina仲係古天樂秘密武器？|last=陳栢宇|date=2021-10-14|website=香港01|language=zh-HK|access-date=2022-04-30}}</ref> *2021年：《[[囝囝女女730]]》第217集嘉賓 *2022年：《[[戀愛Staycation]]》第二季參賽者 ==== [[香港開電視]] ==== * 2022年：《名廚虎年賀新春》第3集嘉賓<ref>{{Citation|title=「好意頭撈得起」PGut 新一代益生菌 特約：名廚虎年賀新春｜第三集｜香港開電視|url=https://www.youtube.com/watch?v=Z7fGdp81Fb4|accessdate=2022-04-30|language=en}}</ref> * 2022年：《[[疫境中的餐桌]]》第2集嘉賓<ref>{{Citation|title=Jacky余健志/Ricky張錦祥/梁式昕/黃凱怡 ｜疫境中的餐桌｜魚柳|url=https://www.youtube.com/watch?v=zf4Ln2IkHbM|accessdate=2022-04-30|language=en}}</ref> === 電台節目 === ==== [[叱咤903]] ==== * 2021年：《[[公子會]]》12月25號嘉賓 === 音樂錄像 === * 2021年：《全民造星IV》主題曲 《前傳》MV 2021夏の首部曲：造星の駅<ref>{{Citation|title=《全民造星IV》主題曲 《前傳》MV 2021夏の首部曲：造星の駅|url=https://www.youtube.com/watch?v=IpuMy0PcPAE|accessdate=2022-04-30|language=en}}</ref> === 廣告 === * 2021年：姜濤 x 100個理由你要預防HPV - 「女多」篇<ref>{{Citation|title=姜濤 x 100個理由你要預防HPV - 「女多」篇|url=https://www.youtube.com/watch?v=6alo1djSUbE|accessdate=2022-04-30|language=en}}</ref><ref>{{引網|url=https://www.am730.com.hk/娛樂/全民造星iv-catrina從姜濤身上學望鏡頭-星妹-組唔敢認係熱門/292695|title=全民造星IV｜Catrina從姜濤身上學望鏡頭 「星妹」組唔敢認係熱門|last=am730|website=am730|language=zh-Hant-HK|access-date=2022-04-30}}</ref> * 2021年：【KFC韓食旅團】帶你味遊韓國<ref>{{Citation|title=【KFC韓食旅團】帶你味遊韓國|url=https://www.youtube.com/watch?v=oT4Cd3l2KWo|accessdate=2022-04-30|language=en}}</ref> ==參考== {{reflist}} ==出面網頁== *{{instagram|catrina_leung}} * [https://kingmaker.viu.tv/profile/7/ 全民造星IV | Catrina] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:梁氏|式昕]] [[Category:全民造星IV參賽者]] obkpkazzgvq20z5p9ypql7opysr37q4 1865687 1865660 2022-08-20T05:58:39Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 梁式昕 | 類型 = 女藝人 | 英文名 = Catrina Leung | 暱稱 = Catrina、Simba、辛巴 | 圖片 = | 國籍 = {{CAN}} | 籍貫 = | 出生地點 = {{HKG-1959}} | 出生日期 = {{birth_date_and_age|1993|12|31}} | 語言 = 粵語、英文、國語 | 教育程度 = {{flagicon|UK}} [[碧仙桃大學]]音樂系 | 母校 = {{flagicon|UK}} Malvern St James | 出道日期 = 2020年 | 活躍年代 = 2020年— | 經紀公司 = One Cool Jam Cast }} '''梁式昕'''（'''Catrina Leung'''，{{bd|1993年|12月31號}}），係香港女模特兒，[[英國]][[碧仙桃大學]]音樂系畢業，2020年報名參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星III]]》，雖然獲選入圍但係因工作衝突而退選，2021年再參與《[[全民造星IV]]》，屬Jam Cast旗下天下一將士。 == 音樂作品 == === 動畫歌曲 === * 2021年：Fullhouse World滿屋世界（Fullhouse World動畫《Fullhouse Funmily滿紛一家》主題曲）<ref>{{引網|url=https://www.hk01.com/即時娛樂/704475/全民造星iv-catrina梁式昕被淘汰仲好景-出騷搵銀仲有主題曲唱|title=全民造星IV︱Catrina梁式昕被淘汰仲好景 出騷搵銀仲有主題曲唱|last=陳栢宇|date=2021-11-24|website=香港01|language=zh-HK|access-date=2022-04-30}}</ref> ==演出== ===電視節目=== ==== [[ViuTV]] ==== *2021年：《[[全民造星IV]]》參賽者<ref>{{引網|url=https://www.hk01.com/即時娛樂/688437/全民造星iv-日系mv暗藏音樂才女-catrina仲係古天樂秘密武器|title=全民造星IV︱日系MV暗藏音樂才女 Catrina仲係古天樂秘密武器？|last=陳栢宇|date=2021-10-14|website=香港01|language=zh-HK|access-date=2022-04-30}}</ref> *2021年：《[[囝囝女女730]]》第217集嘉賓 *2022年：《[[戀愛Staycation]]》第二季參賽者 ==== [[香港開電視]] ==== * 2022年：《名廚虎年賀新春》第3集嘉賓<ref>{{Citation|title=「好意頭撈得起」PGut 新一代益生菌 特約：名廚虎年賀新春｜第三集｜香港開電視|url=https://www.youtube.com/watch?v=Z7fGdp81Fb4|accessdate=2022-04-30|language=en}}</ref> * 2022年：《[[疫境中的餐桌]]》第2集嘉賓<ref>{{Citation|title=Jacky余健志/Ricky張錦祥/梁式昕/黃凱怡 ｜疫境中的餐桌｜魚柳|url=https://www.youtube.com/watch?v=zf4Ln2IkHbM|accessdate=2022-04-30|language=en}}</ref> === 電台節目 === ==== [[叱咤903]] ==== * 2021年：《[[公子會]]》12月25號嘉賓 === 音樂錄像 === * 2021年：《全民造星IV》主題曲 《前傳》MV 2021夏の首部曲：造星の駅<ref>{{Citation|title=《全民造星IV》主題曲 《前傳》MV 2021夏の首部曲：造星の駅|url=https://www.youtube.com/watch?v=IpuMy0PcPAE|accessdate=2022-04-30|language=en}}</ref> === 廣告 === * 2021年：姜濤 x 100個理由你要預防HPV - 「女多」篇<ref>{{Citation|title=姜濤 x 100個理由你要預防HPV - 「女多」篇|url=https://www.youtube.com/watch?v=6alo1djSUbE|accessdate=2022-04-30|language=en}}</ref><ref>{{引網|url=https://www.am730.com.hk/娛樂/全民造星iv-catrina從姜濤身上學望鏡頭-星妹-組唔敢認係熱門/292695|title=全民造星IV｜Catrina從姜濤身上學望鏡頭 「星妹」組唔敢認係熱門|last=am730|website=am730|language=zh-Hant-HK|access-date=2022-04-30}}</ref> * 2021年：【KFC韓食旅團】帶你味遊韓國<ref>{{Citation|title=【KFC韓食旅團】帶你味遊韓國|url=https://www.youtube.com/watch?v=oT4Cd3l2KWo|accessdate=2022-04-30|language=en}}</ref> ==參考== {{reflist}} ==出面網頁== *{{instagram|catrina_leung}} * [https://kingmaker.viu.tv/profile/7/ 全民造星IV | Catrina] {{HK-enter-bio-stub}} [[Category:香港女模特兒]] [[Category:梁氏|式昕]] [[Category:全民造星IV參賽者]] izpzxktlwxnpfq8xy0mlv9mnvy0b2p7 0 290821 1865651 1762227 2022-08-20T04:09:13Z Baranov107 242387 wikitext text/x-wiki [[File:La Cumparsita (tango).ogg|thumb|300px|《街巷遊行》]] 《'''街巷遊行'''》（{{lang-es|'''La cumparsita'''}}）係一首幾出名嘅[[探戈樂曲]]。 呢首曲嘅[[旋律]]原先係由一個寂寂無名嘅[[建築學]]學生寫嚟做[[嘉年華會]]嘅[[進行曲]]，打後喺同年由阿根廷[[作曲家]][[:en:Roberto Firpo|羅拔圖·菲力普]]改編嚟俾[[管弦樂團]]表演而成名<ref>Rios, Carlos. "[https://web.archive.org/web/20110706082148/http://www.quienesgardel.com.ar/trabajos/cumparsita.html Historia de "La cumparsita"]". Trabajos (in Spanish). Congreso Internacional Quien Es Gardel. Archived from the original on 6 July 2011. Retrieved 1 March 2011.</ref>。 ==攷== <references /> == 外部链接 == * [https://www.jiosaavn.com/lyrics/la-cumparsita-lyrics/XQVffCZ9elg La Cumparsita，卡洛斯·加德尔的话] * [https://iluha.home.blog/2020/02/07/la-cumparsita/ 乐谱 La Cumparsita，吉他编曲] {{reflist}} {{music-stub}} [[Category:樂曲]] npak50xqyev0z7h6o97yn5m12tszvl0 1865677 1865651 2022-08-20T05:51:21Z Dr. Greywolf 143999 /* 拎 */執 wikitext text/x-wiki [[File:La Cumparsita (tango).ogg|thumb|300px|《街巷遊行》]] 《'''街巷遊行'''》（{{lang-es|'''La cumparsita'''}}）係一首幾出名嘅[[探戈樂曲]]。 呢首曲嘅[[旋律]]原先係由一個寂寂無名嘅[[建築學]]學生寫嚟做[[嘉年華會]]嘅[[進行曲]]，打後喺同年由阿根廷[[作曲家]][[:en:Roberto Firpo|羅拔圖·菲力普]]改編嚟俾[[管弦樂團]]表演而成名<ref>Rios, Carlos. "[https://web.archive.org/web/20110706082148/http://www.quienesgardel.com.ar/trabajos/cumparsita.html Historia de "La cumparsita"]". Trabajos (in Spanish). Congreso Internacional Quien Es Gardel. Archived from the original on 6 July 2011. Retrieved 1 March 2011.</ref>。 ==攷== <references /> == 拎 == * [https://www.jiosaavn.com/lyrics/la-cumparsita-lyrics/XQVffCZ9elg La Cumparsita，卡洛斯·的话] * [https://iluha.home.blog/2020/02/07/la-cumparsita/ 樂譜 La Cumparsita] {{reflist}} {{music-stub}} [[Category:樂曲]] g4s8c5bfjz3k51la5ugqr34krasp1nm 1865678 1865677 2022-08-20T05:51:50Z Dr. Greywolf 143999 /* 拎 */執 wikitext text/x-wiki [[File:La Cumparsita (tango).ogg|thumb|300px|《街巷遊行》]] 《'''街巷遊行'''》（{{lang-es|'''La cumparsita'''}}）係一首幾出名嘅[[探戈樂曲]]。 呢首曲嘅[[旋律]]原先係由一個寂寂無名嘅[[建築學]]學生寫嚟做[[嘉年華會]]嘅[[進行曲]]，打後喺同年由阿根廷[[作曲家]][[:en:Roberto Firpo|羅拔圖·菲力普]]改編嚟俾[[管弦樂團]]表演而成名<ref>Rios, Carlos. "[https://web.archive.org/web/20110706082148/http://www.quienesgardel.com.ar/trabajos/cumparsita.html Historia de "La cumparsita"]". Trabajos (in Spanish). Congreso Internacional Quien Es Gardel. Archived from the original on 6 July 2011. Retrieved 1 March 2011.</ref>。 ==攷== <references /> == 拎 == * [https://www.jiosaavn.com/lyrics/la-cumparsita-lyrics/XQVffCZ9elg La Cumparsita，歌詞] * [https://iluha.home.blog/2020/02/07/la-cumparsita/ 樂譜 La Cumparsita] {{reflist}} {{music-stub}} [[Category:樂曲]] 2go0t8ml2mms7du5br98vs6sdaj90hn 0 291274 1865807 1747101 2022-08-20T09:14:42Z 219.79.65.58 wikitext text/x-wiki {{藝人 | 姓名 = 關朝聰 | 圖片 = | 藝名 = | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[溫哥華]][[卑詩省]][[聖保羅醫院]] | 國籍 = {{UK}} | 語言 = 粵語、英語、國語 | 出道作 = | 代表作 = [[回到唐山]] | 教育程度 = 大學 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1981年至1991年 | 電視劇 = | 電影 = }} '''關朝聰'''（{{lang-en|'''Keith Kwan Chiu-chung'''}}；{{bd|1959年||1995年|9月19號}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司|無綫電視]]，喺[[明珠台]]頻道擔任節目主持而為人認識，間唔中參與電視劇集同電影演出，其後喺1990年代初息影退出娛樂圈並佢係移居[[加拿大]][[溫哥華]]，1995年關朝聰之後因[[愛滋病]]引起併發症病逝，終年36歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |url-status = live }}</ref>。 ==生平簡介== 關朝聰喺香港出世，阿爸係[[廣東省]][[開平市]]人，阿媽係[[蘇格蘭]]人，讀過[[香港真光中學]]小學部，8歲同屋企人移居加拿大喺當地繼續學業，曾經喺美國、加拿大等地演出話劇、舞台劇同拍攝廣告，大學畢業後返到香港，成為香港演藝劇團嘅成員，並喺[[香港電台]]任職導演，1984年喺藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司<ref>關朝聰不聽父母言 演藝天才幸未埋沒. 華僑日報. 1984-03-23: 15</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>，八十年代中期喺英語頻道明珠台同狄寶娜摩亞拍檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |url-status = live }}{{en icon}}</ref>，之後獲邀參與演出粵語頻道[[翡翠台]]嘅電視劇集，間唔時客串電影演出<ref>{{cite news |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |url-status = dead }}</ref>。關朝聰識講流利嘅廣東話同英語，但因為唔識閱讀中文，要以英文拼音嘅方式背誦中文劇本，係香港少數能夠同時喺中、英文電視頻道擔任幕前工作嘅外籍雙語演員<ref>關朝聰不懂讀劇本 害王鍾要勞氣好多. 華僑日報. 1987-05-06: 21</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>。 1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |url-status = live }}{{en icon}}</ref>，1991年後因確診[[HIV|人類免疫缺陷病毒]]而需要長期住院接受治療，至1995年9月19號；關潮驄因[[愛滋病]]引起併發症喺加拿大[[卑詩省]]溫哥華市中心嘅{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}病逝，終年36歲，係香港唯一一位因愛滋病而逝世嘅藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |url-status = dead }}</ref><ref>首位港藝人罹患世紀絕症 關朝聰愛滋病逝世. 快報. 1995-09-15: 12</ref><ref>91年成關懷愛滋受助者 關朝聰病逝溫哥華. 文匯報. 1995-09-15: C1</ref>。 ==演藝工作== ===電視劇集=== （作品名同首播年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧駐唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>三月又接新劇 關朝聰忙上忙. 華僑日報. 1987-02-25: 16</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>林綺雯要瞓棺材 關朝聰趁機搵錢. 華僑日報. 1988-01-05: 20</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |url-status = live }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路 (電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |} ===電影=== （作品名同埋首映年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考''' |- ||1985年||[[天使出更]]||||[[陳友 (演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210512154720/https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2021-05-12 |url-status = live }}</ref> |- |rowspan="2"|1986年||[[壞女孩 (電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210507094202/https://www.hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2021-05-07 |url-status = live }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509163943/https://www.hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |url-status = live }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>關朝聰在加遇沈殿霞 賺回一筆旅費. 華僑日報. 1989-01-10: 23</ref><ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210422040012/https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2021-04-22 |url-status = live }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509231740/https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210518051623/https://www.hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2021-05-18 |url-status = live }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20201030230843/https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2020-10-30 |url-status = live }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20200920174406/https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2020-09-20 |url-status = live }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈嗰年係國際青年年（{{lang-en |International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下嘅歌手及藝人，參與演唱《IYY85年青年節》主題曲同拍攝歌曲嘅音樂錄影帶，關朝聰亦係參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |url-status = dead }}</ref>。 ==參考== {{reflist|2}} ==出面網頁== *{{hkmdb name|5837}} [[Category:香港電影男演員]] [[Category:前無綫電視男藝員]] [[Category:關氏|朝聰]] [[Category:香港電視男演員]] [[Category:香港主持人]] 8vdrlh1d9lguvp5abfo5nlpkk6x9aj3 1865808 1865807 2022-08-20T09:16:47Z 219.79.65.58 wikitext text/x-wiki {{藝人 | 姓名 = 關朝聰 | 圖片 = | 藝名 = | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[溫哥華]][[卑詩省]][[聖保羅醫院]] | 國籍 = {{UK}} | 語言 = 粵語、英語、國語 | 出道作 = | 代表作 = [[回到唐山]] | 教育程度 = 大學 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1981年至1995年 | 電視劇 = | 電影 = }} '''關朝聰'''（{{lang-en|'''Keith Kwan Chiu-chung'''}}；{{bd|1959年||1995年|9月19號}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司|無綫電視]]，喺[[明珠台]]頻道擔任節目主持而為人認識，間唔中參與電視劇集同電影演出，其後喺1990年代初息影退出娛樂圈並佢係移居[[加拿大]][[溫哥華]]，1995年關朝聰之後因[[愛滋病]]引起併發症病逝，終年36歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |url-status = live }}</ref>。 ==生平簡介== 關朝聰喺香港出世，阿爸係[[廣東省]][[開平市]]人，阿媽係[[蘇格蘭]]人，讀過[[香港真光中學]]小學部，8歲同屋企人移居加拿大喺當地繼續學業，曾經喺美國、加拿大等地演出話劇、舞台劇同拍攝廣告，大學畢業後返到香港，成為香港演藝劇團嘅成員，並喺[[香港電台]]任職導演，1984年喺藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司<ref>關朝聰不聽父母言 演藝天才幸未埋沒. 華僑日報. 1984-03-23: 15</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>，八十年代中期喺英語頻道明珠台同狄寶娜摩亞拍檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |url-status = live }}{{en icon}}</ref>，之後獲邀參與演出粵語頻道[[翡翠台]]嘅電視劇集，間唔時客串電影演出<ref>{{cite news |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |url-status = dead }}</ref>。關朝聰識講流利嘅廣東話同英語，但因為唔識閱讀中文，要以英文拼音嘅方式背誦中文劇本，係香港少數能夠同時喺中、英文電視頻道擔任幕前工作嘅外籍雙語演員<ref>關朝聰不懂讀劇本 害王鍾要勞氣好多. 華僑日報. 1987-05-06: 21</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>。 1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |url-status = live }}{{en icon}}</ref>，1991年後因確診[[HIV|人類免疫缺陷病毒]]而需要長期住院接受治療，至1995年9月19號；關潮驄因[[愛滋病]]引起併發症喺加拿大[[卑詩省]]溫哥華市中心嘅{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}病逝，終年36歲，係香港唯一一位因愛滋病而逝世嘅藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |url-status = dead }}</ref><ref>首位港藝人罹患世紀絕症 關朝聰愛滋病逝世. 快報. 1995-09-15: 12</ref><ref>91年成關懷愛滋受助者 關朝聰病逝溫哥華. 文匯報. 1995-09-15: C1</ref>。 ==演藝工作== ===電視劇集=== （作品名同首播年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧駐唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>三月又接新劇 關朝聰忙上忙. 華僑日報. 1987-02-25: 16</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>林綺雯要瞓棺材 關朝聰趁機搵錢. 華僑日報. 1988-01-05: 20</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |url-status = live }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路 (電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |} ===電影=== （作品名同埋首映年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考''' |- ||1985年||[[天使出更]]||||[[陳友 (演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210512154720/https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2021-05-12 |url-status = live }}</ref> |- |rowspan="2"|1986年||[[壞女孩 (電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210507094202/https://www.hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2021-05-07 |url-status = live }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509163943/https://www.hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |url-status = live }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>關朝聰在加遇沈殿霞 賺回一筆旅費. 華僑日報. 1989-01-10: 23</ref><ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210422040012/https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2021-04-22 |url-status = live }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509231740/https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210518051623/https://www.hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2021-05-18 |url-status = live }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20201030230843/https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2020-10-30 |url-status = live }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20200920174406/https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2020-09-20 |url-status = live }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈嗰年係國際青年年（{{lang-en |International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下嘅歌手及藝人，參與演唱《IYY85年青年節》主題曲同拍攝歌曲嘅音樂錄影帶，關朝聰亦係參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |url-status = dead }}</ref>。 ==參考== {{reflist|2}} ==出面網頁== *{{hkmdb name|5837}} [[Category:香港電影男演員]] [[Category:前無綫電視男藝員]] [[Category:關氏|朝聰]] [[Category:香港電視男演員]] [[Category:香港主持人]] e6srj5fsxr5atyx1x66x6wisulephk1 1865811 1865808 2022-08-20T09:23:45Z 219.79.65.58 wikitext text/x-wiki {{藝人 | 姓名 = 關朝聰 | 圖片 = | 藝名 = | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[溫哥華]][[卑詩省]][[聖保羅醫院]] | 國籍 = {{UK}} | 語言 = 粵語、英語、國語 | 出道作 = | 代表作 = [[回到唐山]] | 教育程度 = 大學 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1981年至1995年 | 電視劇 = | 電影 = }} '''關朝聰'''（{{lang-en|'''Keith Kwan Chiu-chung'''}}；{{bd|1959年||1995年|9月19號}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司|無綫電視]]，喺[[明珠台]]頻道擔任節目主持而為人認識，間唔中參與電視劇集同電影演出，其後喺1990年代初息影退出娛樂圈並佢係移居[[加拿大]][[溫哥華]]，1995年關朝聰之後因[[愛滋病]]引起併發症病逝，終年36歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |url-status = live }}</ref>。 ==生平簡介== 關朝聰喺香港出世，阿爸係[[廣東省]][[開平市]]人，阿媽係[[蘇格蘭]]人，讀過[[香港真光中學]]小學部，8歲同屋企人移居加拿大喺當地繼續學業，曾經喺美國、加拿大等地演出話劇、舞台劇同拍攝廣告，大學畢業後返到香港，成為香港演藝劇團嘅成員，並喺[[香港電台]]任職導演，1984年喺藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司<ref>關朝聰不聽父母言 演藝天才幸未埋沒. 華僑日報. 1984-03-23: 15</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>，八十年代中期喺英語頻道明珠台同狄寶娜摩亞拍檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |url-status = live }}{{en icon}}</ref>，之後獲邀參與演出粵語頻道[[翡翠台]]嘅電視劇集，間唔時客串電影演出<ref>{{cite news |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |url-status = dead }}</ref>。關朝聰識講流利嘅廣東話同英語，但因為唔識閱讀中文，要以英文拼音嘅方式背誦中文劇本，係香港少數能夠同時喺中、英文電視頻道擔任幕前工作嘅外籍雙語演員<ref>關朝聰不懂讀劇本 害王鍾要勞氣好多. 華僑日報. 1987-05-06: 21</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>。 1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |url-status = live }}{{en icon}}</ref>，1991年後因確診[[HIV|人類免疫缺陷病毒]]而需要長期住院接受治療，至1995年9月19號；關潮驄因[[愛滋病]]引起併發症喺加拿大[[卑詩省]]溫哥華市中心嘅{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}病逝，終年36歲，係香港唯一一位因愛滋病而逝世嘅藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |url-status = dead }}</ref><ref>首位港藝人罹患世紀絕症 關朝聰愛滋病逝世. 快報. 1995-09-15: 12</ref><ref>91年成關懷愛滋受助者 關朝聰病逝溫哥華. 文匯報. 1995-09-15: C1</ref>。 ==演藝工作== ===電視劇集=== （作品名同首播年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧駐唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>三月又接新劇 關朝聰忙上忙. 華僑日報. 1987-02-25: 16</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>林綺雯要瞓棺材 關朝聰趁機搵錢. 華僑日報. 1988-01-05: 20</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |url-status = live }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路 (電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |} ===電影=== （作品名同埋首映年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考''' |- ||1985年||[[天使出更]]||||[[陳友 (演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210512154720/https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2021-05-12 |url-status = live }}</ref> |- |rowspan="2"|1986年||[[壞女孩 (電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210507094202/https://www.hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2021-05-07 |url-status = live }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509163943/https://www.hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |url-status = live }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>關朝聰在加遇沈殿霞 賺回一筆旅費. 華僑日報. 1989-01-10: 23</ref><ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210422040012/https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2021-04-22 |url-status = live }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509231740/https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210518051623/https://www.hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2021-05-18 |url-status = live }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20201030230843/https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2020-10-30 |url-status = live }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20200920174406/https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2020-09-20 |url-status = live }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈嗰年係國際青年年（{{lang-en |International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下嘅歌手及藝人，參與演唱《IYY85年青年節》主題曲同拍攝歌曲嘅音樂錄影帶，關朝聰亦係參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |url-status = dead }}</ref>。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||～2996||～2995||～2994||～2993||～2992||～2991||～2990||～2989||～2988||～2987 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||～2986||～2985||～2984||～2983||～2982||～2981||～2980||～2979||～2978||～2977 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||～2976||～2975||～2974||～2973||～2972||～2971||～2970||～2969||～2968||～2967 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||-2966||-2965||-2964||-2963||-2962||-2961||-2960||-2959||-2958||-2957 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||-2956||-2955||-2954||-2953||-2952||-2951||-2950||-2949 ||-2948||-2947 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||-2946||-2945||-2944||-2943||-2942||-2941||-2940||-2939||-2938||-2937 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} ==參考== {{reflist|2}} ==出面網頁== *{{hkmdb name|5837}} [[Category:香港電影男演員]] [[Category:前無綫電視男藝員]] [[Category:關氏|朝聰]] [[Category:香港電視男演員]] [[Category:香港主持人]] 9xoun5hwdr5fuksorz4oluc1657nrjp 1865813 1865811 2022-08-20T09:26:21Z 219.79.65.58 /* 轉換方法 */ wikitext text/x-wiki {{藝人 | 姓名 = 關朝聰 | 圖片 = | 藝名 = | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[溫哥華]][[卑詩省]][[聖保羅醫院]] | 國籍 = {{UK}} | 語言 = 粵語、英語、國語 | 出道作 = | 代表作 = [[回到唐山]] | 教育程度 = 大學 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1981年至1995年 | 電視劇 = | 電影 = }} '''關朝聰'''（{{lang-en|'''Keith Kwan Chiu-chung'''}}；{{bd|1959年||1995年|9月19號}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司|無綫電視]]，喺[[明珠台]]頻道擔任節目主持而為人認識，間唔中參與電視劇集同電影演出，其後喺1990年代初息影退出娛樂圈並佢係移居[[加拿大]][[溫哥華]]，1995年關朝聰之後因[[愛滋病]]引起併發症病逝，終年36歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |url-status = live }}</ref>。 ==生平簡介== 關朝聰喺香港出世，阿爸係[[廣東省]][[開平市]]人，阿媽係[[蘇格蘭]]人，讀過[[香港真光中學]]小學部，8歲同屋企人移居加拿大喺當地繼續學業，曾經喺美國、加拿大等地演出話劇、舞台劇同拍攝廣告，大學畢業後返到香港，成為香港演藝劇團嘅成員，並喺[[香港電台]]任職導演，1984年喺藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司<ref>關朝聰不聽父母言 演藝天才幸未埋沒. 華僑日報. 1984-03-23: 15</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>，八十年代中期喺英語頻道明珠台同狄寶娜摩亞拍檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |url-status = live }}{{en icon}}</ref>，之後獲邀參與演出粵語頻道[[翡翠台]]嘅電視劇集，間唔時客串電影演出<ref>{{cite news |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |url-status = dead }}</ref>。關朝聰識講流利嘅廣東話同英語，但因為唔識閱讀中文，要以英文拼音嘅方式背誦中文劇本，係香港少數能夠同時喺中、英文電視頻道擔任幕前工作嘅外籍雙語演員<ref>關朝聰不懂讀劇本 害王鍾要勞氣好多. 華僑日報. 1987-05-06: 21</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>。 1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |url-status = live }}{{en icon}}</ref>，1991年後因確診[[HIV|人類免疫缺陷病毒]]而需要長期住院接受治療，至1995年9月19號；關潮驄因[[愛滋病]]引起併發症喺加拿大[[卑詩省]]溫哥華市中心嘅{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}病逝，終年36歲，係香港唯一一位因愛滋病而逝世嘅藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |url-status = dead }}</ref><ref>首位港藝人罹患世紀絕症 關朝聰愛滋病逝世. 快報. 1995-09-15: 12</ref><ref>91年成關懷愛滋受助者 關朝聰病逝溫哥華. 文匯報. 1995-09-15: C1</ref>。 ==演藝工作== ===電視劇集=== （作品名同首播年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧駐唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>三月又接新劇 關朝聰忙上忙. 華僑日報. 1987-02-25: 16</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>林綺雯要瞓棺材 關朝聰趁機搵錢. 華僑日報. 1988-01-05: 20</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |url-status = live }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路 (電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |} ===電影=== （作品名同埋首映年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考''' |- ||1985年||[[天使出更]]||||[[陳友 (演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210512154720/https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2021-05-12 |url-status = live }}</ref> |- |rowspan="2"|1986年||[[壞女孩 (電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210507094202/https://www.hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2021-05-07 |url-status = live }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509163943/https://www.hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |url-status = live }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>關朝聰在加遇沈殿霞 賺回一筆旅費. 華僑日報. 1989-01-10: 23</ref><ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210422040012/https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2021-04-22 |url-status = live }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509231740/https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210518051623/https://www.hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2021-05-18 |url-status = live }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20201030230843/https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2020-10-30 |url-status = live }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20200920174406/https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2020-09-20 |url-status = live }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈嗰年係國際青年年（{{lang-en |International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下嘅歌手及藝人，參與演唱《IYY85年青年節》主題曲同拍攝歌曲嘅音樂錄影帶，關朝聰亦係參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |url-status = dead }}</ref>。 == 曾住過喺度嘅人 == 有46年歷史嘅蘇屋邨，曾經有唔少公眾人物係住過，例如包括有：[[張雪瑩]]、[[麥明詩]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[陳瀅]]、[[黃美棋]]、[[黃心穎]]、[[吳海昕]]、[[王子涵]]、[[何詠雯]]、[[謝芷倫]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[蔡運華]]、[[葉嘉茵]]、[[文偉鴻]]、[[萬綺雯]]、[[方駿釗]]、[[呂頌賢]]、[[張家輝]]、[[邵仲衡]]、[[周星馳]] (星爺)、[[李華明]]、[[蔡素玉]]、[[程介南]]、[[張之珏]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[陳曼娜]]、[[苗金鳳]]、[[招石文]]、[[馮淬帆]]、[[梁珊]]、[[程介明]]、[[羅石青]]、[[凌禮文]]、[[吳耀漢]]、[[江漢 (香港)|江漢]]、[[杜平]]、[[譚炳文]]、[[丁羽]]、[[李香琴]]、[[譚倩紅]]、[[許冠武]]、[[許紹雄]]、[[蔡少芬]]、[[楊仲恩]]、[[黃家強]]、[[黃貫中]]、[[葉世榮]]、[[許冠傑]]、[[許冠文]]、[[許冠英]]、[[黃家駒]]、[[靳羽珊]]、[[蔡楓華]]、[[伍衛國]]、[[謝天華]]、[[周吉]]、[[周啟生]]、[[謝偉俊]]、[[林嘉華]]、[[陳凱琳]]、[[蔡思貝]]、[[陳瀅]]、[[劉佩玥]]、[[黃美棋]]、[[吳海昕]]、[[王子涵]]、[[湯洛雯]]、[[關宛珊]]、[[岑麗香]]、[[李佳芯]]、[[黃翠如]]、[[文偉鴻]]、[[葉鎮輝]]、[[陳耀全]]、[[陳維冠]]、[[方駿釗]]、[[歐耀興]]、[[呂頌賢]]、[[韋家雄]]、[[駱達華]]、[[張家輝]]、[[張兆輝]]、[[吳毅將]]、[[莫少聰]]、[[關朝聰]]、[[繆騫人]]、[[魯振順]]、[[毛孟靜]]、[[李家超]]、[[呂有慧]]、[[呂良偉]]、[[周潤發]]、[[黃杏秀]]、[[狄波拉]]、[[黎漢持]]、[[李司棋]]、[[程介南]]、[[田北辰]]、[[蔡素玉]]、[[黃韻詩]]、[[黃淑儀]]、[[李琳琳]]、[[石修]]、[[秦煌]]、[[潘嘉德]]、[[金興賢]]、[[徐家傑]]、[[田北俊]]、[[陳曼娜]]、[[夏雨 (香港)|夏雨]]、[[苗金鳳]]、[[程介明]]、[[馮素波]]、[[余子明]]、[[劉丹 (香港)|劉丹]]、[[朱江]]、[[李香琴]]、[[劉兆銘]]、[[譚倩紅]]、[[朱維德]]、[[陳凱琳]]、[[蔡思貝]]、[[劉佩玥]]、[[黃美棋]]、[[王子涵]]、[[湯洛雯]]、[[岑麗香]]、[[洪永城]]、[[李佳芯]]、[[黃翠如]]、[[張頴康]]、[[黃宗澤]]、[[陳鍵鋒]]、[[韓君婷]]、[[蔡國威]]、[[袁文傑]]、[[秦啟維]]、[[萬綺雯]]、[[方國珊]]、[[楊瑞麟]]、[[歐陽震華]]、[[顧冠忠]]、[[樓南光]]、[[曾瑋明]]、[[李道洪]]、[[伍衛國]]、[[鄭則仕]]、[[蔡素玉]]、[[陳曼娜]]、[[黃韻材]]、[[羅樂林]]、[[徐家傑]]、[[麥明詩]]、[[關宛珊]]、[[曹思詩]]、[[李雯希]]、[[甄詠珊]]、[[陳瀅]]、[[謝芷倫]]、[[朱千雪]]、[[岑杏賢]]、[[吳若希]]、[[張雪瑩]]、[[張敬仁]]、[[袁偉豪]]、[[冼灝英]]、[[關偉倫]]、[[鄭恕峰]]、[[文偉鴻]]、[[葉鎮輝]]、[[方駿釗]]、[[潘嘉德]]、[[歐耀興]]、[[陳耀全]]、[[陳維冠]]、[[程介南]]、[[程介明]]、[[邵珮詩]]、[[王卓淇]]、[[何艷娟]]、[[黃碧蓮]]、[[劉穎鏇]]、[[蘇韻姿]]、[[張寶兒]]、[[單文柔]]、[[毛孟靜]]、[[田北辰]]、[[田北俊]]等等。 == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||～2996||～2995||～2994||～2993||～2992||～2991||～2990||～2989||～2988||～2987 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||～2986||～2985||～2984||～2983||～2982||～2981||～2980||～2979||～2978||～2977 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||～2976||～2975||～2974||～2973||～2972||～2971||～2970||～2969||～2968||～2967 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||-2966||-2965||-2964||-2963||-2962||-2961||-2960||-2959||-2958||-2957 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||-2956||-2955||-2954||-2953||-2952||-2951||-2950||-2949 ||-2948||-2947 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||-2946||-2945||-2944||-2943||-2942||-2941||-2940||-2939||-2938||-2937 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} ==參考== {{reflist|2}} ==出面網頁== *{{hkmdb name|5837}} [[Category:香港電影男演員]] [[Category:前無綫電視男藝員]] [[Category:關氏|朝聰]] [[Category:香港電視男演員]] [[Category:香港主持人]] g4c8hho0lkvcph7nhnz2lrowh4xsjmi 1865814 1865813 2022-08-20T09:29:22Z 219.79.65.58 wikitext text/x-wiki {{not|關聰}} {{藝人 | 姓名 = 關朝聰 | 圖片 = Gwaan_Chiu-Chung.jpg | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[溫哥華]][[卑詩省]][[聖保羅醫院]] | 國籍 = {{CAN}} | 語言 = 粵語、英語、國語 | 出道作 = | 教育程度 = 大學 | 死因 = [[愛滋病]]導致滋生細菌感染 | 居住地 = [[加拿大]][[溫哥華]] | 代表作 = [[回到唐山]] | 職業 = 演員、主持人 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1981年至1995年 | 電視劇 = | 電影 = | 出道日期 = 1981年 }} '''關朝聰'''（{{lang-en|Keith Kwan Chiu-Chung}}；{{bd|1959年||1995年|9月19日}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司|無線電視]]成為旗下藝人，曾於[[明珠台]]頻道擔任節目主持而為人認識，偶爾參與客串演出電影及電視劇集主持和演藝圈等等，其後於1990年代初移居[[加拿大]][[溫哥華]]，至1995年9月19日、關朝聰因[[愛滋病]]引起併發癌症病逝，[[訃告|終年]]36歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |language = 中文 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |dead-url = no }}</ref>。 ==生平== ===簡介=== 關朝聰1959年出生於香港，父親是[[廣東省]][[開平市]]人，母親是[[蘇格蘭]]華人，小時候曾經就讀[[香港真光中學]]（第二小學幼稚園、1965年畢業<ref>{{cite news |title=香港眞光中學畢業禮 |url=https://mmis.hkpl.gov.hk/coverpage/-/coverpage/view?_coverpage_WAR_mmisportalportlet_hsf=%E7%95%A2%E6%A5%AD%E7%A6%AE&_coverpage_WAR_mmisportalportlet_actual_q=%28%20verbatim_dc.collection%3A%28%22Old%5C%20HK%5C%20Newspapers%22%29%20%29%20AND+%28%20%28%20allTermsMandatory%3A%28true%29%20OR+all_dc.title%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20OR+all_dc.creator%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20OR+all_dc.contributor%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20OR+all_dc.subject%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20OR+fulltext%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20OR+all_dc.description%3A%28%E7%95%A2%E6%A5%AD%E7%A6%AE%29%20%29%20%29&_coverpage_WAR_mmisportalportlet_sort_field=dc.publicationdate_bsort&p_r_p_-1078056564_c=QF757YsWv5%2BakvA8rFW5EmdHmRO7Fajz&_coverpage_WAR_mmisportalportlet_o=1005&_coverpage_WAR_mmisportalportlet_sort_order=desc&_coverpage_WAR_mmisportalportlet_filter=dc.publicationdate_dt%3A%5B1960-01-01T00%3A00%3A00Z+TO+1969-12-31T15%3A59%3A59Z%5D |page=14 |language= |publisher=華僑日報 | date=1965-07-11 |accessdate=2022-04-21 |quote= }}</ref>）和小學部，8歲時才可隨家人移居加拿大在當地繼續學業，曾經在美國、加拿大等地演出話劇、舞台劇及拍攝廣告，大學畢業後回到香港，成為香港演藝劇團的成員，並曾在[[香港電台]]任職導演，1984年便在藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司（TVB）<ref>{{cite news |language = 中文 |title = 關朝聰不聽父母言 演藝天才幸未埋沒|publisher = 華僑日報 |pages = 15 |date = 1984-03-23 |accessdate = 2019-12-24}}</ref><ref name="#1">{{cite news |language = 中文 |title = 關朝聰修讀戲劇 希望能多拍電影|publisher = 華僑日報 |pages = 15 |date = 1987-04-30 |accessdate = 2019-12-24}}</ref>，曾在八十年代中期，關朝聰於英語頻道明珠台與狄寶娜摩亞搭檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |language = en |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |dead-url = no }}</ref>，表現受到觀眾注目，其後獲邀參與演出粵語頻道[[翡翠台]]的電視劇集，偶爾於電影中客串演出<ref>{{cite news |language = 中文 |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |language = 中文 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |dead-url = yes }}</ref>。關朝聰能說流利的廣東話及英語，惟因不懂閱讀中文，需以英文拼音的方式背誦中文劇本，是香港少數能夠同時於中、英文電視頻道擔任幕前工作的外籍雙語演員<ref>{{cite news |language = 中文 |title = 關朝聰不懂讀劇本 害王鍾要勞氣好多|publisher = 華僑日報 |pages = 21 |date = 1987-05-06|accessdate = 2019-12-24}}</ref><ref name="#1"/>。1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |language = en |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |dead-url = no }}</ref>，1991年後因確診[[人類免疫缺乏病毒]]而需要長期住院接受治療，至1995年後關朝聰因受[[愛滋病]]影響引起併發症病逝於加拿大[[卑詩省]]溫哥華市中心的{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}，終年36歲，是香港唯一一名因愛滋病而逝世的藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |language = 中文 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |dead-url = yes }}</ref><ref>{{cite news |language = 中文 |title = 首位港藝人罹患世紀絕症 關朝聰愛滋病逝世 |publisher = 快報 |pages = 12 |date = 1996-09-15 |accessdate = 2019-10-17}}</ref><ref>{{cite news |language = 中文 |title = 91年成關懷愛滋受助者 關朝聰病逝溫哥華 |publisher = 文匯報 |pages = C1 |date = 1995-09-15 |accessdate = 2019-10-17}}</ref>。 ==演藝工作== ===電視劇集=== 關朝聰在1980年代中期開始參與演出中文電視頻道的劇集，以下是關朝聰曾經參與演出的電視劇集列表（作品名稱及首次播映年份以香港為標準）： {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名稱'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧驻唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>{{cite news |language = 中文 |title = 三月又接新劇 關朝聰忙上忙|publisher = 華僑日報 |pages = 16 |date = 1987-02-25 |accessdate = 2019-12-24}}</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>{{cite news |language = 中文 |title = 林綺雯要瞓棺材 關朝聰趁機搵錢|publisher = 華僑日報 |pages = 20 |date = 1988-01-05 |accessdate = 2019-12-24}}</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |dead-url = no }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |dead-url = no }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路_(電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |dead-url = no }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |dead-url = no }}</ref> |} ===電影=== 關朝聰在1980年代中期至1990年代初期曾經參與演出多部香港電影，以下是關朝聰的電影作品列表（作品名稱及首次播映年份以香港為標準）： {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名稱'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考來源''' |- ||1985年||[[天使出更]]||||[[陳友_(演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20180807115544/http://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2018-08-07 |dead-url = no }}</ref> |- |rowspan="2"|1986年||[[壞女孩_(電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20170825010957/http://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2017-08-25 |dead-url = no }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20160325091758/http://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2016-03-25 |dead-url = no }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |dead-url = no }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>{{cite news |language = 中文 |title = 關朝聰在加遇沈殿霞 賺回一筆旅費 |publisher = 華僑日報 |pages = 23 |date = 1989-01-10 |accessdate = 2019-12-24}}</ref><ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20160910115742/http://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2016-09-10 |dead-url = no }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20180315085655/http://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2018-03-15 |dead-url = no }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20170915205711/http://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2017-09-15 |dead-url = no }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005073854/http://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2019-10-05 |dead-url = no }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = http://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20160402060957/http://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2016-04-02 |dead-url = no }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈該年為國際青年年（{{lang-en|International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下的歌手及藝人，參與演唱《IYY85年青年節》主題曲及拍攝歌曲的音樂錄影帶，關朝聰亦是參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |language = 中文 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |dead-url = yes }}</ref>。 