티스토리

Jeff's Inovation Lab

검색하기

블로그 홈

Jeff's Inovation Lab

jeffs-lab.tistory.com/m

Jeff-Kim 님의 블로그입니다.

구독자: 0

방명록 방문하기

주요 글 목록

딥러닝 온라인 클래스 Groomata 리뷰!! 예전의 Gradient라는 곳에서 현장 강의를 들은 적이 있는데 꽤 좋은 기억으로 남아있었다. 강사님이 잘 가르치시기도 했었고 요즘에 새로 생긴 강의가 있나? 해서 검색을 해봤다. 그런데 검색이 안 된다?? 절대 망할 느낌은 아니었는데 왜 없어졌지? 라고 의문을 품고 강사님 이름으로 구글을 뒤져봤다. 찾아보니 그루마타라는 온라인 강의 서비스를 만드셨고 얼리 액세스로 조금 저렴하게 구매가 가능했다. 그루마타는 사실 이전에 봤었던 강의들에 비하면 가격은 좀 있는 편이다. (인프런,패스트캠퍼스등) 그런데 아래와 같은 이유로 결제를 진행했다. 소개 글을 봤을때 현업에서 쓰는 다양한 툴을 쓴다는 부분이 끌렸다. 나는 사실 회사에서 파이썬이 아닌 c++로 하고 있기 때문에 파이썬 생태계에서는 어떤툴을 이용해서 어떤.. 공감수 0 댓글수 0 2023. 9. 16.
패스트 캠퍼스 챌린지 30일차 - 알고리즘 삽입정렬 목차 삽입정렬 삽입정렬 구현 단계 알고리즘 분석 1.삽입정렬 삽입 정렬은 두 번째 인덱스부터 시작 해당 인덱스(key 값) 앞에 있는 데이터(B)부터 비교해서 key 값이 더 작으면, B값을 뒤 인덱스로 복사 이를 key 값이 더 큰 데이터를 만날때까지 반복, 그리고 큰 데이터를 만난 위치 바로 뒤에 key 값을 이동 2.삽입정렬 구현단계 데이터가 네 개 일때 (데이터 갯수에 따라 복잡도가 떨어지는 것은 아니므로, 네 개로 바로 로직을 이해해보자.) 예: data_list = [9, 3, 2, 5] 처음 한번 실행하면, key값은 9, 인덱스(0) - 1 은 0보다 작으므로 끝: [9, 3, 2, 5] 두 번째 실행하면, key값은 3, 9보다 3이 작으므로 자리 바꾸고, 끝: [3, 9, 2, 5] 세.. 공감수 0 댓글수 0 2021. 10. 5.
패스트 캠퍼스 챌린지 29일차 - 알고리즘 선택정렬 목차 선택정렬 선택정렬 구현 단계 알고리즘 분석 1.선택정렬 주어진 데이터 중, 최소값을 찾음 해당 최소값을 데이터 맨 앞에 위치한 값과 교체함 맨 앞의 위치를 뺀 나머지 데이터를 동일한 방법으로 반복함 2.삽입정렬 구현단계 데이터가 두 개 일때 예: dataList = [9, 1] data_list[0] > data_list[1] 이므로 data_list[0] 값과 data_ list[1] 값을 교환 데이터가 세 개 일때 예: data_list = [9, 1, 7] 처음 한번 실행하면, 1, 9, 7 이 됨 두 번째 실행하면, 1, 7, 9 가 됨 데이터가 네 개 일때 예: data_list = [9, 3, 2, 1] 처음 한번 실행하면, 1, 3, 2, 9 가 됨 두 번째 실행하면, 1, 2, 3, .. 공감수 0 댓글수 0 2021. 10. 4.