1988年,江欣燕[Baby Baby] MV男主角。 ==參考資料／參考來源== {{reflist|2}} ==外部連結== *{{hkmdb name|5837}} {{DEFAULTSORT:Kwan}} [[Category:前無綫電視男藝員]] [[Category:香港電影男演員]] [[Category:香港電視主持人]] [[Category:香港舞臺劇演員]] [[Category:罹患愛滋病死亡者]] [[Category:华裔混血儿]] [[Category:英國裔混血兒]] [[Category:香港開平市人]] [[Category:香港電視男演員]] [[Category:加拿大华人]] [[Category:蘇格蘭裔加拿大人]] [[Category:移民加拿大的香港人]] [[Category:在香港的加拿大華人]] [[Category:香港商人]] [[Category:海外港人]] [[Category:關姓|Chiu]] 8wn3cysqw28ykiphl6v0w2xvdgisivk 1865820 1865814 2022-08-20T09:38:03Z 219.77.56.156 rv wikitext text/x-wiki {{藝人 | 姓名 = 關朝聰 | 圖片 = | 藝名 = | 英文名 = Keith Kwan | 類型 = 男演員 | 羅馬拼音 = Kwan Chiu Chung | 暱稱 = 鬼仔 | 民族 = | 出生日期 = 1959年 | 出生地點 = {{HKG-1959}} | 逝世日期 = {{death date and age|1995|9|19|1959|0|0}} | 逝世地點 = {{CAN}}[[卑詩省]][[溫哥華]][[聖保羅醫院]] | 國籍 = {{UK}} | 語言 = 粵語、英語、國語 | 出道作 = | 代表作 = [[回到唐山]] | 教育程度 = 大學 | 宗教信仰 = | 配偶 = | 官方網站 = | 活躍年代 = 1984年至1991年 | 電視劇 = | 電影 = }} '''關朝聰'''（{{lang-en|'''Keith Kwan Chiu-chung'''}}；{{bd|1959年||1995年|9月19號}}），綽號「鬼仔」，已故[[香港]]雙語演員，1984年加入[[電視廣播有限公司]]，喺[[明珠台]]頻道擔任節目主持而為人認識，間唔中參與電視劇集同電影演出，其後喺1990年代初移居[[加拿大]][[溫哥華]]，1995年因[[愛滋病]]引起併發症病逝，終年35歲<ref>{{Cite web |url = https://ent.ltn.com.tw/news/breakingnews/1511009 |title = 名人罹愛滋 皇后主唱港星關朝聰早逝 |date = 2015-11-17 |publisher = 自由時報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20181130024620/https://ent.ltn.com.tw/news/breakingnews/1511009 |archive-date = 2018-11-30 |url-status = live }}</ref>。 ==生平簡介== 關朝聰喺香港出世，阿爸係[[廣東省]][[開平市]]人，阿媽係[[蘇格蘭]]人，讀過[[香港真光中學]]小學部，8歲同屋企人移居加拿大喺當地繼續學業，曾經喺美國、加拿大等地演出話劇、舞台劇同拍攝廣告，大學畢業後返到香港，成為香港演藝劇團嘅成員，並喺[[香港電台]]任職導演，1984年喺藝人[[狄寶娜摩亞]]介紹下加入電視廣播有限公司<ref>關朝聰不聽父母言 演藝天才幸未埋沒. 華僑日報. 1984-03-23: 15</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>，八十年代中期喺英語頻道明珠台同狄寶娜摩亞拍檔主持綜藝節目<ref>{{Cite web |url = https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |title = TVB's Pearl Channel artists |publisher = South China Morning Post |date = 1984-09-28 |accessdate = 2019-10-16 |archive-url = https://web.archive.org/web/20191016120406/https://www.gettyimages.hk/detail/%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/s-pearl-channel-artists-including-miss-hong-kong-1984-joyce-mina-%E6%96%B0%E8%81%9E%E7%85%A7%E7%89%87/1126799007 |archive-date = 2019-10-16 |url-status = live }}{{en icon}}</ref>，之後獲邀參與演出粵語頻道[[翡翠台]]嘅電視劇集，間唔時客串電影演出<ref>{{cite news |title = 無線邀簽藝人合約 關朝聰看觀眾反應 |publisher = 華僑日報 |pages = 8 |date = 1990-06-22}}</ref><ref>{{Cite web |url = http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |title = 好友愛滋亡 |publisher = 3周刊第717期 |accessdate = 2019-10-04 |archive-url = https://web.archive.org/web/20190707131816/http://www.scmedia.com.hk/scm_photos/THREEWEEKLY/201307/175316/834400.jpg |archive-date = 2019-07-07 |url-status = dead }}</ref>。關朝聰識講流利嘅廣東話同英語，但因為唔識閱讀中文，要以英文拼音嘅方式背誦中文劇本，係香港少數能夠同時喺中、英文電視頻道擔任幕前工作嘅外籍雙語演員<ref>關朝聰不懂讀劇本 害王鍾要勞氣好多. 華僑日報. 1987-05-06: 21</ref><ref>關朝聰修讀戲劇 希望能多拍電影. 華僑日報. 1987-04-30: 15</ref>。 1990年代初，關朝聰定居加拿大溫哥華<ref>{{Cite web |url = http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |title = 10 actors who died in Vancouver |date = 2013-07-15 |publisher = The Vancouver Sun |accessdate = 2019-10-03 |archive-url = https://web.archive.org/web/20191003131511/http://www.vancouversun.com/mobile/news/top-stories/actors+that+died+Vancouver/8663040/story.html?&img=8 |archive-date = 2019-10-03 |url-status = live }}{{en icon}}</ref>，1991年後因確診[[HIV|人類免疫缺陷病毒]]而需要長期住院接受治療，至1995年因[[愛滋病]]引起併發症喺加拿大[[卑詩省]]溫哥華市中心嘅{{link-en|聖保羅醫院|St. Paul's Hospital (Vancouver)}}病逝，終年35歲，係香港唯一一位因愛滋病而逝世嘅藝人<ref>{{Cite news |url = https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |title = 上流恐慌 犯法富豪女友患愛滋 |date = 2005-09-14 |publisher = 蘋果日報 |accessdate = 2019-07-07 |archive-url = https://web.archive.org/web/20190707131358/https://hk.lifestyle.appledaily.com/nextplus/magazine/article/20050914/2_5220986/%E4%B8%8A-%E6%B5%81-%E6%81%90-%E6%85%8C-%E7%8A%AF-%E6%B3%95-%E5%AF%8C-%E8%B1%AA-%E5%A5%B3-%E5%8F%8B-%E6%82%A3-%E6%84%9B-%E6%BB%8B |archive-date = 2019-07-07 |url-status = dead }}</ref><ref>首位港藝人罹患世紀絕症 關朝聰愛滋病逝世. 快報. 1995-09-15: 12</ref><ref>91年成關懷愛滋受助者 關朝聰病逝溫哥華. 文匯報. 1995-09-15: C1</ref>。 ==演藝工作== ===電視劇集=== （作品名同首播年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首播年份'''||style="width:18%"|'''製作'''||style="width:16%"|'''劇集名'''||style="width:16%"|'''角色'''||style="width:26%"|'''同劇主要演員'''||style="width:12%"|'''參考及備註''' |- ||1987年||電視廣播有限公司||[[阿嬌正傳]]||YoYo（酒吧駐唱歌手）||[[陳敏兒]]、[[林嘉華]]、[[劉美娟]]、[[吳鎮宇]]||<ref>三月又接新劇 關朝聰忙上忙. 華僑日報. 1987-02-25: 16</ref> |- |rowspan="2"|1988年||電視廣播有限公司||[[名門　(電視劇)|名門]]||湯保祿修士||[[張兆輝]]、[[林俊賢]]、[[黎美嫻]]、[[張衛健]]|| |- ||電視廣播有限公司||[[大茶園]]||蘇蝦米||[[吳啟華]]、[[毛舜筠]]、[[林綺雯]]、[[鮑方]]||<ref>林綺雯要瞓棺材 關朝聰趁機搵錢. 華僑日報. 1988-01-05: 20</ref> |- |rowspan="2"|1989年||電視廣播有限公司||[[回到唐山]]||何想家（Stephen）||[[黎明]]、[[許紹雄]]、黎美嫻、[[陳嘉賢]]||<ref>{{Cite web |url = https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |title = 回到唐山 |publisher = My TV Super |date = 2019 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20190714145621/https://programme.mytvsuper.com/tc/122327/%E5%9B%9E%E5%88%B0%E5%94%90%E5%B1%B1 |archive-date = 2019-07-14 |url-status = live }}</ref> |- ||電視廣播有限公司||[[還我本色]]||林聰（鬼仔）||[[任達華]]、[[溫兆倫]]、[[梁家仁]]、[[藍潔瑛]]|| |- |rowspan="2"|1990年||電視廣播有限公司||[[同居三人組]]||萬福全||[[郭晉安]]、[[李克勤]]、[[林穎嫻]]、[[梁佩瑚]]|| |- ||電視廣播有限公司||[[人在邊緣]]||Pierre||黎明、[[劉青雲]]、[[林文龍]]、[[羅慧娟]]||<ref>{{Cite web |url = https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |title = 人在邊緣演員表 |publisher = 星關係 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005120728/https://hk.linkeddb.com/tv/59ed57f51d69eb002947d2eb/actor/ |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1992年||[[香港電台]]電視部||[[風雨同路 (電視劇)|風雨同路]]之《癡》||阿明||[[關詠荷]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |title = 風雨同路1992－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005053946/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=179&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |- ||1993年||香港電台電視部||[[驕陽歲月]]之《女巫的另一面》||世界歷史教師||[[江麗娜]]、[[羅冠蘭]]、[[陳奕詩]]||<ref>{{Cite web |url = http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |title = 驕陽歲月1993－香港電台電視節目資料庫 |publisher = 香港電台 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005054418/http://app1.rthk.org.hk/php/tvarchivecatalog/episode.php?progid=201&tvcat=3 |archive-date = 2019-10-05 |url-status = live }}</ref> |} ===電影=== （作品名同埋首映年份以香港為準） {|class="wikitable" width="100%" |- style="background:#87CEFA; color:Black" align=center |style="width:12%"|'''首次上映年份'''||style="width:16%"|'''電影名'''||style="width:13%"|'''角色'''||style="width:21%"|'''主要演員'''||style="width:26%"|'''備註'''||style="width:12%"|'''參考''' |- ||1985年||[[天使出更]]||||[[陳友 (演員)|陳友]]、[[張堅庭]]、[[林建明]]、[[陳秀雯]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |title = 天使出更（1985） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210512154720/https://hkmdb.com/db/movies/view.mhtml?id=6718&display_set=big5 |archive-date = 2021-05-12 |url-status = live }}</ref> |- |rowspan="2"|1986年||[[壞女孩 (電影)|壞女孩]]||||[[梅艷芳]]、陳友、[[上山安娜]]、[[蔡凱麟]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |title = 壞女孩（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210507094202/https://www.hkmdb.com/db/movies/view.mhtml?id=6777&display_set=big5 |archive-date = 2021-05-07 |url-status = live }}</ref> |- ||[[代客泊車]]||||[[李修賢]]、[[黃栢文]]、[[楊群 (演員)|楊群]]、[[胡茵夢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |title = 代客泊車（1986） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509163943/https://www.hkmdb.com/db/movies/view.mhtml?id=6758&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1987年||[[凌晨晚餐]]||毛駁腳||[[鄭則仕]]、[[朱寶意]]、黃栢文、[[午馬]]||||<ref>{{Cite web |url = https://movie.douban.com/subject/1308268/ |title = 凌晨晚餐（1987） |publisher = 豆瓣電影 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20150511040449/https://movie.douban.com/subject/1308268/ |archive-date = 2015-05-11 |url-status = live }}</ref> |- |rowspan="2"|1989年||[[富貴再三逼人]]||加拿大彩劵局經理||[[董驃]]、[[沈殿霞]]、陳奕詩、[[李麗珍]]||||<ref>關朝聰在加遇沈殿霞 賺回一筆旅費. 華僑日報. 1989-01-10: 23</ref><ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |title = 富貴再三逼人（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210422040012/https://hkmdb.com/db/movies/view.mhtml?id=7206&display_set=big5 |archive-date = 2021-04-22 |url-status = live }}</ref> |- ||[[師姐大晒]]||||[[羅芙洛]]、[[李美鳳]]、[[錢小豪]]、[[孟海 (演員)|孟海]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |title = 師姐大晒（1989） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210509231740/https://hkmdb.com/db/movies/view.mhtml?id=7181&display_set=big5 |archive-date = 2021-05-09 |url-status = live }}</ref> |- ||1990年||[[靚足100分]]||羅勃（Robert）||[[利智]]、[[李嘉欣]]、[[陳法蓉]]、[[林俊賢]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |title = 靚足100分（1990） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20210518051623/https://www.hkmdb.com/db/movies/view.mhtml?id=7339&display_set=big5 |archive-date = 2021-05-18 |url-status = live }}</ref> |- ||1993年||[[大迫遷]]||彭律師||[[黃子華]]、[[郭錦恩]]、[[黃靜宜]]、[[施介強]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |title = 大迫遷（1993） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20201030230843/https://hkmdb.com/db/movies/view.mhtml?id=11833&display_set=big5 |archive-date = 2020-10-30 |url-status = live }}</ref> |- ||1994年||[[阿德晒命]]||鴨店經理||[[周文健]]、[[關寶慧]]、[[葉榮祖]]、[[謝月美]]||||<ref>{{Cite web |url = https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |title = 阿德晒命（1994） |publisher = 香港影庫 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20200920174406/https://hkmdb.com/db/movies/view.mhtml?id=7838&display_set=big5 |archive-date = 2020-09-20 |url-status = live }}</ref> |} ===參與歌曲=== 1985年，[[聯合國]]宣佈嗰年係國際青年年（{{lang-en |International Youth Year}}），簡稱IYY，電視廣播有限公司動員旗下嘅歌手及藝人，參與演唱《IYY85年青年節》主題曲同拍攝歌曲嘅音樂錄影帶，關朝聰亦係參與者之一<ref>{{Cite news |url = https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |title = 無綫85年群星大雜燴 發哥三哥哥哥阿梅勁young |date = 2016-10-12 |publisher = 蘋果日報 |accessdate = 2019-10-05 |archive-url = https://web.archive.org/web/20191005043234/https://hk.entertainment.appledaily.com/enews/realtime/article/20161012/55762655 |archive-date = 2019-10-05 |url-status = dead }}</ref>。 ==參考== {{reflist|2}} ==出面網頁== *{{hkmdb name|5837}} [[Category:香港電影男演員]] [[Category:前無綫電視男藝員]] [[Category:關氏|朝聰]] [[Category:香港電視男演員]] i0q4nlw9so6nhblbqxltmtg0lqgqs92 0 293098 1865695 1861664 2022-08-20T06:01:53Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 蘇芷晴 | 類型 = 女藝人 | 英文名 = Natalie So | 暱稱 = So Ching、蘇師兄 | 圖片 = soching_concert2.jpg | 籍貫 = {{HK}} | 國籍 = {{CNHK}} | 語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] | 教育程度 = | 出道日期 = 2021年 | 活躍年代 = 2021年到而家 | 出生地點 = {{HKG-GBR}} | 出生日期 = {{birth_date_and_age|1996|1|31}} | 唱片公司 = [[大國文化集團|大國文化]] | 經紀公司 = [[ViuTV]] | 相關團體 = [[COLLAR]] }} '''蘇芷晴'''（{{lang|en|Natalie So}}；{{bd|1996年|1月31號}}），藝名'''So Ching'''，係香港女藝人。2021年參加[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，入圍總決賽<ref>{{cite web |url=https://topick.hket.com/article/3140135/%E3%80%90%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9FIV%E3%80%91%E5%86%A0%E8%BB%8D%E6%88%90Marf-Day%E4%B9%8B%E7%88%AD%E3%80%80So%20Ching-%E8%8A%AF%E9%A7%96-Candy%E7%AB%B6%E9%80%90%E4%B8%89%E7%94%B2%E6%9C%89%E6%9C%9B%E5%85%A5%E5%A5%B3%E5%9C%98%E3%80%90%E5%A4%9A%E5%9C%96%E3%80%91 |title=【全民造星IV】冠軍成Marf+Day之爭　So Ching+芯駖+Candy競逐三甲有望入女團【多圖】 |work=香港經濟日報 |date=2021-12-24 |access-date=2022-01-08 }}</ref>，最後攞到第6名<ref>{{cite web |url=https://www.thestandnews.com/culture/%E7%89%B9%E5%AF%AB%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9F-iv-marf-%E5%A5%AA%E5%86%A0-%E6%B8%AF%E5%BC%8F%E5%A5%B3%E5%9C%98%E6%88%90%E8%BB%8D%E5%9C%A8%E5%8D%B3-%E9%9D%92%E6%98%A5%E6%80%A7%E6%84%9F%E4%BB%A5%E5%A4%96%E9%82%84%E5%8F%AF%E6%9C%89%E7%94%9A%E9%BA%BC |title=【特寫】《全民造星 IV 》Marf 奪冠　港式女團成軍在即　青春性感以外還可有甚麼？ |work=立場新聞 |date=2021-12-25 |access-date=2021-12-29 |archive-url=https://web.archive.org/web/20211229135416/https://www.thestandnews.com/culture/%E7%89%B9%E5%AF%AB%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9F-iv-marf-%E5%A5%AA%E5%86%A0-%E6%B8%AF%E5%BC%8F%E5%A5%B3%E5%9C%98%E6%88%90%E8%BB%8D%E5%9C%A8%E5%8D%B3-%E9%9D%92%E6%98%A5%E6%80%A7%E6%84%9F%E4%BB%A5%E5%A4%96%E9%82%84%E5%8F%AF%E6%9C%89%E7%94%9A%E9%BA%BC |archive-date=2021-12-29 |url-status=dead }}</ref>，係女團[[COLLAR]]其中一位成員，每次直播都會食杯麵，被稱杯麵小姐。佢男朋友係舞蹈員[[李啟言]]。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===音樂錄影帶（MV）=== * 2021年：[[姜濤]] - 《[[Master Class]]》（伴舞） == 廣告、代言及品牌活動宣傳 == {| class="wikitable"style="text-align:center" ! colspan="1" style="background: #7B68EE; color: White; " |年份 ! colspan="1" style="background: #7B68EE; color: White; " |品牌 ! colspan="1" style="background: #7B68EE; color: White; " |內容 |- | rowspan=3|2021年 |American Eagle |新店開幕嘉賓<ref>{{Cite web|title=American Eagle Outfitters沙田新城市廣場店開幕！許廷鏗丶林欣彤親身示範聖誕佳節造型 {{!}} ELLE HK|url=https://www.elle.com.hk/fashion/American-Eagle-Outfitters-Alfred-Hui-Mag-Lam-Christmas?utm_source=facebook_share&utm_medium=referral|access-date=2021-12-28|last=HK|first=ELLE|work=www.elle.com.hk}}</ref> |- |Gratus |Gratus AI Skin Snap硬照宣傳<ref>{{Cite web|title= Gratus廣告|url=https://www.instagram.com/p/CXD4kugjn4J/|work=instagram|access-date=2021-12-04}}</ref> |- |Burberry |硬照宣傳<ref>{{Cite web|title=soching_nat's Instagram - Burberry|url=https://www.instagram.com/p/CXaaqtJPXkm/|access-date=2021-12-13|work=www.instagram.com}}</ref> |- |rowspan=2|2022年 | [[寶礦力水特]] | COLLAR 全體成員品牌代言人<ref>{{Cite news|title=COLLAR成為寶礦力水特最新代言人 唱埋廣告主題曲創紀錄|url=https://www.orientalsunday.hk/%e6%9c%80%e6%96%b0%e5%a8%9b%e8%81%9e/collar-%e4%bb%a3%e8%a8%80%e5%af%b6%e7%a4%a6%e5%8a%9b-plt5-492256/|access-date=2022-01-12|newspaper=|publisher=東方新地|language=zh-hk}}</ref> |- |[[KFC]] | COLLAR 全體成員代言「爆脆雞」 |} ==參考== {{reflist}} ==出面網頁== * {{instagram|soching_nat}} * [https://kingmaker.viu.tv/profile/74/ 全民造星IV | So Ching] * [https://www.makerville.hk/talents/SoTszChing MakerVille - 蘇芷晴] {{COLLAR}} [[Category:COLLAR]] [[Category:蘇氏|芷晴]] [[Category:ViuTV女藝員]] [[Category:全民造星IV參賽者]] i6b7lhtf7ck6c8hmu1tvurf76voystd 1865697 1865695 2022-08-20T06:02:34Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 蘇芷晴 | 類型 = 女藝人 | 英文名 = Natalie So | 暱稱 = So Ching、蘇師兄 | 圖片 = soching_concert2.jpg | 籍貫 = | 國籍 = {{CNHK}} | 語言 = 粵語、英語、國語 | 教育程度 = | 出道日期 = 2021年 | 活躍年代 = 2021年— | 出生地點 = {{HKG-1959}} | 出生日期 = {{birth_date_and_age|1996|1|31}} | 唱片公司 = [[大國文化集團|大國文化]] | 經紀公司 = [[ViuTV]] | 相關團體 = [[COLLAR]] }} '''蘇芷晴'''（{{lang|en|Natalie So}}；{{bd|1996年|1月31號}}），藝名'''So Ching'''，係香港女藝人。2021年參加[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，入圍總決賽<ref>{{cite web |url=https://topick.hket.com/article/3140135/%E3%80%90%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9FIV%E3%80%91%E5%86%A0%E8%BB%8D%E6%88%90Marf-Day%E4%B9%8B%E7%88%AD%E3%80%80So%20Ching-%E8%8A%AF%E9%A7%96-Candy%E7%AB%B6%E9%80%90%E4%B8%89%E7%94%B2%E6%9C%89%E6%9C%9B%E5%85%A5%E5%A5%B3%E5%9C%98%E3%80%90%E5%A4%9A%E5%9C%96%E3%80%91 |title=【全民造星IV】冠軍成Marf+Day之爭　So Ching+芯駖+Candy競逐三甲有望入女團【多圖】 |work=香港經濟日報 |date=2021-12-24 |access-date=2022-01-08 }}</ref>，最後攞到第6名<ref>{{cite web |url=https://www.thestandnews.com/culture/%E7%89%B9%E5%AF%AB%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9F-iv-marf-%E5%A5%AA%E5%86%A0-%E6%B8%AF%E5%BC%8F%E5%A5%B3%E5%9C%98%E6%88%90%E8%BB%8D%E5%9C%A8%E5%8D%B3-%E9%9D%92%E6%98%A5%E6%80%A7%E6%84%9F%E4%BB%A5%E5%A4%96%E9%82%84%E5%8F%AF%E6%9C%89%E7%94%9A%E9%BA%BC |title=【特寫】《全民造星 IV 》Marf 奪冠　港式女團成軍在即　青春性感以外還可有甚麼？ |work=立場新聞 |date=2021-12-25 |access-date=2021-12-29 |archive-url=https://web.archive.org/web/20211229135416/https://www.thestandnews.com/culture/%E7%89%B9%E5%AF%AB%E5%85%A8%E6%B0%91%E9%80%A0%E6%98%9F-iv-marf-%E5%A5%AA%E5%86%A0-%E6%B8%AF%E5%BC%8F%E5%A5%B3%E5%9C%98%E6%88%90%E8%BB%8D%E5%9C%A8%E5%8D%B3-%E9%9D%92%E6%98%A5%E6%80%A7%E6%84%9F%E4%BB%A5%E5%A4%96%E9%82%84%E5%8F%AF%E6%9C%89%E7%94%9A%E9%BA%BC |archive-date=2021-12-29 |url-status=dead }}</ref>，係女團[[COLLAR]]其中一位成員，每次直播都會食杯麵，被稱杯麵小姐。佢男朋友係舞蹈員[[李啟言]]。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 ===音樂錄影帶（MV）=== * 2021年：[[姜濤]] - 《[[Master Class]]》（伴舞） == 廣告、代言及品牌活動宣傳 == {| class="wikitable"style="text-align:center" ! colspan="1" style="background: #7B68EE; color: White; " |年份 ! colspan="1" style="background: #7B68EE; color: White; " |品牌 ! colspan="1" style="background: #7B68EE; color: White; " |內容 |- | rowspan=3|2021年 |American Eagle |新店開幕嘉賓<ref>{{Cite web|title=American Eagle Outfitters沙田新城市廣場店開幕！許廷鏗丶林欣彤親身示範聖誕佳節造型 {{!}} ELLE HK|url=https://www.elle.com.hk/fashion/American-Eagle-Outfitters-Alfred-Hui-Mag-Lam-Christmas?utm_source=facebook_share&utm_medium=referral|access-date=2021-12-28|last=HK|first=ELLE|work=www.elle.com.hk}}</ref> |- |Gratus |Gratus AI Skin Snap硬照宣傳<ref>{{Cite web|title= Gratus廣告|url=https://www.instagram.com/p/CXD4kugjn4J/|work=instagram|access-date=2021-12-04}}</ref> |- |Burberry |硬照宣傳<ref>{{Cite web|title=soching_nat's Instagram - Burberry|url=https://www.instagram.com/p/CXaaqtJPXkm/|access-date=2021-12-13|work=www.instagram.com}}</ref> |- |rowspan=2|2022年 | [[寶礦力水特]] | COLLAR 全體成員品牌代言人<ref>{{Cite news|title=COLLAR成為寶礦力水特最新代言人 唱埋廣告主題曲創紀錄|url=https://www.orientalsunday.hk/%e6%9c%80%e6%96%b0%e5%a8%9b%e8%81%9e/collar-%e4%bb%a3%e8%a8%80%e5%af%b6%e7%a4%a6%e5%8a%9b-plt5-492256/|access-date=2022-01-12|newspaper=|publisher=東方新地|language=zh-hk}}</ref> |- |[[KFC]] | COLLAR 全體成員代言「爆脆雞」 |} ==參考== {{reflist}} ==出面網頁== * {{instagram|soching_nat}} * [https://kingmaker.viu.tv/profile/74/ 全民造星IV | So Ching] * [https://www.makerville.hk/talents/SoTszChing MakerVille - 蘇芷晴] {{COLLAR}} [[Category:COLLAR]] [[Category:蘇氏|芷晴]] [[Category:ViuTV女藝員]] [[Category:全民造星IV參賽者]] 88osln411il0o1sekr3tin7wetdlnjl 10 297159 1865631 1865326 2022-08-20T02:32:52Z 219.73.39.103 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = [[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}} [[Luckys]]{{.w}}{{link-de|Märklin|Märklin}}{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[星堡積木|星堡]]{{.w}}[[費樂積木|費樂]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> 82psznntivgd3r5hyd1dbilw1u3418r 1865632 1865631 2022-08-20T02:32:59Z 219.73.39.103 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = [[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}{{link-de|Märklin|Märklin}}{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[星堡積木|星堡]]{{.w}}[[費樂積木|費樂]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> j40ibg7tl7xy65txgpp9l99pd2w4w33 1865740 1865632 2022-08-20T07:33:55Z 218.250.188.199 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = {{link-zh |馬克林 (積木品牌)|馬克林 (公司)|馬克林（Märklin）}}{{.w}}[[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[星堡積木|星堡]]{{.w}}[[費樂積木|費樂]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> fhdma75z16h7bjvoaiqgkdgz55g5xw8 1865741 1865740 2022-08-20T07:34:03Z 218.250.188.199 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = {{link-zh|馬克林 (積木品牌)|馬克林 (公司)|馬克林（Märklin）}}{{.w}}[[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[星堡積木|星堡]]{{.w}}[[費樂積木|費樂]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> grjzzprd41nut0p2b3x03t4yb3mwtjd 1865760 1865741 2022-08-20T07:52:02Z 218.250.188.199 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = {{link-zh|馬克林 (積木品牌)|馬克林 (公司)|馬克林（Märklin）}}{{.w}}[[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[費樂積木|費樂]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[萬格積木|萬格]] {{.w}}[[衛樂積木|衛樂]]{{.w}}[[沃馬積木|沃馬]]{{.w}}[[星堡積木|星堡]]{{.w}}[[哲高積木|哲高]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]]{{.w}}[[UrGe]]{{.w}}[[WaLeBi]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> 0t3549q9rljgwbh4qf68jftu2sreqlt 1865761 1865760 2022-08-20T07:52:10Z 218.250.188.199 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = {{link-zh|馬克林 (積木品牌)|馬克林 (公司)|馬克林（Märklin）}}{{.w}}[[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[費樂積木|費樂]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[萬格積木|萬格]]{{.w}}[[衛樂積木|衛樂]]{{.w}}[[沃馬積木|沃馬]]{{.w}}[[星堡積木|星堡]]{{.w}}[[哲高積木|哲高]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]]{{.w}}[[UrGe]]{{.w}}[[WaLeBi]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> 4npkh17vr9i4c6k9pubowj01s5x9a3r 1865836 1865761 2022-08-20T10:14:53Z 219.77.202.150 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[E-Blox]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = [[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[費樂積木|費樂]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[萬格積木|萬格]]{{.w}}[[衛樂積木|衛樂]]{{.w}}[[沃馬積木|沃馬]]{{.w}}[[星堡積木|星堡]]{{.w}}[[哲高積木|哲高]]{{.w}}[[酷博士積木|酷博士]]{{.w}} [[17Mall]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]]{{.w}}[[UrGe]]{{.w}}[[WaLeBi]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> rfm6w3scbax2pgc0uitms42uwxu5o1f 1865837 1865836 2022-08-20T10:15:00Z 219.77.202.150 wikitext text/x-wiki {{Navbox |name = 積木玩具品牌 |title = [[積木]]玩具品牌 |listclass = hlist |state = autocollapse |group1 = {{flagicon|DEN}} 丹麥品牌 |list1 = [[樂高|樂高（LEGO）]] |group2 = {{flagicon|USA}} 美國品牌 |list2 = {{link-en|Kre-O|Kre-O}}{{.w}}{{link-en|Built to Rule|Built to Rule}}{{.w}}[[Battat]]{{.w}}[[E-Blox]]{{.w}}[[Laser Pegs]]{{.w}}[[Light Stax]]{{.w}}[[Lite Brix]]{{.w}}[[Make-it Blocks]]{{.w}}[[Picasso Tiles]]{{.w}}[[Strictly Briks]]{{.w}}[[Tyco Super Blocks]] |group3 = {{flagicon|CAN}} 加拿大品牌 |list3 = {{link-zh|Mega Brands|美佳玩具公司|美佳（Mega Brands）}}{{.w}}[[Blocks Paradise]] |group4 = {{flagicon|ARG}} 阿根廷品牌 |list4 = {{link-en|Rasti|Rasti}} |group5 = {{flagicon|AUS}} 澳洲品牌 |list5 = [[Building Blocks]] |group6 = {{flagicon|UK}} 英國品牌 |list6 = {{link-en|Airfix|Airfix}}{{.w}}{{link-en|Best-Lock|Best-Lock}}{{.w}}[[Bri-Plax]]{{.w}}[[Wilko Blox]] |group7 = {{flagicon|GER}} 德國品牌 |list7 = [[Blox]]{{.w}}[[Bluebrixx]]{{.w}}[[Hubelino]]{{.w}}[[Katara]]{{.w}}[[Luckys]]{{.w}}[[Modbrix]]{{.w}}[[PlayBIG Bloxx]]{{.w}}[[Playtive Clippys]]{{.w}}[[PolyM]] |group8 = {{flagicon|IND}} 印度品牌 |list8 = [[MY]] |group9 = {{flagicon|ITA}} 意大利品牌 |list9 = [[Unico Plus]]{{.w}}[[Clemmy]]{{.w}}[[Q-Bricks]] |group10 = {{flagicon|MEX}} 墨西哥品牌 |list10 = [[Caremi Blocks]] |group11 = {{flagicon|NED}} 荷蘭品牌 |list11 = [[Edukie]]{{.w}}[[BioBuddi]]{{.w}}[[Montini]] |group12 = {{flagicon|POL}} 波蘭品牌 |list12 = {{link-en|Cobi|Cobi (building blocks)}}{{.w}}[[Blocki]]{{.w}}[[Mubi]] |group13 = {{flagicon|RUS}} 俄羅斯品牌 |list13 = [[Город мастеров]]{{.w}}[[Bauer]] |group14 = {{flagicon|ESP}} 西班牙品牌 |list14 = {{link-en|Tente|Tente (toy)}}{{.w}}[[Placematix]]{{.w}}[[Miniland]] |group15 = {{flagicon|JPN}} 日本品牌 |list15 = {{link-en|Nanoblock|Nanoblock}}{{.w}}[[N&B Block]]{{.w}}[[Archbrick]]{{.w}}[[People]]{{.w}}[[Vision Kids]] |group16 = {{flagicon|KOR}} 韓國品牌 |list16 = {{link-en|Oxford (積木品牌)|Oxford (toy company)|Oxford}}{{.w}}[[Haenim Toy]] |group17 = {{flagicon|THA}} 泰國品牌 |list17 = [[Bikku]] |group18 = {{flagicon|CHN}} 中國品牌 |list18 = [[邦寶積木|邦寶]]{{.w}}[[博樂積木|博樂]]{{.w}}[[咔搭積木|咔搭]]{{.w}}[[積高積木|積高]]{{.w}}[[啟蒙積木|啟蒙]]{{.w}}[[費樂積木|費樂]]{{.w}}[[古迪積木|古迪]]{{.w}}[[恆三和積木|恆三和]]{{.w}}[[傑星積木|傑星]]{{.w}}[[開智積木|開智]]{{.w}}[[樂拼積木|樂拼]]{{.w}}[[立高積木|立高]]{{.w}}[[潘洛斯積木|潘洛斯]]{{.w}}[[啟輝積木|啟輝]]{{.w}}[[森寶積木|森寶]]{{.w}}[[小魯班積木|小魯班]]{{.w}}[[萬格積木|萬格]]{{.w}}[[衛樂積木|衛樂]]{{.w}}[[沃馬積木|沃馬]]{{.w}}[[星堡積木|星堡]]{{.w}}[[哲高積木|哲高]]{{.w}}[[酷博士積木|酷博士]]{{.w}}[[17Mall]]{{.w}}[[Ausini]]{{.w}}[[Apitor]]{{.w}}[[Chiao!Babe]]{{.w}}[[CoCo (積木品牌)|CoCo]]{{.w}}[[Decool]]{{.w}}[[Gaobole]]{{.w}}[[Happy Build]]{{.w}}[[JDLT]]{{.w}}[[Lele]]{{.w}}[[Mould King]]{{.w}}[[N-Bricks]]{{.w}}[[Oh Baby Laugh]]{{.w}}[[Pangu]]{{.w}}{{link-de|Qman|Qman}}{{.w}}[[Shenzhen Rael]]{{.w}}[[Super 18K]]{{.w}}[[UrGe]]{{.w}}[[WaLeBi]] |group19 = {{flagicon|ROC}} 台灣品牌 |list19 = [[888ezgo]]{{.w}}[[GIGO]]{{.w}}[[Moomu]]{{.w}}[[OK (積木品牌)|OK]]{{.w}}[[Playful Toys]]{{.w}}[[UNiPLAY]]{{.w}}[[YouR Block]]{{.w}}[[遊思樂]]{{.w}}[[積木城]]{{.w}}[[FY積木大師]] |below = 參考：{{link-en|Lego clone|Lego clone}} }}<includeonly>[[Category:積木玩具品牌]]</includeonly><noinclude>[[Category:玩具]]</noinclude> i8iomaxim93f4ftrvdqcfm6i57lferq 0 298214 1865673 1850229 2022-08-20T05:48:26Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 曾善婷 | 類型 = 女歌手 | 圖片 = | 圖片簡介 = | 羅馬拼音 = Tsang Sin Ting | 英文名 = Ashley Tsang | 別名 = Ashi | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and_age|1993|9|2}} | 出生地點 = {{HKG-GBR}} | 職業 = [[歌手]] | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]] | 教育程度 = | 音樂類型 = | 代表作 = | 母校 = | 活躍年代 = 2020年到而家 | 唱片公司 = | 相關團體 = | 網站 = }} {{Infobox YouTube personality | header-color = {{background color|#2CA9E1}} | name = Ashi | image = | birth_name = 曾善婷 | birth_date = {{birth date and age|1993|9|2}} | birth_place = {{HKG-GBR}} | channel_direct_url = c/Bikkuri Ashi | channel_display_name = Bikkuri Ashi | subscribers = 4.55k | subscriber_date = 16-2-2022 | silver_button = no | silver_year = | stats_update = 16-2-2022 }} '''曾善婷'''（{{lang-en|'''Ashley Tsang'''}}，{{bd|1993年|9月2號}}），藝名'''Ashi'''，係香港女歌手，係樂隊「小紅帽」嘅主音，亦係一位紋身師。 佢2020年出演[[ViuTV]]劇集《[[暖男爸爸]]》，2021年參與ViuTV選秀節目《[[全民造星IV]]》，30強止步。 ==演出== ===劇集（[[ViuTV]]）=== *2020年：《[[暖男爸爸]]》 飾 蝦條 === 電視節目（[[ViuTV]]） === *2021年：《[[全民造星IV]]》參賽者 {{HK-bio-stub}} [[Category:香港女歌手]] [[Category:曾氏|善婷]] [[Category:全民造星IV參賽者]] fvowgca2pgrv3kcw7ijdntgpmuf0nqg 1865711 1865673 2022-08-20T06:08:09Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 曾善婷 | 類型 = 女歌手 | 圖片 = | 圖片簡介 = | 羅馬拼音 = Tsang Sin Ting | 英文名 = Ashley Tsang | 別名 = Ashi | 國籍 = {{CNHK}} | 籍貫 = | 出生日期 = {{birth_date_and_age|1993|9|2}} | 出生地點 = {{HKG-1959}} | 職業 = 歌手 | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 教育程度 = | 音樂類型 = | 代表作 = | 母校 = | 活躍年代 = 2020年— | 唱片公司 = | 相關團體 = | 網站 = }} {{Infobox YouTube personality | header-color = {{background color|#2CA9E1}} | name = Ashi | image = | birth_name = 曾善婷 | birth_date = {{birth date and age|1993|9|2}} | birth_place = {{HKG-1959}} | channel_direct_url = c/Bikkuri Ashi | channel_display_name = Bikkuri Ashi | subscribers = 4.55k | subscriber_date = 16-2-2022 | silver_button = no | silver_year = | stats_update = 16-2-2022 }} '''曾善婷'''（{{lang-en|'''Ashley Tsang'''}}，{{bd|1993年|9月2號}}），藝名'''Ashi'''，係香港女歌手，係樂隊「小紅帽」嘅主音，亦係一位紋身師。 佢2020年出演[[ViuTV]]劇集《[[暖男爸爸]]》，2021年參與ViuTV選秀節目《[[全民造星IV]]》，30強止步。 ==演出== ===劇集（[[ViuTV]]）=== *2020年：《[[暖男爸爸]]》 飾 蝦條 === 電視節目（[[ViuTV]]） === *2021年：《[[全民造星IV]]》參賽者 {{HK-bio-stub}} [[Category:香港女歌手]] [[Category:曾氏|善婷]] [[Category:全民造星IV參賽者]] 1lb66rudncqp1pumavsf67akyqkzs28 0 298765 1865700 1857962 2022-08-20T06:04:00Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 楊安妮 |類型 = 女藝人 |英文名 = Win Win Yeung |羅馬拼音 = Yeung On Ni |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] |教育程度 = {{flagicon|HKG}} [[香港城市大學]]副學士 |母校 = {{HK}}[[大坑東宣道小學]]<br/>{{HK}}[[匯基書院]] |出道日期 = 2021年 |活躍年代 = 2021年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1996|5|8}} |經紀公司 = [[ViuTV]]/[[MakerVille]]（2022年—） }} '''楊安妮'''（{{lang-en|'''Win Win Yeung'''}}，{{bd|1996年|5月8號}}），係香港女藝人，2021年參加[[ViuTV]]搞嘅《[[全民造星IV]]》攞到第5名，跟住做咗[[MakerVille]]合約女藝員。 ==簡歷== 楊安妮2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，最後雖然評判分攞到第3名，但由於觀眾分只係得第7名，總成績拉返勻就係第5名。不過因為佢唔想入女團<ref>[https://hd.stheadline.com/life/ent/realtime/2301147/%E5%8D%B3%E6%99%82-%E5%A8%9B%E6%A8%82-%E9%A0%AD%E6%A2%9D%E7%8D%A8%E5%AE%B6%E4%B8%A8%E7%B6%93%E7%90%86%E4%BA%BAWing%E7%88%86Win-Win%E6%8B%92%E5%85%A5%E5%A5%B3%E5%9C%98-COLLAR%E5%87%BA%E9%81%93%E6%AD%8C%E6%9C%AC%E7%94%B1CK%E5%AF%AB 經理人Wing爆Win Win拒入女團 COLLAR出道歌本由CK寫]</ref>，成為咗唔係女團成員嘅參賽者入面名次排得最前嘅一位。2022年佢正式加盟ViuTV，主要做節目主持。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第291集嘉賓 *2022年：《[[MM730]] - [[困獸鬥 (電視節目)|困獸鬥]]》主持 *2022年：《[[MM730]] - [[男女自然觀察學會]]》主持 *2022年：《[[今餐有料到]]》第215集嘉賓 *2022年：《[[爆谷一周]]》 第13集嘉賓 *2022年：《[[晚吹]] - [[有酒今晚吹]]》 第105集嘉賓 *2022年：《[[今餐有料到]]》主持（第250集起） *2022年：《[[STEM精讀班]]》主持（第53集起） *2022年：《[[嘥料]]》主持 ==參考== {{reflist}} ==出面網頁== *{{instagram|__on.i}} * [https://kingmaker.viu.tv/profile/60/ 全民造星IV | Win Win] * [https://www.makerville.hk/talents/winwinyeung MakerVille - 楊安妮] {{HK-enter-bio-stub}} [[Category:ViuTV女藝員]] [[Category:楊氏|安妮]] [[Category:全民造星IV參賽者]] [[Category:香港城市大學舊生]] g7uxhu7xw3oj8mri9oxiqs535dnb5il 1865701 1865700 2022-08-20T06:04:24Z 218.255.1.230 wikitext text/x-wiki {{藝人 |姓名 = 楊安妮 |類型 = 女藝人 |英文名 = Win Win Yeung |羅馬拼音 = Yeung On Ni |暱稱 = |圖片 = |國籍 = {{CNHK}} |籍貫 = {{HK}} |語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] |教育程度 = {{flagicon|HKG}} [[香港城市大學]]副學士 |母校 = {{HK}}[[大坑東宣道小學]]<br/>{{HK}}[[匯基書院]] |出道日期 = 2021年 |活躍年代 = 2021年到而家 |出生地點 = {{HKG-GBR}} |出生日期 = {{birth_date_and_age|1996|5|8}} |經紀公司 = [[ViuTV]]/[[MakerVille]]（2022年到而家） }} '''楊安妮'''（{{lang-en|'''Win Win Yeung'''}}，{{bd|1996年|5月8號}}），係香港女藝人，2021年參加[[ViuTV]]搞嘅《[[全民造星IV]]》攞到第5名，跟住做咗[[MakerVille]]合約女藝員。 ==簡歷== 楊安妮2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，最後雖然評判分攞到第3名，但由於觀眾分只係得第7名，總成績拉返勻就係第5名。不過因為佢唔想入女團<ref>[https://hd.stheadline.com/life/ent/realtime/2301147/%E5%8D%B3%E6%99%82-%E5%A8%9B%E6%A8%82-%E9%A0%AD%E6%A2%9D%E7%8D%A8%E5%AE%B6%E4%B8%A8%E7%B6%93%E7%90%86%E4%BA%BAWing%E7%88%86Win-Win%E6%8B%92%E5%85%A5%E5%A5%B3%E5%9C%98-COLLAR%E5%87%BA%E9%81%93%E6%AD%8C%E6%9C%AC%E7%94%B1CK%E5%AF%AB 經理人Wing爆Win Win拒入女團 COLLAR出道歌本由CK寫]</ref>，成為咗唔係女團成員嘅參賽者入面名次排得最前嘅一位。2022年佢正式加盟ViuTV，主要做節目主持。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第291集嘉賓 *2022年：《[[MM730]] - [[困獸鬥 (電視節目)|困獸鬥]]》主持 *2022年：《[[MM730]] - [[男女自然觀察學會]]》主持 *2022年：《[[今餐有料到]]》第215集嘉賓 *2022年：《[[爆谷一周]]》 第13集嘉賓 *2022年：《[[晚吹]] - [[有酒今晚吹]]》 第105集嘉賓 *2022年：《[[今餐有料到]]》主持（第250集起） *2022年：《[[STEM精讀班]]》主持（第53集起） *2022年：《[[嘥料]]》主持 ==參考== {{reflist}} ==出面網頁== *{{instagram|__on.i}} * [https://kingmaker.viu.tv/profile/60/ 全民造星IV | Win Win] * [https://www.makerville.hk/talents/winwinyeung MakerVille - 楊安妮] {{HK-enter-bio-stub}} [[Category:ViuTV女藝員]] [[Category:楊氏|安妮]] [[Category:全民造星IV參賽者]] [[Category:香港城市大學舊生]] 59qzpq9pn2nfiwfvfumr3mecoiowlwk 1865702 1865701 2022-08-20T06:04:46Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 |姓名 = 楊安妮 |類型 = 女藝人 |英文名 = Win Win Yeung |羅馬拼音 = Yeung On Ni |暱稱 = |圖片 = |籍貫 = |語言 = 粵語、英語、國語 |教育程度 = [[香港城市大學]]副學士 |母校 = [[大坑東宣道小學]]<br/>[[匯基書院]] |出道日期 = |活躍年代 = 2021年— |出生地點 = {{HKG-1959}} |出生日期 = {{birth_date_and_age|1996|5|8}} |經紀公司 = [[ViuTV]]/[[MakerVille]]（2022年—） }} '''楊安妮'''（{{lang-en|'''Win Win Yeung'''}}，{{bd|1996年|5月8號}}），係香港女藝人，2021年參加[[ViuTV]]搞嘅《[[全民造星IV]]》攞到第5名，跟住做咗[[MakerVille]]合約女藝員。 ==簡歷== 楊安妮2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，最後雖然評判分攞到第3名，但由於觀眾分只係得第7名，總成績拉返勻就係第5名。不過因為佢唔想入女團<ref>[https://hd.stheadline.com/life/ent/realtime/2301147/%E5%8D%B3%E6%99%82-%E5%A8%9B%E6%A8%82-%E9%A0%AD%E6%A2%9D%E7%8D%A8%E5%AE%B6%E4%B8%A8%E7%B6%93%E7%90%86%E4%BA%BAWing%E7%88%86Win-Win%E6%8B%92%E5%85%A5%E5%A5%B3%E5%9C%98-COLLAR%E5%87%BA%E9%81%93%E6%AD%8C%E6%9C%AC%E7%94%B1CK%E5%AF%AB 經理人Wing爆Win Win拒入女團 COLLAR出道歌本由CK寫]</ref>，成為咗唔係女團成員嘅參賽者入面名次排得最前嘅一位。2022年佢正式加盟ViuTV，主要做節目主持。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第291集嘉賓 *2022年：《[[MM730]] - [[困獸鬥 (電視節目)|困獸鬥]]》主持 *2022年：《[[MM730]] - [[男女自然觀察學會]]》主持 *2022年：《[[今餐有料到]]》第215集嘉賓 *2022年：《[[爆谷一周]]》 第13集嘉賓 *2022年：《[[晚吹]] - [[有酒今晚吹]]》 第105集嘉賓 *2022年：《[[今餐有料到]]》主持（第250集起） *2022年：《[[STEM精讀班]]》主持（第53集起） *2022年：《[[嘥料]]》主持 ==參考== {{reflist}} ==出面網頁== *{{instagram|__on.i}} * [https://kingmaker.viu.tv/profile/60/ 全民造星IV | Win Win] * [https://www.makerville.hk/talents/winwinyeung MakerVille - 楊安妮] {{HK-enter-bio-stub}} [[Category:ViuTV女藝員]] [[Category:楊氏|安妮]] [[Category:全民造星IV參賽者]] [[Category:香港城市大學舊生]] il662kpcknjf2t72w8qdlawevqn9wkq 0 299682 1865670 1858073 2022-08-20T05:44:19Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 吳倩怡 | 類型 = 女藝人 | 圖片= | 圖片簡介= | 羅馬拼音 = Ng Sin Yee | 英文名 = Sinnie Ng | 暱稱 = 老師 | 國籍 = {{CNHK}} | 出生日期 = {{birth_date_and_age|1998|1|2}} | 出生地點 = {{HKG}} | 語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]]、[[日語]]、[[台語]] | 職業 = [[歌手]] | 母校 = {{flagicon|HKG}} [[香港大學]] | 出道日期 = 2021年 | 活躍年代 = 2021年到而家 | 相關團體 = [[Lolly Talk]]、晚安莉莉 }} '''吳倩怡'''（'''Sinnie Ng'''，{{bd|1998年|1月2號}}）係香港女歌手，樂隊「晚安莉莉」主音。佢2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，96強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第272集嘉賓 *2022年：《[[娛論潮]]》第3集嘉賓 ==出面網頁== *{{instagram|_nsyee}} * [https://kingmaker.viu.tv/profile/52/ 全民造星IV | Sinnie] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:吳氏|倩怡]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] [[Category:香港大學舊生]] kq46slxg3gkhrinrey2r0jmfod4g02x 1865705 1865670 2022-08-20T06:06:03Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 吳倩怡 | 類型 = 女藝人 | 圖片= | 圖片簡介= | 羅馬拼音 = Ng Sin Yee | 英文名 = Sinnie Ng | 暱稱 = 老師 | 國籍 = {{CNHK}} | 出生日期 = {{birth_date_and_age|1998|1|2}} | 出生地點 = {{HKG}} | 語言 = [[粵語]]、[[英語]]、[[中華民國國文|國語]] | 職業 = [[歌手]] | 母校 = [[香港大學]] | 出道日期 = 2021年 | 活躍年代 = 2021年到而家 | 相關團體 = [[Lolly Talk]]、晚安莉莉 }} '''吳倩怡'''（'''Sinnie Ng'''，{{bd|1998年|1月2號}}）係香港女歌手，樂隊「晚安莉莉」主音。佢2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，96強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第272集嘉賓 *2022年：《[[娛論潮]]》第3集嘉賓 ==出面網頁== *{{instagram|_nsyee}} * [https://kingmaker.viu.tv/profile/52/ 全民造星IV | Sinnie] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:吳氏|倩怡]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] [[Category:香港大學舊生]] 7j3nozcbcmjr8wlp6sulqsmtekwvu22 0 299684 1865671 1857650 2022-08-20T05:45:33Z 218.255.1.230 wikitext text/x-wiki {{藝人 | 姓名 = 劉綺婷 | 類型 = 女藝人 | 英文名 = Yanny Lau | 暱稱 = Yanny | 圖片 = | 國籍 = {{CNHK}} | 籍貫 = {{HK}} | 語言 = [[中華民國國文|普通話]]、[[英文]]、[[粵語]]、[[台語]] | 教育程度 = | 出道日期 = 2021年 | 活躍年代 = 2021年到依家 | 出生地點 = {{HKG}} | 出生日期 = {{birth_date_and_age|1998|9|21}} | 相關團體 = [[Lolly Talk]] }} '''劉綺婷'''（'''Yanny Lau'''，{{bd|1998年|9月21號}}）係香港女歌手，本身係舞蹈員同跳舞導師。佢2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，96強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第272集嘉賓 ==出面網頁== *{{instagram|yannyhaha}} * [https://kingmaker.viu.tv/profile/48/ 全民造星IV | Yanny] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:劉氏|綺婷]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] ti4brry2lop9nlyi6sci7bvcovsw60m 1865707 1865671 2022-08-20T06:07:00Z 14.0.236.175 LTA wikitext text/x-wiki {{藝人 | 姓名 = 劉綺婷 | 類型 = 女藝人 | 英文名 = Yanny Lau | 暱稱 = Yanny | 圖片 = | 國籍 = {{CNHK}} | 籍貫 = | 語言 = [[粵語]]、[[英文]]、[[普通話]] | 教育程度 = | 出道日期 = 2021年 | 活躍年代 = 2021年到依家 | 出生地點 = {{HKG}} | 出生日期 = {{birth_date_and_age|1998|9|21}} | 相關團體 = [[Lolly Talk]] }} '''劉綺婷'''（'''Yanny Lau'''，{{bd|1998年|9月21號}}）係香港女歌手，本身係舞蹈員同跳舞導師。佢2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，96強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第272集嘉賓 ==出面網頁== *{{instagram|yannyhaha}} * [https://kingmaker.viu.tv/profile/48/ 全民造星IV | Yanny] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:劉氏|綺婷]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] 8uma3xkatcjar46dy8vob92taoyr3p6 0 299813 1865689 1857649 2022-08-20T05:59:48Z 218.255.1.230 wikitext text/x-wiki {{not|鄭丹瑞|鄧洢玲}} {{藝人 | 姓名 = 黃詠霖 | 英文名 = Violet Wong | 類型 = 女藝人 | 暱稱 = 阿蛋、阿強、牙蛋、蛋B、強B、周國蛋、失落的薔薇花 | 圖片 = <!--黃詠霖-三分甜MV造型照.jpg--> | 圖片尺寸 = | 圖片簡介 = <!--黃詠霖-三分甜MV造型照--> | 國籍 = {{CNHK}} | 語言 = [[中華民國國文|國語]]、[[英語]]、[[粵語]] | 母校 = {{HK}}[[宣道會陳朱素華紀念中學]]<br>{{flagicon|HKG}} [[香港知專設計學院]] | 出生日期 = {{birth date and age|2001|10|11}} | 出生地點 = {{HK}} | 職業 = [[歌手]]、[[演員]]、[[舞蹈員]]、[[學生]] | 出身地 = {{HK}} | 活躍年代 = 2021年到而家 | 相關團體 = [[LollyTalk|Lolly Talk]] | 出道日期 = 2022年7月11號（團體） | 出道作 = 三分甜（團體） }} '''黃詠霖'''（'''Violet Wong'''，{{bd|2001年|10月11號}}），綽號'''阿蛋'''（'''Egg'''），係香港女歌手，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，25強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==簡歷== 黃詠霖中學讀粉嶺宣道會陳朱素華紀念中學，而家讀緊香港知專設計學院活動、展覽及表演場景設計高級文憑。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第257集嘉賓 ===MV=== *2022年：[[周國賢]]《身後身》 ==出面網頁== *{{instagram|011011_egg}} * [https://kingmaker.viu.tv/profile/17/ 全民造星IV | 阿蛋] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港MV女演員]] [[Category:黃氏|詠霖]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] qpofj8fhxzfye7iljtmczmzs60ph807 1865693 1865689 2022-08-20T06:01:03Z 14.0.236.175 LTA wikitext text/x-wiki {{not|鄭丹瑞|鄧洢玲}} {{藝人 | 姓名 = 黃詠霖 | 英文名 = Violet Wong | 類型 = 女藝人 | 暱稱 = 阿蛋、阿強、牙蛋、蛋B、強B、周國蛋、失落的薔薇花 | 圖片 = <!--黃詠霖-三分甜MV造型照.jpg--> | 圖片尺寸 = | 圖片簡介 = <!--黃詠霖-三分甜MV造型照--> | 國籍 = {{CNHK}} | 語言 = [[粵語]]、[[英語]]、[[普通話]] | 母校 = [[宣道會陳朱素華紀念中學]]<br>[[香港知專設計學院]] | 出生日期 = {{birth date and age|2001|10|11}} | 出生地點 = {{HK}} | 職業 = [[歌手]]、[[演員]]、[[舞蹈員]]、[[學生]] | 出身地 = {{HK}} | 活躍年代 = 2021年到而家 | 相關團體 = [[LollyTalk|Lolly Talk]] | 出道日期 = 2022年7月11號（團體） | 出道作 = 三分甜（團體） }} '''黃詠霖'''（'''Violet Wong'''，{{bd|2001年|10月11號}}），綽號'''阿蛋'''（'''Egg'''），係香港女歌手，2021年參與[[ViuTV]]搞嘅真人騷選秀《[[全民造星IV]]》，25強止步，之後獲邀加入由《造星IV》參賽者自組組合[[Lolly Talk]]，做咗其中一位成員。 ==簡歷== 黃詠霖中學讀粉嶺宣道會陳朱素華紀念中學，而家讀緊香港知專設計學院活動、展覽及表演場景設計高級文憑。 ==演出== ===電視節目（ViuTV）=== *2021年：《[[全民造星IV]]》參賽者 *2022年：《[[囝囝女女730]]》第257集嘉賓 ===MV=== *2022年：[[周國賢]]《身後身》 ==出面網頁== *{{instagram|011011_egg}} * [https://kingmaker.viu.tv/profile/17/ 全民造星IV | 阿蛋] {{HK-enter-bio-stub}} [[Category:香港女歌手]] [[Category:香港MV女演員]] [[Category:黃氏|詠霖]] [[Category:全民造星IV參賽者]] [[Category:Lolly Talk]] j2i1xwyjglfcij9lxwx4p9dktfzmo40 0 300422 1865533 1815952 2022-08-19T21:27:46Z 119.17.33.70 wikitext text/x-wiki {{Taxobox | taxon = Vombatidae | authority = [[Gilbert Thomas Burnett|Burnett]], 1829 | name = 袋熊科 | fossil_range = [[漸新世]]晚期或[[中新世]]早期至而家<ref name = Brewer2008>{{ cite journal | author = Brewer, P.; Archer, M.; Hand, S. | year = 2008 | title = Additional specimens of the oldest wombat ''Rhizophascolonus crowcrofti'' (Vombatidae; Marsupialia) from the Wipajiri Formation, South Australia: an intermediate morphology? | journal = ''Journal of Vertebrate Paleontology'' | volume = 28 | issue = 4 | page = 1144-1148 | issn = 0272-4634 | doi = 10.1671/0272-4634-28.4.1144 | url = https://www.researchgate.net/publication/249023496_Additional_Specimens_of_the_Oldest_Wombat_Rhizophascolonus_Crowcrofti_Vombatidae_Marsupialia_from_the_Wipajiri_Formation_South_Australia_An_Intermediate_Morphology }}</ref><ref name = Kear2016>{{ cite journal | author = Kear, B. P.; Aplin, K. P.; Westerman, M. | year = 2016 | title = Bandicoot fossils and DNA elucidate lineage antiquity amongst xeric-adapted Australasian marsupials | journal = ''Scientific Reports'' | volume = 6 | issue = 1 | page = 37537 | issn = 2045-2322 | doi = 10.1038/srep37537 | url = https://www.researchgate.net/publication/310826690_Bandicoot_fossils_and_DNA_elucidate_lineage_antiquity_amongst_xeric-adapted_Australasian_marsupials }}</ref>，{{fossil range|24|0}} | image = Vombatus ursinus (Wombat in snow).jpg | image_caption = [[塔斯曼尼亞袋熊]] |界= 動物界 Animalia |門= 脊索動物門 Chordata |綱= 哺乳綱 Mammalia |演化支= 有袋類 Marsupialia |目= 雙門齒目 Diprotodontia |亞目= 袋熊亞目 Vombatiformes |科= 袋熊科 Vombatidae | subdivision_ranks = [[屬]] | subdivision = * [[袋熊屬]] ''Vombatus'' * [[毛鼻袋熊屬]] ''Lasiorhinus'' * †[[根齒大袋熊屬]]''Rhizophascolomus'' * †[[大袋熊屬]] ''Phascolonus'' * †''Warendja'' * †[[拉氏袋熊屬]] ''Ramasayia'' }} '''袋熊'''（{{jpingauto|doi6 hung4}}，學名：''Phascolomidae''），係分布喺[[澳洲]]嘅[[有袋類動物]]。佢哋雖然腳短尾短，但係肌肉發達。 ==食嘅嘢== 袋熊係[[草食性動物]]，主要食[[草]]、莎草科、[[香草]]、[[樹皮]]同[[樹根]]。 == 物種 == 袋熊而家得返三個[[物種]]：<ref name=msw3>{{MSW3 Groves|pages=43-44}}</ref> * [[塔斯曼尼亞袋熊]]（''Vombatus ursinus/Bear nosed wombat/Common wombat'') * [[毛鼻袋熊]]（''Lasiorhinus latifrons/Southern hairy nosed wombat'') * [[澳洲毛鼻袋熊]]（''Lasiorhinus krefftii/Northern hairy nosed wombat'') ==攷== {{reflist}} {{mammal-stub}} [[Category:有袋目]] acbzpzkfqi8dbwhk4d8wfpypzzb82ok 10 302649 1865410 1864985 2022-08-19T14:00:49Z H78c67c-bot 209999 [[User:H78c67c-bot/tasks/1|工作1]]：更新武漢肺炎數據 json application/json { "AD": { "name": "安道爾", "cases": 45975, "deaths": 154, "deaths_per_million": 1948.528, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 79034 }, "AE": { "name": "阿拉伯聯合酋長國", "cases": 1007742, "deaths": 2341, "deaths_per_million": 249.969, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 9365144 }, "AF": { "name": "阿富汗", "cases": 190010, "deaths": 7759, "deaths_per_million": 193.494, "fully_vaccinated": 9613976, "percent_fully_vaccinated": 23.98, "percent_vaccinated": 26.07, "total_vaccinated": 10454698, "vaccine_doses": 11216694, "population": 40099462 }, "AG": { "name": "安提瓜巴布達", "cases": 8895, "deaths": 144, "deaths_per_million": 1544.733, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": 68.75, "total_vaccinated": 64091, "vaccine_doses": 128267, "population": 93220 }, "AI": { "name": "安圭拉", "cases": 3746, "deaths": 10, "deaths_per_million": 634.8, "fully_vaccinated": 10314, "percent_fully_vaccinated": 65.47, "percent_vaccinated": 68.85, "total_vaccinated": 10846, "vaccine_doses": 24102, "population": 15753 }, "AL": { "name": "阿爾巴尼亞", "cases": 323829, "deaths": 3574, "deaths_per_million": 1251.966, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 2854710 }, "AM": { "name": "亞美尼亞", "cases": 430361, "deaths": 8643, "deaths_per_million": 3096.768, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 2790974 }, "AO": { "name": "安哥拉", "cases": 102636, "deaths": 1917, "deaths_per_million": 55.559, "fully_vaccinated": 7713554, "percent_fully_vaccinated": 22.36, "percent_vaccinated": 40.68, "total_vaccinated": 14037784, "vaccine_doses": 21991698, "population": 34503774 }, "AR": { "name": "阿根廷", "cases": 9633732, "deaths": 129566, "deaths_per_million": 2861.643, "fully_vaccinated": 37716721, "percent_fully_vaccinated": 83.3, "percent_vaccinated": 91.07, "total_vaccinated": 41234302, "vaccine_doses": 108514089, "population": 45276780 }, "AT": { "name": "奧地利", "cases": 4891298, "deaths": 20530, "deaths_per_million": 2301.032, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": 77.13, "total_vaccinated": 6881857, "vaccine_doses": 18973745, "population": 8922082 }, "AU": { "name": "澳洲", "cases": 9887674, "deaths": 13229, "deaths_per_million": 510.357, "fully_vaccinated": 21751616, "percent_fully_vaccinated": 83.91, "percent_vaccinated": 86.48, "total_vaccinated": 22415488, "vaccine_doses": 58342428, "population": 25921089 }, "AW": { "name": "阿魯巴島", "cases": 42638, "deaths": 227, "deaths_per_million": 2130.735, "fully_vaccinated": 83360, "percent_fully_vaccinated": 78.25, "percent_vaccinated": 84.13, "total_vaccinated": 89628, "vaccine_doses": 172988, "population": 106536 }, "AZ": { "name": "阿塞拜疆", "cases": 807017, "deaths": 9784, "deaths_per_million": 948.706, "fully_vaccinated": 4859674, "percent_fully_vaccinated": 47.12, "percent_vaccinated": 52.07, "total_vaccinated": 5370143, "vaccine_doses": 13839106, "population": 10312992 }, "BA": { "name": "波斯尼亞", "cases": 392713, "deaths": 15973, "deaths_per_million": 4883.301, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3270943 }, "BB": { "name": "巴巴多斯", "cases": 98958, "deaths": 529, "deaths_per_million": 1881.223, "fully_vaccinated": 154226, "percent_fully_vaccinated": 54.85, "percent_vaccinated": 58, "total_vaccinated": 163103, "vaccine_doses": 317329, "population": 281200 }, "BD": { "name": "孟加拉國", "cases": 2009604, "deaths": 29315, "deaths_per_million": 173.097, "fully_vaccinated": 120985170, "percent_fully_vaccinated": 71.44, "percent_vaccinated": 76.89, "total_vaccinated": 130216849, "vaccine_doses": 293246060, "population": 169356251 }, "BE": { "name": "比利時", "cases": 4466095, "deaths": 32436, "deaths_per_million": 2793.457, "fully_vaccinated": 9156349, "percent_fully_vaccinated": 78.86, "percent_vaccinated": 79.69, "total_vaccinated": 9253216, "vaccine_doses": 25755727, "population": 11611420 }, "BF": { "name": "布基納法索", "cases": 21128, "deaths": 387, "deaths_per_million": 17.511, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 22100683 }, "BG": { "name": "保加利亞", "cases": 1231909, "deaths": 37527, "deaths_per_million": 5449.858, "fully_vaccinated": 2067621, "percent_fully_vaccinated": 30.03, "percent_vaccinated": 30.46, "total_vaccinated": 2097728, "vaccine_doses": 4509590, "population": 6885868 }, "BH": { "name": "巴林", "cases": 668846, "deaths": 1513, "deaths_per_million": 1033.989, "fully_vaccinated": 1224919, "percent_fully_vaccinated": 83.71, "percent_vaccinated": 84.73, "total_vaccinated": 1239882, "vaccine_doses": 3465080, "population": 1463265 }, "BI": { "name": "布隆迪", "cases": 48548, "deaths": 38, "deaths_per_million": 3.028, "fully_vaccinated": 17154, "percent_fully_vaccinated": 0.14, "percent_vaccinated": 0.14, "total_vaccinated": 17740, "vaccine_doses": 19612, "population": 12551213 }, "BJ": { "name": "貝寧", "cases": 27316, "deaths": 163, "deaths_per_million": 12.541, "fully_vaccinated": 2684742, "percent_fully_vaccinated": 20.66, "percent_vaccinated": 24.63, "total_vaccinated": 3201065, "vaccine_doses": 3685113, "population": 12996895 }, "BM": { "name": "百慕達", "cases": 17674, "deaths": 148, "deaths_per_million": 2305.835, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 64185 }, "BN": { "name": "汶萊", "cases": 215283, "deaths": 225, "deaths_per_million": 505.195, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 445373 }, "BO": { "name": "玻利維亞", "cases": 1088291, "deaths": 22155, "deaths_per_million": 1834.103, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 12079472 }, "BQ": { "name": "加勒比尼德蘭", "cases": 11091, "deaths": 37, "deaths_per_million": 1385.456, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 26706 }, "BR": { "name": "巴西", "cases": 34245374, "deaths": 682216, "deaths_per_million": 3183.073, "fully_vaccinated": 171285767, "percent_fully_vaccinated": 79.92, "percent_vaccinated": 86.83, "total_vaccinated": 186100433, "vaccine_doses": 468196498, "population": 214326223 }, "BS": { "name": "巴哈馬", "cases": 36958, "deaths": 823, "deaths_per_million": 2017.622, "fully_vaccinated": 162729, "percent_fully_vaccinated": 39.89, "percent_vaccinated": 42.02, "total_vaccinated": 171391, "vaccine_doses": 355958, "population": 407906 }, "BT": { "name": "不丹", "cases": 60779, "deaths": 21, "deaths_per_million": 27.01, "fully_vaccinated": 674055, "percent_fully_vaccinated": 86.7, "percent_vaccinated": 89.39, "total_vaccinated": 695033, "vaccine_doses": 1922660, "population": 777486 }, "BW": { "name": "波茨華拿", "cases": 325850, "deaths": 2777, "deaths_per_million": 1072.854, "fully_vaccinated": 1512567, "percent_fully_vaccinated": 58.44, "percent_vaccinated": 65.54, "total_vaccinated": 1696430, "vaccine_doses": 2871301, "population": 2588423 }, "BY": { "name": "白俄羅斯", "cases": 994037, "deaths": 7118, "deaths_per_million": 743.148, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 9578168 }, "BZ": { "name": "伯利茲", "cases": 67891, "deaths": 680, "deaths_per_million": 1699.868, "fully_vaccinated": 218868, "percent_fully_vaccinated": 54.71, "percent_vaccinated": 62.44, "total_vaccinated": 249789, "vaccine_doses": 497112, "population": 400031 }, "CA": { "name": "加拿大", "cases": 4160497, "deaths": 43658, "deaths_per_million": 1144.227, "fully_vaccinated": 31519379, "percent_fully_vaccinated": 82.61, "percent_vaccinated": 86.26, "total_vaccinated": 32913923, "vaccine_doses": 87926842, "population": 38155012 }, "CD": { "name": "剛果民主共和國", "cases": 92543, "deaths": 1393, "deaths_per_million": 14.526, "fully_vaccinated": 2527158, "percent_fully_vaccinated": 2.64, "percent_vaccinated": 4.03, "total_vaccinated": 3865896, "vaccine_doses": 4235012, "population": 95894118 }, "CF": { "name": "中非共和國", "cases": 14803, "deaths": 113, "deaths_per_million": 20.707, "fully_vaccinated": 1246196, "percent_fully_vaccinated": 22.84, "percent_vaccinated": 23.87, "total_vaccinated": 1302580, "vaccine_doses": 1395131, "population": 5457154 }, "CG": { "name": "剛果", "cases": 24837, "deaths": 386, "deaths_per_million": 66.143, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 5835806 }, "CH": { "name": "瑞士", "cases": 4012610, "deaths": 13951, "deaths_per_million": 1605.149, "fully_vaccinated": 6008142, "percent_fully_vaccinated": 69.13, "percent_vaccinated": 70.1, "total_vaccinated": 6092818, "vaccine_doses": 15936363, "population": 8691406 }, "CI": { "name": "象牙海岸", "cases": 86301, "deaths": 817, "deaths_per_million": 29.733, "fully_vaccinated": 8369532, "percent_fully_vaccinated": 30.46, "percent_vaccinated": 38.1, "total_vaccinated": 10469471, "vaccine_doses": 17411265, "population": 27478249 }, "CK": { "name": "曲克群島", "cases": 6265, "deaths": 1, "deaths_per_million": 58.813, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 17003 }, "CL": { "name": "智利", "cases": 4409873, "deaths": 60043, "deaths_per_million": 3080.205, "fully_vaccinated": 17646216, "percent_fully_vaccinated": 90.53, "percent_vaccinated": 92.59, "total_vaccinated": 18048022, "vaccine_doses": 61609278, "population": 19493184 }, "CM": { "name": "喀麥隆", "cases": 120967, "deaths": 1933, "deaths_per_million": 71.07, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 27198628 }, "CN": { "name": "中華人民共和國", "cases": 933288, "deaths": 5226, "deaths_per_million": 3.665, "fully_vaccinated": 1268285000, "percent_fully_vaccinated": 88.95, "percent_vaccinated": 91.27, "total_vaccinated": 1301392000, "vaccine_doses": 3429254000, "population": 1425893464 }, "CO": { "name": "哥倫比亞", "cases": 6293130, "deaths": 141406, "deaths_per_million": 2744.865, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 51516562 }, "CR": { "name": "哥斯達黎加", "cases": 1069162, "deaths": 8800, "deaths_per_million": 1707.426, "fully_vaccinated": 4189079, "percent_fully_vaccinated": 81.28, "percent_vaccinated": 86.58, "total_vaccinated": 4462107, "vaccine_doses": 11649270, "population": 5153957 }, "CU": { "name": "古巴", "cases": 1109752, "deaths": 8529, "deaths_per_million": 757.704, "fully_vaccinated": 9983010, "percent_fully_vaccinated": 88.69, "percent_vaccinated": 94.98, "total_vaccinated": 10691036, "vaccine_doses": 40464430, "population": 11256372 }, "CV": { "name": "維德角", "cases": 62266, "deaths": 410, "deaths_per_million": 697.368, "fully_vaccinated": 308044, "percent_fully_vaccinated": 52.4, "percent_vaccinated": 60.54, "total_vaccinated": 355957, "vaccine_doses": 839348, "population": 587925 }, "CW": { "name": "古拉索島", "cases": 45243, "deaths": 285, "deaths_per_million": 1497.336, "fully_vaccinated": 99766, "percent_fully_vaccinated": 52.42, "percent_vaccinated": 56.96, "total_vaccinated": 108412, "vaccine_doses": 255192, "population": 190338 }, "CY": { "name": "塞浦路斯", "cases": 571994, "deaths": 1149, "deaths_per_million": 1282.356, "fully_vaccinated": 645496, "percent_fully_vaccinated": 72.04, "percent_vaccinated": 74.69, "total_vaccinated": 669258, "vaccine_doses": 1792456, "population": 896007 }, "CZ": { "name": "捷克", "cases": 4022267, "deaths": 40700, "deaths_per_million": 3872.226, "fully_vaccinated": 6885522, "percent_fully_vaccinated": 65.51, "percent_vaccinated": 66.32, "total_vaccinated": 6971139, "vaccine_doses": 17846590, "population": 10510750 }, "DE": { "name": "德國", "cases": 31771884, "deaths": 146383, "deaths_per_million": 1755.012, "fully_vaccinated": 63415870, "percent_fully_vaccinated": 76.03, "percent_vaccinated": 77.63, "total_vaccinated": 64748660, "vaccine_doses": 184402223, "population": 83408554 }, "DJ": { "name": "吉布提", "cases": 15690, "deaths": 189, "deaths_per_million": 170.955, "fully_vaccinated": 198325, "percent_fully_vaccinated": 17.94, "percent_vaccinated": 19.78, "total_vaccinated": 218702, "vaccine_doses": 239315, "population": 1105557 }, "DK": { "name": "丹麥", "cases": 3261142, "deaths": 6836, "deaths_per_million": 1167.701, "fully_vaccinated": 4786578, "percent_fully_vaccinated": 81.76, "percent_vaccinated": 82.37, "total_vaccinated": 4822119, "vaccine_doses": 13214991, "population": 5854240 }, "DM": { "name": "多米尼克", "cases": 14852, "deaths": 68, "deaths_per_million": 939.071, "fully_vaccinated": 30566, "percent_fully_vaccinated": 42.21, "percent_vaccinated": 45.4, "total_vaccinated": 32872, "vaccine_doses": 67431, "population": 72412 }, "DO": { "name": "多明尼加", "cases": 635461, "deaths": 4384, "deaths_per_million": 394.32, "fully_vaccinated": 6026042, "percent_fully_vaccinated": 54.2, "percent_vaccinated": 65.34, "total_vaccinated": 7263927, "vaccine_doses": 15930170, "population": 11117874 }, "DZ": { "name": "阿爾及利亞", "cases": 269556, "deaths": 6878, "deaths_per_million": 155.688, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 44177969 }, "EC": { "name": "厄瓜多爾", "cases": 986502, "deaths": 35811, "deaths_per_million": 2012.11, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 17797737 }, "EE": { "name": "愛沙尼亞", "cases": 595419, "deaths": 2642, "deaths_per_million": 1988.408, "fully_vaccinated": 844566, "percent_fully_vaccinated": 63.56, "percent_vaccinated": 65.13, "total_vaccinated": 865322, "vaccine_doses": 2014763, "population": 1328701 }, "EG": { "name": "埃及", "cases": 515645, "deaths": 24786, "deaths_per_million": 226.849, "fully_vaccinated": 38984460, "percent_fully_vaccinated": 35.68, "percent_vaccinated": 47.79, "total_vaccinated": 52214452, "vaccine_doses": 96535551, "population": 109262178 }, "ER": { "name": "厄立特里亞", "cases": 10146, "deaths": 103, "deaths_per_million": 28.451, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3620312 }, "ES": { "name": "西班牙", "cases": 13306301, "deaths": 111906, "deaths_per_million": 2356.564, "fully_vaccinated": 40620131, "percent_fully_vaccinated": 85.54, "percent_vaccinated": 86.94, "total_vaccinated": 41284188, "vaccine_doses": 95584445, "population": 47486935 }, "ET": { "name": "埃塞俄比亞", "cases": 492894, "deaths": 7571, "deaths_per_million": 62.943, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 120283026 }, "FI": { "name": "芬蘭", "cases": 1250557, "deaths": 5467, "deaths_per_million": 987.538, "fully_vaccinated": 4340306, "percent_fully_vaccinated": 78.4, "percent_vaccinated": 81.66, "total_vaccinated": 4520789, "vaccine_doses": 12490579, "population": 5535992 }, "FJ": { "name": "斐濟", "cases": 68028, "deaths": 875, "deaths_per_million": 946.345, "fully_vaccinated": 636879, "percent_fully_vaccinated": 68.88, "percent_vaccinated": 76.62, "total_vaccinated": 708480, "vaccine_doses": 1525546, "population": 924610 }, "FK": { "name": "福克蘭羣島", "cases": 1881, "deaths": null, "deaths_per_million": null, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3764 }, "FM": { "name": "密克羅尼西亞聯邦", "cases": 7198, "deaths": 21, "deaths_per_million": 185.626, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 113131 }, "FO": { "name": "法羅群島", "cases": 34658, "deaths": 28, "deaths_per_million": 529.421, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 52888 }, "FR": { "name": "法國", "cases": 34361726, "deaths": 153496, "deaths_per_million": 2276.646, "fully_vaccinated": 53019788, "percent_fully_vaccinated": 78.64, "percent_vaccinated": 80.89, "total_vaccinated": 54536637, "vaccine_doses": 149063285, "population": 67422000 }, "GA": { "name": "加蓬", "cases": 48592, "deaths": 306, "deaths_per_million": 130.703, "fully_vaccinated": 257122, "percent_fully_vaccinated": 10.98, "percent_vaccinated": 13.25, "total_vaccinated": 310170, "vaccine_doses": 569829, "population": 2341179 }, "GB": { "name": "英國", "cases": 23549842, "deaths": 187215, "deaths_per_million": 2782.582, "fully_vaccinated": 50600643, "percent_fully_vaccinated": 75.21, "percent_vaccinated": 79.89, "total_vaccinated": 53748627, "vaccine_doses": 150893884, "population": 67281040 }, "GD": { "name": "格林納達", "cases": 19113, "deaths": 234, "deaths_per_million": 1877.859, "fully_vaccinated": 38726, "percent_fully_vaccinated": 31.08, "percent_vaccinated": 35.25, "total_vaccinated": 43928, "vaccine_doses": 89756, "population": 124610 }, "GE": { "name": "格魯吉亞", "cases": 1723087, "deaths": 16883, "deaths_per_million": 4492.573, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3757980 }, "GH": { "name": "加納", "cases": 168457, "deaths": 1459, "deaths_per_million": 44.437, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 32833031 }, "GI": { "name": "直布羅陀", "cases": 20049, "deaths": 107, "deaths_per_million": 3275.176, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 32670 }, "GL": { "name": "格陵蘭", "cases": 11971, "deaths": 21, "deaths_per_million": 373.38, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 56243 }, "GM": { "name": "甘比亞", "cases": 12238, "deaths": 368, "deaths_per_million": 139.398, "fully_vaccinated": 357390, "percent_fully_vaccinated": 13.54, "percent_vaccinated": 17.14, "total_vaccinated": 452514, "vaccine_doses": 815861, "population": 2639916 }, "GN": { "name": "畿內亞", "cases": 37470, "deaths": 447, "deaths_per_million": 33.033, "fully_vaccinated": 2568109, "percent_fully_vaccinated": 18.98, "percent_vaccinated": 33.73, "total_vaccinated": 4564101, "vaccine_doses": 6512492, "population": 13531906 }, "GQ": { "name": "赤道畿內亞", "cases": 16914, "deaths": 183, "deaths_per_million": 111.963, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 1634466 }, "GR": { "name": "希臘", "cases": 4654737, "deaths": 32028, "deaths_per_million": 3066.24, "fully_vaccinated": 7634567, "percent_fully_vaccinated": 73.09, "percent_vaccinated": 75.87, "total_vaccinated": 7924684, "vaccine_doses": 21304002, "population": 10445365 }, "GT": { "name": "危地馬拉", "cases": 1080712, "deaths": 19272, "deaths_per_million": 1094.472, "fully_vaccinated": 6700733, "percent_fully_vaccinated": 38.05, "percent_vaccinated": 48.64, "total_vaccinated": 8565040, "vaccine_doses": 19000711, "population": 17608483 }, "GW": { "name": "畿內亞比紹", "cases": 8482, "deaths": 174, "deaths_per_million": 84.436, "fully_vaccinated": 361261, "percent_fully_vaccinated": 17.53, "percent_vaccinated": 26.38, "total_vaccinated": 543568, "vaccine_doses": 592514, "population": 2060721 }, "GY": { "name": "圭亞那", "cases": 70744, "deaths": 1278, "deaths_per_million": 1588.432, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 804567 }, "HK": { "name": "香港", "cases": 1438891, "deaths": 9589, "deaths_per_million": 1279.458, "fully_vaccinated": 6541316, "percent_fully_vaccinated": 87.28, "percent_vaccinated": 90.51, "total_vaccinated": 6783403, "vaccine_doses": 18293689, "population": 7494578 }, "HN": { "name": "洪都拉斯", "cases": 449495, "deaths": 10958, "deaths_per_million": 1066.125, "fully_vaccinated": 5505202, "percent_fully_vaccinated": 53.56, "percent_vaccinated": 61.01, "total_vaccinated": 6270383, "vaccine_doses": 14891157, "population": 10278346 }, "HR": { "name": "克羅地亞", "cases": 1203617, "deaths": 16545, "deaths_per_million": 4074.988, "fully_vaccinated": 2246976, "percent_fully_vaccinated": 55.34, "percent_vaccinated": 57.07, "total_vaccinated": 2316931, "vaccine_doses": 5267301, "population": 4060135 }, "HT": { "name": "海地", "cases": 32703, "deaths": 838, "deaths_per_million": 73.203, "fully_vaccinated": 166010, "percent_fully_vaccinated": 1.45, "percent_vaccinated": 2.22, "total_vaccinated": 253573, "vaccine_doses": 360163, "population": 11447569 }, "HU": { "name": "匈牙利", "cases": 2021648, "deaths": 47083, "deaths_per_million": 4849.026, "fully_vaccinated": 6201472, "percent_fully_vaccinated": 63.87, "percent_vaccinated": 66.07, "total_vaccinated": 6415177, "vaccine_doses": null, "population": 9709786 }, "ID": { "name": "印尼", "cases": 6301523, "deaths": 157317, "deaths_per_million": 574.667, "fully_vaccinated": 170558244, "percent_fully_vaccinated": 62.3, "percent_vaccinated": 74.17, "total_vaccinated": 203037880, "vaccine_doses": 432525181, "population": 273753191 }, "IE": { "name": "愛爾蘭共和國", "cases": 1653576, "deaths": 7782, "deaths_per_million": 1560.606, "fully_vaccinated": 4048359, "percent_fully_vaccinated": 81.19, "percent_vaccinated": 82.11, "total_vaccinated": 4094411, "vaccine_doses": 11021235, "population": 4986526 }, "IL": { "name": "以色列", "cases": 4620627, "deaths": 11525, "deaths_per_million": 1240.448, "fully_vaccinated": 6150920, "percent_fully_vaccinated": 66.2, "percent_vaccinated": 72.29, "total_vaccinated": 6716135, "vaccine_doses": 18217160, "population": 9291000 }, "IM": { "name": "馬恩島", "cases": 37794, "deaths": 115, "deaths_per_million": 1364.775, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 84263 }, "IN": { "name": "印度", "cases": 44314618, "deaths": 527253, "deaths_per_million": 374.585, "fully_vaccinated": 938587867, "percent_fully_vaccinated": 66.68, "percent_vaccinated": 72.7, "total_vaccinated": 1023283340, "vaccine_doses": 2090061582, "population": 1407563842 }, "IQ": { "name": "伊拉克", "cases": 2454213, "deaths": 25338, "deaths_per_million": 582.033, "fully_vaccinated": 7748631, "percent_fully_vaccinated": 17.8, "percent_vaccinated": 25.32, "total_vaccinated": 11023788, "vaccine_doses": 19000211, "population": 43533592 }, "IR": { "name": "伊朗", "cases": 7497844, "deaths": 143222, "deaths_per_million": 1628.94, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 87923432 }, "IS": { "name": "冰島", "cases": 203814, "deaths": 179, "deaths_per_million": 483.346, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 370335 }, "IT": { "name": "意大利", "cases": 21581917, "deaths": 174447, "deaths_per_million": 2944.734, "fully_vaccinated": 47959824, "percent_fully_vaccinated": 80.96, "percent_vaccinated": 85.79, "total_vaccinated": 50824426, "vaccine_doses": 140148572, "population": 59240330 }, "JE": { "name": "澤西島", "cases": null, "deaths": null, "deaths_per_million": null, "fully_vaccinated": 81220, "percent_fully_vaccinated": 74.09, "percent_vaccinated": 76.52, "total_vaccinated": 83875, "vaccine_doses": 238162, "population": 109618 }, "JM": { "name": "牙買加", "cases": 148450, "deaths": 3230, "deaths_per_million": 1142.274, "fully_vaccinated": 723192, "percent_fully_vaccinated": 25.58, "percent_vaccinated": 29.17, "total_vaccinated": 824895, "vaccine_doses": 1477587, "population": 2827694 }, "JO": { "name": "約旦", "cases": 1726717, "deaths": 14095, "deaths_per_million": 1264.321, "fully_vaccinated": 4554791, "percent_fully_vaccinated": 40.86, "percent_vaccinated": 43.21, "total_vaccinated": 4816724, "vaccine_doses": 10040301, "population": 11148278 }, "JP": { "name": "日本", "cases": 16448037, "deaths": 36285, "deaths_per_million": 291.183, "fully_vaccinated": 102594703, "percent_fully_vaccinated": 82.33, "percent_vaccinated": 83.48, "total_vaccinated": 104022122, "vaccine_doses": 307748820, "population": 124612530 }, "KE": { "name": "肯雅", "cases": 338009, "deaths": 5673, "deaths_per_million": 107.026, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 53005614 }, "KG": { "name": "吉爾吉斯", "cases": 205198, "deaths": 2991, "deaths_per_million": 458.198, "fully_vaccinated": 1326749, "percent_fully_vaccinated": 20.32, "percent_vaccinated": 24.19, "total_vaccinated": 1579086, "vaccine_doses": 3184288, "population": 6527743 }, "KH": { "name": "柬埔寨", "cases": 137349, "deaths": 3056, "deaths_per_million": 184.218, "fully_vaccinated": 14462799, "percent_fully_vaccinated": 87.18, "percent_vaccinated": 91.26, "total_vaccinated": 15139463, "vaccine_doses": 42893177, "population": 16589023 }, "KI": { "name": "基里巴斯", "cases": 3430, "deaths": 13, "deaths_per_million": 100.874, "fully_vaccinated": 61975, "percent_fully_vaccinated": 48.09, "percent_vaccinated": 63.28, "total_vaccinated": 81548, "vaccine_doses": 156812, "population": 128874 }, "KM": { "name": "科摩羅", "cases": 8374, "deaths": 161, "deaths_per_million": 195.953, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 821626 }, "KN": { "name": "聖傑氏尼維斯", "cases": 6493, "deaths": 46, "deaths_per_million": 966.265, "fully_vaccinated": 26944, "percent_fully_vaccinated": 56.6, "percent_vaccinated": 70.99, "total_vaccinated": 33794, "vaccine_doses": 64225, "population": 47606 }, "KP": { "name": "北韓", "cases": 1, "deaths": 6, "deaths_per_million": 0.231, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 25971909 }, "KR": { "name": "南韓", "cases": 22000037, "deaths": 25896, "deaths_per_million": 499.632, "fully_vaccinated": 44661247, "percent_fully_vaccinated": 86.17, "percent_vaccinated": 87.01, "total_vaccinated": 45098310, "vaccine_doses": 128528459, "population": 51830139 }, "KW": { "name": "科威特", "cases": 656393, "deaths": 2562, "deaths_per_million": 602.807, "fully_vaccinated": 3331844, "percent_fully_vaccinated": 78.39, "percent_vaccinated": 80.97, "total_vaccinated": 3441269, "vaccine_doses": 8188392, "population": 4250114 }, "KY": { "name": "開曼群島", "cases": 29907, "deaths": 29, "deaths_per_million": 425.619, "fully_vaccinated": 60057, "percent_fully_vaccinated": 88.14, "percent_vaccinated": 90.42, "total_vaccinated": 61607, "vaccine_doses": 147774, "population": 68136 }, "KZ": { "name": "哈薩克", "cases": 1470777, "deaths": 19030, "deaths_per_million": 991.328, "fully_vaccinated": 10548665, "percent_fully_vaccinated": 54.95, "percent_vaccinated": 56.33, "total_vaccinated": 10812982, "vaccine_doses": null, "population": 19196465 }, "LA": { "name": "老撾", "cases": 212920, "deaths": 757, "deaths_per_million": 101.952, "fully_vaccinated": 5222417, "percent_fully_vaccinated": 70.34, "percent_vaccinated": 79.31, "total_vaccinated": 5888649, "vaccine_doses": 11111066, "population": 7425058 }, "LB": { "name": "黎巴嫩", "cases": 1201320, "deaths": 10593, "deaths_per_million": 1894.1, "fully_vaccinated": 2390125, "percent_fully_vaccinated": 42.74, "percent_vaccinated": 48.54, "total_vaccinated": 2714899, "vaccine_doses": 5733532, "population": 5592631 }, "LC": { "name": "聖盧西亞", "cases": 28461, "deaths": 388, "deaths_per_million": 2159.731, "fully_vaccinated": 54671, "percent_fully_vaccinated": 30.43, "percent_vaccinated": 33.33, "total_vaccinated": 59880, "vaccine_doses": 122309, "population": 179652 }, "LI": { "name": "列支敦士登", "cases": 18968, "deaths": 86, "deaths_per_million": 2202.925, "fully_vaccinated": 26439, "percent_fully_vaccinated": 67.72, "percent_vaccinated": 68.53, "total_vaccinated": 26754, "vaccine_doses": 71386, "population": 39039 }, "LK": { "name": "斯里蘭卡", "cases": 668663, "deaths": 16640, "deaths_per_million": 764.234, "fully_vaccinated": 14562183, "percent_fully_vaccinated": 66.88, "percent_vaccinated": 78.57, "total_vaccinated": 17107568, "vaccine_doses": 39735513, "population": 21773441 }, "LR": { "name": "利比利亞", "cases": 7656, "deaths": 294, "deaths_per_million": 56.61, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 5193416 }, "LS": { "name": "萊索托", "cases": 34206, "deaths": 704, "deaths_per_million": 308.575, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 2281454 }, "LT": { "name": "立陶宛", "cases": 1205579, "deaths": 9252, "deaths_per_million": 3320.114, "fully_vaccinated": 1877720, "percent_fully_vaccinated": 67.38, "percent_vaccinated": 70.12, "total_vaccinated": 1954068, "vaccine_doses": 4495987, "population": 2786651 }, "LU": { "name": "盧森堡", "cases": 285345, "deaths": 1121, "deaths_per_million": 1753.423, "fully_vaccinated": 462843, "percent_fully_vaccinated": 72.4, "percent_vaccinated": 75.33, "total_vaccinated": 481579, "vaccine_doses": 1338242, "population": 639321 }, "LV": { "name": "拉脫維亞", "cases": 888512, "deaths": 5919, "deaths_per_million": 3158.621, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 1873919 }, "LY": { "name": "利比亞", "cases": 506475, "deaths": 6436, "deaths_per_million": 955.566, "fully_vaccinated": 1223738, "percent_fully_vaccinated": 18.17, "percent_vaccinated": 34.15, "total_vaccinated": 2300374, "vaccine_doses": 3693986, "population": 6735277 }, "MA": { "name": "摩洛哥", "cases": 1263779, "deaths": 16269, "deaths_per_million": 438.794, "fully_vaccinated": 23473206, "percent_fully_vaccinated": 63.31, "percent_vaccinated": 67.38, "total_vaccinated": 24981810, "vaccine_doses": 55109242, "population": 37076584 }, "MC": { "name": "摩納哥", "cases": 14299, "deaths": 61, "deaths_per_million": 1662.76, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 36686 }, "MD": { "name": "摩爾多瓦", "cases": 561196, "deaths": 11693, "deaths_per_million": 3819.362, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3061506 }, "ME": { "name": "黑山", "cases": 271733, "deaths": 2764, "deaths_per_million": 4402.262, "fully_vaccinated": 284642, "percent_fully_vaccinated": 45.34, "percent_vaccinated": 46.6, "total_vaccinated": 292560, "vaccine_doses": 678489, "population": 627859 }, "MG": { "name": "馬達加斯加", "cases": 66599, "deaths": 1410, "deaths_per_million": 48.763, "fully_vaccinated": 1387190, "percent_fully_vaccinated": 4.8, "percent_vaccinated": 4.98, "total_vaccinated": 1441319, "vaccine_doses": 1702913, "population": 28915653 }, "MH": { "name": "馬蘇群島", "cases": 8197, "deaths": 11, "deaths_per_million": 261.593, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 42050 }, "MK": { "name": "北馬其頓", "cases": 337040, "deaths": 9437, "deaths_per_million": 4486.695, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 2103330 }, "ML": { "name": "馬里", "cases": 31255, "deaths": 739, "deaths_per_million": 33.737, "fully_vaccinated": 1498260, "percent_fully_vaccinated": 6.84, "percent_vaccinated": 9.41, "total_vaccinated": 2060837, "vaccine_doses": 2797589, "population": 21904983 }, "MM": { "name": "緬甸", "cases": 614541, "deaths": 19437, "deaths_per_million": 361.295, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 53798084 }, "MN": { "name": "蒙古國", "cases": 973272, "deaths": 2124, "deaths_per_million": 634.45, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 3347782 }, "MO": { "name": "澳門", "cases": 793, "deaths": 6, "deaths_per_million": 8.739, "fully_vaccinated": 593542, "percent_fully_vaccinated": 86.45, "percent_vaccinated": 90.42, "total_vaccinated": 620829, "vaccine_doses": 1474802, "population": 686607 }, "MR": { "name": "毛里塔尼亞", "cases": 62726, "deaths": 992, "deaths_per_million": 214.952, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 4614974 }, "MS": { "name": "蒙塞拉特島", "cases": 1106, "deaths": 8, "deaths_per_million": 1811.184, "fully_vaccinated": 1923, "percent_fully_vaccinated": 43.54, "percent_vaccinated": 47.05, "total_vaccinated": 2078, "vaccine_doses": 4511, "population": 4417 }, "MT": { "name": "馬耳他", "cases": 113693, "deaths": 798, "deaths_per_million": 1514.956, "fully_vaccinated": 470468, "percent_fully_vaccinated": 89.32, "percent_vaccinated": 90.67, "total_vaccinated": 477582, "vaccine_doses": 1333560, "population": 526748 }, "MU": { "name": "毛厘士", "cases": 251746, "deaths": 1019, "deaths_per_million": 784.501, "fully_vaccinated": 977728, "percent_fully_vaccinated": 75.27, "percent_vaccinated": 78.68, "total_vaccinated": 1021934, "vaccine_doses": 2571682, "population": 1298915 }, "MV": { "name": "馬爾代夫", "cases": 184689, "deaths": 307, "deaths_per_million": 588.734, "fully_vaccinated": 384827, "percent_fully_vaccinated": 73.8, "percent_vaccinated": 76.53, "total_vaccinated": 399050, "vaccine_doses": 950159, "population": 521458 }, "MW": { "name": "馬拉維", "cases": 87763, "deaths": 2675, "deaths_per_million": 134.491, "fully_vaccinated": 1932524, "percent_fully_vaccinated": 9.72, "percent_vaccinated": 12.42, "total_vaccinated": 2469812, "vaccine_doses": 3810791, "population": 19889742 }, "MX": { "name": "墨西哥", "cases": 6949653, "deaths": 328871, "deaths_per_million": 2595.562, "fully_vaccinated": 79947470, "percent_fully_vaccinated": 63.1, "percent_vaccinated": 74.77, "total_vaccinated": 94736020, "vaccine_doses": 209673612, "population": 126705138 }, "MY": { "name": "馬來西亞", "cases": 4749000, "deaths": 36124, "deaths_per_million": 1075.956, "fully_vaccinated": 27480689, "percent_fully_vaccinated": 81.85, "percent_vaccinated": 83.65, "total_vaccinated": 28085702, "vaccine_doses": 71988109, "population": 33573874 }, "MZ": { "name": "莫三鼻給", "cases": 229932, "deaths": 2219, "deaths_per_million": 69.177, "fully_vaccinated": 12805276, "percent_fully_vaccinated": 39.92, "percent_vaccinated": 41.84, "total_vaccinated": 13421088, "vaccine_doses": 24069038, "population": 32077072 }, "NA": { "name": "納米比亞", "cases": 169253, "deaths": 4074, "deaths_per_million": 1610.181, "fully_vaccinated": 489674, "percent_fully_vaccinated": 19.35, "percent_vaccinated": 22.3, "total_vaccinated": 564138, "vaccine_doses": 915321, "population": 2530151 }, "NC": { "name": "新喀里多尼亞", "cases": 73116, "deaths": 314, "deaths_per_million": 1091.035, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 287800 }, "NE": { "name": "尼日爾", "cases": 9157, "deaths": 312, "deaths_per_million": 12.355, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 25252722 }, "NG": { "name": "尼日利亞", "cases": 262748, "deaths": 3147, "deaths_per_million": 14.747, "fully_vaccinated": 28163471, "percent_fully_vaccinated": 13.2, "percent_vaccinated": 18.75, "total_vaccinated": 40021449, "vaccine_doses": 61569219, "population": 213401323 }, "NI": { "name": "尼加拉瓜", "cases": 14899, "deaths": 244, "deaths_per_million": 35.618, "fully_vaccinated": 5656989, "percent_fully_vaccinated": 82.58, "percent_vaccinated": 88, "total_vaccinated": 6028522, "vaccine_doses": 11685511, "population": 6850540 }, "NL": { "name": "荷蘭", "cases": 8381195, "deaths": 22652, "deaths_per_million": 1294.275, "fully_vaccinated": 11968730, "percent_fully_vaccinated": 68.39, "percent_vaccinated": 73.07, "total_vaccinated": 12787640, "vaccine_doses": 36056544, "population": 17501696 }, "NO": { "name": "挪威", "cases": 1458751, "deaths": 3890, "deaths_per_million": 719.968, "fully_vaccinated": 4050859, "percent_fully_vaccinated": 74.97, "percent_vaccinated": 80.4, "total_vaccinated": 4343946, "vaccine_doses": 11600304, "population": 5403021 }, "NP": { "name": "尼泊爾", "cases": 994613, "deaths": 11990, "deaths_per_million": 399.201, "fully_vaccinated": 20876075, "percent_fully_vaccinated": 69.51, "percent_vaccinated": 84.63, "total_vaccinated": 25419295, "vaccine_doses": 53747378, "population": 30034989 }, "NZ": { "name": "紐西蘭", "cases": 1709541, "deaths": 1815, "deaths_per_million": 353.82, "fully_vaccinated": 4129547, "percent_fully_vaccinated": 80.5, "percent_vaccinated": 83.75, "total_vaccinated": 4296025, "vaccine_doses": 11607675, "population": 5129728 }, "OM": { "name": "阿曼", "cases": 397574, "deaths": 4628, "deaths_per_million": 1023.787, "fully_vaccinated": 3044761, "percent_fully_vaccinated": 67.35, "percent_vaccinated": 72.37, "total_vaccinated": 3271243, "vaccine_doses": 7089974, "population": 4520471 }, "PA": { "name": "巴拿馬", "cases": 966779, "deaths": 8444, "deaths_per_million": 1940.584, "fully_vaccinated": 3133918, "percent_fully_vaccinated": 72.02, "percent_vaccinated": 80.28, "total_vaccinated": 3493065, "vaccine_doses": 8517984, "population": 4351267 }, "PE": { "name": "秘魯", "cases": 4055454, "deaths": 215209, "deaths_per_million": 6383.093, "fully_vaccinated": 27990079, "percent_fully_vaccinated": 83.02, "percent_vaccinated": 88.19, "total_vaccinated": 29734527, "vaccine_doses": 81781715, "population": 33715472 }, "PF": { "name": "法屬波利尼西亞", "cases": 76252, "deaths": 649, "deaths_per_million": 2134.644, "fully_vaccinated": 184491, "percent_fully_vaccinated": 60.68, "percent_vaccinated": 61.95, "total_vaccinated": 188352, "vaccine_doses": 465418, "population": 304032 }, "PG": { "name": "巴布亞新畿內亞", "cases": 44846, "deaths": 664, "deaths_per_million": 66.737, "fully_vaccinated": 282810, "percent_fully_vaccinated": 2.84, "percent_vaccinated": 3.44, "total_vaccinated": 342244, "vaccine_doses": 647736, "population": 9949437 }, "PH": { "name": "菲律賓", "cases": 3844708, "deaths": 61221, "deaths_per_million": 537.591, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 113880328 }, "PK": { "name": "巴基斯坦", "cases": 1565319, "deaths": 30548, "deaths_per_million": 132.013, "fully_vaccinated": 130540653, "percent_fully_vaccinated": 56.41, "percent_vaccinated": 59.99, "total_vaccinated": 138807949, "vaccine_doses": 290178938, "population": 231402116 }, "PL": { "name": "波蘭", "cases": 6133274, "deaths": 116826, "deaths_per_million": 3049.672, "fully_vaccinated": 22536626, "percent_fully_vaccinated": 58.83, "percent_vaccinated": 59.41, "total_vaccinated": 22759774, "vaccine_doses": 55780864, "population": 38307726 }, "PM": { "name": "聖皮埃爾及密克隆群島", "cases": 3131, "deaths": 1, "deaths_per_million": 169.981, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 5883 }, "PS": { "name": "巴勒斯坦", "cases": 697447, "deaths": 5691, "deaths_per_million": 1108.624, "fully_vaccinated": 1774298, "percent_fully_vaccinated": 34.56, "percent_vaccinated": 39.16, "total_vaccinated": 2010433, "vaccine_doses": 3741181, "population": 5133392 }, "PT": { "name": "葡萄牙", "cases": 5388758, "deaths": 24764, "deaths_per_million": 2406.584, "fully_vaccinated": 8904917, "percent_fully_vaccinated": 86.54, "percent_vaccinated": 94.7, "total_vaccinated": 9744544, "vaccine_doses": 24840221, "population": 10290103 }, "PW": { "name": "帛琉", "cases": 5308, "deaths": 6, "deaths_per_million": 332.889, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 18024 }, "PY": { "name": "巴拉圭", "cases": 712907, "deaths": 19357, "deaths_per_million": 2887.467, "fully_vaccinated": 3505098, "percent_fully_vaccinated": 52.29, "percent_vaccinated": 59.35, "total_vaccinated": 3978373, "vaccine_doses": 9313856, "population": 6703799 }, "QA": { "name": "卡塔爾", "cases": 422130, "deaths": 681, "deaths_per_million": 253.326, "fully_vaccinated": 2755141, "percent_fully_vaccinated": 102.49, "percent_vaccinated": 102.49, "total_vaccinated": 2755141, "vaccine_doses": 7353987, "population": 2688235 }, "RO": { "name": "羅馬尼亞", "cases": 3176211, "deaths": 66441, "deaths_per_million": 3437.452, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": 42.32, "total_vaccinated": 8179174, "vaccine_doses": null, "population": 19328560 }, "RS": { "name": "塞爾維亞", "cases": 2231095, "deaths": 16503, "deaths_per_million": 2401.643, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 6871547 }, "RU": { "name": "俄羅斯", "cases": 18723731, "deaths": 375594, "deaths_per_million": 2588.469, "fully_vaccinated": 75309482, "percent_fully_vaccinated": 51.9, "percent_vaccinated": 57.13, "total_vaccinated": 82903599, "vaccine_doses": 172190537, "population": 145102755 }, "RW": { "name": "盧旺達", "cases": 132376, "deaths": 1466, "deaths_per_million": 108.9, "fully_vaccinated": 10488764, "percent_fully_vaccinated": 77.91, "percent_vaccinated": 81.27, "total_vaccinated": 10940142, "vaccine_doses": 26054302, "population": 13461888 }, "SA": { "name": "沙地阿拉伯", "cases": 812397, "deaths": 9273, "deaths_per_million": 257.939, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 35950396 }, "SB": { "name": "所羅門群島", "cases": 21544, "deaths": 153, "deaths_per_million": 216.147, "fully_vaccinated": 192043, "percent_fully_vaccinated": 27.13, "percent_vaccinated": 41.68, "total_vaccinated": 295016, "vaccine_doses": 505046, "population": 707851 }, "SC": { "name": "塞舌爾", "cases": 45852, "deaths": 168, "deaths_per_million": 1577.909, "fully_vaccinated": 81133, "percent_fully_vaccinated": 76.2, "percent_vaccinated": 80.14, "total_vaccinated": 85329, "vaccine_doses": 212980, "population": 106470 }, "SD": { "name": "蘇丹", "cases": 63147, "deaths": 4961, "deaths_per_million": 108.658, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 45657202 }, "SE": { "name": "瑞典", "cases": 2558943, "deaths": 19682, "deaths_per_million": 1880.369, "fully_vaccinated": 7661144, "percent_fully_vaccinated": 73.19, "percent_vaccinated": 74.94, "total_vaccinated": 7844259, "vaccine_doses": 22863668, "population": 10467097 }, "SG": { "name": "星加坡", "cases": 1809251, "deaths": 1572, "deaths_per_million": 288.25, "fully_vaccinated": 5001650, "percent_fully_vaccinated": 91.71, "percent_vaccinated": 92.11, "total_vaccinated": 5023328, "vaccine_doses": 14296679, "population": 5453600 }, "SH": { "name": "聖海倫娜、亞森松同崔斯坦達庫尼亞", "cases": 4, "deaths": null, "deaths_per_million": null, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 5404 }, "SI": { "name": "斯洛文尼亞", "cases": 1108454, "deaths": 6753, "deaths_per_million": 3186.264, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 2119410 }, "SK": { "name": "斯洛伐克", "cases": 2580748, "deaths": 20236, "deaths_per_million": 3714.648, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 5447622 }, "SL": { "name": "塞拉利昂", "cases": 7743, "deaths": 126, "deaths_per_million": 14.963, "fully_vaccinated": 2170329, "percent_fully_vaccinated": 25.77, "percent_vaccinated": 34.24, "total_vaccinated": 2882812, "vaccine_doses": null, "population": 8420641 }, "SM": { "name": "聖馬連奴", "cases": 20215, "deaths": 118, "deaths_per_million": 3496.711, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 33746 }, "SN": { "name": "塞內加爾", "cases": 87835, "deaths": 1968, "deaths_per_million": 116.61, "fully_vaccinated": 1079255, "percent_fully_vaccinated": 6.39, "percent_vaccinated": 8.66, "total_vaccinated": 1460773, "vaccine_doses": 2469499, "population": 16876720 }, "SO": { "name": "索馬里", "cases": 27020, "deaths": 1361, "deaths_per_million": 79.751, "fully_vaccinated": 2117645, "percent_fully_vaccinated": 12.41, "percent_vaccinated": 17.7, "total_vaccinated": 3020218, "vaccine_doses": 3939144, "population": 17065581 }, "SR": { "name": "蘇里南", "cases": 81007, "deaths": 1382, "deaths_per_million": 2254.545, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 612984 }, "SS": { "name": "南蘇丹", "cases": 17823, "deaths": 138, "deaths_per_million": 12.839, "fully_vaccinated": 1531295, "percent_fully_vaccinated": 14.25, "percent_vaccinated": 14.64, "total_vaccinated": 1573206, "vaccine_doses": 1623564, "population": 10748272 }, "ST": { "name": "聖多美及普林西比", "cases": 6123, "deaths": 76, "deaths_per_million": 340.644, "fully_vaccinated": 101669, "percent_fully_vaccinated": 45.57, "percent_vaccinated": 56.76, "total_vaccinated": 126645, "vaccine_doses": 223558, "population": 223107 }, "SV": { "name": "薩爾瓦多", "cases": 190818, "deaths": 4218, "deaths_per_million": 668.022, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 6314167 }, "SX": { "name": "荷屬聖馬丁", "cases": null, "deaths": null, "deaths_per_million": null, "fully_vaccinated": 26515, "percent_fully_vaccinated": 60.2, "percent_vaccinated": 64.72, "total_vaccinated": 28502, "vaccine_doses": 64027, "population": 44042 }, "SY": { "name": "敘利亞", "cases": 56819, "deaths": 3160, "deaths_per_million": 148.187, "fully_vaccinated": 1975069, "percent_fully_vaccinated": 9.26, "percent_vaccinated": 13.56, "total_vaccinated": 2892516, "vaccine_doses": 4494350, "population": 21324367 }, "SZ": { "name": "斯威士蘭", "cases": 73342, "deaths": 1419, "deaths_per_million": 1190.166, "fully_vaccinated": 342088, "percent_fully_vaccinated": 28.69, "percent_vaccinated": 34.43, "total_vaccinated": 410506, "vaccine_doses": 746363, "population": 1192271 }, "TC": { "name": "特克斯與凱科斯群島", "cases": 6351, "deaths": 36, "deaths_per_million": 797.978, "fully_vaccinated": 30288, "percent_fully_vaccinated": 67.14, "percent_vaccinated": 71.68, "total_vaccinated": 32338, "vaccine_doses": 72837, "population": 45114 }, "TD": { "name": "乍得", "cases": 7458, "deaths": 193, "deaths_per_million": 11.234, "fully_vaccinated": 3608914, "percent_fully_vaccinated": 21.01, "percent_vaccinated": 21.75, "total_vaccinated": 3736379, "vaccine_doses": 3873794, "population": 17179740 }, "TG": { "name": "多哥", "cases": 38337, "deaths": 281, "deaths_per_million": 32.505, "fully_vaccinated": 1557538, "percent_fully_vaccinated": 18.02, "percent_vaccinated": 24.9, "total_vaccinated": 2152846, "vaccine_doses": null, "population": 8644829 }, "TH": { "name": "泰國", "cases": 4628200, "deaths": 31944, "deaths_per_million": 446.138, "fully_vaccinated": 53297042, "percent_fully_vaccinated": 74.44, "percent_vaccinated": 79.47, "total_vaccinated": 56900864, "vaccine_doses": 141563625, "population": 71601103 }, "TJ": { "name": "塔吉克", "cases": 17786, "deaths": 125, "deaths_per_million": 12.82, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 9750064 }, "TK": { "name": "托克勞", "cases": null, "deaths": null, "deaths_per_million": null, "fully_vaccinated": 1125, "percent_fully_vaccinated": 60.84, "percent_vaccinated": 72.42, "total_vaccinated": 1339, "vaccine_doses": 3326, "population": 1849 }, "TL": { "name": "東帝汶", "cases": 23108, "deaths": 135, "deaths_per_million": 102.2, "fully_vaccinated": 737788, "percent_fully_vaccinated": 55.85, "percent_vaccinated": 64.14, "total_vaccinated": 847289, "vaccine_doses": 1772992, "population": 1320942 }, "TN": { "name": "突尼西亞", "cases": 1141487, "deaths": 29206, "deaths_per_million": 2381.646, "fully_vaccinated": 6379629, "percent_fully_vaccinated": 52.02, "percent_vaccinated": 72.52, "total_vaccinated": 8893511, "vaccine_doses": 14916574, "population": 12262946 }, "TO": { "name": "湯加", "cases": 14135, "deaths": 12, "deaths_per_million": 113.189, "fully_vaccinated": 76562, "percent_fully_vaccinated": 72.22, "percent_vaccinated": 82.1, "total_vaccinated": 87044, "vaccine_doses": 201221, "population": 106017 }, "TR": { "name": "土耳其", "cases": 16671848, "deaths": 100400, "deaths_per_million": 1184.306, "fully_vaccinated": 53136221, "percent_fully_vaccinated": 62.68, "percent_vaccinated": 68.31, "total_vaccinated": 57905916, "vaccine_doses": 151749807, "population": 84775404 }, "TT": { "name": "千里達", "cases": 176107, "deaths": 4089, "deaths_per_million": 2680.146, "fully_vaccinated": 716051, "percent_fully_vaccinated": 46.93, "percent_vaccinated": 49.34, "total_vaccinated": 752695, "vaccine_doses": 1578710, "population": 1525663 }, "TW": { "name": "臺灣", "cases": 4975970, "deaths": 9540, "deaths_per_million": 399.834, "fully_vaccinated": 20010401, "percent_fully_vaccinated": 83.87, "percent_vaccinated": 89.68, "total_vaccinated": 21398441, "vaccine_doses": 60234519, "population": 23859912 }, "TZ": { "name": "坦桑尼亞", "cases": 38454, "deaths": 841, "deaths_per_million": 13.226, "fully_vaccinated": 14775183, "percent_fully_vaccinated": 23.24, "percent_vaccinated": 25.66, "total_vaccinated": 16315065, "vaccine_doses": 19927742, "population": 63588334 }, "UA": { "name": "烏克蘭", "cases": 5306713, "deaths": 116511, "deaths_per_million": 2676.48, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 43531422 }, "UG": { "name": "烏干達", "cases": 169396, "deaths": 3628, "deaths_per_million": 79.121, "fully_vaccinated": 12434786, "percent_fully_vaccinated": 27.12, "percent_vaccinated": 39.7, "total_vaccinated": 18203390, "vaccine_doses": 24859885, "population": 45853778 }, "US": { "name": "美國", "cases": 93403142, "deaths": 1039746, "deaths_per_million": 3085.321, "fully_vaccinated": 223684995, "percent_fully_vaccinated": 67.37, "percent_vaccinated": 79.01, "total_vaccinated": 262323836, "vaccine_doses": 607588352, "population": 336997624 }, "UY": { "name": "烏拉圭", "cases": 975264, "deaths": 7429, "deaths_per_million": 2168.253, "fully_vaccinated": 2891360, "percent_fully_vaccinated": 84.39, "percent_vaccinated": 87.56, "total_vaccinated": 2999870, "vaccine_doses": 8723238, "population": 3426260 }, "UZ": { "name": "烏茲別克", "cases": 243623, "deaths": 1637, "deaths_per_million": 48.032, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 34081449 }, "VA": { "name": "梵蒂岡", "cases": 29, "deaths": null, "deaths_per_million": null, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 511 }, "VC": { "name": "聖文森特和格林納丁斯", "cases": 9412, "deaths": 115, "deaths_per_million": 1102.251, "fully_vaccinated": 31168, "percent_fully_vaccinated": 29.87, "percent_vaccinated": 35.51, "total_vaccinated": 37052, "vaccine_doses": 72280, "population": 104332 }, "VE": { "name": "委內瑞拉", "cases": 540796, "deaths": 5781, "deaths_per_million": 205.001, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 28199866 }, "VG": { "name": "英屬處女羣島", "cases": 7131, "deaths": 63, "deaths_per_million": 2024.291, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 31122 }, "VN": { "name": "越南", "cases": 11376571, "deaths": 43103, "deaths_per_million": 442.227, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 97468028 }, "VU": { "name": "萬那杜", "cases": 11753, "deaths": 14, "deaths_per_million": 43.868, "fully_vaccinated": 130607, "percent_fully_vaccinated": 40.93, "percent_vaccinated": 44.91, "total_vaccinated": 143339, "vaccine_doses": 289912, "population": 319136 }, "WF": { "name": "瓦利斯及富圖納群島", "cases": 761, "deaths": 7, "deaths_per_million": 602.047, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 11627 }, "WS": { "name": "薩摩亞", "cases": 15405, "deaths": 29, "deaths_per_million": 132.563, "fully_vaccinated": 198896, "percent_fully_vaccinated": 90.92, "percent_vaccinated": 104.81, "total_vaccinated": 229291, "vaccine_doses": 503009, "population": 218764 }, "YE": { "name": "也門", "cases": 11914, "deaths": 2152, "deaths_per_million": 65.248, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 32981641 }, "ZA": { "name": "南非", "cases": 4009243, "deaths": 102066, "deaths_per_million": 1718.507, "fully_vaccinated": 19277606, "percent_fully_vaccinated": 32.46, "percent_vaccinated": 37.41, "total_vaccinated": 22219207, "vaccine_doses": 37356903, "population": 59392255 }, "ZM": { "name": "贊比亞", "cases": 332264, "deaths": 4016, "deaths_per_million": 206.233, "fully_vaccinated": 5568318, "percent_fully_vaccinated": 28.59, "percent_vaccinated": 38.72, "total_vaccinated": 7540676, "vaccine_doses": 8721321, "population": 19473125 }, "ZW": { "name": "津巴布韋", "cases": 256579, "deaths": 5589, "deaths_per_million": 349.454, "fully_vaccinated": null, "percent_fully_vaccinated": null, "percent_vaccinated": null, "total_vaccinated": null, "vaccine_doses": null, "population": 15993524 } } ok0r29jlb41ljj580ymt3n9c5nqulxu 0 303271 1865769 1840266 2022-08-20T08:27:15Z Al12si 87401 英美凸字冇分別 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一凸字可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）提議統一各種凸字，呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 International Council on English Braille（ICEB，國際英文凸字聯會）維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} {{英文特性}} {{stub}} [[Category:英文]] oj69xn1uaefvhi4lt7qpozj8bdn9z02 1865770 1865769 2022-08-20T08:28:03Z Al12si 87401 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一凸字可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）提議統一各種凸字，呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 International Council on English Braille（ICEB，國際英文凸字聯會）維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} == 參考 == {{reflist}} {{英文特性}} {{stub}} [[Category:英文]] ss0h30aceso6qq6tws5dros35fnjhav 1865783 1865770 2022-08-20T08:51:52Z Al12si 87401 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一嘅凸字單位可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）喺1991年研究統一各種英文凸字嘅可行性，1993年 International Council on English Braille（ICEB，國際英文凸字聯會）決定做。完成咗嘅呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 ICEB 維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用可以同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} 比起其他語文嘅凸字（例如法文或者西班牙文凸字），英文凸字非常複雜。就算係 UEB 未出現之前，英文凸字已經有幾個級別，第2級嘅凸字，UEB 用更加多嘅點陣表示唔同嘅符號、格式化嘅轉變等等。（Grade 2 braille）有好多簡寫<ref name="ICEB (2013)" />{{rp|7–15}} == 參考 == {{reflist}} {{英文特性}} {{stub}} [[Category:英文]] th3cy7qe50r5qlypgsgr2ul8letq9nl 1865784 1865783 2022-08-20T08:53:15Z Al12si 87401 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一嘅凸字單位可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）喺1991年研究統一各種英文凸字嘅可行性，1993年 International Council on English Braille（ICEB，國際英文凸字聯會）決定做。完成咗嘅呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 ICEB 維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用可以同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} 比起其他語文嘅凸字（例如法文或者西班牙文凸字），英文凸字非常複雜。就算係 UEB 未出現之前，英文凸字已經有幾個級別，第2級嘅凸字有好多簡寫，UEB 用更加多嘅點陣表示唔同嘅符號、格式化嘅轉變等等。（Grade 2 braille）<ref name="ICEB (2013)" />{{rp|7–15}} == 參考 == {{reflist}} {{英文特性}} {{stub}} [[Category:英文]] 7a2xmluk8xbtn7kp0vjjuc6hsf27zix 1865785 1865784 2022-08-20T08:54:04Z Al12si 87401 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一嘅凸字單位可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）喺1991年研究統一各種英文凸字嘅可行性，1993年 International Council on English Braille（ICEB，國際英文凸字聯會）決定做。完成咗嘅呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 ICEB 維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用可以同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} 比起其他語文嘅凸字（例如法文或者西班牙文凸字），英文凸字非常複雜。就算係 UEB 未出現之前，英文凸字已經有幾個級別，第2級嘅凸字（Grade 2 braille）有好多簡寫，UEB 用更加多嘅點陣表示唔同嘅符號、格式化嘅轉變等等。<ref name="ICEB (2013)" />{{rp|7–15}} == 參考 == {{reflist}} {{英文特性}} {{stub}} [[Category:英文]] 5e5v8uny1fkzmqahww3896l0wq5hnfi 1865787 1865785 2022-08-20T08:55:20Z Al12si 87401 wikitext text/x-wiki [[File:English braille sample.jpg|thumb|英文凸字]] '''英文凸字'''（{{jpingauto|jing1 man4 dat6 zi6}}；{{lang-en|'''English braille'''}}）係指喺[[英語世界]]用來寫[[英文]]嘅[[凸字]]。 因為單一嘅凸字單位可以表示嘅字數有限，唔同用途往往要用唔同嘅凸字，唔同嘅國家用嘅凸字都會有啲唔同。為咗解決呢啲問題，負責北美凸字標準嘅 Braille Authority of North America（BANA，北美凸字標準組織）喺1991年研究統一各種英文凸字嘅可行性，1993年 International Council on English Braille（ICEB，國際英文凸字聯會）決定做。完成咗嘅呢個目前最新嘅標準叫做 Unified English Braille（UEB，統一化英文凸字），由 ICEB 維護<ref name="ICEB (2013)">{{cite book |editor1-last=Simpson |editor1-first=Christine |title=The Rules of Unified English Braille |publisher=International Council on English Braille |edition=2 |date=2013 |url=https://iceb.org/ueb.html |access-date=2019-11-25}}</ref>{{rp|xi}}，喺一般嘅情況下除咗音樂之外用可以同一標準嘅凸字寫英文。<ref name="ICEB (2013)" />{{rp|2}} 比起其他語文嘅凸字（例如法文或者西班牙文凸字），英文凸字非常複雜。就算係 UEB 未出現之前，英文凸字已經有幾個級別，第2級嘅凸字（Grade 2 braille）有好多簡寫，UEB 更加係用更多嘅點陣表示唔同嘅符號、格式化嘅轉變等等。<ref name="ICEB (2013)" />{{rp|7–15}} == 參考 == {{reflist}} {{英文特性}} {{stub}} [[Category:英文]] r03wu4cxg37k82tw52jvdtt544am2j5 0 304880 1865428 1862234 2022-08-19T15:25:39Z Abckwan 206679 /* 第一季（第1-9集） */ wikitext text/x-wiki {{電視節目資訊框 | 名稱 = 戀愛Staycation | 原名 = Love Staycation | 圖片 = | 類型 = 真人騷 | 編劇 = | 導演 = 陳嘉輝、周雲 | 主持 = [[強尼]]、[[陳俞希]]、[[許寶恆]] | 主演 = | 旁白 = | 國家 = {{HKG}} | 語言 = [[粵語]] | 每集長 = 60分鐘（連廣告） | 集數 = 15 | 製作年份 = 2021年12月-2022年1月 | 外景 = {{HKG}} | 編審 = 余鎮漢 | 監製 = 梁志康 | 攝影 = | 主題曲 = 《Take Me Away》 | 作曲 = Mark Tai | 填詞 = Mark Tai | 主唱 = [[陳樂頤|Georgina Chan]] | 製作公司 = [[MakerVille]] | 電視台 = [[ViuTV]] | 視頻制式 = [[高清電視]] [[1080i]] | 首播國家 = {{HKG}} | 開始 = 2022年7月25號 | 結束 = 8月12號 | 播出時間 = 逢禮拜一到五 21:30－22:30 | 官方網站 = }} 《'''戀愛Staycation'''》（{{lang-en|'''''Love Staycation'''''}}）係香港[[MakerVille]]製作嘅真人騷節目，由[[強尼]]、[[陳俞希]]、[[許寶恆]]主持，2022年7月25號到8月12號逢禮拜一到五 21:30－22:30喺[[香港電視娛樂]][[ViuTV]]播。節目招募咗四男四女單身參加者住埋一齊兩個禮拜，睇下佢哋會唔會愛上對方，畀坊間叫做港版《[[雙層公寓]]》、《[[單身即地獄]]》。 ==參加者== ===第一季（第1-9集）=== 節目開頭有7位參加者（四男三女）登場，中段會加入多1位女參加者變成8位（四男四女）。 {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2021年尾左右計。}}||'''背景'''||'''IG'''||'''登場集數'''||'''結果''' |- !style="background:#E0E0FF" colspan="6"|男參加者 |- ||[[陳獻略]]（Henry）||29歲||模特兒同演員，前香港排球代表隊成員||[https://www.instagram.com/henrychan1205/ @henrychan1205]||rowspan="4"|第1集||bgcolor="silver"|'''玩家''' |- |[[林嘉宏]]（嘉宏）||24歲||模特兒，參加過另一節目《[[生存演技派]]》||[https://www.instagram.com/kawanglam/ @kawanglam]||bgcolor="lime"|'''配對成功'''（同張嘉盈） |- |區晉傑（傑）||21歲||拳擊教練||[https://www.instagram.com/theo_kit @theo_kit]||bgcolor="lime"|'''配對成功'''（同鄧亦雯） |- |張俊傑（Stan）||35歲|| ||[https://www.instagram.com/kitkitwongson/ @kitkitwongson]||bgcolor="tomato"|'''冇人揀''' |- !style="background:pink" colspan="6"|女參加者 |- |[[甄茵]]（Yan）||27歲||前空姐、中醫師，《[[最後一屆口罩小姐選舉]]》40強||[https://www.instagram.com/ecyanyan/ @ecyanyan]||rowspan="3"|第1集||bgcolor="tomato"|'''揀中玩家''' |- |[[鄭杞瑤]]（Kylie）||25歲||模特兒，前行為治療師||[https://www.instagram.com/ckykylie/ @ckykylie]||bgcolor="tomato"|'''放棄揀人''' |- |鄧亦雯（雀） || 24歲||網紅||[https://www.instagram.com/tttyyymm/ @tttyyymm]||bgcolor="lime"|'''配對成功'''（同區晉傑） |- |[[張嘉盈]]（Vicky）|| 27歲||網紅||[https://www.instagram.com/vickycheungg/ @vickycheungg]||第5集||bgcolor="lime"|'''配對成功'''（同林嘉宏） |} ===第二季（第10-15集）=== 呢季8位參加者（四男四女）頭一集已經全部登場，但中途會有個投票環節淘汰一個參加者。 {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''姓名'''||'''年齡'''{{NoteTag|name="age"}}||'''背景'''||'''IG'''||'''結果''' |- !style="background:#E0E0FF" colspan="5"|男參加者 |- | 陳智樂（Jacky） ||27歲||銀行從業員|| [https://www.instagram.com/cclok/ @cclok] ||bgcolor="lime"|'''配對成功'''（同梁洛妍） |- | 溫湯馬士（Thomas）||22歲||混血兒，無業|| [https://www.instagram.com/notwindle/ @notwindle] ||bgcolor="lime"|'''配對成功'''（同彭泳熙） |- | 周文豪（Sunny） ||30歲||健身教練、模特兒|| [https://www.instagram.com/sunnychowfocus/ @sunnychowfocus]||bgcolor="tomato"|'''投票環節被淘汰''' |- | 梁顯華（Cyrus）||31歲||健身教練|| [https://www.instagram.com/cyrus.l222/ @cyrus.l222] ||bgcolor="lime"|'''配對成功'''（同梁式昕） |- !style="background:pink" colspan="5"|女參加者 |- | 彭泳熙 （Hei Hei）||22歲||電競主播|| [https://www.instagram.com/pangwhei/ @pangwhei] ||bgcolor="lime"|'''配對成功'''（同溫湯馬士） |- | 梁洛妍（洛妍）||27歲||攝影師、平面設計師、模特兒|| [https://www.instagram.com/llyin.66/ @llyin.66] ||bgcolor="lime"|'''配對成功'''（同陳智樂） |- | [[梁式昕]]（Catrina） ||27歲||藝人，《[[全民造星IV]]》96強|| [https://www.instagram.com/catrina_leung/ @catrina_leung] ||bgcolor="lime"|'''配對成功'''（同梁顯華） |- | 趙芝琳（Sophia / 芝芝） ||22歲||幼稚園教師|| [https://www.instagram.com/sophiachiuu/ @sophiachiuu] ||bgcolor="tomato"|'''放棄揀人''' |} ==每集一覽== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''集數'''||'''播映日子'''||'''主題''' |- !colspan="3"|第一季 |- | 1 || 7月25號 ||參加者見面 |- | 2 || 7月26號 ||早上日常 |- | 3 || 7月27號 ||Henry & 傑 & 雀約會日、<br/>嘉宏 & Kylie 約會日 |- | 4 || 7月28號 ||Yan & Stan 約會日 |- | 5 || 7月29號 ||雙人瑜伽 |- | 6 || 8月1號 ||雀 & 傑約會日 |- | 7 || 8月2號 ||Vicky & 嘉宏約會日 |- | 8 || 8月3號 ||約會的下半場 |- | 9 || 8月4號 ||骨牌效應 |- !colspan="3"|第二季 |- | 10 || 8月5號 ||緣分遊戲 |- | 11 || 8月8號 ||除夕派對 |- | 12 || 8月9號 ||女生邀約男生 |- | 13 || 8月10號 ||Hei & Cyrus 約會日 |- | 14 || 8月11號 ||宣佈投票結果 |- | 15 || 8月12號 ||表白日 |} ==軼事== *受7月28號[[MIRROR.WE.ARE LIVE CONCERT 2022|MIRROR演唱會]]意外影響，ViuTV由嗰晚開始暫停晒所有節目宣傳，而呢個節目亦係其中一個受到影響嘅節目，而暫停宣傳之前嘅最後一個宣傳呢個節目嘅Facebook貼文，更畀網民貼滿同演唱會意外相關嘅批評<ref>[https://hd.stheadline.com/life/ent/realtime/2360206/ MIRROR演唱會丨ViuTV自慘劇後停止更新社交平台 網民繼續鬧：幾時肯企出嚟]</ref>。節目只能靠由節目組自行營運嘅Instagram進行有限度嘅宣傳。 *第8集入面[[鄭杞瑤]]同[[陳獻略]]約會嗰陣提過佢同對方同月同日生日，但資料顯示兩個人嘅生日分別係12月13號同12月5號，唔係同一日。 ==註== {{NoteFoot}} ==參考== {{reflist}} ==出面網頁== *[https://www.makerville.hk/works/1 MakerVille - 戀愛Staycation] *[http://viu.tv/encore/love-staycation ViuTV：戀愛Staycation] *{{instagram|lovestaycation_2022}} ==電視節目變遷== {{電視節目變遷 |電視台={{HKG}} [[ViuTV]] |播放檔次=逢禮拜一到五 21:30－22:30 |節目名稱='''戀愛Staycation'''<br/>（2022.07.25－2022.08.12） |上一節目=[[I SWIM]]<br/>（2022.07.11－2022.07.22） |下一節目=[[尾二一屆口罩小姐選舉]]<br/>（2022.08.15－2022.08.26） }} {{2022年ViuTV自製綜藝節目}} [[Category:2022年ViuTV節目]] [[Category:ViuTV真人騷]] ee39q051jeicyhyhztt8icp9tvyy7k8 0 305815 1865403 1863836 2022-08-19T13:43:50Z Dabao qian 99280 wikitext text/x-wiki {{系列|[[中餐廳第五季節目一覽|第五季]]}} {{In-progress TV show}} 呢份一覽表列出'''《[[中餐廳]]》第六季'''冚唪唥嘅期數。呢季節目共12期，喺2022年8月12號首播<ref>{{Cite web|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|title=黃曉明《中餐廳》第6季造形曝光　「中年王子病」又發作？|website=東網|date=2022-07-11|accessdate=2022-08-03|language=zh-hk|url-status=live|archiveurl=https://web.archive.org/web/20220803180129/https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|archivedate=2022-08-03}}</ref><ref>{{Cite news|url=http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|title=《中餐廳》第六季官宣 黃曉明殷桃聯手開「親子餐廳」|publisher=每日新報|author1=王軼斐|date=2022-07-29|accessdate=2022-08-03|language=zh-cn|url-status=live|archiveurl=https://web.archive.org/web/20220803180420/http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|archivedate=2022-08-03}}</ref>。 {{TOClimit|limit=3}} == 成員 == * [[黃曉明 (山東)|黃曉明]] * [[殷桃]] * 尹正 * 章若楠 * 陳立農 == 分集介紹 == <onlyinclude>{{Episode table | background = #33E6CC | total_width = 70% | season = 8 | title = | airdate = 36 | titleT = 主題 | episodes = {{Episode list/sublist|中餐廳 | EpisodeNumber = 1 | Title = <center>好「餐」上場，今晚開張</center> | OriginalAirDate = {{start date|2022|8|12}} | ShortSummary = 5位經營合夥人陸續抵達[[郴州]]，喺一間農家餐廳體驗當地特色美食「瑤家九大碗」後，正式抵達喺仰天湖草原風景旅遊區嘅餐館，之後由黃曉明唸出新一季嘅店長手冊。呢季《中餐廳》合夥人需挑戰經營午餐，同時喺餐館5km範圍內冇菜場，合夥人需要去到農戶家入面自己買食材；呢季《中餐廳》主打「親子餐廳」嘅全新經營模式，合夥人需要喺每日營業期間開設「美食小課堂」，教細路仔做美食。黃曉明喺之後接收節目組提供嘅2022元啟動資金，並帶領4位經營合夥人參觀餐廳，呢季嘅餐廳分為「有趣餐廳」同「有機餐廳」兩個部分，中間係「歡樂廚房」。之後，兩位廚師抵達餐廳。呢季除5位經營合夥人外，另有兩位廚師加盟，分別係野生大廚詹宗林同麪點大師趙小羊。嗰晚，大家一齊完成喺中餐廳嘅第一次晚餐。第二日，大家一齊去到農戶家入面買食材。 | LineColor = #33E6CC }} {{Episode list/sublist|中餐廳 | EpisodeNumber = 2 | Title = <center></center> | OriginalAirDate = {{start date|2022|8|19}} | ShortSummary = | LineColor = #33E6CC }} }}</onlyinclude> == 收視率 == {{收視率表格 | 收視地區 = {{CHNML}} | 表格寬度 = 80% | 字號 = 100% | 標題背景顏色 = #33E6CC | 標題字體顏色 = black | 頻道 = 湖南衛視 | 首播 = yes | 多數據來源 = yes | 數據來源 = CSM63 | 數據來源1 = CCData | num_column = 9 | num_row = 2 | 備註寬度 = 40% }} |- | 1 | {{FULLDATE|time=2022-08-12}} | 1.376 | 11.60 | 5 | 1.52 | 4.93 | 1 | |- | 2 | {{FULLDATE|time=2022-08-19}} | | | | | | | {{收視率表格/End | 同時段節目 = #* [[浙江衛視]]：《「食」萬八千里》 #* [[江蘇衛視]]：《閃閃發光的你·投行季》 | CCTV = no | 其他備註 = # CSM63城市網數據由[http://www.csm.com.cn 央視索福瑞]提供，CCData數據由中科網聯提供，調查範圍係四歲以上觀眾。 # 資料來源：[http://weibo.com/tvthings 衛視這些事兒]、[http://weibo.com/u/2635260410 衛視小露電]、[http://weibo.com/u/5260565381 TV未知數]。 # 排名係星期五夜晚所有綜藝節目嘅排名，並唔一定係同一時段。 }} == 參考 == {{reflist}} [[Category:中餐廳|⑥]] q6rjsp5s5vwxevd5wjc22wmpd79mjpn 1865404 1865403 2022-08-19T13:45:18Z Dabao qian 99280 wikitext text/x-wiki {{系列|[[中餐廳第五季節目一覽|第五季]]}} {{In-progress TV show}} 呢份一覽表列出'''《[[中餐廳]]》第六季'''冚唪唥嘅期數。呢季節目共12期，喺2022年8月12號首播<ref>{{Cite web|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|title=黃曉明《中餐廳》第6季造形曝光　「中年王子病」又發作？|website=東網|date=2022-07-11|accessdate=2022-08-03|language=zh-hk|url-status=live|archiveurl=https://web.archive.org/web/20220803180129/https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|archivedate=2022-08-03}}</ref><ref>{{Cite news|url=http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|title=《中餐廳》第六季官宣 黃曉明殷桃聯手開「親子餐廳」|publisher=每日新報|author1=王軼斐|date=2022-07-29|accessdate=2022-08-03|language=zh-cn|url-status=live|archiveurl=https://web.archive.org/web/20220803180420/http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|archivedate=2022-08-03}}</ref>。 {{TOClimit|limit=3}} == 成員 == * [[黃曉明 (山東)|黃曉明]] * [[殷桃]] * 尹正 * 章若楠 * 陳立農 == 分集介紹 == <onlyinclude>{{Episode table | background = #33E6CC | total_width = 70% | season = 8 | title = | airdate = 36 | titleT = 主題 | episodes = {{Episode list/sublist|中餐廳 | EpisodeNumber = 1 | Title = <center>好「餐」上場，今晚開張</center> | OriginalAirDate = {{start date|2022|8|12}} | ShortSummary = 5位經營合夥人陸續抵達[[郴州]]，喺一間農家餐廳體驗當地特色美食「瑤家九大碗」後，正式抵達喺仰天湖草原風景旅遊區嘅餐館，之後由黃曉明唸出新一季嘅店長手冊。呢季《中餐廳》合夥人需挑戰經營午餐，同時喺餐館5km範圍內冇菜場，合夥人需要去到農戶家入面自己買食材；呢季《中餐廳》主打「親子餐廳」嘅全新經營模式，合夥人需要喺每日營業期間開設「美食小課堂」，教細路仔做美食。黃曉明喺之後接收節目組提供嘅2022元啟動資金，並帶領4位經營合夥人參觀餐廳，呢季嘅餐廳分為「有趣餐廳」同「有機餐廳」兩個部分，中間係「歡樂廚房」。之後，兩位廚師抵達餐廳。呢季除5位經營合夥人外，另有兩位廚師加盟，分別係野生大廚詹宗林同麪點大師趙小羊。嗰晚，大家一齊完成喺中餐廳嘅第一次晚餐。第二日，大家一齊去到農戶家入面買食材。 | LineColor = #33E6CC }} {{Episode list/sublist|中餐廳 | EpisodeNumber = 2 | Title = <center></center> | OriginalAirDate = {{start date|2022|8|19}} | ShortSummary = | LineColor = #33E6CC }} }}</onlyinclude> == 收視率 == {{收視率表格 | 收視地區 = {{CHNML}} | 表格寬度 = 80% | 字號 = 100% | 標題背景顏色 = #33E6CC | 標題字體顏色 = black | 頻道 = 湖南衛視 | 首播 = yes | 多數據來源 = yes | 數據來源 = CSM63 | 數據來源1 = CCData | num_column = 9 | num_row = 2 | 備註寬度 = 40% }} |- | 1 | {{FULLDATE|time=2022-08-12}} | 1.376 | 11.60 | 5 | 1.52 | 4.93 | 1 | |- | 2 | {{FULLDATE|time=2022-08-19}} | | | | | | | {{收視率表格/End | 同時段節目 = #* [[浙江衛視]]：《「食」萬八千里》 #* [[江蘇衛視]]：《閃閃發光的你·投行季》／《百川綜藝季》 | CCTV = no | 其他備註 = # CSM63城市網數據由[http://www.csm.com.cn 央視索福瑞]提供，CCData數據由中科網聯提供，調查範圍係四歲以上觀眾。 # 資料來源：[http://weibo.com/tvthings 衛視這些事兒]、[http://weibo.com/u/2635260410 衛視小露電]、[http://weibo.com/u/5260565381 TV未知數]。 # 排名係星期五夜晚所有綜藝節目嘅排名，並唔一定係同一時段。 }} == 參考 == {{reflist}} [[Category:中餐廳|⑥]] 61lffznae563mjxosopozldio7z0kgi 1865407 1865404 2022-08-19T13:47:06Z Dabao qian 99280 wikitext text/x-wiki {{系列|[[中餐廳第五季節目一覽|第五季]]}} {{In-progress TV show}} 呢份一覽表列出'''《[[中餐廳]]》第六季'''冚唪唥嘅期數。呢季節目共12期，喺2022年8月12號首播<ref>{{Cite web|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|title=黃曉明《中餐廳》第6季造形曝光　「中年王子病」又發作？|website=東網|date=2022-07-11|accessdate=2022-08-03|language=zh-hk|url-status=live|archiveurl=https://web.archive.org/web/20220803180129/https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|archivedate=2022-08-03}}</ref><ref>{{Cite news|url=http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|title=《中餐廳》第六季官宣 黃曉明殷桃聯手開「親子餐廳」|publisher=每日新報|author1=王軼斐|date=2022-07-29|accessdate=2022-08-03|language=zh-cn|url-status=live|archiveurl=https://web.archive.org/web/20220803180420/http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|archivedate=2022-08-03}}</ref>。 {{TOClimit|limit=3}} == 成員 == * [[黃曉明 (山東)|黃曉明]] * [[殷桃]] * 尹正 * 章若楠 * 陳立農 == 分集介紹 == <onlyinclude>{{Episode table | background = #33E6CC | total_width = 70% | season = 8 | title = | airdate = 36 | titleT = 主題 | episodes = {{Episode list/sublist|中餐廳 | EpisodeNumber = 1 | Title = <center>好「餐」上場，今晚開張</center> | OriginalAirDate = {{start date|2022|8|12}} | ShortSummary = 5位經營合夥人陸續抵達[[郴州]]，喺一間農家餐廳體驗當地特色美食「瑤家九大碗」後，正式抵達喺仰天湖草原風景旅遊區嘅餐館，之後由黃曉明唸出新一季嘅店長手冊。呢季《中餐廳》合夥人需挑戰經營午餐，同時喺餐館5km範圍內冇菜場，合夥人需要去到農戶家入面自己買食材；呢季《中餐廳》主打「親子餐廳」嘅全新經營模式，合夥人需要喺每日營業期間開設「美食小課堂」，教細路仔做美食。黃曉明喺之後接收節目組提供嘅2022元啟動資金，並帶領4位經營合夥人參觀餐廳，呢季嘅餐廳分為「有趣餐廳」同「有機餐廳」兩個部分，中間係「歡樂廚房」。之後，兩位廚師抵達餐廳。呢季除5位經營合夥人外，另有兩位廚師加盟，分別係野生大廚詹宗林同麪點大師趙小羊。嗰晚，大家一齊完成喺中餐廳嘅第一次晚餐。第二日，大家一齊去到農戶家入面買食材。 | LineColor = #33E6CC }} {{Episode list/sublist|中餐廳 | EpisodeNumber = 2 | Title = <center>籌備日</center> | OriginalAirDate = {{start date|2022|8|19}} | ShortSummary = | LineColor = #33E6CC }} }}</onlyinclude> == 收視率 == {{收視率表格 | 收視地區 = {{CHNML}} | 表格寬度 = 80% | 字號 = 100% | 標題背景顏色 = #33E6CC | 標題字體顏色 = black | 頻道 = 湖南衛視 | 首播 = yes | 多數據來源 = yes | 數據來源 = CSM63 | 數據來源1 = CCData | num_column = 9 | num_row = 2 | 備註寬度 = 40% }} |- | 1 | {{FULLDATE|time=2022-08-12}} | 1.376 | 11.60 | 5 | 1.52 | 4.93 | 1 | |- | 2 | {{FULLDATE|time=2022-08-19}} | | | | | | | {{收視率表格/End | 同時段節目 = #* [[浙江衛視]]：《「食」萬八千里》 #* [[江蘇衛視]]：《閃閃發光的你·投行季》／《百川綜藝季》 | CCTV = no | 其他備註 = # CSM63城市網數據由[http://www.csm.com.cn 央視索福瑞]提供，CCData數據由中科網聯提供，調查範圍係四歲以上觀眾。 # 資料來源：[http://weibo.com/tvthings 衛視這些事兒]、[http://weibo.com/u/2635260410 衛視小露電]、[http://weibo.com/u/5260565381 TV未知數]。 # 排名係星期五夜晚所有綜藝節目嘅排名，並唔一定係同一時段。 }} == 參考 == {{reflist}} [[Category:中餐廳|⑥]] d9b96xcqrebhshx44q5fb1kafwqhzfh 1865520 1865407 2022-08-19T18:00:43Z Dabao qian 99280 wikitext text/x-wiki {{系列|[[中餐廳第五季節目一覽|第五季]]}} {{In-progress TV show}} 呢份一覽表列出'''《[[中餐廳]]》第六季'''冚唪唥嘅期數。呢季節目共12期，喺2022年8月12號首播<ref>{{Cite web|url=https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|title=黃曉明《中餐廳》第6季造形曝光　「中年王子病」又發作？|website=東網|date=2022-07-11|accessdate=2022-08-03|language=zh-hk|url-status=live|archiveurl=https://web.archive.org/web/20220803180129/https://hk.on.cc/hk/bkn/cnt/entertainment/20220711/bkn-20220711230134915-0711_00862_001.html|archivedate=2022-08-03}}</ref><ref>{{Cite news|url=http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|title=《中餐廳》第六季官宣 黃曉明殷桃聯手開「親子餐廳」|publisher=每日新報|author1=王軼斐|date=2022-07-29|accessdate=2022-08-03|language=zh-cn|url-status=live|archiveurl=https://web.archive.org/web/20220803180420/http://epaper.tianjinwe.com/mrxb/html/2022-07/29/content_19046_6520744.htm|archivedate=2022-08-03}}</ref>。 {{TOClimit|limit=3}} == 成員 == * [[黃曉明 (山東)|黃曉明]] * [[殷桃]] * 尹正 * 章若楠 * 陳立農 == 分集介紹 == <onlyinclude>{{Episode table | background = #33E6CC | total_width = 70% | season = 8 | title = | airdate = 36 | titleT = 主題 | episodes = {{Episode list/sublist|中餐廳 | EpisodeNumber = 1 | Title = <center>好「餐」上場，今晚開張</center> | OriginalAirDate = {{start date|2022|8|12}} | ShortSummary = 5位經營合夥人陸續抵達[[郴州]]，喺一間農家餐廳體驗當地特色美食「瑤家九大碗」後，正式抵達喺仰天湖草原風景旅遊區嘅餐館，之後由黃曉明唸出新一季嘅店長手冊。呢季《中餐廳》合夥人需挑戰經營午餐，同時喺餐館5km範圍內冇菜場，合夥人需要去到農戶家入面自己買食材；呢季《中餐廳》主打「親子餐廳」嘅全新經營模式，合夥人需要喺每日營業期間開設「美食小課堂」，教細路仔做美食。黃曉明喺之後接收節目組提供嘅2022元啟動資金，並帶領其他4位經營合夥人參觀餐廳，呢季嘅餐廳分為「有趣餐廳」同「有機餐廳」兩個部分，中間係「歡樂廚房」。之後，兩位廚師抵達餐廳。呢季除5位經營合夥人外，另有兩位廚師加盟，分別係野生大廚詹宗林同麪點大師趙小羊。嗰晚，大家一齊完成喺中餐廳嘅第一次晚餐。第二日，大家一齊去到農戶家入面買食材。 | LineColor = #33E6CC }} {{Episode list/sublist|中餐廳 | EpisodeNumber = 2 | Title = <center>籌備日</center> | OriginalAirDate = {{start date|2022|8|19}} | ShortSummary = 5位經營合夥人同兩位廚師喺買完食材後繼續做開業之前嘅籌備工作，包括試菜、確定菜單同埋為菜品定價。營業首日，店長黃曉明對其他4位經營合夥人進行咗崗前培訓。之後，中餐廳正式開業。 | LineColor = #33E6CC }} }}</onlyinclude> == 收視率 == {{收視率表格 | 收視地區 = {{CHNML}} | 表格寬度 = 80% | 字號 = 100% | 標題背景顏色 = #33E6CC | 標題字體顏色 = black | 頻道 = 湖南衛視 | 首播 = yes | 多數據來源 = yes | 數據來源 = CSM63 | 數據來源1 = CCData | num_column = 9 | num_row = 2 | 備註寬度 = 40% }} |- | 1 | {{FULLDATE|time=2022-08-12}} | 1.376 | 11.60 | 5 | 1.52 | 4.93 | 1 | |- | 2 | {{FULLDATE|time=2022-08-19}} | | | | | | | {{收視率表格/End | 同時段節目 = #* [[浙江衛視]]：《「食」萬八千里》 #* [[江蘇衛視]]：《閃閃發光的你·投行季》／《百川綜藝季》 | CCTV = no | 其他備註 = # CSM63城市網數據由[http://www.csm.com.cn 央視索福瑞]提供，CCData數據由中科網聯提供，調查範圍係四歲以上觀眾。 # 資料來源：[http://weibo.com/tvthings 衛視這些事兒]、[http://weibo.com/u/2635260410 衛視小露電]、[http://weibo.com/u/5260565381 TV未知數]。 # 排名係星期五夜晚所有綜藝節目嘅排名，並唔一定係同一時段。 }} == 參考 == {{reflist}} [[Category:中餐廳|⑥]] qcj6r2lth5gy5h1s5yf2zxxgqpegy8m 0 306022 1865421 1865173 2022-08-19T15:15:01Z Abckwan 206679 /* 20強參賽者名單 */ wikitext text/x-wiki {{電視節目資訊框 | 名稱 = 尾二一屆口罩小姐選舉 | 原名 = Miss Mask Pageant 2 | 圖片 = | 類型 = 選美真人騷 | 編劇 = | 導演 = 高估、彭雋升、何啟智、<br/>張家亮、李苡芹、吳嘉熙 | 主持 = 常規：[[ERROR (香港組合)|ERROR]]、<br/>[[鄭伊琪]]、[[米露迪]]<!--<br/>總決賽：[[強尼]]、[[蔡宛珊]]--> | 旁白 = [[朱晉傑]] | 國家 = {{HKG}} | 語言 = [[粵語]] | 每集長 = 常規：60分鐘（含廣告）<!--<br/>總決賽：105分鐘（含廣告）--> | 集數 = 常規：10<br/>總決賽：1 | 主題曲 = 《Take if off》 | 作曲 = TheRebelAlliance | 作詞 = Oscar | 主唱 = [[ERROR (香港組合)|ERROR]]、[[鄭伊琪]]、[[米露迪]] | 製作年份 = 常規：2022年<!--<br/>總決賽：2021年4月11號--> | 外景 = {{HKG}} | 編審 = 羅世雄 | 監製 = 吳繼業、鄭寶榮 | 攝影 = | 製作公司 = [[MakerVille]] | 電視台 = [[香港電視娛樂]][[ViuTV]] | 視頻制式 = [[高清電視]] [[1080i]] | 首播國家 = {{HKG}} | 開始 = 常規：<br/>2022年8月15號 | 結束 = 8月26號<!--<br/>總決賽：4月11號--> | 播出時間 = 常規：<br/>逢禮拜一到五 21:30－22:30<!--<br/>總決賽：<br/>禮拜日 20:30-22:15--> | 官方網站 = | 前作 = 《[[最後一屆口罩小姐選舉]]》（2020年） }} 《'''尾二一屆口罩小姐選舉'''》（{{lang-en|'''Miss Mask Pageant 2'''}}）係[[香港]][[MakerVille]]製作嘅[[選美]][[真人騷]]節目，《[[最後一屆口罩小姐選舉]]》續作，喺2022年8月15號到8月26號逢禮拜一到五21:30-22:30喺[[ViuTV]]常規播出，由[[ERROR (香港組合)|ERROR]]（[[梁業]]、[[何啟華]]、[[郭嘉駿]]、[[吳保錡]]）、[[鄭伊琪]]（上屆冠軍）、[[米露迪]]（上屆殿軍）主持<!--；而《'''尾二一屆口罩小姐選舉總決賽'''》就喺9月3號禮拜六晚20:30-22:00現場直播，由[[]]同[[]]主持-->。同上屆一樣，參選佳麗都係戴住[[口罩]]遮住大半個樣。 ==播映安排== 2022年6月底，ViuTV播出「磅礡聲勢　即將登場」宣傳片，宣傳包括呢套節目嘅四套節目，呢套節目被預期係接檔《[[戀愛Staycation]]》喺8月15號首播。但係7月28號[[MIRROR.WE.ARE LIVE CONCERT 2022|MIRROR演唱會發生意外]]，作為主辦單位[[MakerVille]]同系公司嘅ViuTV亦成為被批評嘅對象，ViuTV除咗暫停節目宣傳活動（包括社交媒體貼文同實體記者會）之外，亦要重新檢視之後嘅節目播映安排，而呢套節目亦一度被考慮暫時抽起，直到8月5號晚電視台播出宣傳片，意味會照原定安排喺8月15號首播，但係未有啟動（播預告片以外嘅）任何節目宣傳活動，只係喺首播當日中午時份喺電視台Facebook專頁出咗一篇文，正文亦只有一句「全新節目《尾二一屆口罩小姐選舉》今晚9:30首播」，同以往嘅宣傳文有顯著分別，到第2集Facebook專頁恢復正常宣傳風格，第3集選出50強後Facebook專頁貼出50強參賽者嘅相，但未有好似上屆噉提供埋年齡、職業、專長等資料。 ==參賽者== 節目吸引咗超過一千人參加，第1集開頭節目組已經預先揀咗80強再畀評判團評選，到第3集尾就淘汰淨返50強。第二階段佢哋再由8個身體部位（肚臍、腳趾、後頸、頭髮、體香、腋下、絕對領域、鎖骨）揀2個去比試，每個部位最高分嗰兩位入20強，名額16個，其餘4個名額就由未入圍34位入面得分最高嘅12位去爭奪。第三階段20強分成兩隊，分別係「193 DEE 組」同「肥仔保錡組」，再經過一輪淘汰賽，到第10集會選出最後16強參加總決賽。 ===20強參賽者名單=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''隊伍'''||'''編號'''||'''代號'''||'''姓名'''||'''第二階段<br/>（20強）'''|||'''第三階段<br/>（16強）'''||'''總決賽''' |- | ||006 || || ||bgcolor="lime"|晉級（後頸組） || || |- | ||028 || ||[[楊殷彤]]（Violet） ||bgcolor="lime"|晉級（頭髮組） || || |- | ||030 || ||[[張敏潔]]（Kit） ||bgcolor="lime"|晉級（後頸組） || || |- | ||040 || ||[[林靜莉]]（Jeannie）||bgcolor="lime"|晉級（腳趾組） || || |- | ||051 || ||[[蔡頌思]]（Jocelyn）||bgcolor="lime"|晉級（肚臍組） || || |- | ||067 || || ||bgcolor="lime"|晉級（腳趾組） || || |- | ||069 || || ||bgcolor="lime"|晉級（肚臍組）|| || |- | ||071 || ||[[王詠珩]]（Wing） ||bgcolor="lime"|晉級（頭髮組） || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |} ===50強參賽者名單=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''真實身份''' |- |001 || |- |004 || |- |005 || |- |006 || |- |008 || |- |010 ||[[梁桂儀]]（Abbie） |- |012 || |- |014 || |- |015 || |- |016 || |- |018 || |- |021 || |- |022 || |- |025 || |- |027 ||[[陳莉寶]]（Bo） |- |028 ||楊殷彤（Violet）@[[Chill Up]] |- |029 || |- |030 ||[[張敏潔]]（Kit） |- |032 ||[[尹嘉裕]]（Kaka） |- |033 ||[[植詠珊]]（Cathy） |- |034 || |- |035 ||[[陳雅雯]]（Carman） |- |039 || |- |040 ||[[林靜莉]]（Jeannie） |- |043 ||[[林艷蘭]]（Lila） |- |044 || |- |045 ||[[鄭杞瑤]]（Kylie） |- |046 || |- |046A {{NoteTag|046A係046個女，原先未能入圍80強，之後節目組臨時決定畀佢同046一齊參加。}}|| |- |048 ||[[伍菲]]（Feifei） |- |049 || |- |050 || |- |051 ||[[蔡頌思]]（Jocelyn） |- |054 ||[[蘇慧恩]]（Ophelia） |- |058 ||[[范莎莎]]（Zaza） |- |060 ||[[梁茜童]]（Westtung） |- |061 || |- |063 || |- |066 || |- |067 || |- |068 || |- |069 || |- |070 || |- |071 ||[[王詠珩]]（Wing） |- |074 || |- |076 || |- |077 || |- |078 || |- |079 ||[[潘瑤]]（Yoyo） |- |080 || |} ===其他已知身份嘅落選80強參賽者=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''真實身份''' |- |026 || [[鄭佩儀]]（PuiYee） |- |041 || [[馬穎珊]]（Shanna） |- |052 || [[譚詠怡]]（Victoria） |- |057 || [[陳明慧]]（MingWai） |} ==評判名單== *第一階段（80進50）： **大公無私奶奶組：[[練美娟]]、[[火火]]、[[陳月媚]] **鬆手毒男組：[[岑珈其]]、[[程人富]]、[[藍仔頭]] **閱人無數Mean精組：[[強尼]]、[[陳俞希]]、[[李健宏]] **口罩師姐組：[[鄭伊琪]]、[[徐蒨寧]]、[[馮寶欣]] *第二階段（50進20）：[[ERROR (香港組合)|ERROR]]（[[梁業]]、[[何啟華]]、[[郭嘉駿]]、[[吳保錡]]） ==每集一覽== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''集數'''||'''播映日子'''||'''階段'''||'''主題'''||'''藝人嘉賓''' |- | 1 || 8月15號 ||rowspan="3"|第一階段<br/>（80進50）||八十強進行海選||rowspan="3"|評判：（見第一階段評判名單）<br/>口罩報導員：[[何洛瑤]]、[[陳昭煊]]<br/>其他：鄧永鑄 |- | 2 || 8月16號 ||評判團粉墨登場 |- | 3 || 8月17號 ||海選階段完結 |- | 4 || 8月18號 ||rowspan="4"|第二階段<br/>（50進20）||第二階段淘汰展開 ||rowspan="4"|模特兒：[[郭奕芯]]<br/>代班評判：鄧永鑄 |- | 5 || 8月19號 ||後頸秀髮大比拼 |- | 6 || 8月22號 ||ERROR 首成導演 |- | 7 || 8月23號 ||廿強正式出爐 |- | 8 || 8月24號 ||rowspan="3"|第三階段<br/>（20進16 ） ||入營集宿激戰 ||[[七仙羽]] |- | 9 || 8月25號 ||發揮團隊合作精神 || |- | 10 || 8月26號 || 四人慘被淘汰|| |} ==註== {{NoteFoot}} ==出面網頁== *[https://viu.tv/encore/miss-mask-pageant-2 ViuTV：尾二一屆口罩小姐選舉] *[https://www.makerville.hk/works/2 MakerVille：尾二一屆口罩小姐選舉] ==電視節目變遷== {{電視節目變遷 |電視台={{HKG}} [[ViuTV]] |播放檔次=逢禮拜一到五 21:30－22:30 |節目名稱='''尾二一屆口罩小姐選舉'''<br/>（2022.08.15－2022.08.26） |上一節目=[[戀愛Staycation]]<br/>（2022.07.25－2022.08.12） |下一節目= }} {{2022年ViuTV自製綜藝節目}} [[Category:2022年ViuTV節目]] [[Category:ViuTV選美]] q2a4yxqq7hpp2ovu3qel9rxzs8tv3lr 1865624 1865421 2022-08-20T02:28:06Z 219.73.60.26 wikitext text/x-wiki {{電視節目資訊框 | 名稱 = 尾二一屆口罩小姐選舉 | 原名 = Miss Mask Pageant 2 | 圖片 = | 類型 = 選美真人騷 | 編劇 = | 導演 = 高估、彭雋升、何啟智、<br/>張家亮、李苡芹、吳嘉熙 | 主持 = 常規：[[ERROR (香港組合)|ERROR]]、<br/>[[鄭伊琪]]、[[米露迪]]<!--<br/>總決賽：[[強尼]]、[[蔡宛珊]]--> | 旁白 = [[朱晉傑]] | 國家 = {{HKG}} | 語言 = [[粵語]] | 每集長 = 常規：60分鐘（含廣告）<!--<br/>總決賽：105分鐘（含廣告）--> | 集數 = 常規：10<br/>總決賽：1 | 主題曲 = 《Take if off》 | 作曲 = TheRebelAlliance | 作詞 = Oscar | 主唱 = [[ERROR (香港組合)|ERROR]]、[[鄭伊琪]]、[[米露迪]] | 製作年份 = 常規：2022年<!--<br/>總決賽：2021年4月11號--> | 外景 = {{HKG}} | 編審 = 羅世雄 | 監製 = 吳繼業、鄭寶榮 | 攝影 = | 製作公司 = [[MakerVille]] | 電視台 = [[香港電視娛樂]][[ViuTV]] | 視頻制式 = [[高清電視]] [[1080i]] | 首播國家 = {{HKG}} | 開始 = 常規：<br/>2022年8月15號 | 結束 = 8月26號<!--<br/>總決賽：4月11號--> | 播出時間 = 常規：<br/>逢禮拜一到五 21:30－22:30<!--<br/>總決賽：<br/>禮拜日 20:30-22:15--> | 官方網站 = | 前作 = 《[[最後一屆口罩小姐選舉]]》（2021年） }} 《'''尾二一屆口罩小姐選舉'''》（{{lang-en|'''Miss Mask Pageant 2'''}}）係[[香港]][[MakerVille]]製作嘅[[選美]][[真人騷]]節目，《[[最後一屆口罩小姐選舉]]》續作，喺2022年8月15號到8月26號逢禮拜一到五21:30-22:30喺[[ViuTV]]常規播出，由[[ERROR (香港組合)|ERROR]]（[[梁業]]、[[何啟華]]、[[郭嘉駿]]、[[吳保錡]]）、[[鄭伊琪]]（上屆冠軍）、[[米露迪]]（上屆殿軍）主持<!--；而《'''尾二一屆口罩小姐選舉總決賽'''》就喺9月3號禮拜六晚20:30-22:00現場直播，由[[]]同[[]]主持-->。同上屆一樣，參選佳麗都係戴住[[口罩]]遮住大半個樣。 ==播映安排== 2022年6月底，ViuTV播出「磅礡聲勢　即將登場」宣傳片，宣傳包括呢套節目嘅四套節目，呢套節目被預期係接檔《[[戀愛Staycation]]》喺8月15號首播。但係7月28號[[MIRROR.WE.ARE LIVE CONCERT 2022|MIRROR演唱會發生意外]]，作為主辦單位[[MakerVille]]同系公司嘅ViuTV亦成為被批評嘅對象，ViuTV除咗暫停節目宣傳活動（包括社交媒體貼文同實體記者會）之外，亦要重新檢視之後嘅節目播映安排，而呢套節目亦一度被考慮暫時抽起，直到8月5號晚電視台播出宣傳片，意味會照原定安排喺8月15號首播，但係未有啟動（播預告片以外嘅）任何節目宣傳活動，只係喺首播當日中午時份喺電視台Facebook專頁出咗一篇文，正文亦只有一句「全新節目《尾二一屆口罩小姐選舉》今晚9:30首播」，同以往嘅宣傳文有顯著分別，到第2集Facebook專頁恢復正常宣傳風格，第3集選出50強後Facebook專頁貼出50強參賽者嘅相，但未有好似上屆噉提供埋年齡、職業、專長等資料。 ==參賽者== 節目吸引咗超過一千人參加，第1集開頭節目組已經預先揀咗80強再畀評判團評選，到第3集尾就淘汰淨返50強。第二階段佢哋再由8個身體部位（肚臍、腳趾、後頸、頭髮、體香、腋下、絕對領域、鎖骨）揀2個去比試，每個部位最高分嗰兩位入20強，名額16個，其餘4個名額就由未入圍34位入面得分最高嘅12位去爭奪。第三階段20強分成兩隊，分別係「193 DEE 組」同「肥仔保錡組」，再經過一輪淘汰賽，到第10集會選出最後16強參加總決賽。 ===20強參賽者名單=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''隊伍'''||'''編號'''||'''代號'''||'''姓名'''||'''第二階段<br/>（20強）'''|||'''第三階段<br/>（16強）'''||'''總決賽''' |- | ||006 || || ||bgcolor="lime"|晉級（後頸組） || || |- | ||028 || ||[[楊殷彤]]（Violet） ||bgcolor="lime"|晉級（頭髮組） || || |- | ||030 || ||[[張敏潔]]（Kit） ||bgcolor="lime"|晉級（後頸組） || || |- | ||040 || ||[[林靜莉]]（Jeannie）||bgcolor="lime"|晉級（腳趾組） || || |- | ||051 || ||[[蔡頌思]]（Jocelyn）||bgcolor="lime"|晉級（肚臍組） || || |- | ||067 || || ||bgcolor="lime"|晉級（腳趾組） || || |- | ||069 || || ||bgcolor="lime"|晉級（肚臍組）|| || |- | ||071 || ||[[王詠珩]]（Wing） ||bgcolor="lime"|晉級（頭髮組） || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |- | || || || ||bgcolor="lime"|晉級 || || |} ===50強參賽者名單=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''真實身份''' |- |001 || |- |004 || |- |005 || |- |006 || |- |008 || |- |010 ||[[梁桂儀]]（Abbie） |- |012 || |- |014 || |- |015 || |- |016 || |- |018 || |- |021 || |- |022 || |- |025 || |- |027 ||[[陳莉寶]]（Bo） |- |028 ||楊殷彤（Violet）@[[Chill Up]] |- |029 || |- |030 ||[[張敏潔]]（Kit） |- |032 ||[[尹嘉裕]]（Kaka） |- |033 ||[[植詠珊]]（Cathy） |- |034 || |- |035 ||[[陳雅雯]]（Carman） |- |039 || |- |040 ||[[林靜莉]]（Jeannie） |- |043 ||[[林艷蘭]]（Lila） |- |044 || |- |045 ||[[鄭杞瑤]]（Kylie） |- |046 || |- |046A {{NoteTag|046A係046個女，原先未能入圍80強，之後節目組臨時決定畀佢同046一齊參加。}}|| |- |048 ||[[伍菲]]（Feifei） |- |049 || |- |050 || |- |051 ||[[蔡頌思]]（Jocelyn） |- |054 ||[[蘇慧恩]]（Ophelia） |- |058 ||[[范莎莎]]（Zaza） |- |060 ||[[梁茜童]]（Westtung） |- |061 || |- |063 || |- |066 || |- |067 || |- |068 || |- |069 || |- |070 || |- |071 ||[[王詠珩]]（Wing） |- |074 || |- |076 || |- |077 || |- |078 || |- |079 ||[[潘瑤]]（Yoyo） |- |080 || |} ===其他已知身份嘅落選80強參賽者=== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''真實身份''' |- |026 || [[鄭佩儀]]（PuiYee） |- |041 || [[馬穎珊]]（Shanna） |- |052 || [[譚詠怡]]（Victoria） |- |057 || [[陳明慧]]（MingWai） |} ==評判名單== *第一階段（80進50）： **大公無私奶奶組：[[練美娟]]、[[火火]]、[[陳月媚]] **鬆手毒男組：[[岑珈其]]、[[程人富]]、[[藍仔頭]] **閱人無數Mean精組：[[強尼]]、[[陳俞希]]、[[李健宏]] **口罩師姐組：[[鄭伊琪]]、[[徐蒨寧]]、[[馮寶欣]] *第二階段（50進20）：[[ERROR (香港組合)|ERROR]]（[[梁業]]、[[何啟華]]、[[郭嘉駿]]、[[吳保錡]]） ==每集一覽== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''集數'''||'''播映日子'''||'''階段'''||'''主題'''||'''藝人嘉賓''' |- | 1 || 8月15號 ||rowspan="3"|第一階段<br/>（80進50）||八十強進行海選||rowspan="3"|評判：（見第一階段評判名單）<br/>口罩報導員：[[何洛瑤]]、[[陳昭煊]]<br/>其他：鄧永鑄 |- | 2 || 8月16號 ||評判團粉墨登場 |- | 3 || 8月17號 ||海選階段完結 |- | 4 || 8月18號 ||rowspan="4"|第二階段<br/>（50進20）||第二階段淘汰展開 ||rowspan="4"|模特兒：[[郭奕芯]]<br/>代班評判：鄧永鑄 |- | 5 || 8月19號 ||後頸秀髮大比拼 |- | 6 || 8月22號 ||ERROR 首成導演 |- | 7 || 8月23號 ||廿強正式出爐 |- | 8 || 8月24號 ||rowspan="3"|第三階段<br/>（20進16 ） ||入營集宿激戰 ||[[七仙羽]] |- | 9 || 8月25號 ||發揮團隊合作精神 || |- | 10 || 8月26號 || 四人慘被淘汰|| |} ==註== {{NoteFoot}} ==出面網頁== *[https://viu.tv/encore/miss-mask-pageant-2 ViuTV：尾二一屆口罩小姐選舉] *[https://www.makerville.hk/works/2 MakerVille：尾二一屆口罩小姐選舉] ==電視節目變遷== {{電視節目變遷 |電視台={{HKG}} [[ViuTV]] |播放檔次=逢禮拜一到五 21:30－22:30 |節目名稱='''尾二一屆口罩小姐選舉'''<br/>（2022.08.15－2022.08.26） |上一節目=[[戀愛Staycation]]<br/>（2022.07.25－2022.08.12） |下一節目= }} {{2022年ViuTV自製綜藝節目}} [[Category:2022年ViuTV節目]] [[Category:ViuTV選美]] m1mjlcabmdlg1s3nfphd2ogtifqtdvf 3 306247 1865337 1865333 2022-08-19T11:59:48Z Network 4 Dimension 242932 覆 wikitext text/x-wiki {{welcome}} 我係歡迎你嘅粵維維基人：[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月10號 (三) 04:22 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] 多謝支持本人用戶，我係嚟自四度空間嘅帳戶，我專修正任何營養學嘅謬誤，你亦可以叫我做四維維人，請多多指教。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:47 (UTC) ::嘩，住喺四維空間咁勁。好，多多指教。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 其實我仲有好多位夥伴，有五維維人、六維嘅、七維、八維、直至十維+時間，只不過佢哋未建立自己相對名稱的用戶。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:59 (UTC) {{ping|Z423x5c6}} 埋嚟打聲招呼~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] Hello. [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:50 (UTC) 4ctwp1wey3xcqq6zaarsy7tnqgw86e9 1865342 1865337 2022-08-19T12:03:34Z Network 4 Dimension 242932 覆 wikitext text/x-wiki {{welcome}} 我係歡迎你嘅粵維維基人：[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月10號 (三) 04:22 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] 多謝支持本人用戶，我係嚟自四度空間嘅帳戶，我專修正任何營養學嘅謬誤，你亦可以叫我做四維維人，請多多指教。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:47 (UTC) ::嘩，住喺四維空間咁勁。好，多多指教。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 其實我仲有好多位夥伴，有五維維人、六維嘅、七維、八維、直至十維+時間，只不過佢哋未建立自己相對名稱的用戶。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:59 (UTC) ::::呢啲帳戶係專用嚟接受降維打擊，即係如果四維空間用戶俾無意封禁，可以召喚五維空間用戶解除四維空間用戶的封禁令。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:03 (UTC) {{ping|Z423x5c6}} 埋嚟打聲招呼~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] Hello. [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:50 (UTC) 648ll2c3x7317j26fetdylti50hepew 1865344 1865342 2022-08-19T12:05:07Z Network 4 Dimension 242932 覆 wikitext text/x-wiki {{welcome}} 我係歡迎你嘅粵維維基人：[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月10號 (三) 04:22 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] 多謝支持本人用戶，我係嚟自四度空間嘅帳戶，我專修正任何營養學嘅謬誤，你亦可以叫我做四維維人，請多多指教。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:47 (UTC) ::嘩，住喺四維空間咁勁。好，多多指教。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 其實我仲有好多位夥伴，有五維維人、六維嘅、七維、八維、直至十維+時間，只不過佢哋未建立自己相對名稱的用戶。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:59 (UTC) ::::呢啲帳戶係專用嚟接受降維打擊，即係如果四維空間用戶俾無意封禁，可以召喚五維空間用戶解除四維空間用戶的封禁令。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:03 (UTC) :::::同樣，六維空間用戶亦可解除五維空間的封鎖。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:05 (UTC) {{ping|Z423x5c6}} 埋嚟打聲招呼~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] Hello. [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:50 (UTC) dz4pdu00gxsqbcvt2rjwhprleuwpbn2 1865366 1865344 2022-08-19T12:31:27Z Z423x5c6 42683 // Edit via Wikiplus wikitext text/x-wiki {{welcome}} 我係歡迎你嘅粵維維基人：[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月10號 (三) 04:22 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] 多謝支持本人用戶，我係嚟自四度空間嘅帳戶，我專修正任何營養學嘅謬誤，你亦可以叫我做四維維人，請多多指教。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:47 (UTC) ::嘩，住喺四維空間咁勁。好，多多指教。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 其實我仲有好多位夥伴，有五維維人、六維嘅、七維、八維、直至十維+時間，只不過佢哋未建立自己相對名稱的用戶。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:59 (UTC) ::::呢啲帳戶係專用嚟接受降維打擊，即係如果四維空間用戶俾無意封禁，可以召喚五維空間用戶解除四維空間用戶的封禁令。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:03 (UTC) :::::同樣，六維空間用戶亦可解除五維空間的封鎖。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:05 (UTC) {{ping|Z423x5c6}} 埋嚟打聲招呼~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] Hello. [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:50 (UTC) ::哇勁喎四維空間，幸會幸會！——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月19號 (五) 12:31 (UTC) bhx0vphs4udfyxf37ic5i5sun9l1qek 1865396 1865366 2022-08-19T13:24:28Z Network 4 Dimension 242932 覆 wikitext text/x-wiki {{welcome}} 我係歡迎你嘅粵維維基人：[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月10號 (三) 04:22 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] 多謝支持本人用戶，我係嚟自四度空間嘅帳戶，我專修正任何營養學嘅謬誤，你亦可以叫我做四維維人，請多多指教。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:47 (UTC) ::嘩，住喺四維空間咁勁。好，多多指教。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 其實我仲有好多位夥伴，有五維維人、六維嘅、七維、八維、直至十維+時間，只不過佢哋未建立自己相對名稱的用戶。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:59 (UTC) ::::呢啲帳戶係專用嚟接受降維打擊，即係如果四維空間用戶俾無意封禁，可以召喚五維空間用戶解除四維空間用戶的封禁令。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:03 (UTC) :::::同樣，六維空間用戶亦可解除五維空間的封鎖。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 12:05 (UTC) :::[[User:Dr. Greywolf|@Dr. Greywolf]] 咁你又知唔知，冇人可以封禁到我，即使人哋要求封鎖我佢都吹唔脹我，反而人哋被封。 [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 13:24 (UTC) {{ping|Z423x5c6}} 埋嚟打聲招呼~ [[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 11:48 (UTC) :[[User:Dr. Greywolf|@Dr. Greywolf]] Hello. [[User:Network 4 Dimension|Network 4 Dimension]] ([[User talk:Network 4 Dimension#top|傾偈]]) 2022年8月19號 (五) 11:50 (UTC) ::哇勁喎四維空間，幸會幸會！——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月19號 (五) 12:31 (UTC) h0eug5ltvlr0oz6z3dwdwq49r0o7i01 0 306500 1865777 1862332 2022-08-20T08:41:44Z Kwgulden 79785 請關注[[Talk:鄧聲興]] wikitext text/x-wiki '''鄧聲興'''係香港親中派政治人物兼商界人士，香港股票分析師協會主席，意博資本亞洲執行合夥人。佢支持北京未經諮詢或香港人同意，強行落實嘅「[[完善選舉制度]]」<ref>{{引網|url=https://ele-committee.hk01.com/2021/candidate/633/%E9%84%A7%E8%81%B2%E8%88%88|title=選委會選舉 2021 {{!}} 候選人資料：鄧聲興 {{!}} 香港01|last=香港01|first=香港選舉委員會 2021 專頁 {{!}}|website=香港選舉委員會 2021 專頁|access-date=2022-08-13}}</ref>。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會金融服務界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港財經界人士]] [[Category:鄧氏|聲興]] 9ux6ro46wl0f4npma9d7y0906jgzmag 1865806 1865777 2022-08-20T09:13:03Z Kwgulden 79785 先假定同[[:zh:鄧聲興]]係同一個人，如果搞錯咗，請還原 wikitext text/x-wiki '''鄧聲興'''（Kenny Tang，{{bd|1968年}}）係香港親中派政治人物兼商界人士，香港股票分析師協會主席，意博資本亞洲執行合夥人。佢支持北京未經諮詢或香港人同意，強行落實嘅「[[完善選舉制度]]」<ref>{{引網|url=https://ele-committee.hk01.com/2021/candidate/633/%E9%84%A7%E8%81%B2%E8%88%88|title=選委會選舉 2021 {{!}} 候選人資料：鄧聲興 {{!}} 香港01|last=香港01|first=香港選舉委員會 2021 專頁 {{!}}|website=香港選舉委員會 2021 專頁|access-date=2022-08-13}}</ref>。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會金融服務界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港財經界人士]] [[Category:鄧氏|聲興]] 7i5wqmiazq9iwhr3gmsw4x94z3pl9n4 0 306502 1865780 1862336 2022-08-20T08:46:37Z Kwgulden 79785 + bd, cat wikitext text/x-wiki '''詹劍崙'''（Ricky Chim，{{bd|1969年}}）係香港親中派政治人物兼商界人士<ref name=":0">{{引網|url=https://ele-committee.hk01.com/2021/candidate/629/%E8%A9%B9%E5%8A%8D%E5%B4%99|title=選委會選舉 2021 {{!}} 候選人資料：詹劍崙 {{!}} 香港01|last=香港01|first=香港選舉委員會 2021 專頁 {{!}}|website=香港選舉委員會 2021 專頁|access-date=2022-08-13}}</ref>，前立法會議員[[詹培忠]]個仔。 == 部分職銜 == * [[巴布亞新畿內亞]]名譽領事<ref name=":0" /> == 涉及詐騙醜聞 == 喺2021年11月，佢同詹培忠被控兩項串謀詐騙罪，當中涉及上市公司「亞洲資源」買殼嘅事<ref>{{引網|url=https://news.now.com/home/local/player?newsId=457235|title=詹培忠詹劍崙涉「買殼」交易串謀詐騙 獲保釋候訊|website=Now 新聞|language=zh-hk|access-date=2022-08-13}}</ref>。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會金融服務界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港建制派人士]] [[Category:詹氏|劍崙]] 6llat71rxsmcsedx87pgy7opdzm1kwc 0 306530 1865343 1862942 2022-08-19T12:05:04Z Dr. Greywolf 143999 /* 概論 */ wikitext text/x-wiki '''串列'''（{{lang-en|'''list'''}}）係一種同[[陣列]]好相似嘅[[數據結構]]。 ==概論== {{see also|數據結構}} 串列同[[陣列]]最主要嘅分別在於，串列'''冇'''特定嘅[[資料類型]]，可以（例如）一格裝[[整數 (資料類型)|整數]]另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型。 例如以下呢段 [[Python]] [[源碼|碼]]噉<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref>： <source lang="python"> list = [3, 6, 9, 12] # list 係一條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> list.append('meh') # 將 'meh' 呢段字串加落去 list 度，list 會變成 [3, 6, 9, 12, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> x = arr.array("i", [3, 6, 9, 12]) x.append('meh') </source> －段碼講好咗，<code>x</code> 係個整數（<code>"i"</code>）陣列，<code>'meh'</code> 唔係整數，所以呢段碼會搞到個程式出錯。 == 註釋 == {{reflist|group=註}} ==睇埋== *[[數據結構]] *[[陣列]] ==攷== {{reflist}} {{Comp-stub}} [[Category:數據]] jm7x2cai1u13u80bbrde0oc0m2z2huh 1865379 1865343 2022-08-19T12:46:59Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''串列'''（{{lang-en|'''list'''}}）係一種同[[陣列]]好相似嘅[[數據結構]]。 ==概論== {{see also|數據結構}} 串列同[[陣列]]最主要嘅分別在於，串列'''冇'''特定嘅[[資料類型]]，可以（例如）一格裝[[整數 (資料類型)|整數]]另一格裝[[浮點數]]，而一個陣列'''有'''指定資料類型。 例如以下呢段 [[Python]] [[源碼|碼]]噉<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref>： <source lang="python"> list = [3, 6, 9, 12] # list 係一條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一種類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> list.append('meh') # 將 'meh' 呢段字串加落去 list 度，list 會變成 [3, 6, 9, 12, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> x = arr.array("i", [3, 6, 9, 12]) x.append('meh') </source> －段碼講好咗，<code>x</code> 係個整數（<code>"i"</code>）陣列，<code>'meh'</code> 唔係整數，所以呢段碼會搞到個程式出錯。 == 註釋 == {{reflist|group=註}} ==睇埋== *[[數據結構]] *[[陣列]] ==攷== {{reflist}} {{Comp-stub}} [[Category:數據]] 428x0re89adt2kmvu6mdne1uvhgh5c7 1865627 1865379 2022-08-20T02:31:40Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''串列'''（{{lang-en|'''list'''}}）係一種同[[陣列]]好相似嘅[[數據結構]]。 ==概論== {{see also|數據結構}} 喺 [[Python]] 裏面，串列同[[陣列]]最主要嘅分別在於，串列'''冇'''特定嘅[[資料類型]]，可以（例如）一格裝[[整數 (資料類型)|整數]]另一格裝[[浮點數]]，而一條陣列'''有'''指定資料類型。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 == 註釋 == {{reflist|group=註}} ==睇埋== *[[數據結構]] *[[陣列]] ==攷== {{reflist}} {{Comp-stub}} [[Category:數據]] 31r66v9lsoxywmticqjs90nuath40o1 1865628 1865627 2022-08-20T02:32:05Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''串列'''（{{lang-en|'''list'''}}）係一種同[[陣列]]好相似嘅[[數據結構]]。 ==Python== 喺 [[Python]] 裏面，串列同[[陣列]]最主要嘅分別在於，串列'''冇'''特定嘅[[資料類型]]，可以（例如）一格裝[[整數 (資料類型)|整數]]另一格裝[[浮點數]]，而一條陣列'''有'''指定資料類型。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 ==睇埋== *[[數據結構]] *[[陣列]] ==參攷== {{reflist}} {{Comp-stub}} [[Category:數據]] d9xl48h8ry22dervgy25xrqlnvnb9n0 1865630 1865628 2022-08-20T02:32:22Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Expert}} '''串列'''（{{lang-en|'''list'''}}）係一種同[[陣列]]好相似嘅[[數據結構]]<ref>[https://learnpython.com/blog/python-array-vs-list/ Array vs. List in Python – What's the Difference?].</ref><ref>[https://towardsdatascience.com/python-tuples-when-to-use-them-over-lists-75e443f9dcd7 Python Tuples: When to Use Them Over Lists]. ''Towards Data Science''.</ref>。 ==Python== 喺 [[Python]] 裏面，串列同[[陣列]]最主要嘅分別在於，串列'''冇'''特定嘅[[資料類型]]，可以（例如）一格裝[[整數 (資料類型)|整數]]另一格裝[[浮點數]]，而一條陣列'''有'''指定資料類型。 用以下嘅 Python [[源碼|碼]]做例子： <source lang="python"> my_list = [3, 6, 9, 12] # my_list 係條串列，[3, 6, 9, 12] empty_list = [] # 創建一條空嘅串列，叫 empty_list my_list.append([4,5]) # 將 [4,5] 當一嚿數據噉加落去，即係會變成 [3, 6, 9, 12, [4, 5]]。 my_list.extend([4,5]) # 將 4 同 5 分開噉加落去，即係會變成 [3, 6, 9, 12, [4, 5], 4, 5]。 my_list.insert(1, 4) # 將 4 加落去第 1 個位度，即係會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5]。 </source> 一段串列唔使格格都裝同一隻類型嘅數據，所以以下噉嘅 Python 碼係行得通嘅： <source lang="python"> my_list.append('meh') # 將 'meh' 呢段字串加落去 my_list 度，my_list 會變成 [3, 4, 6, 9, 12, [4, 5], 4, 5, 'meh']。 </source> 但好似以下噉嘅碼就會有問題： <source lang="python"> import array as arr my_array = arr.array("i", [3, 6, 9, 12]) # 建立 my_array 呢條陣列。 my_array.append('meh') # Python 會講：an integer is required。 </source> －段碼講好咗，<code>my_array</code> 係個整數（<code>"i"</code>）類型嘅陣列，<code>'meh'</code> 唔係整數，所以段碼搞到個程式出錯。 ==睇埋== *[[數據結構]] *[[陣列]] ==參攷== {{reflist}} {{Comp-stub}} [[Category:數據]] 6e9fjrzjnpzlmpq2qfr6ibnfrnvfva5 0 306532 1865782 1862451 2022-08-20T08:51:15Z Kwgulden 79785 + bd, cat, {{香港特別行政區第七屆立法會議員}} wikitext text/x-wiki {{Infobox_officeholder | honorific-prefix = [[the Honourable]] | name = 李惟宏 | native_name = Robert LEE Wai-wang | native_name_lang = en | honorific-suffix = 議員 | image name = | width = | Sex = 男 | office = [[File:Legco.svg |20px|alt=|link=]] [[香港立法會]][[香港立法會議員列表|議員]] | term_start = 2022年1月1號 | term_end = | constituency = [[金融服務界功能界別|金融服務界]] | predecessor = [[張華峰]] | successor = | native place = | date of birth = {{bya|1980}} | place of birth = | residence = | party = | place of death = | parents = | spouse = | children = | alma_mater = | occupation = [[香港立法會]]議員 | profession = 公司董事 | relatives = | othername = | blank1= 議員辦事處地址 |data1=[[金鐘]][[中信大廈]]1307室<ref>{{Cite web |url=https://www.legco.gov.hk/tc/members/legco-members/member.html?id=271 |title=香港立法會：議員履歷 - 李惟宏議員 |access-date=2022-03-18 |archive-date=2022-03-18 |archive-url=https://web.archive.org/web/20220318095931/https://www.legco.gov.hk/tc/members/legco-members/member.html?id=271 }}</ref> | educate = * 美國巴德學院經濟學學士 * 美國賓夕法尼亞大學組織動力學碩士 }} '''李惟宏'''（Robert Lee，{{bd|1980年}}）係香港親中派政治人物兼商界人士，現任[[香港]][[金融服務界功能界別]][[香港立法會|立法會]][[香港立法會議員列表|議員]]。2021年10月出任香港證券業協會主席。<ref>{{cite news |title=專訪｜立法會新血李惟宏　領軍金融服務界　爭取削股票印花稅 |url=https://www.hk01.com/%E5%B0%88%E9%A1%8C%E4%BA%BA%E8%A8%AA/730704/%E5%B0%88%E8%A8%AA-%E7%AB%8B%E6%B3%95%E6%9C%83%E6%96%B0%E8%A1%80%E6%9D%8E%E6%83%9F%E5%AE%8F-%E9%A0%98%E8%BB%8D%E9%87%91%E8%9E%8D%E6%9C%8D%E5%8B%99%E7%95%8C-%E7%88%AD%E5%8F%96%E5%89%8A%E8%82%A1%E7%A5%A8%E5%8D%B0%E8%8A%B1%E7%A8%85 |accessdate=2022-03-18 |archive-date=2022-04-24 |archive-url=https://web.archive.org/web/20220424203401/https://www.hk01.com/%E5%B0%88%E9%A1%8C%E4%BA%BA%E8%A8%AA/730704/%E5%B0%88%E8%A8%AA-%E7%AB%8B%E6%B3%95%E6%9C%83%E6%96%B0%E8%A1%80%E6%9D%8E%E6%83%9F%E5%AE%8F-%E9%A0%98%E8%BB%8D%E9%87%91%E8%9E%8D%E6%9C%8D%E5%8B%99%E7%95%8C-%E7%88%AD%E5%8F%96%E5%89%8A%E8%82%A1%E7%A5%A8%E5%8D%B0%E8%8A%B1%E7%A8%85 }}</ref> == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會金融服務界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 喺2021年12月，佢當選成為同一界別立法會議員。 == 參考 == <references /> {{香港特別行政區第七屆立法會議員}} [[Category:香港生意人]] [[Category:李氏|惟宏]] k2kv3frbh2yfj9llfm2pjaa7n84uwdm 0 306535 1865790 1862456 2022-08-20T08:57:08Z Kwgulden 79785 {{not|朱李月華}} wikitext text/x-wiki {{not|朱李月華}} '''李月華'''係香港親中派政治人物兼商界人士。 == 選舉經歷 == 喺2021年9月，佢成為香港特别行政區選舉委員會金融服務界當然委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港生意人]] [[Category:李氏|月華]] qiliwzmp5n348z0vag2khgnkp8ubi97 0 306537 1865799 1862458 2022-08-20T09:07:45Z Kwgulden 79785 資料太少，但估計係講鄭家純個大女 wikitext text/x-wiki '''鄭志雯'''（{{lang-en|'''Sonia Cheng'''}}，{{bd|1980年|11月17號}}）係香港親中派政治人物兼商界人士，[[瑰麗酒店]]集團首席行政總裁，[[新世界發展]]執行董事。佢係[[鄭家純]]個大女。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會酒店界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港生意人]] [[Category:鄭氏|志雯]] h7l6celo0wv17l67ya818ln660y1pw2 0 306549 1865810 1862477 2022-08-20T09:20:53Z Kwgulden 79785 估計係講邱達昌個女 wikitext text/x-wiki '''邱詠筠'''{{JP}}（{{lang-en|'''Winnie Chiu'''}}，{{bd|1980年}}）係香港親中派政治人物兼商界人士，[[帝盛酒店]]集團總裁同執行董事。佢係[[邱德根]]二仔[[邱達昌]]個女。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會酒店界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港生意人]] [[Category:邱氏|詠筠]] 1ezdt1uav7kvwyqzprtsed4r5ctqwo5 0 306551 1865812 1862480 2022-08-20T09:25:34Z Kwgulden 79785 估計係講胡應湘大仔 wikitext text/x-wiki '''胡文新'''{{JP}}（'''Thomas Jefferson Wu'''，{{bd|1972年|9月}}）係香港親中派政治人物兼商界人士，曾經係[[合和實業]]同[[合和公路基建]]集團執行副主席同董事總經理。佢係[[胡應湘]]大仔。 == 選舉經歷 == 喺2021年9月，佢成為香港特别行政區選舉委員會酒店界當然委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港生意人]] [[Category:胡氏|文新]] 4qk8f3xknbut79eo4nwgdt51pbe131j 0 306560 1865815 1862492 2022-08-20T09:30:10Z Kwgulden 79785 估計係講和富塑化集團主席 wikitext text/x-wiki [[File:Joseph Lee.JPG|thumb|李宗德]] '''李宗德'''{{GBS}}{{JP}}（Joseph Lee，{{bd|1951年|3月}}）係香港親中派政治人物兼商界人士，[[和富塑化]]集團主席，前[[公民教育委員會]]主席。 == 選舉經歷 == 喺2021年9月，佢當選成為香港特别行政區選舉委員會進出口界委員<ref>{{引網|url=https://www.wenweipo.com/a/202109/21/AP6149a0fee4b08d3407db9433.html|title=一文睇清1448名新選委全名單|website=香港文匯網|language=zh-Hans-HK|access-date=2022-08-11}}</ref>。 == 參考 == <references /> [[Category:香港生意人]] [[Category:李氏|宗德]] mxggipad80dkngcllom1at76yqbym3m 0 306885 1865712 1863594 2022-08-20T06:08:29Z 203.145.95.110 wikitext text/x-wiki {{生平明細 | 名 = 黃文忠 | 相 = | 大 = | 旁述 = | 出世 = [[1966年]] | 出生地 = {{MAC-1951}} | 死 = | 死地 = | 國籍 = {{MAC}} | 信仰 = | 職業 = 澳門海關關長 | 配偶 = | 出名 = * 情報處處長 * 行動處處長 * 行動管理廳廳長 * 知識產權廳廳長 * 口岸監察廳廳長 * 海關顧問 * 助理海關關長 * 副海關關長 }} '''黃文忠'''（{{jpingauto|wong4 man4 jung1}}；{{bd|1966年|}}）係[[澳門]][[澳門海關|海關]]關長，澳門保安部隊高等學校警務科學學士學位。<ref name = "gov-vong-man-chong">{{Cite web |date=2019-12-20 |title=海關關長 - 黃文忠 |url=https://www.gov.mo/zh-hant/chiefs/vong-man-chong/ |website=澳門特別行政區政府入口網站 |access-date=2022-07-19 |archive-date=2022-03-19 |archive-url=https://web.archive.org/web/20220319225233/https://www.gov.mo/zh-hant/chiefs/vong-man-chong/ |dead-url=no }}</ref> ==生平== 黃文忠喺一九八九年加入水警稽查隊做嘢；一九九五年晉升做副警司，喺一九九九年晉升至警務總長，期間做過情報處處長、行動處處長同埋行動管理廳廳長；於二零零一年海關成立後，分別做知識產權廳廳長、口岸監察廳廳長、海關顧問、助理海關關長及副海關關長。<ref name = "gov-vong-man-chong"/> ==參考文獻== {{reflist}} [[類:黃氏|文忠 (澳門)]] {{-}} {{start box}} {{s-off}} {{s-before|黃有力}} {{s-title|[[File:SA Macau.png|22px|link=澳門海關]]中華人民共和國澳門特別行政區海關<br>[[澳門海關|關長]]}} {{s-inc}} {{end box}} cgztrxi6haxvg14sw1g8ghmkk7dx7bk 0 306937 1865339 1863791 2022-08-19T12:01:21Z 182.239.87.70 加左節目贊助 wikitext text/x-wiki {{電視節目資訊框 | 名稱 = 海女日記 | 原名 = {{lang|en|Ocean Diary}} | 類型 = 真人騷 | 主持 = [[沈殷怡]]、[[葉巧琳]]、[[馮寶欣]] | 旁白 = | 國家 = {{HKG}} | 語言 = [[粵語]] | 集數 = | 監製 = | 編審 = | 導演 = | 外景 = {{HKG}} | 主题曲 = | 主唱 = | 製作公司 = [[MakerVille]] | 拍攝年份 = 2022年 | 每集長 = 30分鐘（連廣告） | 電視台 = [[ViuTV]] | 視頻制式 = [[高清電視]] [[1080i]] | 首播國家 = {{HKG}} | 開始 = {{start date|2022|8|21}} | 播出時間 = 逢禮拜日20:00—20:30 | 結束 = | 官方網站 = | 前作 = }} 東方表行 | Take Your Time 呈獻:《'''海女日記'''》（{{lang|en|'''Ocean Diary'''}}）係[[香港]][[MakerVille]]製作嘅真人騷節目，由[[沈殷怡]]、[[葉巧琳]]、[[馮寶欣]]主持，2022年8月21號開始逢禮拜日20:00—20:30喺[[香港電視娛樂]][[ViuTV]]播。節目主持會體驗唔同水上活動。 ==每集一覽== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''集數'''||'''播映日子'''||'''主題''' |- | 1 || 8月21號 || |} ==出面網頁== *[https://viu.tv/encore/ocean-diary ViuTV：海女日記] ==電視節目變遷== {{電視節目變遷 | 電視台 = {{HKG}} [[ViuTV]] | 播放檔次 = 逢禮拜日 20:00—20:30 | 上一節目 = [[台灣係咁駕]]<br/>（2022年6月5號－8月14號） | 節目名稱 = '''海女日記'''<br/>（2022年8月21號－） | 下一節目 = }} {{2022年ViuTV自製綜藝節目}} [[Category:2022年ViuTV節目]] [[Category:ViuTV真人騷]] ocncd0r5pjlc0vsnpryb2dujl2mt4oh 1865357 1865339 2022-08-19T12:15:20Z 219.77.119.116 rv wikitext text/x-wiki {{電視節目資訊框 | 名稱 = 海女日記 | 原名 = {{lang|en|Ocean Diary}} | 類型 = 真人騷 | 主持 = [[沈殷怡]]、[[葉巧琳]]、[[馮寶欣]] | 旁白 = | 國家 = {{HKG}} | 語言 = [[粵語]] | 集數 = | 監製 = | 編審 = | 導演 = | 外景 = {{HKG}} | 主题曲 = | 主唱 = | 製作公司 = [[MakerVille]] | 拍攝年份 = 2022年 | 每集長 = 30分鐘（連廣告） | 電視台 = [[ViuTV]] | 視頻制式 = [[高清電視]] [[1080i]] | 首播國家 = {{HKG}} | 開始 = {{start date|2022|8|21}} | 播出時間 = 逢禮拜日20:00—20:30 | 結束 = | 官方網站 = | 前作 = }} 《'''海女日記'''》（{{lang|en|'''Ocean Diary'''}}）係[[香港]][[MakerVille]]製作嘅真人騷節目，由[[沈殷怡]]、[[葉巧琳]]、[[馮寶欣]]主持，2022年8月21號開始逢禮拜日20:00—20:30喺[[香港電視娛樂]][[ViuTV]]播。節目主持會體驗唔同水上活動。 ==每集一覽== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''集數'''||'''播映日子'''||'''主題''' |- | 1 || 8月21號 || |} ==出面網頁== *[https://viu.tv/encore/ocean-diary ViuTV：海女日記] ==電視節目變遷== {{電視節目變遷 | 電視台 = {{HKG}} [[ViuTV]] | 播放檔次 = 逢禮拜日 20:00—20:30 | 上一節目 = [[台灣係咁駕]]<br/>（2022年6月5號－8月14號） | 節目名稱 = '''海女日記'''<br/>（2022年8月21號－） | 下一節目 = }} {{2022年ViuTV自製綜藝節目}} [[Category:2022年ViuTV節目]] [[Category:ViuTV真人騷]] 0owwrjraffnxcewakjrhllpevbotvho 0 307019 1865375 1865055 2022-08-19T12:39:50Z Z423x5c6 42683 wikitext text/x-wiki [[File:YBC-7289-OBV-REV.jpg|thumb|upright=1.35|YBC 7289]] '''YBC 7289'''係一塊[[巴比倫]][[泥板]]，出名在佢上面寫住[[六十進制]]入面[[開方2]]嘅約略數值。開方2係一個正方形邊長同對角線長度嘅比例，係數學入面基礎而重要嘅一個常數。刻住嘅數字換轉返做10進制嘅話準確度去到6個小數位，被譽為「現時已知古代世界最準嘅運算」。{{r|bs}}呢塊泥板相信係公元前1800至1600年間南[[美索不達米亞]]一個學生嘅作品。[[J. P. 摩根]]將佢捐咗畀[[耶魯巴比倫藏品系列]]。 == 內容 == [[File:YBC-7289-OBV-labeled.jpg|right|thumb|250x250px|YBC 7289附上註解，正方形嘅邊上標上30，對角線標咗1 24 51 10，係六十進制數字，換轉十進制即係1.4142196...，係開方2嘅近似值；下邊嘅42 25 35，相當於42.4263888...，係邊長30嘅正方形對角線長度]] 泥板上面有一個正方形，連埋佢兩條對角線，其中一條邊標咗個六十進制嘅數字30，對角線就標咗兩個數字，第一個係1;24,51,10，相等於305470/216000 ≈ 1.414213，同開方2嘅誤差只係二百萬分之一；第二個係42;25,35 = 30547/720 ≈ 42.426，呢個數等於第一個數乘以30，係一個邊長為30嘅正方形嘅對角線長度近似值。{{r|fr}} 因為巴比倫用嘅60進制系統係無標示位值，所以泥板上邊嘅數字都有其他嘅演繹。例如邊長可以係代表0;30，即係30/60=1/2。喺呢個演繹之下，對角線上面第二個數就代表0;42,25,35=30547/43200 ≈ 0.70711，係<math>1/\sqrt2</math>嘅一個近似值，而<math>1/\sqrt2</math>就係邊長為1/2嘅正方形對角線嘅長度，呢個近似值嘅誤差比例同樣係二百萬分之一之內。[[David Fowler]]同[[Eleanor Robson]]寫話「呢對係有幾何意義嘅[[倒數 (數)|倒數對]]」，但係同時佢哋亦都指出，雖然喺巴比倫數學入面倒數對好重要，因而令到呢個演繹好吸引，但係都有其他理據去質疑呢一個演繹。{{r|fr}} 泥板嘅背面被人擦咗一部分，不過Robson相信上面有一條相類似嘅長方形對角線長度問題，而邊長同對角線嘅比例係3:4:5。{{r|robson}} == 演繹 == 雖然YBC 7289嘅圖片成日都係好似上圖咁打斜展示出嚟，但係巴比倫人畫正方形嘅習慣係將四條邊沿住橫直方向畫嘅，而標咗數字嗰條邊喺頂。{{r|friberg}}呢塊泥板圓形而且寫有大字，顯示佢應該係一塊「手上泥板」，係畀啲學生揸喺手上邊寫草稿用嘅。{{r|bs|fr}}個學生好有可能係喺第二塊泥板到抄啲數字過嚟，不過喺另一塊泥板BM 96957 + VAT 6598到可以搵到計呢個數出嚟嘅迭代步驟。{{r|fr}} 1945年，[[Otto E. Neugebauer]]同[[Abraham Sachs]]首先發現呢塊泥板嘅數學意義，{{r|fr|ns}}「呢塊泥板展現咗古代世界最準確嘅運算」，準確度相當於十進制入邊六個小數位。{{r|bs}}其他巴比倫泥板上邊有[[六邊形]]同[[七邊形]]面積嘅運算，當中牽涉更加複雜嘅[[代數數]]，例如係<math>\sqrt3</math>。{{r|fr}}<math>\sqrt3</math>呢個數字亦都係埃及一啲金字塔入邊嘅長度比例，不過YBC 7289上邊咁準確嘅數值顯示佢哋當年已經有能力去計呢啲數字出嚟，而唔係單憑實物比例估算。{{r|rudman}} [[托勒密]]喺佢本《[[天文學大成]]》入邊都有用到同一個近似值1;24,51,10，{{r|neuhist|ped}}而佢無講呢個近似值係喺邊到嚟嘅，好可能呢個近似值喺當年已經廣為人知。{{r|neuhist}} == 發掘同策展 == 現時唔知YBC 7289係喺美索不達米亞之中嘅邊到嚟嘅，不過佢嘅形狀同書寫風格顯可能係南部嚟嘅，製成時間係公元前1800年至1600年之間。{{r|bs|fr}} 呢塊泥板係[[J. P. 摩根]] 1909年捐畀[[耶魯大學]]嘅遺贈嘅一部份，成套遺贈組成咗[[耶魯巴比倫藏品系列]]。{{r|bs|y1}}耶魯嘅文化遺產保育學院幫呢塊泥板整咗個電子模型，可以用嚟做[[3D打印]]。{{r|y1|y2|renders}} == 睇埋 == {{Commons category}} *[[Plimpton 322]] *[[IM 67118]] == 參考資料 == {{reflist|30em|refs= <ref name=robson>{{citation | last = Robson | first = Eleanor | author-link = Eleanor Robson | editor-last = Katz | editor-first = Victor J. | page = 143 | publisher = Princeton University Press | contribution = Mesopotamian Mathematics | title = The Mathematics of Egypt, Mesopotamia, China, India, and Islam: A Sourcebook | url = https://books.google.com/books?id=3ullzl036UEC | year = 2007| isbn = 978-0-691-11485-9}}</ref> <ref name=friberg>{{citation | last = Friberg | first = Jöran | editor1-first = Jöran | editor1-last = Friberg | doi = 10.1007/978-0-387-48977-3 | isbn = 978-0-387-34543-7 | mr = 2333050 | page = 211 | publisher = Springer, New York | series = Sources and Studies in the History of Mathematics and Physical Sciences | title = A remarkable collection of Babylonian mathematical texts | year = 2007}}</ref> <ref name=fr>{{citation | last1 = Fowler | first1 = David | author1-link = David Fowler (mathematician) | last2 = Robson | first2 = Eleanor | author2-link = Eleanor Robson | doi = 10.1006/hmat.1998.2209 | issue = 4 | journal = [[Historia Mathematica]] | mr = 1662496 | pages = 366–378 | title = Square root approximations in old Babylonian mathematics: YBC 7289 in context | volume = 25 | year = 1998}}</ref> <ref name=ns>{{citation | last1 = Neugebauer | first1 = O. | author1-link = Otto E. Neugebauer | last2 = Sachs | first2 = A. J. | author2-link = Abraham Sachs | mr = 0016320 | page = 43 | publisher = American Oriental Society and the American Schools of Oriental Research, New Haven, Conn. | series = American Oriental Series | title = Mathematical Cuneiform Texts | year = 1945}}</ref> <ref name=neuhist>{{citation | last = Neugebauer | first = O. | author-link = Otto E. Neugebauer | mr = 0465672 | pages = 22–23 | publisher = Springer-Verlag, New York-Heidelberg | title = A History of Ancient Mathematical Astronomy, Part One | url = https://books.google.com/books?id=6tkqBAAAQBAJ&pg=PA22 | year = 1975| isbn = 978-3-642-61910-6 }}</ref> <ref name=ped>{{citation|url=https://books.google.com/books?id=8eaHxE9jUrwC&pg=PA57|page=57|title=A Survey of the Almagest|series=Sources and Studies in the History of Mathematics and Physical Sciences|first=Olaf|last=Pedersen|editor-first=Alexander|editor-last=Jones|publisher=Springer|year=2011|isbn=978-0-387-84826-6}}</ref> <ref name=rudman>{{citation | last = Rudman | first = Peter S. | isbn = 978-1-59102-477-4 | mr = 2329364 | page = 241 | publisher = Prometheus Books, Amherst, NY | title = How mathematics happened: the first 50,000 years | url = https://books.google.com/books?id=BtcQq4RUfkUC&pg=PA241 | year = 2007}}</ref> <ref name=bs>{{citation | last1 = Beery | first1 = Janet L. | author1-link = Janet Beery | last2 = Swetz | first2 = Frank J. | date = July 2012 | doi = 10.4169/loci003889 | journal = Convergence | publisher = Mathematical Association of America | title = The best known old Babylonian tablet?}}</ref> <ref name=y1>{{citation|title=A 3,800-year journey from classroom to classroom|first=Patrick|last=Lynch|magazine=Yale News|date=April 11, 2016|url=https://news.yale.edu/2016/04/11/3800-year-journey-classroom-classroom|access-date=2017-10-25}}</ref> <ref name=y2>{{citation|title=A 3D-print of ancient history: one of the most famous mathematical texts from Mesopotamia|date=January 16, 2016|url=http://ipch.yale.edu/news/3d-print-ancient-history-one-most-famous-mathematical-texts-mesopotamia|publisher=Yale Institute for the Preservation of Cultural Heritage|access-date=2017-10-25}}</ref> <ref name=renders>{{citation |title=Mesopotamian tablet YBC 7289 |last=Kwan |first=Alistair |date=April 20, 2019 |publisher=University of Auckland |doi = 10.17608/k6.auckland.6114425.v1}} </ref> }} [[Category:巴比倫數學]] [[Category:數學手稿]] [[Category:泥板]] keiaqasljkdoe3gkfychs2w6uu545j5 1865401 1865375 2022-08-19T13:41:10Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki [[File:YBC-7289-OBV-REV.jpg|thumb|upright=1.35|YBC 7289]] {{lang|en|'''YBC 7289'''}} 係一塊[[巴比倫]][[泥板]]，出名在佢上面寫住[[六十進制]]入面[[開方2]]嘅約略數值。開方2係一個正方形邊長同對角線長度嘅比例，係數學入面基礎而重要嘅一個常數。刻住嘅數字換轉返做10進制嘅話準確度去到6個小數位，被譽為「現時已知古代世界最準嘅運算」。{{r|bs}}呢塊泥板相信係公元前1800至1600年間南[[美索不達米亞]]一個學生嘅作品。[[J. P. 摩根]]將佢捐咗畀[[耶魯巴比倫藏品系列]]。 == 內容 == [[File:YBC-7289-OBV-labeled.jpg|right|thumb|250x250px|YBC 7289附上註解，正方形嘅邊上標上30，對角線標咗1 24 51 10，係六十進制數字，換轉十進制即係1.4142196...，係開方2嘅近似值；下邊嘅42 25 35，相當於42.4263888...，係邊長30嘅正方形對角線長度]] 泥板上面有一個正方形，連埋佢兩條對角線，其中一條邊標咗個六十進制嘅數字30，對角線就標咗兩個數字，第一個係1;24,51,10，相等於305470/216000 ≈ 1.414213，同開方2嘅誤差只係二百萬分之一；第二個係42;25,35 = 30547/720 ≈ 42.426，呢個數等於第一個數乘以30，係一個邊長為30嘅正方形嘅對角線長度近似值。{{r|fr}} 因為巴比倫用嘅60進制系統係無標示位值，所以泥板上邊嘅數字都有其他嘅演繹。例如邊長可以係代表0;30，即係30/60=1/2。喺呢個演繹之下，對角線上面第二個數就代表0;42,25,35=30547/43200 ≈ 0.70711，係<math>1/\sqrt2</math>嘅一個近似值，而<math>1/\sqrt2</math>就係邊長為1/2嘅正方形對角線嘅長度，呢個近似值嘅誤差比例同樣係二百萬分之一之內。[[David Fowler]]同[[Eleanor Robson]]寫話「呢對係有幾何意義嘅[[倒數 (數)|倒數對]]」，但係同時佢哋亦都指出，雖然喺巴比倫數學入面倒數對好重要，因而令到呢個演繹好吸引，但係都有其他理據去質疑呢一個演繹。{{r|fr}} 泥板嘅背面被人擦咗一部分，不過Robson相信上面有一條相類似嘅長方形對角線長度問題，而邊長同對角線嘅比例係3:4:5。{{r|robson}} == 演繹 == 雖然YBC 7289嘅圖片成日都係好似上圖咁打斜展示出嚟，但係巴比倫人畫正方形嘅習慣係將四條邊沿住橫直方向畫嘅，而標咗數字嗰條邊喺頂。{{r|friberg}}呢塊泥板圓形而且寫有大字，顯示佢應該係一塊「手上泥板」，係畀啲學生揸喺手上邊寫草稿用嘅。{{r|bs|fr}}個學生好有可能係喺第二塊泥板到抄啲數字過嚟，不過喺另一塊泥板BM 96957 + VAT 6598到可以搵到計呢個數出嚟嘅迭代步驟。{{r|fr}} 1945年，[[Otto E. Neugebauer]]同[[Abraham Sachs]]首先發現呢塊泥板嘅數學意義，{{r|fr|ns}}「呢塊泥板展現咗古代世界最準確嘅運算」，準確度相當於十進制入邊六個小數位。{{r|bs}}其他巴比倫泥板上邊有[[六邊形]]同[[七邊形]]面積嘅運算，當中牽涉更加複雜嘅[[代數數]]，例如係<math>\sqrt3</math>。{{r|fr}}<math>\sqrt3</math>呢個數字亦都係埃及一啲金字塔入邊嘅長度比例，不過YBC 7289上邊咁準確嘅數值顯示佢哋當年已經有能力去計呢啲數字出嚟，而唔係單憑實物比例估算。{{r|rudman}} [[托勒密]]喺佢本《[[天文學大成]]》入邊都有用到同一個近似值1;24,51,10，{{r|neuhist|ped}}而佢無講呢個近似值係喺邊到嚟嘅，好可能呢個近似值喺當年已經廣為人知。{{r|neuhist}} == 發掘同策展 == 現時唔知YBC 7289係喺美索不達米亞之中嘅邊到嚟嘅，不過佢嘅形狀同書寫風格顯可能係南部嚟嘅，製成時間係公元前1800年至1600年之間。{{r|bs|fr}} 呢塊泥板係[[J. P. 摩根]] 1909年捐畀[[耶魯大學]]嘅遺贈嘅一部份，成套遺贈組成咗[[耶魯巴比倫藏品系列]]。{{r|bs|y1}}耶魯嘅文化遺產保育學院幫呢塊泥板整咗個電子模型，可以用嚟做[[3D打印]]。{{r|y1|y2|renders}} == 睇埋 == {{Commons category}} *[[Plimpton 322]] *[[IM 67118]] == 參考資料 == {{reflist|30em|refs= <ref name=robson>{{citation | last = Robson | first = Eleanor | author-link = Eleanor Robson | editor-last = Katz | editor-first = Victor J. | page = 143 | publisher = Princeton University Press | contribution = Mesopotamian Mathematics | title = The Mathematics of Egypt, Mesopotamia, China, India, and Islam: A Sourcebook | url = https://books.google.com/books?id=3ullzl036UEC | year = 2007| isbn = 978-0-691-11485-9}}</ref> <ref name=friberg>{{citation | last = Friberg | first = Jöran | editor1-first = Jöran | editor1-last = Friberg | doi = 10.1007/978-0-387-48977-3 | isbn = 978-0-387-34543-7 | mr = 2333050 | page = 211 | publisher = Springer, New York | series = Sources and Studies in the History of Mathematics and Physical Sciences | title = A remarkable collection of Babylonian mathematical texts | year = 2007}}</ref> <ref name=fr>{{citation | last1 = Fowler | first1 = David | author1-link = David Fowler (mathematician) | last2 = Robson | first2 = Eleanor | author2-link = Eleanor Robson | doi = 10.1006/hmat.1998.2209 | issue = 4 | journal = [[Historia Mathematica]] | mr = 1662496 | pages = 366–378 | title = Square root approximations in old Babylonian mathematics: YBC 7289 in context | volume = 25 | year = 1998}}</ref> <ref name=ns>{{citation | last1 = Neugebauer | first1 = O. | author1-link = Otto E. Neugebauer | last2 = Sachs | first2 = A. J. | author2-link = Abraham Sachs | mr = 0016320 | page = 43 | publisher = American Oriental Society and the American Schools of Oriental Research, New Haven, Conn. | series = American Oriental Series | title = Mathematical Cuneiform Texts | year = 1945}}</ref> <ref name=neuhist>{{citation | last = Neugebauer | first = O. | author-link = Otto E. Neugebauer | mr = 0465672 | pages = 22–23 | publisher = Springer-Verlag, New York-Heidelberg | title = A History of Ancient Mathematical Astronomy, Part One | url = https://books.google.com/books?id=6tkqBAAAQBAJ&pg=PA22 | year = 1975| isbn = 978-3-642-61910-6 }}</ref> <ref name=ped>{{citation|url=https://books.google.com/books?id=8eaHxE9jUrwC&pg=PA57|page=57|title=A Survey of the Almagest|series=Sources and Studies in the History of Mathematics and Physical Sciences|first=Olaf|last=Pedersen|editor-first=Alexander|editor-last=Jones|publisher=Springer|year=2011|isbn=978-0-387-84826-6}}</ref> <ref name=rudman>{{citation | last = Rudman | first = Peter S. | isbn = 978-1-59102-477-4 | mr = 2329364 | page = 241 | publisher = Prometheus Books, Amherst, NY | title = How mathematics happened: the first 50,000 years | url = https://books.google.com/books?id=BtcQq4RUfkUC&pg=PA241 | year = 2007}}</ref> <ref name=bs>{{citation | last1 = Beery | first1 = Janet L. | author1-link = Janet Beery | last2 = Swetz | first2 = Frank J. | date = July 2012 | doi = 10.4169/loci003889 | journal = Convergence | publisher = Mathematical Association of America | title = The best known old Babylonian tablet?}}</ref> <ref name=y1>{{citation|title=A 3,800-year journey from classroom to classroom|first=Patrick|last=Lynch|magazine=Yale News|date=April 11, 2016|url=https://news.yale.edu/2016/04/11/3800-year-journey-classroom-classroom|access-date=2017-10-25}}</ref> <ref name=y2>{{citation|title=A 3D-print of ancient history: one of the most famous mathematical texts from Mesopotamia|date=January 16, 2016|url=http://ipch.yale.edu/news/3d-print-ancient-history-one-most-famous-mathematical-texts-mesopotamia|publisher=Yale Institute for the Preservation of Cultural Heritage|access-date=2017-10-25}}</ref> <ref name=renders>{{citation |title=Mesopotamian tablet YBC 7289 |last=Kwan |first=Alistair |date=April 20, 2019 |publisher=University of Auckland |doi = 10.17608/k6.auckland.6114425.v1}} </ref> }} [[Category:巴比倫數學]] [[Category:數學手稿]] [[Category:泥板]] kv1sv09sfji18h8wwm7t9vy0pa11ftt 1865402 1865401 2022-08-19T13:42:13Z Dr. Greywolf 143999 /* 演繹 */ wikitext text/x-wiki [[File:YBC-7289-OBV-REV.jpg|thumb|upright=1.35|YBC 7289]] {{lang|en|'''YBC 7289'''}} 係一塊[[巴比倫]][[泥板]]，出名在佢上面寫住[[六十進制]]入面[[開方2]]嘅約略數值。開方2係一個正方形邊長同對角線長度嘅比例，係數學入面基礎而重要嘅一個常數。刻住嘅數字換轉返做10進制嘅話準確度去到6個小數位，被譽為「現時已知古代世界最準嘅運算」。{{r|bs}}呢塊泥板相信係公元前1800至1600年間南[[美索不達米亞]]一個學生嘅作品。[[J. P. 摩根]]將佢捐咗畀[[耶魯巴比倫藏品系列]]。 == 內容 == [[File:YBC-7289-OBV-labeled.jpg|right|thumb|250x250px|YBC 7289附上註解，正方形嘅邊上標上30，對角線標咗1 24 51 10，係六十進制數字，換轉十進制即係1.4142196...，係開方2嘅近似值；下邊嘅42 25 35，相當於42.4263888...，係邊長30嘅正方形對角線長度]] 泥板上面有一個正方形，連埋佢兩條對角線，其中一條邊標咗個六十進制嘅數字30，對角線就標咗兩個數字，第一個係1;24,51,10，相等於305470/216000 ≈ 1.414213，同開方2嘅誤差只係二百萬分之一；第二個係42;25,35 = 30547/720 ≈ 42.426，呢個數等於第一個數乘以30，係一個邊長為30嘅正方形嘅對角線長度近似值。{{r|fr}} 因為巴比倫用嘅60進制系統係無標示位值，所以泥板上邊嘅數字都有其他嘅演繹。例如邊長可以係代表0;30，即係30/60=1/2。喺呢個演繹之下，對角線上面第二個數就代表0;42,25,35=30547/43200 ≈ 0.70711，係<math>1/\sqrt2</math>嘅一個近似值，而<math>1/\sqrt2</math>就係邊長為1/2嘅正方形對角線嘅長度，呢個近似值嘅誤差比例同樣係二百萬分之一之內。[[David Fowler]]同[[Eleanor Robson]]寫話「呢對係有幾何意義嘅[[倒數 (數)|倒數對]]」，但係同時佢哋亦都指出，雖然喺巴比倫數學入面倒數對好重要，因而令到呢個演繹好吸引，但係都有其他理據去質疑呢一個演繹。{{r|fr}} 泥板嘅背面被人擦咗一部分，不過Robson相信上面有一條相類似嘅長方形對角線長度問題，而邊長同對角線嘅比例係3:4:5。{{r|robson}} == 詮繹 == 雖然YBC 7289嘅圖片成日都係好似上圖咁打斜展示出嚟，但係巴比倫人畫正方形嘅習慣係將四條邊沿住橫直方向畫嘅，而標咗數字嗰條邊喺頂。{{r|friberg}}呢塊泥板圓形而且寫有大字，顯示佢應該係一塊「手上泥板」，係畀啲學生揸喺手上邊寫草稿用嘅。{{r|bs|fr}}個學生好有可能係喺第二塊泥板到抄啲數字過嚟，不過喺另一塊泥板BM 96957 + VAT 6598到可以搵到計呢個數出嚟嘅迭代步驟。{{r|fr}} 1945年，[[Otto E. Neugebauer]]同[[Abraham Sachs]]首先發現呢塊泥板嘅數學意義，{{r|fr|ns}}「呢塊泥板展現咗古代世界最準確嘅運算」，準確度相當於十進制入邊六個小數位。{{r|bs}}其他巴比倫泥板上邊有[[六邊形]]同[[七邊形]]面積嘅運算，當中牽涉更加複雜嘅[[代數數]]，例如係<math>\sqrt3</math>。{{r|fr}}<math>\sqrt3</math>呢個數字亦都係埃及一啲金字塔入邊嘅長度比例，不過YBC 7289上邊咁準確嘅數值顯示佢哋當年已經有能力去計呢啲數字出嚟，而唔係單憑實物比例估算。{{r|rudman}} [[托勒密]]喺佢本《[[天文學大成]]》入邊都有用到同一個近似值1;24,51,10，{{r|neuhist|ped}}而佢無講呢個近似值係喺邊到嚟嘅，好可能呢個近似值喺當年已經廣為人知。{{r|neuhist}} == 發掘同策展 == 現時唔知YBC 7289係喺美索不達米亞之中嘅邊到嚟嘅，不過佢嘅形狀同書寫風格顯可能係南部嚟嘅，製成時間係公元前1800年至1600年之間。{{r|bs|fr}} 呢塊泥板係[[J. P. 摩根]] 1909年捐畀[[耶魯大學]]嘅遺贈嘅一部份，成套遺贈組成咗[[耶魯巴比倫藏品系列]]。{{r|bs|y1}}耶魯嘅文化遺產保育學院幫呢塊泥板整咗個電子模型，可以用嚟做[[3D打印]]。{{r|y1|y2|renders}} == 睇埋 == {{Commons category}} *[[Plimpton 322]] *[[IM 67118]] == 參考資料 == {{reflist|30em|refs= <ref name=robson>{{citation | last = Robson | first = Eleanor | author-link = Eleanor Robson | editor-last = Katz | editor-first = Victor J. | page = 143 | publisher = Princeton University Press | contribution = Mesopotamian Mathematics | title = The Mathematics of Egypt, Mesopotamia, China, India, and Islam: A Sourcebook | url = https://books.google.com/books?id=3ullzl036UEC | year = 2007| isbn = 978-0-691-11485-9}}</ref> <ref name=friberg>{{citation | last = Friberg | first = Jöran | editor1-first = Jöran | editor1-last = Friberg | doi = 10.1007/978-0-387-48977-3 | isbn = 978-0-387-34543-7 | mr = 2333050 | page = 211 | publisher = Springer, New York | series = Sources and Studies in the History of Mathematics and Physical Sciences | title = A remarkable collection of Babylonian mathematical texts | year = 2007}}</ref> <ref name=fr>{{citation | last1 = Fowler | first1 = David | author1-link = David Fowler (mathematician) | last2 = Robson | first2 = Eleanor | author2-link = Eleanor Robson | doi = 10.1006/hmat.1998.2209 | issue = 4 | journal = [[Historia Mathematica]] | mr = 1662496 | pages = 366–378 | title = Square root approximations in old Babylonian mathematics: YBC 7289 in context | volume = 25 | year = 1998}}</ref> <ref name=ns>{{citation | last1 = Neugebauer | first1 = O. | author1-link = Otto E. Neugebauer | last2 = Sachs | first2 = A. J. | author2-link = Abraham Sachs | mr = 0016320 | page = 43 | publisher = American Oriental Society and the American Schools of Oriental Research, New Haven, Conn. | series = American Oriental Series | title = Mathematical Cuneiform Texts | year = 1945}}</ref> <ref name=neuhist>{{citation | last = Neugebauer | first = O. | author-link = Otto E. Neugebauer | mr = 0465672 | pages = 22–23 | publisher = Springer-Verlag, New York-Heidelberg | title = A History of Ancient Mathematical Astronomy, Part One | url = https://books.google.com/books?id=6tkqBAAAQBAJ&pg=PA22 | year = 1975| isbn = 978-3-642-61910-6 }}</ref> <ref name=ped>{{citation|url=https://books.google.com/books?id=8eaHxE9jUrwC&pg=PA57|page=57|title=A Survey of the Almagest|series=Sources and Studies in the History of Mathematics and Physical Sciences|first=Olaf|last=Pedersen|editor-first=Alexander|editor-last=Jones|publisher=Springer|year=2011|isbn=978-0-387-84826-6}}</ref> <ref name=rudman>{{citation | last = Rudman | first = Peter S. | isbn = 978-1-59102-477-4 | mr = 2329364 | page = 241 | publisher = Prometheus Books, Amherst, NY | title = How mathematics happened: the first 50,000 years | url = https://books.google.com/books?id=BtcQq4RUfkUC&pg=PA241 | year = 2007}}</ref> <ref name=bs>{{citation | last1 = Beery | first1 = Janet L. | author1-link = Janet Beery | last2 = Swetz | first2 = Frank J. | date = July 2012 | doi = 10.4169/loci003889 | journal = Convergence | publisher = Mathematical Association of America | title = The best known old Babylonian tablet?}}</ref> <ref name=y1>{{citation|title=A 3,800-year journey from classroom to classroom|first=Patrick|last=Lynch|magazine=Yale News|date=April 11, 2016|url=https://news.yale.edu/2016/04/11/3800-year-journey-classroom-classroom|access-date=2017-10-25}}</ref> <ref name=y2>{{citation|title=A 3D-print of ancient history: one of the most famous mathematical texts from Mesopotamia|date=January 16, 2016|url=http://ipch.yale.edu/news/3d-print-ancient-history-one-most-famous-mathematical-texts-mesopotamia|publisher=Yale Institute for the Preservation of Cultural Heritage|access-date=2017-10-25}}</ref> <ref name=renders>{{citation |title=Mesopotamian tablet YBC 7289 |last=Kwan |first=Alistair |date=April 20, 2019 |publisher=University of Auckland |doi = 10.17608/k6.auckland.6114425.v1}} </ref> }} [[Category:巴比倫數學]] [[Category:數學手稿]] [[Category:泥板]] 34jvrdnbamd1vkwoczamh9evlk19cg1 2 307046 1865523 1864817 2022-08-19T19:07:53Z Al12si 87401 consistency fix wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 0f9axjip7ckdxlftmcxy4sfgr7hfbtm 1865568 1865523 2022-08-20T00:54:58Z Al12si 87401 todo list wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 mmhb1u1dq3w77r45ol3g4fyxkd7i6lp 1865728 1865568 2022-08-20T07:26:15Z Al12si 87401 update todo list wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 dfxpdi8wesyu3ujihoush8s1rfxkiqh 1865748 1865728 2022-08-20T07:40:47Z Al12si 87401 wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 * [[字母大細楷]]張圖有問題，最頂同最底兩行明顯九唔搭八 ek7kiwfmlnpwwvpmexee18zuz9kg72o 1865817 1865748 2022-08-20T09:34:25Z Al12si 87401 wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == ｢假粵拼｣ 提議 == 我喺 [[Métis]] 條用粵拼來拼法文，因為法文 /meti/ 喺講粵語嘅時候，除非你係法文人，唔會中途轉成準確嘅法文口音，結果講出來就會講成 mei1 ti1。如果你識法文，呢個字乜嘢 exception 都冇，根本唔使標。 我覺得香港人正常係會識英文，識英文子音點讀，將英文子音混入粵拼，好過用中文字拼到鬼咁馬鹿，例如： {| class="wikitable" |+ Caption text |- ! 例字 !! 目前標法 !! 假粵拼 |- | עברית || [[希伯來文|伊夫列]] || iv6 rit1 |- | 例 || 例 || 例 |- | 例 || 例 || 例 |} 我睇到 ｢伊夫列｣ 嘅反應就係 ｢乜話｣？睇咗三四次都唔知佢寫乜，結果睇明之後嘅反應係 ｢點解要咁？上面咪標咗囉？｣ 將英文子音套入粵拼框架當拼音用，我覺得會清楚好多，唯一問題可能會係英文嘅 /dʒ/ 音（粵拼跟 IPA j 音係 /j/，同英文好唔同），暫時唔知可以點處理。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 * [[字母大細楷]]張圖有問題，最頂同最底兩行明顯九唔搭八 1jpuhg2feco3ej36uxcdk37sshsfvll 1865840 1865817 2022-08-20T10:19:20Z Al12si 87401 wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == ｢假粵拼｣ 提議 == 我喺 [[Métis]] 條用粵拼來拼法文，因為法文 /meti/ 喺講粵語嘅時候，除非你係法文人，唔會中途轉成準確嘅法文口音，結果講出來就會講成 mei1 ti1。如果你識法文，呢個字乜嘢 exception 都冇，根本唔使標。 我覺得香港人正常係會識英文，識英文子音點讀，將英文子音混入粵拼，好過用中文字拼到鬼咁馬鹿，例如： {| class="wikitable" |+ Caption text |- ! 例字 !! 目前標法 !! 假粵拼 |- | עברית || [[希伯來文|伊夫列]] || iv6 rit1 |- | 例 || 例 || 例 |- | 例 || 例 || 例 |} 我睇到 ｢伊夫列｣ 嘅反應就係 ｢乜話｣？睇咗三四次都唔知佢寫乜，結果睇明之後嘅反應係 ｢點解要咁？上面咪標咗囉？｣ 將英文子音套入粵拼框架當拼音用，我覺得會清楚好多，唯一問題可能會係英文嘅 /dʒ/ 音（粵拼跟 IPA j 音係 /j/，同英文好唔同），暫時唔知可以點處理。 <hr> 又：其實我喺大學曾經試過學日文，不過失敗咗，冇辦法明日文嘅文法，但係我好記得一次先生解釋日文有高低音，然後講咗一個字「建物」（たてもの）做例子。 咁我聽到乜呢？ta⁶tɛ¹mɔ³nɔ⁴ 唔好意思，當時我唔識粵拼，我啲字典全部都係國際音標，所以寫國際音標。其實我好憎粵拼，除咗 IPA 好難打之外我覺得粵拼係多此一舉，又唔會令啲英文人睇得明，寫出來又唔好睇⋯⋯ 當然，用粵拼寫就係 taa6 te1 mo3 no4。我成個呆咗。根本唔係高低音，係四個完全唔同嘅音。 我想講嘅係，正常嘅IPA 有啲高低音嘅嘢係 capture 唔到嘅，但係粵拼可以。無論係粵拼或者IPA，配合粵音嘅6個音調會好有用。 當然，我其實對維基（特別係英文維基）用IPA嘅方法好有意見，佢哋係用phonetic transcription，寫到咁 ｢準｣，對非學者根本係冇意義。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 * [[字母大細楷]]張圖有問題，最頂同最底兩行明顯九唔搭八 q5hqv10dalm7lycl94wmtxr383r36jg 1865847 1865840 2022-08-20T10:28:58Z Al12si 87401 /* ｢假粵拼｣ 提議 */ wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == ｢假粵拼｣ 提議 == 我喺新開嘅 [[Métis]] 條用粵拼來拼法文，因為法文 /meti/ 喺講粵語嘅時候，除非你係法文人，唔會中途轉成準確嘅法文口音，結果講出來就會講成 mei1 ti1（粵語 [e] = 粵拼 ei, [t] = 粵拼 t；同英文一樣 [e]、[ei] 同 [ɛi] 嘅分別係零）。如果你識法文，呢個字乜嘢 exception 都冇，根本唔使標。 我覺得香港人正常係會識英文，識英文子音點讀，將英文子音混入粵拼，好過用中文字拼到鬼咁馬鹿，例如： {| class="wikitable" |+ Caption text |- ! 例字 !! 目前標法 !! 假粵拼 |- | עברית || [[希伯來文|伊夫列]] || iv6 rit1 |- | 例 || 例 || 例 |- | 例 || 例 || 例 |} 我睇到 ｢伊夫列｣ 嘅反應就係 ｢乜話｣？睇咗三四次都唔知佢寫乜，結果睇明之後嘅反應係 ｢點解要咁？上面咪標咗囉？｣ 將英文子音套入粵拼框架當拼音用，我覺得會清楚好多，唯一問題可能會係英文嘅 /dʒ/ 音（粵拼跟 IPA j 音係 /j/，同英文好唔同），暫時唔知可以點處理。 <hr> 又：其實我喺大學曾經試過學日文，不過失敗咗，冇辦法明日文嘅文法，但係我好記得一次先生解釋日文有高低音，然後講咗一個字「建物」（たてもの）做例子。 咁我聽到乜呢？ta⁶tɛ¹mɔ³nɔ⁴ 唔好意思，當時我唔識粵拼，我啲字典全部都係國際音標，所以寫國際音標。其實我好憎粵拼，除咗 IPA 好難打之外我覺得粵拼係多此一舉，又唔會令啲英文人睇得明，寫出來又唔好睇⋯⋯ 當然，用粵拼寫就係 taa6 te1 mo3 no4。我成個呆咗。根本唔係高低音，係四個完全唔同嘅音。 我想講嘅係，正常嘅IPA 有啲高低音嘅嘢係 capture 唔到嘅，但係粵拼可以。無論係粵拼或者IPA，配合粵音嘅6個音調會好有用。 當然，我其實對維基（特別係英文維基）用IPA嘅方法好有意見，佢哋係用phonetic transcription，寫到咁 ｢準｣，對非學者根本係冇意義。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 * [[字母大細楷]]張圖有問題，最頂同最底兩行明顯九唔搭八 i8ouk694wuwgb8eyua813txsz2uqyh4 1865858 1865847 2022-08-20T10:52:12Z Al12si 87401 /* ｢假粵拼｣ 提議 */ wikitext text/x-wiki 我係港裔加拿大人，喺安省美術設計大學畢業。 == ｢假粵拼｣ 提議 == 我喺新開嘅 [[Métis]] 條用粵拼來拼法文，因為法文 /meti/ 喺講粵語嘅時候，除非你係法文人，唔會中途轉成準確嘅法文口音，結果講出來就會講成 mei1 ti1（粵語 /e/ = 粵拼 ei, /t/ = 粵拼 t；同英文一樣 [e]、[ei] 同 [ɛi] 嘅分別係零）。如果你識法文，呢個字乜嘢 exception 都冇，根本唔使標。 我覺得香港人正常係會識英文，識英文子音點讀，將英文子音混入粵拼，好過用中文字拼到鬼咁馬鹿，例如： {| class="wikitable" |+ Caption text |- ! 例字 !! 目前標法 !! 假粵拼 |- | עברית || [[希伯來文|伊夫列]] || iv6 rit1 |- | 例 || 例 || 例 |- | 例 || 例 || 例 |} 我睇到 ｢伊夫列｣ 嘅反應就係 ｢乜話｣？睇咗三四次都唔知佢寫乜，結果睇明之後嘅反應係 ｢點解要咁？上面咪標咗囉？｣ 將英文子音套入粵拼框架當拼音用，我覺得會清楚好多，唯一問題可能會係英文嘅 /dʒ/ 音（粵拼跟 IPA j 音係 /j/，同英文好唔同），暫時唔知可以點處理。 <hr> 又：其實我喺大學曾經試過學日文，不過失敗咗，冇辦法明日文嘅文法，但係我好記得一次先生解釋日文有高低音，然後講咗一個字「建物」（たてもの）做例子。 咁我聽到乜呢？ta⁶tɛ¹mɔ³nɔ⁴ 唔好意思，當時我唔識粵拼，我啲字典全部都係國際音標，所以寫國際音標。其實我好憎粵拼，除咗 IPA 好難打之外我覺得粵拼係多此一舉，又唔會令啲英文人睇得明，寫出來又唔好睇⋯⋯ 當然，用粵拼寫就係 taa6 te1 mo3 no4。我成個呆咗。根本唔係高低音，係四個完全唔同嘅音。 我想講嘅係，正常嘅IPA 有啲高低音嘅嘢係 capture 唔到嘅，但係粵拼可以。無論係粵拼或者IPA，配合粵音嘅6個音調會好有用。 當然，我其實對維基（特別係英文維基）用IPA嘅方法好有意見，佢哋係用phonetic transcription，寫到咁 ｢準｣，對非學者根本係冇意義。 == 會繼續執但係要恁點做 == * [[多倫多]] * [[多倫多地下鐵]]，唔會照英文維基加嘢，要用港裔嘅角度寫 * [[安省美術設計大學]]，但係要同時執其他大學 page，會好食時間 == 好想開但係太食時間 == * [[紅河抗爭]] and/or [[Riel Resistance]]，一定要加入 ｢加拿大歷史｣ 類 * [[斯高沙省美術設計大學]]，因為漏哂啲美術大學好難睇 == 要跟進嘅嘢 == * [[窩打老大學]]呢個名應該係直接錯，但係脱咗節好耐，要check清楚 * 拜仁·穆朗尼、穆羅尼（[[加拿大維亞鐵路]]、[[1月2號]]）都唔係加拿大譯法，但係唔記得我哋點譯 * [[字母大細楷]]張圖有問題，最頂同最底兩行明顯九唔搭八 en2yuw5ppavk1qrtokudtugzi9brzas 3 307052 1865721 1864989 2022-08-20T06:49:28Z Detective Akai 200717 /* 關於加拿大國籍嘅問題 */ 新小節 wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) b7zdm937ihatka3f9i3wedsio8pmrka 1865829 1865721 2022-08-20T10:02:20Z Al12si 87401 /* 關於加拿大國籍嘅問題 */ 覆 wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) :唔好意思，其實我唔係太知。我要做啲 research 先答到你。張國榮我都冇留意，我都係見到先可以畀到你。 :我同意你話維基食時間，要 cut。維基根本係黑洞，有嘅時間都被佢食哂，一定要 cut⋯⋯ :[[User:Al12si|Al12si]] ([[User talk:Al12si#top|傾偈]]) 2022年8月20號 (六) 10:02 (UTC) 8hpfri8jzfhrqjwz03a64m2s18nviai 1865831 1865829 2022-08-20T10:06:44Z Al12si 87401 /* 關於加拿大國籍嘅問題 */ moved reply to other wall wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) b7zdm937ihatka3f9i3wedsio8pmrka 1865850 1865831 2022-08-20T10:46:17Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) == 個資 == Hell，我係粵維管理員灰狼博士。見你喺自己 user page 講咗好多自己嘅資訊。唔建議閣下喺度透露太多個資。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 10:46 (UTC) 44ma7up90bre4f8rl9zd5198ywdbikb 1865852 1865850 2022-08-20T10:48:21Z Dr. Greywolf 143999 /* 個資 */ wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) == 個資 == Hello，我係粵維管理員灰狼博士。見你喺自己 user page 講咗好多自己嘅資訊。唔建議閣下喺度透露太多個資。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 10:46 (UTC) hno8781zq1tqb3xff15nk5ztgnllefb 1865853 1865852 2022-08-20T10:48:37Z Dr. Greywolf 143999 /* 個資 */ wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) == 個資 == Hello，我係粵維管理員灰狼博士。見你喺自己 user page 講咗好多自己嘅資訊。我哋一般唔建議啲用戶透露太多個資。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 10:46 (UTC) rzvcno2ytpxvlq3mtvgzmd5mosguxb1 1865854 1865853 2022-08-20T10:48:47Z Dr. Greywolf 143999 /* 個資 */ wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) == 個資 == Hello，我係粵維管理員灰狼博士。見你喺自己 user page 講咗好多自己嘅個人資訊。我哋一般唔建議啲用戶透露太多個資。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 10:46 (UTC) i05mh0nprx4hkc2rdrf41euerwkdqnj 1865856 1865854 2022-08-20T10:50:43Z Al12si 87401 /* 個資 */ 覆 wikitext text/x-wiki <div style="width: 100%; margin: 0.2em 0; padding: 0.3em 0; border-top: 5px solid #ddd; border-bottom: 5px solid #ddd; font-size: 120%;">'''Al12si你好！食咗飯未？[[Wikipedia:歡迎|歡迎]]加入[[粵文維基百科]]！'''</div> *維基百科鼓勵'''[[Wikipedia:放膽|勇於修改]]'''，所以放膽寫！「'''[[Wikipedia:五大支柱|維基百科五大支柱]]'''」係百科、中立、內容自由、行為規範、冇死板嘅規則。 *寫文嗰陣，請想像自己用[[粵語]]講正式嘢嗰時會點講，然後將你口會講嘅嘢寫低，「[[粵文]]」係將粵語直接寫低嘅文字。 *如果有啲粵語當中嘅字你識講唔識寫嘅話，可以參考吓[[Wikipedia:粵語本字表|呢度]]。 *維基百科唔鼓勵搞破壞，如果搞破壞，就會俾人[[Wikipedia:封鎖政策|封鎖]]。 *順便提提，响討論版發言之後，記得打四隻（半形）波浪紋嚟[[Wikipedia:簽名|簽名]]，即係噉<nowiki>~~~~</nowiki>。 *有乜嘢問題，可以去我塊討論版問我，亦可以[[Wikipedia:問|嚟呢度搵答案]]。有嘢講？請去[[Wikipedia:新維基友留言]]。 *我哋發展緊翻譯外文專有名詞嘅一套指引《[[Wikipedia:翻譯]]》，你可以參攷同埋俾意見。希望你鍾意嚟呢度寫嘢。 *得閒嘅多啲嚟嘆杯茶，同粵維友一齊車天車地！ *Welcome to Cantonese Wikipedia. If you cannot understand [[:en:Cantonese|Cantonese]], you can write to our [[Wikipedia talk:本地大使館|Ambassador]]. Enjoy yourself. <span style="display:none"></span>我係歡迎你嘅維基人：——[[User:Z423x5c6|<span style="font-family:Old English Text MT">Z423X5C6</span>]]（[[User talk:Z423x5c6|傾偈]]） 2022年8月18號 (四) 14:05 (UTC)<span style="display:none"></span> == 關於加拿大國籍嘅問題 == 哈佬啊，我係Akai博士，想問下關於加拿大國籍嘅問題。到底點樣先至有資格攞加拿大國籍？因為最近我執緊[[張國榮]]呢篇文，網上有唔少人話佢有加拿大國籍，不過我又查到攞加拿大國籍要響5年入面有3年住響加拿大先攞到，而張國榮淨係住咗3年，我唔肯定佢有冇國籍。 PS 如果有啲關於張國榮嘅加拿大新聞，可唔可以畀我睇下？ [[User:Detective Akai|Akai 博士]] ([[User talk:Detective Akai|傾偈]]) 2022年8月20號 (六) 06:49 (UTC) == 個資 == Hello，我係粵維管理員灰狼博士。見你喺自己 user page 講咗好多自己嘅個人資訊。我哋一般唔建議啲用戶透露太多個資。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月20號 (六) 10:46 (UTC) :多謝關心，我都有恁過呢個問題，但係我一早已經喺英文維基透露咗點樣可以知我係邊個，除非閂咗呢個帳戶開過個新，基本上已經太遲。⸺[[User:Al12si|Al12si]] ([[User talk:Al12si#top|傾偈]]) 2022年8月20號 (六) 10:50 (UTC) amkyh1zfu11ngw1vjlcumqndrkxe938 1 307055 1865405 1865031 2022-08-19T13:46:07Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{gan}} {{translated page|en|YBC 7289}} == 好文評審，2022年8月 == [[Wikipedia:好文標準|好文標準]]： #內容'''穩定'''，唔係打緊編輯戰。 {{合格}} #* 評語：冇編輯戰~ #涵蓋文章主題嘅'''主要範疇'''。 {{合格}} #* 評語：Well，呢篇嘢啲內容同畀人評做好文嘅英維一樣，so... #用嘅'''多媒體'''適當，排版、標題清晰。 {{合格}} #* 評語：有圖呀。 #觀點'''持平'''、編輯角度中立。 {{合格}} #* 評語：中立。 #所有可能有爭議嘅內容都有'''引用可靠來源'''。 {{合格}} #* 評語：有引用。 #'''行文暢順'''，讀出嚟順口，文章結構清晰。 {{合格}} #* 評語：得呀。 *總成績： {{合格|成功}} 恭喜恭喜！[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 13:46 (UTC) oum8a32sljiku1ngcmweknhrwjc6y9e 1865406 1865405 2022-08-19T13:46:41Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{gan}} {{translated page|en|YBC 7289}} == 好文評審，2022年8月 == [[Wikipedia:好文標準|好文標準]]： #內容'''穩定'''，唔係打緊編輯戰。 {{合格}} #* 評語：冇編輯戰~ #涵蓋文章主題嘅'''主要範疇'''。 {{合格}} #* 評語：Well，呢篇嘢啲內容同畀人評做好文嘅英維一樣，so... #用嘅'''多媒體'''適當，排版、標題清晰。 {{合格}} #* 評語：有圖呀。 #觀點'''持平'''、編輯角度中立。 {{合格}} #* 評語：中立。 #所有可能有爭議嘅內容都有'''引用可靠來源'''。 {{合格}} #* 評語：有引用。 #'''行文暢順'''，讀出嚟順口，文章結構清晰。 {{合格}} #* 評語：得呀。 *總成績： {{合格|成功}} 恭喜恭喜！篇文都幾得意。[[User:Dr. Greywolf|Dr. Greywolf]] ([[User talk:Dr. Greywolf|傾偈]]) 2022年8月19號 (五) 13:46 (UTC) 66ucrk68i6v17c1qjfisdkfxe39c3x9 2 307069 1865371 1865319 2022-08-19T12:36:58Z Z423x5c6 42683 wikitext text/x-wiki 歐幾里得-歐拉定理係數論入邊嘅一個定理，顯示完美數同梅森質數之間嘅關係。個定理講話一個雙數係一個完全數若且唯若佢可以寫做<math>2^{p-1}(2^p-1)</math>，其中<math>2^p-1</math>要係質數（咁嘅樣嘅質數就係叫做梅森質數）。呢個定理以著名數學家歐幾里得同歐拉命名，佢哋分別證明咗定理「若」同「唯若」嘅部份。 一直以嚟數學界都有個猜想，問究竟係咪有無限咁多個梅森質數，目前呢個猜想嘅答案都係未知，不過根據歐幾里得-歐拉定理，呢個猜想等價於問係咪有無限咁多個偶完全數。順帶一提，目前一個奇完全數都未搵到，但係亦都未證明到奇完全數唔存在。 == 定理內容同例子 == 完全數即係一個自然數佢等於佢所有真因數加埋，而真因數即係唔包括自己嘅因數。例如6嘅真因數有1、2同3，而佢哋加埋又真係等於6，所以6就係一個完全數，而下一個完全數係28。 梅森質數就係一個<math>M_p=2^p-1</math>咁嘅樣嘅質數，一個咁嘅樣嘅數想係質數嘅話<math>p</math>自己首先一定要係質數，但係<math>p</math>係質數都唔保證<math>M_p</math>係質數。例如<math>M_3=2^3-1=7</math>係一個質數，但係<math>M_{11}=2^{11}-1=2047=23\times89</math>就係合成數。 歐幾里得-歐拉定理話一個雙數係完全數若且唯若佢可以寫做<math>2^{p-1}M_p</math>，呢到<math>M_p</math>就係啱啱講嘅梅森質數。完全數6對應<math>p=2</math>，因為<math>2^{2-1}\times M_2=2\times3=6</math>；而下一個完全數28對應嘅梅森質數就係<math>M_3=7</math>。 == 證明 == == 歷史 == == 參考資料 == {{reflist}} cmskj871z0ylyuzp9e5dtqnk0w6pqen 1865608 1865371 2022-08-20T02:14:31Z Z423x5c6 42683 wikitext text/x-wiki 歐幾里得-歐拉定理係數論入邊嘅一個定理，顯示完美數同梅森質數之間嘅關係。個定理講話一個雙數係一個完全數若且唯若佢可以寫做<math>2^{p-1}(2^p-1)</math>，其中<math>2^p-1</math>要係質數（咁嘅樣嘅質數就係叫做梅森質數）。呢個定理以著名數學家歐幾里得同歐拉命名，佢哋分別證明咗定理「若」同「唯若」嘅部份。 一直以嚟數學界都有個猜想，問究竟係咪有無限咁多個梅森質數，目前呢個猜想嘅答案都係未知，不過根據歐幾里得-歐拉定理，呢個猜想等價於問係咪有無限咁多個偶完全數。順帶一提，目前一個奇完全數都未搵到，但係亦都未證明到奇完全數唔存在。 == 定理內容同例子 == 完全數即係一個自然數佢等於佢所有真因數加埋，而真因數即係唔包括自己嘅因數。例如6嘅真因數有1、2同3，而佢哋加埋又真係等於6，所以6就係一個完全數，而下一個完全數係28。 梅森質數就係一個<math>M_p=2^p-1</math>咁嘅樣嘅質數，一個咁嘅樣嘅數想係質數嘅話<math>p</math>自己首先一定要係質數，但係<math>p</math>係質數都唔保證<math>M_p</math>係質數。例如<math>M_3=2^3-1=7</math>係一個質數，但係<math>M_{11}=2^{11}-1=2047=23\times89</math>就係合成數。 歐幾里得-歐拉定理話一個雙數係完全數若且唯若佢可以寫做<math>2^{p-1}M_p</math>，呢到<math>M_p</math>就係啱啱講嘅梅森質數。完全數6對應<math>p=2</math>，因為<math>2^{2-1}\times M_2=2\times3=6</math>；而下一個完全數28對應嘅梅森質數就係<math>M_3=7</math>。 == 證明 == 歐幾里得嘅證明好短，主要建基於因數和函數<math>\sigma</math>係積性函數呢個事實，即係話若果<math>a</math>、<math>b</math>係兩個互質嘅自然數，咁就有<math>\sigma(ab)=\sigma(a) \sigma(b)</math>。要留意嘅係，因數和函數講嘅因數係包埋個數自己，所以如果要用<math>\sigma</math>函數嚟刻畫完全數嘅話，一個數係完全數若且唯若佢嘅因數和等於兩倍佢自己，即係<math>\sigma(n)=2n</math>。 == 歷史 == == 參考資料 == {{reflist}} k722ygn8xeu8o9c1bt8mo7owdo6efut 0 307070 1865626 1865205 2022-08-20T02:28:50Z Al12si 87401 提法文名 wikitext text/x-wiki [[File:OCAD MCA (iacs-2018-imgp6451-w1280).jpg|thumb|alt=喺麥哥盧街向北望，可以見到安省美術設計大學主要教學大樓，左下角見到嘅係地方屬於學校但係唔係學校經營嘅美術用品鋪|安省美術設計大學校園入面最出名嘅主要教學大樓]] '''安省美術設計大學'''（{{lang-en|'''OCAD University'''}}，全名 '''Ontario College of Art and Design University'''<ref name="OCADU Act, 2002">{{cite web |title=Ontario College of Art and Design University Act, 2002, S.O. 2002, c. 8, Sched. E |url=https://www.ontario.ca/laws/statute/02o08e |publisher=The Queen’s Printer for Ontario |access-date=2022-08-19 |ref=OCADU Act, 2002}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間[[大學]]，[[1876年]]創校嗰陣係一間美術學院，<ref name="Hume (2007)">{{cite book |title=Shift: Conventions |chapter=135 Years |last1=Hume |first1=Christopher |editor1-last=Grice |editor1-first=Gordon |date=2007 |publisher=OCAD U Student Press |location=Toronto, Canada |isbn=978-0-9783278-5-9 |pages=14–20}}</ref>{{rp|14–16}}直到2002年先至獲准升格成為大學<ref name="OCADU Act, 2002" />，2010年正式改名。<ref>{{cite web |title=Ontario College of Art & Design becomes OCAD University |url=https://www.canadianarchitect.com/ontario-college-of-art-design-becomes-ocad-university/ |website=Canadian Architect |access-date=2022-08-19}}</ref> 呢間大學正式嘅法文名係 {{lang|fr|'''Université de l’École d’art et de design de l’Ontario'''}}<ref name="OCADU Act, 2002" />，但係因為佢係英語教學，呢個法文名好少用。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] 86pzeu2a4vr0s7u2u4polbf3saubrh5 1865683 1865626 2022-08-20T05:56:01Z Al12si 87401 mention Reid’s idea wikitext text/x-wiki [[File:OCAD MCA (iacs-2018-imgp6451-w1280).jpg|thumb|alt=喺麥哥盧街向北望，可以見到安省美術設計大學主要教學大樓，左下角見到嘅係地方屬於學校但係唔係學校經營嘅美術用品鋪|安省美術設計大學校園入面最出名嘅主要教學大樓]] '''安省美術設計大學'''（{{lang-en|'''OCAD University'''}}，全名 '''Ontario College of Art and Design University'''<ref name="OCADU Act, 2002">{{cite web |title=Ontario College of Art and Design University Act, 2002, S.O. 2002, c. 8, Sched. E |url=https://www.ontario.ca/laws/statute/02o08e |publisher=The Queen’s Printer for Ontario |access-date=2022-08-19 |ref=OCADU Act, 2002}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間[[大學]]，[[1876年]]創校嗰陣係一間美術學院，1920年代嘅時任校長 George Reid 曾經提出同[[多倫多大學]]合併，等學生畢業之後有大學學位<ref name="Hume (2007)">{{cite book |title=Shift: Conventions |chapter=135 Years |last1=Hume |first1=Christopher |editor1-last=Grice |editor1-first=Gordon |date=2007 |publisher=OCAD U Student Press |location=Toronto, Canada |isbn=978-0-9783278-5-9 |pages=14–20}}</ref>{{rp|14–16}}，直到2002年獲准升格成為大學<ref name="OCADU Act, 2002" />，2010年正式改名。<ref>{{cite web |title=Ontario College of Art & Design becomes OCAD University |url=https://www.canadianarchitect.com/ontario-college-of-art-design-becomes-ocad-university/ |website=Canadian Architect |access-date=2022-08-19}}</ref> 呢間大學正式嘅法文名係 {{lang|fr|'''Université de l’École d’art et de design de l’Ontario'''}}<ref name="OCADU Act, 2002" />，但係因為佢係英語教學，呢個法文名好少用。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] rnc6lu9nuz28ntacmeykbf72dyodzen 1865717 1865683 2022-08-20T06:15:56Z Al12si 87401 wikitext text/x-wiki [[File:OCAD MCA (iacs-2018-imgp6451-w1280).jpg|thumb|alt=喺麥哥盧街向北望，可以見到安省美術設計大學主要教學大樓，左下角見到嘅係地方屬於學校但係唔係學校經營嘅美術用品鋪|安省美術設計大學校園入面最出名嘅主要教學大樓]] '''安省美術設計大學'''（{{lang-en|'''OCAD University'''}}，全名 '''Ontario College of Art and Design University'''<ref name="OCADU Act, 2002">{{cite web |title=Ontario College of Art and Design University Act, 2002, S.O. 2002, c. 8, Sched. E |url=https://www.ontario.ca/laws/statute/02o08e |publisher=The Queen’s Printer for Ontario |access-date=2022-08-19 |ref=OCADU Act, 2002}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間[[大學]]，[[1876年]]創校嗰陣係一間美術學院，1920年代嘅時任校長 George Reid 曾經提出同[[多倫多大學]]合併，等學生畢業之後有大學學位，但係件事冇發生到<ref name="Hume (2007)">{{cite book |title=Shift: Conventions |chapter=135 Years |last1=Hume |first1=Christopher |editor1-last=Grice |editor1-first=Gordon |date=2007 |publisher=OCAD U Student Press |location=Toronto, Canada |isbn=978-0-9783278-5-9 |pages=14–20}}</ref>{{rp|14–16}}，直到2002年獲准升格成為大學<ref name="OCADU Act, 2002" />，2010年正式改名。<ref>{{cite web |title=Ontario College of Art & Design becomes OCAD University |url=https://www.canadianarchitect.com/ontario-college-of-art-design-becomes-ocad-university/ |website=Canadian Architect |access-date=2022-08-19}}</ref> 呢間大學有個正式嘅法文名，叫做 {{lang|fr|'''Université de l’École d’art et de design de l’Ontario'''}}<ref name="OCADU Act, 2002" />，但係因為佢係英語教學，呢個法文名好少用。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] 00nbzu5o35cg9dux22crgcwesuu6ssm 1865876 1865717 2022-08-20T11:47:34Z Al12si 87401 wikitext text/x-wiki [[File:OCAD MCA (iacs-2018-imgp6451-w1280).jpg|thumb|alt=喺麥哥盧街向北望，可以見到安省美術設計大學主要教學大樓，左下角見到嘅係地方屬於學校但係唔係學校經營嘅美術用品鋪|安省美術設計大學校園入面最出名嘅主要教學大樓]] '''安省美術設計大學'''（{{lang-en|'''OCAD University'''}}，全名 '''Ontario College of Art and Design University'''<ref name="OCADU Act, 2002">{{cite web |title=Ontario College of Art and Design University Act, 2002, S.O. 2002, c. 8, Sched. E |url=https://www.ontario.ca/laws/statute/02o08e |publisher=The Queen’s Printer for Ontario |access-date=2022-08-19 |ref=OCADU Act, 2002}}</ref>）係[[加拿大]][[安大略]][[多倫多]]嘅一間公立美術[[大學]]，[[1876年]]創校嗰陣係一間美術學院，1920年代嘅時任校長 George Reid 曾經提出同[[多倫多大學]]合併，等學生畢業之後有大學學位，但係件事冇發生到<ref name="Hume (2007)">{{cite book |title=Shift: Conventions |chapter=135 Years |last1=Hume |first1=Christopher |editor1-last=Grice |editor1-first=Gordon |date=2007 |publisher=OCAD U Student Press |location=Toronto, Canada |isbn=978-0-9783278-5-9 |pages=14–20}}</ref>{{rp|14–16}}，直到2002年獲准升格成為大學<ref name="OCADU Act, 2002" />，2010年正式改名。<ref>{{cite web |title=Ontario College of Art & Design becomes OCAD University |url=https://www.canadianarchitect.com/ontario-college-of-art-design-becomes-ocad-university/ |website=Canadian Architect |access-date=2022-08-19}}</ref> 呢間大學有個正式嘅法文名，叫做 {{lang|fr|'''Université de l’École d’art et de design de l’Ontario'''}}<ref name="OCADU Act, 2002" />，但係因為佢係英語教學，呢個法文名好少用。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:多倫多]] 5ji8k6e4voa92d0i5icdkc7imtmans4 0 307071 1865561 1865320 2022-08-20T00:19:22Z Al12si 87401 wikitext text/x-wiki '''多倫多地下鐵'''係[[加拿大]][[多倫多]]嘅[[地下鐵]]，由[[TTC|多倫多公車局]]營運，頭一段喺[[1954年]]通車，而今有4條線、75個站，全長76.9公里。1號線連接多倫多同北便嘅旺市（Vaughan），最後4個站唔喺多倫多市內。 {| class="wikitable sortable" |- !data-sort-type="number"|顏色 !data-sort-type="number"|編號 !style="width:5em;"|英文線名 !class="unsortable"|開頭嗰個站 !class="unsortable"|最後嗰個站 !data-sort-type="number"|幾長 |- |style="background:#f8c300; color:white; text-align:center;" data-sort-value="900"|黃色 |style="text-align:center;"|1號線 |data-sort-value="Yonge-University"|Yonge-University |Finch |Vaughan Metropolitan Centre |style="text-align:right;"|38.8 公里 |- |style="background:#00923f; color:white; text-align:center;" data-sort-value="700"|綠色 |style="text-align:center;"|2號線 |data-sort-value="Bloor-Danforth"|Bloor-Danforth |Kennedy |Kipling |style="text-align:right;"|26.2 公里 |- |style="background:#0082c9; color:white; text-align:center;" data-sort-value="500"|藍色 |style="text-align:center;"|3號線 |data-sort-value="Scarborough"|Scarborough |McCowan |Kennedy |style="text-align:right;"|6.4 公里 |- |style="background:#a21a68; color:white; text-align:center;" data-sort-value="100"|紫色 |style="text-align:center;"|4號線 |data-sort-value="Sheppard"|Sheppard |Don Mills |Sheppard-Yonge |style="text-align:right;"|5.5 公里 |-class="sortbottom" |} {{NoteFoot}} {{鐵路楔}} [[Category:多倫多地下鐵| ]] qomp74c6svyu0tf9eptw3baemtzhy49 1865569 1865561 2022-08-20T01:00:35Z Al12si 87401 自己錯咗 wikitext text/x-wiki '''多倫多地下鐵'''係[[加拿大]][[多倫多]]嘅[[地下鐵]]，由[[TTC|多倫多公車局]]營運，頭一段喺[[1954年]]通車，而今有4條線、75個站，全長76.9公里。1號線連接多倫多同北便嘅旺市（Vaughan），最後3個站唔喺多倫多市內。 {| class="wikitable sortable" |- !data-sort-type="number"|顏色 !data-sort-type="number"|編號 !style="width:5em;"|英文線名 !class="unsortable"|開頭嗰個站 !class="unsortable"|最後嗰個站 !data-sort-type="number"|幾長 |- |style="background:#f8c300; color:white; text-align:center;" data-sort-value="900"|黃色 |style="text-align:center;"|1號線 |data-sort-value="Yonge-University"|Yonge-University |Finch |Vaughan Metropolitan Centre |style="text-align:right;"|38.8 公里 |- |style="background:#00923f; color:white; text-align:center;" data-sort-value="700"|綠色 |style="text-align:center;"|2號線 |data-sort-value="Bloor-Danforth"|Bloor-Danforth |Kennedy |Kipling |style="text-align:right;"|26.2 公里 |- |style="background:#0082c9; color:white; text-align:center;" data-sort-value="500"|藍色 |style="text-align:center;"|3號線 |data-sort-value="Scarborough"|Scarborough |McCowan |Kennedy |style="text-align:right;"|6.4 公里 |- |style="background:#a21a68; color:white; text-align:center;" data-sort-value="100"|紫色 |style="text-align:center;"|4號線 |data-sort-value="Sheppard"|Sheppard |Don Mills |Sheppard-Yonge |style="text-align:right;"|5.5 公里 |-class="sortbottom" |} {{NoteFoot}} {{鐵路楔}} [[Category:多倫多地下鐵| ]] 1ofls5bnfzq60wlz90kuysdjmit50go 14 307074 1865338 2022-08-19T12:00:06Z 182.239.92.237 新類 wikitext text/x-wiki {{同享類}}{{主文}} [[類:1972年出世]] [[類:8月18號出世]] [[類:英皇藝人]] [[類:十大勁歌金曲最受歡迎男歌星]] [[類:勁歌金曲金獎]] [[類:叱咤樂壇男歌手銀獎]] [[類:十大中文金曲頒獎音樂會全球華人至尊金曲獎]] [[類:音樂風雲榜最佳男新人]] [[類:祖籍茂名]] [[類:古氏|巨基]] [[類:聖公會林裘謀中學舊生]] [[類:香港主持人]] [[類:香港電影男演員]] [[類:香港十大傑出青年]] [[類:香港漫畫家]] [[類:香港男歌手]] [[類:世界傑出華人]] fyhnsprauo57bx4x06wdh51rrfhsdhk 1865340 1865338 2022-08-19T12:02:11Z 182.239.92.237 wikitext text/x-wiki {{同享類|Leo Ku}}{{主文}} [[類:1972年出世]] [[類:8月18號出世]] [[類:英皇藝人]] [[類:十大勁歌金曲最受歡迎男歌星]] [[類:勁歌金曲金獎]] [[類:叱咤樂壇男歌手銀獎]] [[類:十大中文金曲頒獎音樂會全球華人至尊金曲獎]] [[類:音樂風雲榜最佳男新人]] [[類:祖籍茂名]] [[類:古氏|巨基]] [[類:聖公會林裘謀中學舊生]] [[類:香港主持人]] [[類:香港電影男演員]] [[類:香港十大傑出青年]] [[類:香港漫畫家]] [[類:香港男歌手]] [[類:世界傑出華人]] 07s2gfb7e859wsyzetqa8z5ze9snyw7 0 307075 1865346 2022-08-19T12:09:29Z 202.141.212.98 開咗新版「{{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經互聯網賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，公司對此不置可否。」 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經互聯網賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，公司對此不置可否。 37et7763oddb4to4396v6rx20qrm9ev 1865350 1865346 2022-08-19T12:11:44Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，公司對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> fqu3g9iv81340kmc1csdujvbb6jeue9 1865351 1865350 2022-08-19T12:12:39Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，公司對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} {{類:碰瓷}} 6z009eu67fr2sxj69mmrhiwe2yj6czr 1865352 1865351 2022-08-19T12:13:12Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，公司對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} [[類:碰瓷]] {{楔}} kd91kkzkyxuxentiqhqj84huy9uwl1d 1865355 1865352 2022-08-19T12:14:21Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，[[公司]]對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[] [[類:碰瓷]] {{楔}} ieih0kojfd0issi8rgi4fsau19ou2qs 1865358 1865355 2022-08-19T12:16:25Z 202.141.212.98 /* 網 */ wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，[[公司]]對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ ] [[類:碰瓷]] {{楔}} aaz330nkkiuut0fjnwc58n4i13fup2d 1865359 1865358 2022-08-19T12:17:05Z 202.141.212.98 /* 網 */ wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而引來[[大眾]][[關注]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，[[公司]]對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} hquapy1ugeenzzmz90vjl1v087g4qh5 1865360 1865359 2022-08-19T12:18:04Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而[[出名|出澌名]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，[[公司]]對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} 6cnkf7rljhdanqa65xryl4uidge3v4t 1865361 1865360 2022-08-19T12:20:44Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而[[出名|出澌名]]；有[[消息]]話嗰間[[舖頭]]於一年之內試過四次，用同一招[[呃錢]]，[[公司]]對此[[不置可否]]。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} 16gfgcvnry5n2cposzypzmoyyjn6j85 1865365 1865361 2022-08-19T12:31:02Z 202.141.212.98 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單[[疑似]]用隻[[大型]][[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而[[出名|出澌名]]；有[[消息]]話嗰間[[舖頭]]於一年之內用同一招呃過四次錢，[[公司]]對此[[不置可否]]。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} t8ovqoikh0ryoal81j8gvbgvwohi6jz 1865394 1865365 2022-08-19T13:16:34Z Z423x5c6 42683 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，[[門市]]開喺[[旺角]][[朗豪坊]]，亦有經[[網站]]賣嘢；由於一單疑似用隻大型[[天線得得B]][[公仔]]來[[碰瓷]]個[[事件]]而出澌名；有消息話嗰間[[舖頭]]於一年之內用同一招呃過四次錢，[[公司]]對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} kcrn3tdox1s8f24kdpylcoa2nqwhf4u 1865395 1865394 2022-08-19T13:17:08Z Z423x5c6 42683 wikitext text/x-wiki {{Lowercase title}} '''kkplus'''係間[[香港]][[玩具]]店，門市開喺[[旺角]][[朗豪坊]]，亦有經網站賣嘢；由於一單疑似用隻大型[[天線得得B]]公仔來[[碰瓷]]個事件而出澌名；有消息話嗰間舖頭於一年之內用同一招呃過四次錢，公司對此不置可否。<ref>{{Citation|title=5 23 突發專訪【朗豪坊F主家長！】本台記者電話訪問被謀家長，朗豪坊謀人寺KKplus老屈五歲小朋友踢跌天線得得B事件，引起全港公憤！|url=https://www.youtube.com/watch?v=TFAcdOTvKd8|accessdate=2022-08-19|language=en}}</ref><ref>{{Citation|title=5.24【每日提要】【天使得得B事件，傑仔收到風。】|url=https://www.youtube.com/watch?v=l-bb8WpFTaE|accessdate=2022-08-19|language=en}}</ref> ==攷== {{reflist}} ==網== *[https://www.kkplus.com/ Kkplus - 首頁] [[類:碰瓷]] {{楔}} 4dabdm1gcdlxbedsqnjkxi0rprkqfm2 14 307076 1865362 2022-08-19T12:24:35Z 202.141.212.98 開空頁 wikitext text/x-wiki phoiac9h4m842xq45sp7s6u21eteeq1 0 307077 1865380 2022-08-19T12:47:31Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''雙向鏈結串列'''（{{lang-en|doubly linked list}}）係種[[鏈結數據結構]]。 一條雙向鏈結串列每個位都會指住 *「打'''後'''嗰件數據係乜」同 *「打'''前'''嗰件數據係乜」， 加埋「件數據嘅數值係乜」，一共 3 樣資訊： [[File:Doubly-linked-list.svg|center|750px]] {{Comp-stub}} [[Category:數據]] m8r8hqm9fv571r9nschsz6ppip961dx 0 307078 1865388 2022-08-19T13:12:56Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[抽象資料類型]] pqfzbdn45oc7hd24jz0qpx8sgjndu21 0 307079 1865392 2022-08-19T13:14:49Z Dr. Greywolf 143999 Dr. Greywolf 搬版 [[樹 (數據結構)]] 去 [[樹 (抽象資料類型)]]：zap1 wikitext text/x-wiki #REDIRECT [[樹 (抽象資料類型)]] toexbt3vyplyu6w4dqw0meawxvwev52 0 307080 1865399 2022-08-19T13:30:12Z 汩汩银泉 69181 開咗新版「'''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當...」 wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref>{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 族羣 == == 起因 == == 覆滅 == == 考 == {{Reflist}} gpju2oux5uqomuqj8vu7u953eliulvr 1865408 1865399 2022-08-19T13:49:00Z 219.77.119.116 /* 考 */ wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref>{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 族羣 == == 起因 == == 覆滅 == == 考 == {{Reflist}} [[Category:大明]] qkwmgjp2i7rmjnhvix3iagpmwjzz4ch 1865446 1865408 2022-08-19T15:55:56Z 汩汩银泉 69181 wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑶」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。等到黃冊制度崩壞，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> == 經過 == == 覆滅 == == 後續 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 考 == {{Reflist}} [[Category:大明]] 70xekz7taulmemqsmsdzzjbjg7evxn5 1865450 1865446 2022-08-19T15:58:30Z 汩汩银泉 69181 wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑶」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。等到黃冊制度崩壞，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> == 經過 == == 覆滅 == == 後續 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] 5nxufbz6u8cs0sku0ahl43xwmzz6u2u 1865459 1865450 2022-08-19T16:02:46Z 汩汩银泉 69181 /* 後續 */ wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑶乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑶乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑶」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。等到黃冊制度崩壞，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> == 經過 == == 覆滅 == == 後續影响 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制有魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 捱鎮壓過後，「瑤人」被逼遷入更加深嘅深山。明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 睇埋 == * [[血淚之路]] == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] hyovt9y6o62hvs5ws1mtuiyoggoadah 1865484 1865459 2022-08-19T16:20:58Z 汩汩银泉 69181 /* 遊離出帝國秩序嘅人 */ wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑤乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑤乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑤」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。有尐漢人都為了逃避賦税徭役加入「瑤人」，做佃種田，即係「莫徭」。<ref name=":1" /> 黃冊制度崩壞之後，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮，瑤人戥政府之間嘅關係都愈發緊張。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> === 擠逼生計 === 明朝各種問題佔了當地人本身就擠逼嘅生產空間。首先，屯田由明初到嘉靖就翻了超過9倍，官田達到2 840 頃在弘治年，着認為佔用了民田。跟湖廣啲埞都有好多破產流民入廣西。裏甲制度都惡化了形勢。而桂西狼兵都需要田地配給（狼田），啲田地好多原屬瑤人。<ref name=":0" /> == 經過 == == 覆滅 == == 後續影响 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制有魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 捱鎮壓過後，「瑤人」被逼遷入更加深嘅深山。明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 睇埋 == * [[血淚之路]] == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] ia2fjzyv5565asi8lf6gykdvdsu0flv 1865502 1865484 2022-08-19T16:36:05Z 汩汩银泉 69181 /* 遊離出帝國秩序嘅人 */ wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑤乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑤乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑤」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。<ref name=":1" />有尐漢人都為了逃避賦税徭役加入「瑤人」，做佃種田，即係「莫徭」。<ref name=":0" /> 黃冊制度崩壞之後，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮，瑤人戥政府之間嘅關係都愈發緊張。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> === 擠逼生計 === 明朝各種問題佔了當地人本身就擠逼嘅生產空間。首先，屯田由明初到嘉靖就翻了超過9倍，官田達到2 840 頃在弘治年，着認為佔用了民田。跟湖廣啲埞都有好多破產流民入廣西。裏甲制度都惡化了形勢。而桂西狼兵都需要田地配給（狼田），啲田地好多原屬瑤人。<ref name=":0" /> == 經過 == == 覆滅 == == 後續影响 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制有魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 捱鎮壓過後，「瑤人」被逼遷入更加深嘅深山。明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 睇埋 == * [[血淚之路]] == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] pfpjsuj3ep0xmt3yim64c6ygk65j554 1865508 1865502 2022-08-19T16:40:36Z 汩汩银泉 69181 wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑤乱」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑤乱」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑤」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係基於經濟訴求嘅「泛民族聯合」，其中包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。<ref name=":1" />有尐漢人都為了逃避賦税徭役加入「瑤人」，做佃種田，即係「莫徭」。<ref name=":0" /> 黃冊制度崩壞之後，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮，瑤人戥政府之間嘅關係都愈發緊張。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> === 擠逼生計 === 明朝各種問題佔了當地人本身就擠逼嘅生產空間。首先，屯田由明初到嘉靖就翻了超過9倍，官田達到2 840 頃在弘治年，着認為佔用了民田。跟湖廣啲埞都有好多破產流民入廣西。裏甲制度都惡化了形勢。而桂西狼兵都需要田地配給（狼田），啲田地好多原屬瑤人。<ref name=":0" /> == 經過 == == 覆滅 == == 後續影响 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制有魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 捱鎮壓過後，「瑤人」被逼遷入更加深嘅深山。明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 睇埋 == * [[血淚之路]] == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] 8arjgxkpahb5srgeycjeg9lmtpzeghh 1865549 1865508 2022-08-19T22:30:23Z 219.77.56.156 wikitext text/x-wiki '''藤峽民變'''，[[明朝]]政府喊做「藤峽瑤亂」，係明朝中期[[兩廣]]瑤族、僮族等族羣主導嘅民變，因為中心係大藤峽（喺而今[[武宣]]戥[[桂平]]之間）而得名，但範圍遠遠超過笪埞，而通常得到討論嘅係連同啲暴動喺府江、右江、古田、八寨（十寨）甚至一路到廣東啲埞一齊。雖然着喊做「瑤亂」，而中國古文獻裏頭啲稱呼畀各種民族十分混亂，一時「瑤」「苗」一時「蠻」「賊」，因此啲族羣嘸完全相當於現代政府認定嘅瑤族，而係基於經濟訴求嘅「泛民族聯合」，其中包括有當地嘅各種族羣，甚至包括有漢族。<ref name=":0">{{Cite journal|last=李|first=丰|date=2018|title=明代“藤峡瑶乱”的人类学分析|journal=懷化學院學報|volume=37|pages=12-17}}</ref> == 背景 == === 遊離出帝國秩序嘅人 === 跟記載，跟宋朝開始，好多「瑤族」就跟廣西遷入啲深山啲喺廣東廣西邊界啲埞嘅。「瑤族」冇係編户齊民嘅，明政府亦都冇加以管理、賑濟佢哋，衹加以安撫。之但係，初期明政府有承諾到保證「瑤人」啲權利；「瑤人」亦「刀耕火種，聽約束而不為盜」。<ref name=":1" />有尐漢人都為了逃避賦税徭役加入「瑤人」，做佃種田，即係「莫徭」。<ref name=":0" /> 黃冊制度崩壞之後，官員喺地方貪污腐敗、橫徵暴斂，令到瑤人頻頻叛亂落山進攻城鎮，瑤人戥政府之間嘅關係都愈發緊張。<ref name=":1">{{Cite journal|last=陈|first=宇思|date=2017|title=明中期粤桂边界山区汉瑶族群冲突对当地社会变迁的影响及启示|journal=瑤學研究|volume=4|pages=115-123}}</ref> === 大藤峽：要道畀鹽貨 === 大藤峽係一條要道喺黔江中下游畀運鹽運兵嘅，並且週邊有大量良田資源喺潯州平原一帶，但條峽水文條件複雜、有險灘好多，而當地「瑤人」着認為係起到作用畀引導啲船過峽<ref name=":2">{{Cite journal|last=唐|first=晓涛|date=2011|title=明代桂西土司力量在大藤峡地区的更替———兼论大藤峡瑶民起义的发生|journal=廣西民族研究|volume=3|pages=137-143}}</ref>，進而收取過路費。長期以來，種「過路費」得到默認跟明朝官府。但明朝官府計便捉種通行權力畀鹽、兵嘅收歸政府，並佔有條峽嘅區位資源。<ref name=":2" /> === 明政策：以夷制夷 === 最早係1415年，明朝引入外地僮土司同埋佢哋啲手下僮兵來剿亂，但停留時間冇長。跟尾，桂西土司黃𤣾、岑伯顏得授意跟明政府，相繼進入大藤峽地區。<ref name=":2" /> 在漢流官嘅漠視下，「瑤人」缺少自治權力藉由土司，捱桂西僮人壓逼，導致民族關係惡化。<ref name=":0" /> === 擠逼生計 === 明朝各種問題佔了當地人本身就擠逼嘅生產空間。首先，屯田由明初到嘉靖就翻了超過9倍，官田達到2 840 頃在弘治年，着認為佔用了民田。跟湖廣啲埞都有好多破產流民入廣西。裏甲制度都惡化了形勢。而桂西狼兵都需要田地配給（狼田），啲田地好多原屬瑤人。<ref name=":0" /> == 經過 == == 覆滅 == == 後續影响 == === 禁山法、經濟封鎖 === 「瑤亂」之後明政府實行「禁山法」同埋禁止交易「魚鹽布貨之利」畀啲人嘸受安撫嘅喺廣東。種法令着認為係經濟封鎖同埋某種形式上嘅種族隔離。喺廣西同樣有「禁山法」，並控制有魚鹽交易好嚴格。<ref name=":0" /> === 族羣遷移同埋滅絕 === 捱鎮壓過後，「瑤人」被逼遷入更加深嘅深山。明政府掃蕩式嘅征剿消滅了大量人口，着認為導致了大藤峽內噻尐族羣嘅滅絕。<ref name=":0" /><ref name=":1" /> === 經濟凋敝 === 長期動亂導致市場網絡難發展，少商人來往，納税人口減少，並加重了當地嘅負擔畀賦税。<ref name=":1" /> == 睇埋 == * [[血淚之路]] == 考 == {{Reflist}} [[Category:大明]] [[Category:屠殺]] 8n8z6ufm5vjp42decxarxli3dt79z07 0 307081 1865414 2022-08-19T14:47:06Z Guest22 243229 [[Tamar Station]] 重新導向至 [[添馬站]] // Wikiplus wikitext text/x-wiki #REDIRECT [[添馬站]] kwapgq7twuvhnrshci8izpv2rzjva4h 0 307082 1865416 2022-08-19T14:52:40Z Guest22 243229 [[Causeway Bay North Station]] 重新導向至 [[銅鑼灣北站]] // Wikiplus wikitext text/x-wiki #REDIRECT [[銅鑼灣北站]] 7ebu4uesh9cf92itu3nq1byww8zti08 0 307083 1865418 2022-08-19T14:54:32Z Guest22 243229 [[Lohas Park Station]] 重新導向至 [[康城站]] // Wikiplus wikitext text/x-wiki #REDIRECT [[康城站]] tgaephcq574xu20xvz9y3rn6yw395ov 0 307084 1865420 2022-08-19T14:55:38Z Guest22 243229 [[LOHAS Park]] 重新導向至 [[日出康城]] // Wikiplus wikitext text/x-wiki #REDIRECT [[日出康城]] 3as8ml1hrbb7ngik9cda5t2trdg6an5 0 307085 1865431 2022-08-19T15:36:57Z Abckwan 206679 new wikitext text/x-wiki 《'''就是青春'''》（{{lang-en|'''Youniverse'''}}）係[[香港]][[奇妙電視]]製作嘅選秀真人騷節目，2022年9月24號到12月31號逢禮拜六<!--21:30-22:30-->喺[[香港開電視]]播出。節目係香港開電視頭一個選秀真人騷節目，2021年開始籌備，由千幾位參賽者入面揀出18個入圍者，進行一系列嘅培訓，再進行比試。 ==參賽者== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2022年中左右計。}}||IG |- !style="background:pink" colspan="3"|女參賽者 |- |[[余逸暳]]（Bethia）||19歲||@yudwai |- |[[洪韻騏]]（Wincy）||19歲||@hwankeii |- |[[溫曉晴]]（Alice）||24歲||@alicec_0324 |- |[[劉睿曦]]（Felicity）||15歲||@feli.citylow |- |[[劉庭君]]（Midori）||17歲|| @tinggg0920 |- |[[梁樂童]]（Stephanie）||23歲||@lkk.tung |- |[[曾琸庭]]（Alice）||20歲||@alice.tsang.0425 |- |[[陳心余]]（Wuba）||17歲||@wuba_ge |- |[[張鈊貽]]（VALC）||18歲||@valcmonkey |- ||[[林曉蕙]]（Candice）||21歲||@candiceeelammm |- !style="background:#E0E0FF" colspan="3"|男參賽者 |- |[[趙啟嵐]]（Matt）||13歲||@mattjiuhongkong |- |[[司徒泆]]（Haru）||13歲||@htvharu_yt |- |[[莫皓俊]]（Jimmy）||27歲||@mhcjimmy |- |[[余卓謙]]（Nathaniel）||25歲||@nathanielyuhim |- |[[康志維]]（Edmond）||27歲||@hcww___ |- |[[簡文浩]]（Dorlai）||24歲||@dddorlai |- |[[林躍翰]]（John）||22歲||@yakh27 |- |[[阮偉倫]]（Kris）||24歲||@jskris_lun |} ==註== {{NoteFoot}} ==出面網頁== *[https://youniverse.hkopentv.com/ 就是青春 - 香港開電視 官方網頁] [[Category:2022年奇妙電視節目]] 3wv96dq630o1fv35nvq9jz8zgfgalgn 1865434 1865431 2022-08-19T15:39:20Z Abckwan 206679 wikitext text/x-wiki 《'''就是青春'''》（{{lang-en|'''Youniverse'''}}）係[[香港]][[奇妙電視]]製作嘅選秀真人騷節目，2022年9月24號到12月31號逢禮拜六<!--21:30-22:30-->喺[[香港開電視]]播出。節目係香港開電視頭一個選秀真人騷節目，2021年開始籌備，由千幾位參賽者入面揀出18個入圍者，進行一系列嘅培訓，再進行比試。 ==參賽者== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2022年中左右計。}}||IG |- !style="background:pink" colspan="3"|女參賽者 |- |[[余逸暳]]（Bethia）||19歲||[https://www.instagram.com/yudwai @yudwai] |- |[[洪韻騏]]（Wincy）||19歲||[https://www.instagram.com/hwankeii @hwankeii] |- |[[溫曉晴]]（Alice）||24歲||[https://www.instagram.com/alicec_0324 @alicec_0324] |- |[[劉睿曦]]（Felicity）||15歲||[https://www.instagram.com/feli.citylow @feli.citylow] |- |[[劉庭君]]（Midori）||17歲||[https://www.instagram.com/tinggg0920 @tinggg0920] |- |[[梁樂童]]（Stephanie）||23歲||[https://www.instagram.com/lkk.tung @lkk.tung] |- |[[曾琸庭]]（Alice）||20歲||[https://www.instagram.com/alice.tsang.0425 @alice.tsang.0425] |- |[[陳心余]]（Wuba）||17歲||[https://www.instagram.com/wuba_ge @wuba_ge] |- |[[張鈊貽]]（VALC）||18歲||[https://www.instagram.com/valcmonkey @valcmonkey] |- ||[[林曉蕙]]（Candice）||21歲||[https://www.instagram.com/candiceeelammm @candiceeelammm] |- !style="background:#E0E0FF" colspan="3"|男參賽者 |- |[[趙啟嵐]]（Matt）||13歲||[https://www.instagram.com/mattjiuhongkong @mattjiuhongkong] |- |[[司徒泆]]（Haru）||13歲||[https://www.instagram.com/htvharu_yt @htvharu_yt] |- |[[莫皓俊]]（Jimmy）||27歲||[https://www.instagram.com/mhcjimmy @mhcjimmy] |- |[[余卓謙]]（Nathaniel）||25歲||[https://www.instagram.com/nathanielyuhim @nathanielyuhim] |- |[[康志維]]（Edmond）||27歲||[https://www.instagram.com/hcww___ @hcww___] |- |[[簡文浩]]（Dorlai）||24歲||[https://www.instagram.com/dddorlai @dddorlai] |- |[[林躍翰]]（John）||22歲||[https://www.instagram.com/yakh27 @yakh27] |- |[[阮偉倫]]（Kris）||24歲||[https://www.instagram.com/jskris_lun @jskris_lun] |} ==註== {{NoteFoot}} ==出面網頁== *[https://youniverse.hkopentv.com/ 就是青春 - 香港開電視 官方網頁] [[Category:2022年奇妙電視節目]] b7rxhnfvmyuk4xtf01occtv7dgw1fy7 1865862 1865434 2022-08-20T11:15:01Z Pokman817 53354 /* 參賽者 */ wikitext text/x-wiki 《'''就是青春'''》（{{lang-en|'''Youniverse'''}}）係[[香港]][[奇妙電視]]製作嘅選秀真人騷節目，2022年9月24號到12月31號逢禮拜六<!--21:30-22:30-->喺[[香港開電視]]播出。節目係香港開電視頭一個選秀真人騷節目，2021年開始籌備，由千幾位參賽者入面揀出18個入圍者，進行一系列嘅培訓，再進行比試。 ==參賽者== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2022年中左右計。}}||IG |- !style="background:pink" colspan="3"|女參賽者 |- |[[余逸暳]]（Bethia）||19歲||[https://www.instagram.com/yudwai @yudwai] |- |[[洪韻騏]]（Wincy）||19歲||[https://www.instagram.com/hwankeii @hwankeii] |- |[[溫曉晴]]（Alice）||24歲||[https://www.instagram.com/alicec_0324 @alicec_0324] |- |[[劉睿曦]]（Felicity）||15歲||[https://www.instagram.com/feli.citylow @feli.citylow] |- |[[劉庭君]]（Midori）||17歲||[https://www.instagram.com/tinggg0920 @tinggg0920] |- |[[梁樂童]]（Stephanie）||23歲||[https://www.instagram.com/lkk.tung @lkk.tung] |- |[[曾琸庭]]（Alice）||20歲||[https://www.instagram.com/alice.tsang.0425 @alice.tsang.0425] |- |[[陳心余]]（Wuba）||17歲||[https://www.instagram.com/wuba_ge @wuba_ge] |- |[[張鈊貽]]（VALC）||18歲||[https://www.instagram.com/valcmonkey @valcmonkey] |- ||[[林曉蕙]]（Candice）||21歲||[https://www.instagram.com/candiceeelammm @candiceeelammm] |- !style="background:#E0E0FF" colspan="3"|男參賽者 |- |[[趙啓嵐]]（Matt）||13歲||[https://www.instagram.com/mattjiuhongkong @mattjiuhongkong] |- |[[司徒泆]]（Haru）||13歲||[https://www.instagram.com/htvharu_yt @htvharu_yt] |- |[[莫皓俊]]（Jimmy）||27歲||[https://www.instagram.com/mhcjimmy @mhcjimmy] |- |[[余卓謙]]（Nathaniel）||25歲||[https://www.instagram.com/nathanielyuhim @nathanielyuhim] |- |[[康志維]]（Edmond）||27歲||[https://www.instagram.com/hcww___ @hcww___] |- |[[簡文浩]]（Dorlai）||24歲||[https://www.instagram.com/dddorlai @dddorlai] |- |[[林躍翰]]（John）||22歲||[https://www.instagram.com/yakh27 @yakh27] |- |[[阮偉倫]]（Kris）||24歲||[https://www.instagram.com/jskris_lun @jskris_lun] |} ==註== {{NoteFoot}} ==出面網頁== *[https://youniverse.hkopentv.com/ 就是青春 - 香港開電視 官方網頁] [[Category:2022年奇妙電視節目]] mfkpdu0ftiv2sk5a7xdijk6354q85yo 0 307086 1865437 2022-08-19T15:51:49Z Abckwan 206679 new wikitext text/x-wiki 《'''Summer Girls 2022'''》（{{lang-en|'''Summer Girls 2022'''}}）係[[香港]][[奇妙電視]]製作嘅選美真人騷節目，由[[張明偉]]同[[陳偉琪]]主持，2022年9月24號禮拜日21:00-23:00喺[[香港開電視]]播出。節目係香港開電視頭一個選美真人騷節目，用水着做主題。 ==參賽者== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2022年中左右計。}} |- |01||[[樂翊榆]]（Annalise）||28歲 |- |02||[[葉俙賢]]（Amber）||26歲 |- |03||[[張育玲]]（Kathy）||32歲 |- |04||[[張嘉欣]]（Yanni）||26歲 |- |05||[[黃亦禧]]（小影）||30歲 |- |06||[[謝嘉雯]]（Carmen）||27歲 |- |07||[[陳雅雯]]（Carmen）||21歲 |- |08||[[馮靖茵]]（梓）||21歲 |- |09||[[卓淑貞]]（Hannah）||23歲 |- |10||[[張可盈]]（Bonnie）||24歲 |- |11||[[陳思穎]]（Michelle）||30歲 |- |12||[[李雯]]（Milky）||27歲 |- |13||[[鍾曦南]]（南南）||30歲 |- |14||[[伍倩彤]]（Gillian）||29歲 |- |15||[[譚泳銚]]（Annabelle）||24歲 |} ==註== {{NoteFoot}} ==出面網頁== *Summer Girls 2022 - 香港開電視 [[Category:2022年奇妙電視節目]] 4378g2x2zm4ilbb9sx7l1ohiei2p7vv 1865629 1865437 2022-08-20T02:32:22Z 219.73.60.26 wikitext text/x-wiki 《'''Summer Girls 2022'''》（{{lang-en|'''Summer Girls 2022'''}}）係[[香港]][[奇妙電視]]製作嘅選美真人騷節目，由[[張明偉]]同[[陳偉琪]]主持，2022年9月25號禮拜日21:00-23:00喺[[香港開電視]]播出。節目係香港開電視頭一個選美真人騷節目，用水着做主題。 ==參賽者== {|class="wikitable" style="text-align:center" |- style="background:cornflowerblue; color:white" |'''編號'''||'''姓名'''||'''年齡'''{{NoteTag|name="age"|以2022年中左右計。}} |- |01||[[樂翊榆]]（Annalise）||28歲 |- |02||[[葉俙賢]]（Amber）||26歲 |- |03||[[張育玲]]（Kathy）||32歲 |- |04||[[張嘉欣]]（Yanni）||26歲 |- |05||[[黃亦禧]]（小影）||30歲 |- |06||[[謝嘉雯]]（Carmen）||27歲 |- |07||[[陳雅雯]]（Carmen）||21歲 |- |08||[[馮靖茵]]（梓）||21歲 |- |09||[[卓淑貞]]（Hannah）||23歲 |- |10||[[張可盈]]（Bonnie）||24歲 |- |11||[[陳思穎]]（Michelle）||30歲 |- |12||[[李雯]]（Milky）||27歲 |- |13||[[鍾曦南]]（南南）||30歲 |- |14||[[伍倩彤]]（Gillian）||29歲 |- |15||[[譚泳銚]]（Annabelle）||24歲 |} ==註== {{NoteFoot}} ==出面網頁== *Summer Girls 2022 - 香港開電視 [[Category:2022年奇妙電視節目]] fj0xhzalzquajj0svojjxz5n4jqfcc3 0 307087 1865439 2022-08-19T15:52:07Z Abckwan 206679 跳轉到[[Summer Girls 2022]] wikitext text/x-wiki #REDIRECT [[Summer Girls 2022]] ptmy3rfjen0ovy5kz7m8w3zrfdazwnp 0 307088 1865461 2022-08-19T16:02:57Z 汩汩银泉 69181 汩汩银泉 搬版 [[美國西進運動]] 去 [[血淚之路]] 而喺跳轉之上 wikitext text/x-wiki #REDIRECT [[血淚之路]] ctkg6bdekwt173nf4agua7m0q1nhmi5 1 307089 1865540 2022-08-19T21:43:23Z InternetArchiveBot 158703 通知：引用來源改咗，需要檢查) #IABot (v2.0.9 wikitext text/x-wiki == 對外連結有變 (2022年8月) == 各位編輯仝人： 我啱啱救返[[流星花園]]上面嘅 1 個對外連結。麻煩檢查下[https://zh-yue.wikipedia.org/w/index.php?diff=prev&oldid=1865539 我改嘅嘢]。有咩查詢，或者想隻機械人唔理啲外連，或者想隻機械人成版唔好掂，請睇[[:m:InternetArchiveBot/FAQ|呢版簡明嘅問答頁]]。我改咗呢啲外連： *加咗存檔 https://web.archive.org/web/20211201101350/https://ent.qq.com/a/20171211/018909.htm 落 http://ent.qq.com/a/20171211/018909.htm 如果隻機械人有錯，請睇問答頁嘅指示。 唔該晒！—[[:en:User:InternetArchiveBot|'''<span style="color:darkgrey;font-family:monospace">InternetArchiveBot</span>''']] <span style="color:green;font-family:Rockwell">([[:en:User talk:InternetArchiveBot|報告軟件缺陷]])</span> 2022年8月19號 (五) 21:43 (UTC) 4hb17vfrvvz8qeocsnn9704dcphdipe 0 307090 1865545 2022-08-19T22:09:21Z Al12si 87401 stub for Métis so this term doesn’t need to be explained every time it’s used wikitext text/x-wiki {{lang|fr|'''Métis'''}}（粵拼：mei1 ti1；法文意思係 ｢混血兒｣）係三類[[加拿大原住民]]嘅其中一類，指歷史上[[第一民族]]同歐洲人通婚而產生出來嘅新民族，狹義上特別係指17世紀喺[[紅河（加拿大）|紅河]]（Red River）地方住嘅人嘅後代。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5 |pages=67–68}}</ref> 廣義上， 唔係紅河地方後人，但係同時有原住民同非原住民血統嘅人，亦可以叫做 Métis。<ref name="Younging (2018)" /> ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] 4pvj3x27c22iinacgrqjonwyilj36u3 1865546 1865545 2022-08-19T22:12:00Z Al12si 87401 tighten ref wikitext text/x-wiki {{lang|fr|'''Métis'''}}（粵拼：mei1 ti1；法文意思係 ｢混血兒｣）係三類[[加拿大原住民]]嘅其中一類，指歷史上[[第一民族]]同歐洲人通婚而產生出來嘅新民族，狹義上特別係指17世紀喺[[紅河（加拿大）|紅河]]（Red River）地方住嘅人嘅後代。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5 |pages=67–68}}</ref>{{rp|67}} 廣義上， 唔係紅河地方後人，但係同時有原住民同非原住民血統嘅人，亦可以叫做 Métis。<ref name="Younging (2018)" /> ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] mbvb1rkfbk3r5c9gamh7pp5nrnm1sot 1865557 1865546 2022-08-19T23:37:29Z Al12si 87401 significance of Red River; fix description of general term wikitext text/x-wiki {{lang|fr|'''Métis'''}}（粵拼：mei1 ti1；法文意思係 ｢混血兒｣）係三類[[加拿大原住民]]嘅其中一類，指歷史上[[第一民族]]同歐洲人通婚而產生出來嘅新民族，狹義上特別係指17世紀喺[[紅河（加拿大）|紅河]]（Red River）地方住嘅人嘅後代，呢啲人嘅祖先好可能參與過當時嘅兩場重大抗爭。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5 |pages=67–68}}</ref>{{rp|67}} 廣義上， 唔係紅河地方後人，但係同時有原住民同非原住民血統嘅人，亦可以叫做 Métis 人。<ref name="Younging (2018)" /> ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] rzwt5p9vrbzikggky65ea15i53ulrim 1865720 1865557 2022-08-20T06:43:33Z Al12si 87401 寫明係邊兩個 wikitext text/x-wiki {{lang|fr|'''Métis'''}}（粵拼：mei1 ti1；法文意思係 ｢混血兒｣）係三類[[加拿大原住民]]嘅其中一類，指歷史上[[第一民族]]同歐洲人通婚而產生出來嘅新民族，狹義上特別係指17世紀喺[[紅河（加拿大）|紅河]]（Red River）地方住嘅人嘅後代，呢啲人嘅祖先好可能參與過當時嘅兩場重大抗爭（[[紅河抗爭]]同 [[Riel Resistance]]）。<ref name="Younging (2018)">{{cite book |last1=Younging |first1=Gregory |title=Elements of Indigenous Style |date=2018 |publisher=Brush Education |isbn=978-1-55059-716-5 |pages=67–68}}</ref>{{rp|67}} 廣義上， 唔係紅河地方後人，但係同時有原住民同非原住民血統嘅人，亦可以叫做 Métis 人。<ref name="Younging (2018)" /> ==參考== {{Reflist}} {{ethnic-group-stub}} [[Category:加拿大原住民]] 2wp0xfepdldmsx35cazb8bqprzmtcjd 14 307091 1865565 2022-08-20T00:41:38Z Al12si 87401 開咗新版「[[Category:加拿大交通]] [[Category:各國鐵路]]」 wikitext text/x-wiki [[Category:加拿大交通]] [[Category:各國鐵路]] pajwa1a9tr6mdid0x0pcri7al2t8mat 0 307092 1865570 2022-08-20T01:11:01Z Pokman817 53354 開咗新版「'''Watoto'''可以係： * [[Watoto教會]] * [[Watoto兒童合唱團]] * [[Watoto兒童村] {{搞清楚}}」 wikitext text/x-wiki '''Watoto'''可以係： * [[Watoto教會]] * [[Watoto兒童合唱團]] * [[Watoto兒童村] {{搞清楚}} 7v6qh7n6x3pjg0gyon58ev7kog5b3dc 1865571 1865570 2022-08-20T01:11:10Z Pokman817 53354 wikitext text/x-wiki '''Watoto'''可以係： * [[Watoto教會]] * [[Watoto兒童合唱團]] * [[Watoto兒童村]] {{搞清楚}} qctqi72x6ugf223x6wokxgeqzhmgtvs 1865609 1865571 2022-08-20T02:15:46Z Pokman817 53354 wikitext text/x-wiki '''Watoto'''可以係： * [[Watoto教會]] * [[Watoto兒童合唱團]] * [[Watoto兒童保育部]] {{搞清楚}} 1rl97g1n48lo328mh4ujacigbglwxh3 0 307093 1865572 2022-08-20T01:23:12Z Pokman817 53354 開咗新版「'''Watoto兒童合唱團'''係[[非洲]]一個由孤兒組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成。」 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由孤兒組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成。 835y6xu58v5mnvcsstopm64y42r048r 1865573 1865572 2022-08-20T01:26:26Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由孤兒組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} id37lq1g5j9f6g0967cn1e1z5g6j7gn 1865575 1865573 2022-08-20T01:27:32Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由孤兒組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] cc7lqrj8e38bnbl6fm40ks9w0or4nfe 1865576 1865575 2022-08-20T01:28:10Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由孤兒組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] o4cpzv0hjxf8ib0slts5k7izwk5uyv7 1865577 1865576 2022-08-20T01:28:52Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] oie0uaz7vkfq8y8cltdjji7uewdk2g1 1865580 1865577 2022-08-20T01:34:50Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] 9mq07tdpza4v0eoe9dz3sp1wvr2n2cp 1865581 1865580 2022-08-20T01:37:11Z Pokman817 53354 wikitext text/x-wiki {{Refimprove|time=2020-04-17T10:16:03+00:00}} {{Infobox musical artist <!-- See Wikipedia:WikiProject Musicians --> | name = Watoto兒童合唱團 | background = 古典樂團 | image = WatotoChoir.jpg | image_size = <!-- Only for images narrower than 220 pixels --> | caption = | alias = | origin = [[烏干達]] | genre = | occupation = | instrument = 鼓, [[a cappella]] 唱歌 | years_active = 1994–現在 | label = Watoto Publishing | associated_acts = | website = https://www.watoto.com/ | current_members = | past_members = }} '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] 3seddxrhyxt51heklidh2m7jp9y09bg 1865582 1865581 2022-08-20T01:40:10Z Pokman817 53354 wikitext text/x-wiki [[File:Little duck.JPG|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] mbp68374nvsgro2t3ylv5ceszwmkvsk 1865583 1865582 2022-08-20T01:43:26Z Pokman817 53354 wikitext text/x-wiki [[File:Little duck.JPG|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] p8pzwakkfrydanvtwbm3yr64piouepi 1865584 1865583 2022-08-20T01:43:55Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] l1f6ghxed2mllccszyuts7mlgskha0u 1865587 1865584 2022-08-20T01:45:22Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係[[非洲]]一個由[[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] 2g2xm2k064czv923nbkec9fr8am8lml 1865589 1865587 2022-08-20T01:46:05Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[[非洲]][孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] ivino2t9mkxqrk7ti02ddkynogvrxek 1865592 1865589 2022-08-20T01:48:01Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。 佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] e510ds9gvxb6w8wsr3gipvekl2y139o 1865593 1865592 2022-08-20T01:50:38Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==簡介== Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。合唱團具有多個目的，世界各地巡迴演出，除咗增加大家對Watoto工作嘅認識，亦為細路提供領袖訓練，鞏固佢哋嘅責任感，並且令佢哋體驗多元文化。佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] l1w9puzwi80dto4nmk3c8y69y509fwu 1865594 1865593 2022-08-20T01:51:24Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋人生經歷嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==簡介== Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。合唱團具有多個目的，世界各地巡迴演出，除咗增加大家對Watoto工作嘅認識，亦為細路提供領袖訓練，鞏固佢哋嘅責任感，並且令佢哋體驗多元文化。佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] [[Category:合唱團]] edp9jbcaw65rgt5hqil721uuy31qbz0 1865601 1865594 2022-08-20T01:57:25Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋人生經歷嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==簡介== Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。合唱團具有多個目的，世界各地巡迴演出，除咗增加大家對Watoto工作嘅認識，亦為細路提供領袖訓練，鞏固佢哋嘅責任感，並且令佢哋體驗多元文化。佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] *{{facebook|watotoasia|Watoto Asia • Watoto關懷兒童事工}} [[Category:合唱團]] ezm86hxdgj15zhyvvyrb2x9xxnr5z3a 1865603 1865601 2022-08-20T01:59:15Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋人生經歷嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==簡介== Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。合唱團具有多個目的，透過世界各地巡迴演出，除咗增加大家對Watoto工作嘅認識之外，亦為細路提供領袖訓練，鞏固佢哋嘅責任感，並且令佢哋體驗多元文化。佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] *{{facebook|watotoasia|Watoto Asia • Watoto關懷兒童事工}} [[Category:合唱團]] ojfdiun2aff3dgqy0budpzxelu1grmb 1865648 1865603 2022-08-20T03:17:59Z Pokman817 53354 wikitext text/x-wiki [[File:WatotoChoir.jpg|thumb|Watoto兒童合唱團演出]] '''Watoto兒童合唱團'''係一個由[[非洲]][[孤兒]]組成嘅[[合唱團]]，總部喺[[烏干達]][[坎帕拉]]嘅[[Watoto教會]]，1994年開始每年都會喺世界各地巡迴演出，每次由18至22個細路組成，演出當中細路亦會分享佢哋人生經歷嘅故事<ref>[https://www.watoto.asia/choir/ 關於合唱團]</ref>。 ==簡介== Watoto喺[[斯華希里文]]嘅意思係「[[細路]]」，合唱團由失去一個或兩個父母嘅細路組成。佢哋嘅父母通常係因為[[愛滋病]]或喺戰爭中過身。合唱團具有多個目的，透過世界各地巡迴演出，除咗增加大家對Watoto工作嘅認識之外，亦為細路提供領袖訓練，鞏固佢哋嘅責任感，並且令佢哋體驗多元文化。佢哋嘅表演融合咗非洲本土韻律，當代福音音樂同創意[[舞蹈]]。 ==睇埋== *[[Watoto兒童保育部]] ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} * [https://www.watoto.asia Watoto 亞洲] *{{facebook|watotoasia|Watoto Asia • Watoto關懷兒童事工}} [[Category:合唱團]] 9l6e6yxz230foveznc5zwhcnpuzku55 0 307094 1865604 2022-08-20T02:10:55Z Al12si 87401 跟OCAD個楔位稿寫咗個楔位稿 wikitext text/x-wiki '''天道神學院'''（{{lang-en|'''Tyndale University'''}}）係[[加拿大]][[安大略]][[多倫多]]嘅一間基督教跨教派嘅私立[[大學]]，[[1894年]]創校嗰陣係一間聖經學校，1976年成立神學院，2003年獲准升格成為大學，2020年獲准正式改名<ref>{{cite web |title=Accreditation |url=https://www.tyndale.ca/about/accreditation |publisher=Tyndale University |access-date=2022-08-19}}</ref>，但係中文名沿用「天道神學院」而唔叫大學<ref>{{cite web |title=Tyndale Link Issue 42 / December 2021 / 天道橋42期 |url=https://www.tyndale.ca/htc/resources/tyndale-link-issue-42 |publisher=Tyndale University |access-date=2022-08-19}}</ref>。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:神學院]] [[類:多倫多]] mtar6hotwt4toxori85bpwmnd0rmfyj 1865607 1865604 2022-08-20T02:14:21Z Al12si 87401 recat wikitext text/x-wiki '''天道神學院'''（{{lang-en|'''Tyndale University'''}}）係[[加拿大]][[安大略]][[多倫多]]嘅一間基督教跨教派嘅私立[[大學]]，[[1894年]]創校嗰陣係一間聖經學校，1976年成立神學院，2003年獲准升格成為大學，2020年獲准正式改名<ref>{{cite web |title=Accreditation |url=https://www.tyndale.ca/about/accreditation |publisher=Tyndale University |access-date=2022-08-19}}</ref>，但係中文名沿用「天道神學院」而唔叫大學<ref>{{cite web |title=Tyndale Link Issue 42 / December 2021 / 天道橋42期 |url=https://www.tyndale.ca/htc/resources/tyndale-link-issue-42 |publisher=Tyndale University |access-date=2022-08-19}}</ref>。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:基督教]] [[類:多倫多]] ccjp6y9b6wch4uz22ciy0i0afly965g 1865718 1865607 2022-08-20T06:24:05Z Al12si 87401 wikitext text/x-wiki '''天道神學院'''（{{lang-en|'''Tyndale University'''}}）係[[加拿大]][[安大略]][[多倫多]]嘅一間基督教跨教派嘅私立[[大學]]，[[1894年]]創校嗰陣係一間聖經學校，1976年成立[[神學院]]，2003年獲准升格成為大學，2020年獲准正式改名<ref>{{cite web |title=Accreditation |url=https://www.tyndale.ca/about/accreditation |publisher=Tyndale University |access-date=2022-08-19}}</ref>，但係中文名沿用「天道神學院」而唔叫大學<ref>{{cite web |title=Tyndale Link Issue 42 / December 2021 / 天道橋42期 |url=https://www.tyndale.ca/htc/resources/tyndale-link-issue-42 |publisher=Tyndale University |access-date=2022-08-19}}</ref>。 == 參考資料 == {{Reflist}}{{edu-stub}} [[類:加拿大嘅大學]] [[類:基督教]] [[類:多倫多]] coqft2ag5t76325c2dyfmnpkjv78gpp 0 307095 1865605 2022-08-20T02:13:49Z Bingicy 85009 new wikitext text/x-wiki [[File:Cherry juice 2 tall 1 short glass 259A7251.jpg|thumb|車厘子汁]] '''車厘子汁'''係用[[車厘子]]榨出嚟嘅[[果汁]][[嘢飲]]，呈深紅色。 [[Category:果汁]] {{嘢飲楔}} 550v9s0oyksfoit8lw4ddlm12hu71t8 0 307096 1865611 2022-08-20T02:16:32Z Bingicy 85009 new wikitext text/x-wiki [[File:Prune juice bottles.jpg|thumb|西梅汁]] '''西梅汁'''係用[[西梅]]榨出嚟嘅[[果汁]][[嘢飲]]，呈深紫色。 [[Category:果汁]] {{嘢飲楔}} jgovgog7eqizc6dfjygdrvj9vlm950x 0 307097 1865612 2022-08-20T02:18:23Z Bingicy 85009 new wikitext text/x-wiki [[File:Raspberry juice (3085446858).jpg|thumb|勒士啤梨汁]] '''勒士啤梨汁'''係用[[勒士啤梨]]榨出嚟嘅[[果汁]][[嘢飲]]，呈紅色。 [[Category:果汁]] {{嘢飲楔}} p4pffs990hourvglzu4eyjtgujxqxe5 0 307098 1865613 2022-08-20T02:20:27Z Bingicy 85009 new wikitext text/x-wiki [[File:IKEA food (8553993912).jpg|thumb|紅果子汁（右）]] '''紅果子汁'''係用[[紅果子]]榨出嚟嘅[[果汁]][[嘢飲]]，呈紅色。 [[Category:果汁]] {{嘢飲楔}} p4t74ni15ydkzlzp44768gfevk4f7kk 0 307099 1865615 2022-08-20T02:21:57Z Bingicy 85009 new wikitext text/x-wiki [[File:Cucumber juice.jpg|thumb|青瓜汁]] '''青瓜汁'''係用[[青瓜]]榨出嚟嘅[[果汁]][[嘢飲]]，呈綠色。 [[Category:果汁]] {{嘢飲楔}} eacfgz39uv8xmghp6mafggm6h9lfnqa 0 307100 1865616 2022-08-20T02:22:03Z Pokman817 53354 開咗新版「'''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、[[醫療中心]]、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。」 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、[[醫療中心]]、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ly52i56ocfmpubudjyvmikpgzg1ukle 1865620 1865616 2022-08-20T02:24:43Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 [[Category:非牟利組織]] tojci2lipftogb0hq9ozop5p2eu31yf 1865634 1865620 2022-08-20T02:35:58Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村係仿照非洲人熟悉嘅傳統房屋設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境當中，同愛佢哋嘅媽媽同兄弟姐妹一齊嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ ]Watoto 兒童村</ref>。 [[Category:非牟利組織]] imsnc90swxgu42u4sije6n97emfuqen 1865635 1865634 2022-08-20T02:36:24Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村係仿照非洲人熟悉嘅傳統房屋設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境當中，同愛佢哋嘅媽媽同兄弟姐妹一齊嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ ]Watoto 兒童村</ref>。 ==參考== {{reflist}} [[Category:非牟利組織]] r5w80jidkwveqcsjus7fhgmnj7nsgvf 1865636 1865635 2022-08-20T02:36:41Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村係仿照非洲人熟悉嘅傳統房屋設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境當中，同愛佢哋嘅媽媽同兄弟姐妹一齊嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==參考== {{reflist}} [[Category:非牟利組織]] ox7xqojo9agm0nh6izq79hcyu4xkepl 1865638 1865636 2022-08-20T02:40:55Z Pokman817 53354 /* Watoto兒童村 */ wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==參考== {{reflist}} [[Category:非牟利組織]] jggolh5f5au4t2v3f612gccbaftfzp3 1865641 1865638 2022-08-20T02:55:42Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==睇埋== *[Watoto兒童合唱團‎] ==參考== {{reflist}} [[Category:非牟利組織]] 93myf5qmk485o0bzojrwthzglyd91nm 1865642 1865641 2022-08-20T02:55:55Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==睇埋== *[[Watoto兒童合唱團‎]] ==參考== {{reflist}} [[Category:非牟利組織]] j41wpju1lrxmflcrxsms2mami27mpcz 1865643 1865642 2022-08-20T03:05:29Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==Watoto社區發展計劃== 喺非洲婦女係最受傷害嘅群體，數以百萬計嘅婦女唔係被拋棄，就係寡婦，有啲其至淪為性販賣嘅受害者，染上愛滋病。佢哋貧苦無依，經常都會擔心自己嘅仔女會變成無數非洲孤兒嘅其中一個。喺烏干達同南蘇丹，Watoto社區發展計劃正在協助受到唔公平對待嘅婦女。佢哋喺房屋、醫療、就業同子女教育方面有極大需要。只要能夠畀佢哋基本嘅生活條件，令佢哋有能力照顧自己嘅家庭，就能夠為社區帶來轉變<ref>[https://www.watoto.asia/our-work/neighbourhood/ Watoto 社區發展計劃]</ref>。 ==睇埋== *[[Watoto兒童合唱團‎]] ==參考== {{reflist}} [[Category:非牟利組織]] 7gnsyxxtg5k5e34lw1g3t3w0apyso3o 1865645 1865643 2022-08-20T03:06:27Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==Watoto社區發展計劃== 喺非洲婦女係最受傷害嘅群體，數以百萬計嘅婦女唔係被拋棄，就係寡婦，有啲其至淪為性販賣嘅受害者，染上愛滋病。佢哋貧苦無依，經常都會擔心自己嘅仔女會變成無數非洲孤兒嘅其中一個。喺烏干達同南蘇丹，Watoto社區發展計劃正在協助受到唔公平對待嘅婦女。佢哋喺房屋、醫療、就業同子女教育方面有極大需要。只要能夠畀佢哋基本嘅生活條件，令佢哋有能力照顧自己嘅家庭，就能夠為社區帶來轉變<ref>[https://www.watoto.asia/our-work/neighbourhood/ Watoto 社區發展計劃]</ref>。 ==睇埋== *[[Watoto兒童合唱團‎]] ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} [[Category:非牟利組織]] 6u4skumrrvskejcdnz6nq4u808pt30x 1865646 1865645 2022-08-20T03:14:01Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==Watoto社區發展計劃== 喺非洲婦女係最受傷害嘅群體，數以百萬計嘅婦女唔係被拋棄，就係寡婦，有啲其至淪為性販賣嘅受害者，染上愛滋病。佢哋貧苦無依，經常都會擔心自己嘅仔女會變成無數非洲孤兒嘅其中一個。喺烏干達同南蘇丹，Watoto社區發展計劃正在協助受到唔公平對待嘅婦女。佢哋喺房屋、醫療、就業同子女教育方面有極大需要。只要能夠畀佢哋基本嘅生活條件，令佢哋有能力照顧自己嘅家庭，就能夠為社區帶來轉變<ref>[https://www.watoto.asia/our-work/neighbourhood/ Watoto 社區發展計劃]</ref>。 ==Watoto嬰兒中心== Watoto嬰兒中心照顧零至兩歲被遺棄嘅嬰兒同幼童，竭力令佢哋喺最好嘅環境開展佢哋嘅人生。貧窮、缺乏教育、愛滋病等，導致非洲有好多脆弱嬰兒被遺棄或成為孤兒。由於佢哋嘅至親無法提供急需嘅深切護理同治療，呢啲嬰兒嘅命幾乎都過唔到五歲。嚟到嬰兒中心嘅大多數係因為早產、受虐、被疏忽照顧而患有嚴重拼發症嘅嬰孩。從佢哋到埗開始，Watoto就為咗令佢哋能夠有健康、豐盛同具有影響力嘅人生而竭盡所能。呢啲嬰兒從多個渠道轉介到Watoto，例如醫院、當地政府部門、保護兒童組織、「好撒瑪利亞人」、其他家舍同關懷機構。當呢啲嬰孩嘅年紀同身體狀況合適，佢哋會搬到Watoto兒童村，或喺適當嘅情況之下同親人團聚<ref>[https://www.watoto.asia/our-work/baby-watoto/ Watoto 嬰兒中心]</ref>。 ==睇埋== *[[Watoto兒童合唱團‎]] ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} [[Category:非牟利組織]] b2bly8m3at25uygp0fu5harerris9gs 1865647 1865646 2022-08-20T03:15:59Z Pokman817 53354 wikitext text/x-wiki '''Watoto兒童保育部'''喺1994年由[[Watoto教會]]創立，提供[[學校]]、[[教堂]]、醫療中心、住宿等設施，並為[[孤兒]]同[[寡婦]]組成新家庭。 ==Watoto兒童村== Watoto兒童村嘅房屋係仿照非洲人熟悉嘅傳統設計，村內嘅房屋都係以九棟為一組，並提供每個基本家庭一切生活所需。每條Watoto兒童村都係以家庭為核心。Watoto相信當孤兒同弱勢兒童安置喺一個充滿愛嘅家庭環境之中，同愛佢哋嘅媽媽同兄弟姐妹一齊生活嘅時候，細路可以搵到一個可以屬於自己屋企嘅地方。村內設有運動場同園景範圍嘅戶外空間，細路可以盡情噉玩同發展社交技巧。Watoto兒童村嘅目標係為呢班細路創造一個著重環保嘅生活環境，令到佢哋成為能夠為國家同其外地區帶嚟持續改變嘅領袖。為咗實現呢個目標，會收集雨水同利用太陽能，以建設可持續同更具成本效益嘅家園同村莊<ref>[https://www.watoto.asia/our-work/watoto-villages/ Watoto 兒童村]</ref>。 ==Watoto社區發展計劃== 喺非洲婦女係最受傷害嘅群體，數以百萬計嘅婦女唔係被拋棄，就係寡婦，有啲其至淪為性販賣嘅受害者，染上愛滋病。佢哋貧苦無依，經常都會擔心自己嘅仔女會變成無數非洲孤兒嘅其中一個。喺烏干達同南蘇丹，Watoto社區發展計劃正在協助受到唔公平對待嘅婦女。佢哋喺房屋、醫療、就業同子女教育方面有極大需要。只要能夠畀佢哋基本嘅生活條件，令佢哋有能力照顧自己嘅家庭，就能夠為社區帶來轉變<ref>[https://www.watoto.asia/our-work/neighbourhood/ Watoto 社區發展計劃]</ref>。 ==Watoto嬰兒中心== Watoto嬰兒中心照顧零至兩歲被遺棄嘅孲𤘅子同幼童，盡力為佢哋喺最好嘅環境開展佢哋嘅人生。貧窮、缺乏教育、愛滋病等，導致非洲有好多脆弱孲𤘅子被遺棄或成為孤兒。由於佢哋嘅至親無法提供急需嘅深切護理同治療，呢啲孲𤘅子嘅命幾乎都過唔到五歲。嚟到嬰兒中心嘅大多數係因為早產、受虐、被疏忽照顧而患有嚴重拼發症嘅孲𤘅子。從佢哋到埗開始，Watoto就為咗令佢哋能夠有健康、豐盛同具有影響力嘅人生而竭盡所能。呢啲孲𤘅子從多個渠道轉介到Watoto，例如醫院、當地政府部門、保護兒童組織、「好撒瑪利亞人」、其他家舍同關懷機構。當呢啲孲𤘅子嘅年紀同身體狀況合適，佢哋會搬到Watoto兒童村，或喺適當嘅情況之下同親人團聚<ref>[https://www.watoto.asia/our-work/baby-watoto/ Watoto 嬰兒中心]</ref>。 ==睇埋== *[[Watoto兒童合唱團‎]] ==參考== {{reflist}} ==出面網頁== *{{Official|https://www.watoto.com/}} [[Category:非牟利組織]] o7ot5z9jgvqrqzeh13scyqfpcove0k6 0 307101 1865637 2022-08-20T02:38:20Z Pokman817 53354 跳轉到[[Watoto兒童保育部]] wikitext text/x-wiki #redirect[[Watoto兒童保育部]] d8ajfldk5p10mzyvizuqf6hh5qz4jzo 0 307102 1865650 2022-08-20T04:06:26Z Al12si 87401 按法新社嗰版起咗個槷位稿 wikitext text/x-wiki '''加新社'''（{{lang-en|'''Canadian Press'''}}，簡稱 '''CP'''；{{lang-fr|'''Presse canadienne'''}}，簡稱 '''PC'''）係加拿大嘅[[通訊社]]，1917年加拿大國會立法成立<ref name="CP18">{{cite book |title=The Canadian Press Stylebook |date=2017 |publisher=Canadian Press |location=Toronto, Canada |isbn=978-0-920009-54-3 |page=3 |edition=18}}</ref>。 加新社除咗為一般傳媒提供新聞稿之外，仲出版咗三本格式手冊，當中英文嘅《Canadian Press Stylebook》同《Caps and Spelling》除咗好多傳媒會用之外，好多公司機構都會，特別係[[牛津大學出版社]]喺2008年執咗加拿大嘅字典部之後，好多英文編輯因為最新嘅加拿大英文字典已經幾乎二十年書齡，會當《Caps and Spelling》係後備字典咁用。<ref name="ECE3">{{cite book |editor1-last=Virag |editor1-first=Karen |title=Editing Canadian English |date=2015 |publisher=Editors’ Association of Canada |location=Toronto, Canada |isbn=978-0-9869456-1-8 |pages=46–47 |edition=3}}</ref>另外一本係法文嘅《Guide de rédaction》。 == 參考 == {{reflist}} [[類:通訊社]] [[類:加拿大媒體]] q01uul4w47z68anct9oq8h09v43qq0d 14 307103 1865652 2022-08-20T04:18:30Z Al12si 87401 開咗新版「[[類:加拿大]] [[類:媒體]]」 wikitext text/x-wiki [[類:加拿大]] [[類:媒體]] ak9xikv8guvakljmvquietrjo0ubjwt 0 307104 1865723 2022-08-20T07:00:43Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''劉擇明'''，筆名「'''擇言'''」，[[香港]][[語言學]]學者，網上[[粵語]]辭典《[[粵典]]》創辦人<ref>{{cite_news|url=http://nextplus.nextmedia.com/news/%E6%99%82%E4%BA%8B%E8%A6%81%E8%81%9E/20160827/422046|title=490個義工合力編著粵語辭典，保存本土語言|publisher=[[端傳媒]]|date=2016-11-30|accessdate=2019-06-25|archive-date=2020-03-28|archive-url=https://web.archive.org/web/20200328042315/https://hk.nextmgz.com/article/2_422046_0|dead-url=no}}</ref><ref>{{cite_news|url=https://hk.on.cc/hk/bkn/cnt/news/20170109/bkn-20170109060017218-0109_00822_001.html|title=搜查線：唔講唔知　香港人未必識粵語字|publisher=[[東網]]|date=2017-01-09|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721183958/https://hk.on.cc/hk/bkn/cnt/news/20170109/bkn-20170109060017218-0109_00822_001.html|dead-url=no}}</ref><ref>{{cite_news|url=https://www.bbc.com/zhongwen/trad/chinese-news-40439847|title=廣東話vs普通話：當香港的語言遇上政治|publisher=[[BBC]]|date=2017-06-29|accessdate=2019-06-25|archive-date=2020-02-16|archive-url=https://web.archive.org/web/20200216131936/https://www.bbc.com/zhongwen/trad/chinese-news-40439847|dead-url=no}}</ref><ref>{{cite_news|url=http://www.metrodaily.hk/metro_news/%E5%89%B5%E3%80%8A%E7%B2%B5%E5%85%B8%E3%80%8B%E4%BF%9D%E7%B2%B5%E8%AA%9E-%E7%AB%8B%E6%9C%83%E4%BF%97%E8%AA%9E%E5%86%8D%E8%A7%A3/|title=創《粵典》保粵語 立會俗語再解|publisher=[[都市日報]]|date=2016-10-14|accessdate=2019-06-25|archive-url=https://web.archive.org/web/20170504001810/http://www.metrodaily.hk/metro_news/%E5%89%B5%E3%80%8A%E7%B2%B5%E5%85%B8%E3%80%8B%E4%BF%9D%E7%B2%B5%E8%AA%9E-%E7%AB%8B%E6%9C%83%E4%BF%97%E8%AA%9E%E5%86%8D%E8%A7%A3/|archive-date=2017-05-04|dead-url=yes}}</ref><ref>{{cite_news|url=http://www.hkaaa.org.hk/doc/8271|title=港版《字裡人間》文青編粵典|publisher=[[都市日報]]|date=2014-07-09|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721184013/http://www.hkaaa.org.hk/doc/8271|dead-url=yes}}</ref><ref>{{cite_news|url=http://www.hkaaa.org.hk/doc/8271|title=《華爾街日報》專訪《粵典》創辦人　談「真正本土」字典計劃|publisher=[[852郵報]]|date=2015-06-24|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721184013/http://www.hkaaa.org.hk/doc/8271|dead-url=yes}}</ref>。 [[Category:香港人]] kyplvnzh5z162msaq5ob83ike8mjuer 1865724 1865723 2022-08-20T07:01:17Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''劉擇明'''，筆名「'''擇言'''」，[[香港]][[語言學]]學者，網上[[粵語]]辭典《[[粵典]]》創辦人<ref>{{cite_news|url=http://nextplus.nextmedia.com/news/%E6%99%82%E4%BA%8B%E8%A6%81%E8%81%9E/20160827/422046|title=490個義工合力編著粵語辭典，保存本土語言|publisher=[[端傳媒]]|date=2016-11-30|accessdate=2019-06-25|archive-date=2020-03-28|archive-url=https://web.archive.org/web/20200328042315/https://hk.nextmgz.com/article/2_422046_0|dead-url=no}}</ref><ref>{{cite_news|url=https://hk.on.cc/hk/bkn/cnt/news/20170109/bkn-20170109060017218-0109_00822_001.html|title=搜查線：唔講唔知　香港人未必識粵語字|publisher=[[東網]]|date=2017-01-09|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721183958/https://hk.on.cc/hk/bkn/cnt/news/20170109/bkn-20170109060017218-0109_00822_001.html|dead-url=no}}</ref><ref>{{cite_news|url=https://www.bbc.com/zhongwen/trad/chinese-news-40439847|title=廣東話vs普通話：當香港的語言遇上政治|publisher=[[BBC]]|date=2017-06-29|accessdate=2019-06-25|archive-date=2020-02-16|archive-url=https://web.archive.org/web/20200216131936/https://www.bbc.com/zhongwen/trad/chinese-news-40439847|dead-url=no}}</ref><ref>{{cite_news|url=http://www.metrodaily.hk/metro_news/%E5%89%B5%E3%80%8A%E7%B2%B5%E5%85%B8%E3%80%8B%E4%BF%9D%E7%B2%B5%E8%AA%9E-%E7%AB%8B%E6%9C%83%E4%BF%97%E8%AA%9E%E5%86%8D%E8%A7%A3/|title=創《粵典》保粵語 立會俗語再解|publisher=[[都市日報]]|date=2016-10-14|accessdate=2019-06-25|archive-url=https://web.archive.org/web/20170504001810/http://www.metrodaily.hk/metro_news/%E5%89%B5%E3%80%8A%E7%B2%B5%E5%85%B8%E3%80%8B%E4%BF%9D%E7%B2%B5%E8%AA%9E-%E7%AB%8B%E6%9C%83%E4%BF%97%E8%AA%9E%E5%86%8D%E8%A7%A3/|archive-date=2017-05-04|dead-url=yes}}</ref><ref>{{cite_news|url=http://www.hkaaa.org.hk/doc/8271|title=港版《字裡人間》文青編粵典|publisher=[[都市日報]]|date=2014-07-09|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721184013/http://www.hkaaa.org.hk/doc/8271|dead-url=yes}}</ref><ref>{{cite_news|url=http://www.hkaaa.org.hk/doc/8271|title=《華爾街日報》專訪《粵典》創辦人　談「真正本土」字典計劃|publisher=[[852郵報]]|date=2015-06-24|accessdate=2019-06-25|archive-date=2020-07-21|archive-url=https://web.archive.org/web/20200721184013/http://www.hkaaa.org.hk/doc/8271|dead-url=yes}}</ref>。 ==參考== {{reflist}} [[Category:香港人]] a5lyp8is47k48zryq8vkx5mx81lx2vz 0 307105 1865726 2022-08-20T07:16:37Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[國際標準書號]] cnxa3yu97ym2ia7crt6pdr697y6xa6k 0 307106 1865745 2022-08-20T07:36:48Z 219.79.65.58 跳轉到[[江漢 (香港)]] wikitext text/x-wiki #Redirect [[江漢 (香港)]] 32g4chej2aqvuzog24awperabalr5ny 0 307107 1865746 2022-08-20T07:37:24Z 219.79.65.58 跳轉到[[江漢 (香港)]] wikitext text/x-wiki #Redirect [[江漢 (香港)]] 32g4chej2aqvuzog24awperabalr5ny 0 307108 1865749 2022-08-20T07:42:31Z 218.250.188.199 跳轉到[[牛津]] wikitext text/x-wiki #redirect [[牛津]] 8e97sbfyddo34clr8acpey4h9ey07k2 0 307109 1865753 2022-08-20T07:44:18Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[運算複雜性理論]] 2n6q5zi38rsfg769aiaehpgj1b8kpqz 0 307110 1865764 2022-08-20T08:02:11Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki #REDIRECT [[樹 (數據結構)]] rps4qmp6yprvykzrl84opx1ngnri20x 0 307111 1865765 2022-08-20T08:03:31Z TYC 63 初步資料 wikitext text/x-wiki '''2022年度香港小姐競選'''（第50屆）係[[電視廣播有限公司]]舉辦嘅選美活動，暫定喺2022年9月4號<!--喺[[新界]][[將軍澳]][[電視廣播城]]一號錄影廠度-->搞準決賽，而決賽就喺2022年9月25號<!--喺電視廣播城一號錄影廠度-->搞。 == 參賽佳麗 == {| border="1" cellpadding="4" cellspacing="0" style="margin: 1em 1em 1em 0; background: #F9F9F9; border: 1px #AAA solid; border-collapse: collapse; font-size: 100%;" ! align=center width=8% bgcolor="#E0BF62"| 編號 ! align=center width=11% bgcolor="#E0BF62"| 中文名 ! align=center width=18% bgcolor="#E0BF62"| 英文名 ! align=center width=10% bgcolor="#E0BF62"| 歲數 ! align=center width=12% bgcolor="#E0BF62"| 身高<br>（呎吋） ! align=center width=17% bgcolor="#E0BF62"| 三圍（吋） ! align=center width=17% bgcolor="#E0BF62"| 職業 |- | 1 || 徐　麟 || Astrid Xu || 25 || 5'8" ||35" 24" 36"|| 博士生 |- | 2 || 林曉彤 || Hebe Lam || 25 || 5'6" || 33" 22½" 33" || 助理工料測量師 |- | 3 || 陳瑞菱 || Reina Chan || 25 || 5'5" || 34" 24" 35" || 學生 |- | 4 || 許子萱 || Cecca Xu || 25 || 5'4" || 34" 23½" 34" || 投行分析師 |- | 5 || 陳婉怡 || Chrissy Chen || 24 || 5'4" || 33½" 24" 35½" || 學生 |- | <s>6 || <s>林泳怡 || <s>Wendy Lam || <s>19 || <s>5'5" || － || <s>學生 |- | 7 || 王子蝶 || Gabrielle Wang || 24 || 5'4" || 32" 22" 32½" || 商業估值分析師 |- | 8 || [[林鈺洧]] || Denice Lam || 27 || 5'9" || 34½" 25" 36½" || 模特兒 |- | 9 || 陳銘鳳 || Cherry Chan || 26 || 5'7" || 33" 23" 36" || 教育留學咨詢顧問 |- | 10 || 何思懿 || Ceci Ho || 23 || 5'6" || 35" 24" 35" || 學生 |- | 11 || 馮嘉敏 || Yohanna Fung || 23 || 5'7" || 32½" 24" 35" || 英語導師 |- | 12 || 張可欣 || Naomi Zhang || 23 || 5'4" || 33" 24" 34" || 學生 |- | 13 || 邢慧敏 || Sharon Ying || 27 || 5'9" || 33" 25" 36" || 模特兒 |- | 14 || 梁超怡 || Joey Leung || 26 || 5'3" || 32½" 23" 34" || 程式師招聘官 |- | 15 || 張光怡 || Chloe Cheung || 25 || 5'4" || 32" 22" 33½" || 醫生 |- | 16 || 敖嘉揚 || Catherine Ao || 24 || 5'7" || 33" 23" 34" || 碩士生 |- | 17 || 張靜婷 || Janice Cheung || 27 || 5'6" || 32½" 23" 35" || 模特兒 |- | 18 || 何詩琪 || Maggie Ho || 27 || 5'3" || 32" 23½" 33½" || 法律助理 |- | 19 || 楊　溢 || Stacia Yeung || 26 || 5'5" || 32½" 22¾" 33½" || 畢業生 |- | 20 || 梁家琪 || Khaki Leung || 22 || 5'3" || 34" 25" 35½" || 學生 |} == 出面網頁 == *[http://misshk.tvb.com/2022 2022年度香港小姐競選官方網頁] [[Category:各年度香港小姐競選]] [[Category:2022年無綫電視節目]] qmy803yg4pndwth1w72oo05jkp35ggi 0 307112 1865766 2022-08-20T08:14:34Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki '''二元樹'''（{{lang-en|binary tree}}）係種好出名嘅[[樹型數據]]，指樖樹每粒節點頂攏得兩粒[[子節點]]，好似下圖噉就算係一樖二元樹<ref>Rowan Garnier; John Taylor (2009). ''Discrete Mathematics:Proofs, Structures and Applications'', Third Edition. CRC Press. p. 620.</ref>。 [[File:Binary tree v2.svg|center|390px]] ==睇埋== *[[數據結構]] ==攷== {{reflist}} {{Comp-stub}} [[Category:數據]] ed35wsb4sk3ouk6xditjj25z04ba787 1 307113 1865776 2022-08-20T08:40:44Z Kwgulden 79785 /* 請檢查係咪同一個人 */ 新小節 wikitext text/x-wiki == 請檢查係咪同一個人 == 中文維基有同名[[:zh:鄧聲興]]，但除咗同樣都係香港人、同財經界有關、選舉委員會委員之外，其他個人資料夾唔到（中文維基嗰篇無提及佢係「香港股票分析師協會主席」，「意博資本亞洲執行合夥人」），唔敢百分百肯定係咪同一人，定咁橋只係同名同姓，所以我唔敢將兩篇文連結。請熟悉呢方面嘅朋友檢查係咪同一個人，如果係同一個人，麻煩連返Wikidata [[:d:Q15922413]]，補返佢個英文名Kenny Tang同出世年份1968年。--[[User:Kwgulden|Kwgulden]] ([[User talk:Kwgulden|傾偈]]) 2022年8月20號 (六) 08:40 (UTC) d3c2gax7hy7nsv14j6itvfa5bv7mv08 1865803 1865776 2022-08-20T09:11:32Z Kwgulden 79785 /* 請檢查係咪同一個人 */ wikitext text/x-wiki == 請檢查係咪同一個人 == 中文維基有同名[[:zh:鄧聲興]]，但除咗同樣都係香港人、同財經界有關、選舉委員會委員之外，其他個人資料夾唔到（中文維基嗰篇無提及佢係「香港股票分析師協會主席」，「意博資本亞洲執行合夥人」），唔敢百分百肯定係咪同一人，定咁橋只係同名同姓，所以我唔敢將兩篇文連結。請熟悉呢方面嘅朋友檢查係咪同一個人，如果係同一個人，麻煩連返Wikidata [[:d:Q15922413]]，補返佢個英文名Kenny Tang同出世年份1968年。--[[User:Kwgulden|Kwgulden]] ([[User talk:Kwgulden|傾偈]]) 2022年8月20號 (六) 08:40 (UTC) :我再諗過，同名同姓機會比較細，我先假定係同一個人，連結中文維基嘅[[:zh:鄧聲興]]，如果有朋友證實唔係講緊同一個人，先至拆返做兩個Wikidata項啦。--[[User:Kwgulden|Kwgulden]] ([[User talk:Kwgulden|傾偈]]) 2022年8月20號 (六) 09:11 (UTC) t68iu6golupo14peo8d9350pv9dfkx8 0 307114 1865781 2022-08-20T08:50:37Z Kwgulden 79785 跳轉到[[The Honourable]] wikitext text/x-wiki #REDIRECT [[The Honourable]] qa53o4bwgkeresojksw5i0djfk2e9qy 0 307115 1865788 2022-08-20T08:56:20Z 219.79.65.58 開咗新版「'''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，並且1995年約滿離開TVB不再續約電視台，到了翌年後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:麥氏|翠嫻]]」 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，並且1995年約滿離開TVB不再續約電視台，到了翌年後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:麥氏|翠嫻]] hn4tywj2ymre7pgry3s1a1vn5xqyuf5 1865791 1865788 2022-08-20T08:57:10Z 219.79.65.58 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，並且1995年約滿離開TVB不再續約電視台，到了翌年其後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:麥氏|翠嫻]] 8100bmcjf90kjo1l7hukmwua94fmif8 1865792 1865791 2022-08-20T08:59:16Z 219.79.65.58 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，並且1995年約滿離開TVB不再續約電視台，到了翌年其後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:麥氏|翠嫻]] {{HK-enter-bio-stub}} dol5vec7s4stahq6gjkqst3punt8an3 1865794 1865792 2022-08-20T09:02:45Z 219.79.65.58 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，1995年，麥翠嫻目前唔喺無綫電視，約滿離開TVB不再續約電視台，並且其後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:麥氏|翠嫻]] {{HK-enter-bio-stub}} m3c0fch2k13buf9h0rnz3p7i467q493 1865796 1865794 2022-08-20T09:03:41Z 219.79.65.58 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，1995年，麥翠嫻目前唔喺無綫電視，約滿離開TVB不再續約電視台，並且其後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:香港生意人]] [[類:麥氏|翠嫻]] {{HK-enter-bio-stub}} qfdsiccpw6t7wmi6hqed2755c07ojoi 1865797 1865796 2022-08-20T09:05:00Z 219.79.65.58 wikitext text/x-wiki '''麥翠嫻'''，（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）；佢喺[[香港]]息影前女藝人，1982年加入[[亞洲電視]]，1987年佢轉到[[無綫電視]]，不少拍攝電影同電視劇集中，1995年，目前已經唔喺香港無綫電視，約滿離開TVB不再續約電視台，並且其後息影退出娛樂圈，之後從事商業活動人士。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:香港生意人]] [[類:麥氏|翠嫻]] {{HK-enter-bio-stub}} fsomg7jv00e8f4izsf6yj5r9p960e3p 1865805 1865797 2022-08-20T09:12:38Z 14.0.236.175 wikitext text/x-wiki '''麥翠嫻'''（英文名：Mak Tsui Han，{{bd|1961年|10月16號}}）係[[香港]]息影女藝人，1982年加入[[亞洲電視]]，1987年轉到[[無綫電視]]，拍過唔少電影同電視劇集，1995年約滿離開無綫電視，其後息影退出娛樂圈，之後從事商業活動。 [[類:香港女演員]] [[類:前無綫電視女藝員]] [[類:前亞洲電視女藝員]] [[類:香港生意人]] [[類:麥氏|翠嫻]] {{HK-enter-bio-stub}} iat9mewss4vkh9d9vaw77cqyu4xp6sq 0 307116 1865793 2022-08-20T09:01:46Z Kwgulden 79785 呢位朱李月華都算出名，亦有幾個語言版本 wikitext text/x-wiki {{not|李月華}} '''朱李月華'''（'''Pollyanna Chu'''，{{bd|1958年|8月3號}}）係香港女富豪，[[金利豐金融]]行政總裁，人稱「殼后」。佢老公係金利豐金融主席朱沃裕，而佢阿爸係[[葡京賭場]]黃金廳廳主李惠文。 {{HK-bio-stub}} [[Category:香港生意人]] [[Category:李氏|月華]] e0dx8x8s3m3wcniminws63voa8s0gkn 0 307117 1865823 2022-08-20T09:53:51Z 219.79.65.58 開咗新版「== 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲...」 wikitext text/x-wiki == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||～2996||～2995||～2994||～2993||～2992||～2991||～2990||～2989||～2988||～2987 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||～2986||～2985||～2984||～2983||～2982||～2981||～2980||～2979||～2978||～2977 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||～2976||～2975||～2974||～2973||～2972||～2971||～2970||～2969||～2968||～2967 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||-2966||-2965||-2964||-2963||-2962||-2961||-2960||-2959||-2958||-2957 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||-2956||-2955||-2954||-2953||-2952||-2951||-2950||-2949 ||-2948||-2947 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||-2946||-2945||-2944||-2943||-2942||-2941||-2940||-2939||-2938||-2937 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} [[類:干支]] r2g1r4ibqe8yrwf3587701d6kozcpzu 1865832 1865823 2022-08-20T10:06:52Z 219.79.65.58 /* 轉換方法 */ wikitext text/x-wiki == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法例如以下所有如下，包括：六十個甲子年份、六個甲子、六甲、還曆、還甲、花甲、回甲 (還曆法)、還甲、回甲、花甲子之年、六甲子、還曆、回甲、花甲年、還甲、甲子 (循環)及甲子 (還曆)等。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||～2996||～2995||～2994||～2993||～2992||～2991||～2990||～2989||～2988||～2987 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||～2986||～2985||～2984||～2983||～2982||～2981||～2980||～2979||～2978||～2977 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||～2976||～2975||～2974||～2973||～2972||～2971||～2970||～2969||～2968||～2967 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||-2966||-2965||-2964||-2963||-2962||-2961||-2960||-2959||-2958||-2957 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||-2956||-2955||-2954||-2953||-2952||-2951||-2950||-2949 ||-2948||-2947 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||-2946||-2945||-2944||-2943||-2942||-2941||-2940||-2939||-2938||-2937 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} [[類:干支]] 66x3h8l9xs3d9vbqjea72ceifa5bp80 1865842 1865832 2022-08-20T10:20:46Z 219.79.65.58 /* 轉換方法 */ wikitext text/x-wiki == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法例如以下所有如下，包括：六十個甲子年份、六個甲子、六甲、還曆、還甲、花甲、回甲 (還曆法)、還甲、回甲、花甲子之年、六甲子、還曆、回甲、花甲年、還甲、甲子 (循環)及甲子 (還曆)等。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||前2996年||前2995年||前2994年||前2993年||前2992年||前2991年||前2990年||前2989年||前2988年||前2987年 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||前2986年||前2985年||前2984年||前2983年||前2982年||前2981年||前2980年||前2979年||前2978年||前2977年 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||前2976年||前2975年||前2974年||前2973年||前2972年||前2971年||前2970年||前2969年||前2968年||前2967年 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||前2966年||前2965年||前2964年||前2963年||前2962年||前2961年||前2960年||前2959年||前2958年||前2957年 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||前2956年||前2955年||前2954年||前2953年||前2952年||前2951年||前2950年||前2949年||前2948年||前2947年 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||前2946年||前2945年||前2944年||前2943年||前2942年||前2941年||前2940年||前2939年||前2938年||前2937年 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} [[類:干支]] 41fubms3fxtunjak91ph8dlol3j7kaw 1865851 1865842 2022-08-20T10:46:53Z Guest22 243229 加咗{{[[Template:唔係粵語|唔係粵語]]}}個信模 wikitext text/x-wiki {{唔係粵語|date=2022年8月}} == 轉換方法 == 公元紀年天干地支的是減去分別在[[六十甲子]]：紀年以[[黃帝]][[紀元]]後建立[[天干地支]]為開始，來自約公元[[前30世紀|前2997年]]＋，以[[黃帝紀元]]（[[格里曆]]前2997年）開始計算，其餘月份安排等與[[農曆]]相同。換算方法為格里曆年份+2997為[[干支]]年份，如{{CURRENTYEAR}}年，則為[[干支]]{{CURRENTYEAR}}+2997={{#expr: {{CURRENTYEAR}}+2997}}年起即由為六十甲子紀年法例如以下所有如下，包括：六十個甲子年份、六個甲子、六甲、還曆、還甲、花甲、回甲 (還曆法)、還甲、回甲、花甲子之年、六甲子、還曆、回甲、花甲年、還甲、甲子 (循環)及甲子 (還曆)等。 {|class="wikitable" style="text-align:center" |- !年號||1||2||3||4||5||6||7||8||9||10 |- |公元紀年||前2996年||前2995年||前2994年||前2993年||前2992年||前2991年||前2990年||前2989年||前2988年||前2987年 |- ![[干支]] |[[甲子]]||[[乙丑]]||[[丙寅]]||[[丁卯]]||[[戊辰]]||[[己巳]]||[[庚午]]||[[辛未]]||[[壬申]]||[[癸酉]] |- !年號||11||12||13||14||15||16||17||18||19||20 |- |公元紀年||前2986年||前2985年||前2984年||前2983年||前2982年||前2981年||前2980年||前2979年||前2978年||前2977年 |- ![[干支]] |[[甲戌]]||[[乙亥]]||[[丙子]]||[[丁丑]]||[[戊寅]]||[[己卯]]||[[庚辰]]||[[辛巳]]||[[壬午]]||[[癸未]] |- !年號||21||22||23||24||25||26||27||28||29||30 |- |公元紀年||前2976年||前2975年||前2974年||前2973年||前2972年||前2971年||前2970年||前2969年||前2968年||前2967年 |- ![[干支]] |[[甲申]]||[[乙酉]]||[[丙戌]]||[[丁亥]]||[[戊子]]||[[己丑]]||[[庚寅]]||[[辛卯]]||[[壬辰]]||[[癸巳]] |- !年號||31||32||33||34||35||36||37||38||39||40 |- |公元紀年||前2966年||前2965年||前2964年||前2963年||前2962年||前2961年||前2960年||前2959年||前2958年||前2957年 |- ![[干支]] |[[甲午]]||[[乙未]]||[[丙申]]||[[丁酉]]||[[戊戌]]||[[己亥]]||[[庚子]]||[[辛丑]]||[[壬寅]]||[[癸卯]] |- !年號||41||42||43||44||45||46||47||48||49||50 |- |公元紀年||前2956年||前2955年||前2954年||前2953年||前2952年||前2951年||前2950年||前2949年||前2948年||前2947年 |- ![[干支]] |[[甲辰]]||[[乙巳]]||[[丙午]]||[[丁未]]||[[戊申]]||[[己酉]]||[[庚戌]]||[[辛亥]]||[[壬子]]||[[癸丑]] |- !年號||51||52||53||54||55||56||57||58||59||60 |- |公元紀年||前2946年||前2945年||前2944年||前2943年||前2942年||前2941年||前2940年||前2939年||前2938年||前2937年 |- ![[干支]] |[[甲寅]]||[[乙卯]]||[[丙辰]]||[[丁巳]]||[[戊午]]||[[己未]]||[[庚申]]||[[辛酉]]||[[壬戌]]||[[癸亥]] |- |} [[類:干支]] 7fyccelo8tqglrafgz41a5ohupfa8at 0 307118 1865825 2022-08-20T09:55:26Z 219.79.65.58 跳轉到[[六十甲子]] wikitext text/x-wiki #Redirect [[六十甲子]] hh1divylryoelndvnczuz3hu0mb8wpd 1865826 1865825 2022-08-20T09:55:50Z 219.79.65.58 將跳轉目標由「[[六十甲子]]」改成「[[干支]]」 wikitext text/x-wiki #Redirect [[干支]] oexncu6o8t2zvpsyth2e2o72i6upvna 0 307119 1865827 2022-08-20T09:56:56Z 219.79.65.58 跳轉到[[六十甲子]] wikitext text/x-wiki #Redirect [[六十甲子]] hh1divylryoelndvnczuz3hu0mb8wpd 1865828 1865827 2022-08-20T09:59:15Z 219.79.65.58 將跳轉目標由「[[六十甲子]]」改成「[[黃帝]]」 wikitext text/x-wiki #Redirect [[黃帝]] r8b4n7ay2x9clzetfjc4m2sxeahw9vg 10 307120 1865845 2022-08-20T10:26:19Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Navbox | name = 數據結構 | title = 主要嗰啲[[數據結構]] | state = {{{state|autocollapse}}} | bodyclass = hlist | group1 = Types | list1 = *[[collection|Collection]] *<!--Container (abstract data type)-->[[Container (abstract data type)|Container]] | group2 = <!--Abstract data type-->[[抽象資料類型]] | list2 = *[[關聯陣列]] **[[multimap]] **[[Retrieval Data Structure]] *<!--List (abstract data type)-->[[串列 (抽象資料類型)|串列]] *[[堆疊]] *[[隊列]] **[[double-ended queue]] *<!--Priority queue-->[[優先佇列]] **[[double-ended priority queue]] *[[集 (抽象資料類型)|集]] **[[Multiset (數據結構)]] **<!--Disjoint-set data structure-->[[互斥集資料結構]] | group3 = [[陣列]] | list3 = *[[位陣列]] *[[circular buffer]] *<!--Dynamic array-->[[動態陣列]] *[[雜湊表]] *[[hashed array tree]] *<!--Sparse matrix-->[[稀疏矩陣]] | group4 = <!--Linked data structure-->[[鏈結數據結構]] | list4 = *[[Association list]] *[[鏈結串列]] *<!--Skip list-->[[跨越串列]] *[[unrolled linked list]] *<!--XOR linked list-->[[互斥或鏈結串列]] | group5 = [[樹 (抽象資料類型)|樹型數據]] | list5 = *<!--B-tree-->[[B樹]] *<!--Binary search tree-->[[二元搜尋樹]] **[[AA tree]] **[[AVL tree]] **<!--Red–black tree-->[[N/A]] **<!--Self-balancing binary search tree-->[[自平衡二元搜尋樹|Self-balancing tree]] **<!--Splay tree-->[[動態最優性猜想]] *<!--Heap (data structure)-->[[堆積|Heap]] **<!--Binary heap-->[[二元堆積]] **[[binomial heap]] **[[Fibonacci heap]] *<!--R-tree-->[[R樹]] **<!--R* tree-->[[N/A]] **[[R+ tree]] **[[Hilbert R-tree]] *<!--Trie-->[[字典樹]] **[[Hash tree|Hash tree]] | group6 = [[圖 (抽象數據類型)|圖型數據]] | list6 = *[[binary decision diagram]] *<!--Directed acyclic graph-->[[有向非循環圖]] *<!--Deterministic acyclic finite state automaton-->[[無環確定有限狀態自動機]] | below = *[[數據結構一覽]] }}<noinclude> {{doc|content= {{collapsible option}} [[Category:電腦科學]] }} </noinclude> m3bgjj1l2lv1xls99tm76bpjdkzw3to 1865846 1865845 2022-08-20T10:27:52Z Dr. Greywolf 143999 zap1 wikitext text/x-wiki {{Incomplete}} {{Navbox | name = 數據結構 | title = 主要嗰啲[[數據結構]] | state = {{{state|autocollapse}}} | bodyclass = hlist | group1 = Types | list1 = *[[collection|Collection]] *<!--Container (abstract data type)-->[[Container (abstract data type)|Container]] | group2 = <!--Abstract data type-->[[抽象資料類型]] | list2 = *[[關聯陣列]] **[[multimap]] **[[Retrieval Data Structure]] *<!--List (abstract data type)-->[[串列 (抽象資料類型)|串列]] *[[堆疊]] *[[隊列]] **[[double-ended queue]] *<!--Priority queue-->[[優先佇列]] **[[double-ended priority queue]] *[[集 (抽象資料類型)|集]] **[[Multiset (數據結構)]] **<!--Disjoint-set data structure-->[[互斥集資料結構]] | group3 = [[陣列]] | list3 = *[[位陣列]] *[[circular buffer]] *<!--Dynamic array-->[[動態陣列]] *[[雜湊表]] *[[hashed array tree]] *<!--Sparse matrix-->[[稀疏矩陣]] | group4 = <!--Linked data structure-->[[鏈結數據結構]] | list4 = *[[Association list]] *[[鏈結串列]] *<!--Skip list-->[[跨越串列]] *[[unrolled linked list]] *<!--XOR linked list-->[[互斥或鏈結串列]] | group5 = [[樹 (抽象資料類型)|樹型數據]] | list5 = *<!--B-tree-->[[B樹]] *<!--Binary search tree-->[[二元搜尋樹]] **[[AA tree]] **[[AVL tree]] **<!--Red–black tree-->[[N/A]] **<!--Self-balancing binary search tree-->[[自平衡二元搜尋樹|Self-balancing tree]] **<!--Splay tree-->[[動態最優性猜想]] *<!--Heap (data structure)-->[[堆積|Heap]] **<!--Binary heap-->[[二元堆積]] **[[binomial heap]] **[[Fibonacci heap]] *<!--R-tree-->[[R樹]] **<!--R* tree-->[[N/A]] **[[R+ tree]] **[[Hilbert R-tree]] *<!--Trie-->[[字典樹]] **[[Hash tree|Hash tree]] | group6 = [[圖 (抽象數據類型)|圖型數據]] | list6 = *[[binary decision diagram]] *<!--Directed acyclic graph-->[[有向非循環圖]] *<!--Deterministic acyclic finite state automaton-->[[無環確定有限狀態自動機]] | below = *[[數據結構一覽]] *[[搜尋演算法]]同[[排序演算法]] *[[物件 (電腦科學)|物件]] }}<noinclude> {{doc|content= {{collapsible option}} [[Category:電腦科學]] }} </noinclude> tkl50b38tjfxvg3tby9ukr8bgg8ecee