패스트 캠퍼스 챌린지 28일차 - 알고리즘 버블정렬 #2 목차 버블정렬 구현 단계 1.버블정렬 구현 단계 데이터가 네 개 일때 (데이터 갯수에 따라 복잡도가 떨어지는 것은 아니므로, 네 개로 바로 로직을 이해해보자.) 예: data_list = [1, 9, 3, 2] 1차 로직 적용 1 와 9 비교, 자리바꿈없음 [1, 9, 3, 2] 9 와 3 비교, 자리바꿈 [1, 3, 9, 2] 9 와 2 비교, 자리바꿈 [1, 3, 2, 9] 2차 로직 적용 1 와 3 비교, 자리바꿈없음 [1, 3, 2, 9] 3 과 2 비교, 자리바꿈 [1, 2, 3, 9] 3 와 9 비교, 자리바꿈없음 [1, 2, 3, 9] 3차 로직 적용 1 과 2 비교, 자리바꿈없음 [1, 2, 3, 9] 2 과 3 비교, 자리바꿈없음 [1, 2, 3, 9] 3 과 9 비교, 자리바꿈없음 [1.. 공감수 0 댓글수 0 2021. 10. 3.
패스트 캠퍼스 챌린지 27일차 - 알고리즘 버블정렬 #1 목차 정렬 버블정렬 1.정렬 정렬 (sorting): 어떤 데이터들이 주어졌을 때 이를 정해진 순서대로 나열하는 것 정렬은 프로그램 작성시 빈번하게 필요로 함 다양한 알고리즘이 고안되었으며, 알고리즘 학습의 필수다양한 정렬 알고리즘 이해를 통해, 동일한 문제에 대해 다양한 알고리즘이 고안될 수 있음을 이해하고, 각 알고리즘간 성능 비교를 통해, 알고리즘 성능 분석에 대해서도 이해할 수 있음 2.버블정렬 정렬 (sorting): 어떤 데이터들이 주어졌을 때 이를 정해진 순서대로 나열하는 것 정렬은 프로그램 작성시 빈번하게 필요로 함 다양한 알고리즘이 고안되었으며, 알고리즘 학습의 필수 다양한 정렬 알고리즘 이해를 통해, 동일한 문제에 대해 다양한 알고리즘이 고안될 수 있음을 이해하고, 각 알고리즘간 성능 .. 공감수 0 댓글수 0 2021. 10. 3.
패스트 캠퍼스 챌린지 26일차 - 알고리즘 #0 목차 알고리즘 연습 방법 1.알고리즘 연습 방법 연습장과 펜을 준비한다. 알고리즘 문제를 읽고 분석한다. 간단하게 테스트용으로 매우 간단한 경우부터 복잡한 경우를 순서대로 생각해보면서 연습장과 펜을 이용하여 알고리즘을 생각해본다. 가능한 알고리즘이 보인다면 구현할 알고리즘을 세부 항목으로 나누고 문장으로 세부 항목을 나누어서 적어본다. 코드화 하기 위해 데이터 구조 또는 사용할 변수를 정리한다. 각 문장을 코드 레벨로 적는다. 데이터 구조 또는 사용할 변수가 코드에 따라 어떻게 변하는지를 손으로 적으면서 임의 데이터로 코드가 정상 동작하는지를 연습장과 펜으로 검증한다. https://bit.ly/37BpXiC 공감수 0 댓글수 0 2021. 10. 1.
패스트 캠퍼스 챌린지 25일차 - 자료구조 힙#4 목차 Heap의 pop Heap의 구현(pop) 시간 복잡도 1.Heap의 Insert 보통 삭제는 최상단 노드 (root 노드)를 삭제하는 것이 일반적임 힙의 용도는 최대값 또는 최소값을 root 노드에 놓아서, 최대값과 최소값을 바로 꺼내 쓸 수 있도록 하는 것임 상단의 데이터 삭제시, 가장 최하단부 왼쪽에 위치한 노드 (일반적으로 가장 마지막에 추가한 노드) 를 root 노드로 이동 root 노드의 값이 child node 보다 작을 경우, root 노드의 child node 중 가장 큰 값을 가진 노드와 root 노드 위치를 바꿔주는 작업을 반복함 (swap) 특정 노드의 관련 노드 위치 알아내기 부모 노드 인덱스 번호 (parent node's index) = 자식 노드 인덱스 번호 (child.. 공감수 0 댓글수 0 2021. 9. 30.
패스트 캠퍼스 챌린지 24일차 - 자료구조 힙#3 목차 Heap의 Insert Heap의 구현(Insert) 1.Heap의 Insert 일반적으로 힙 구현시 배열 자료구조를 활용함 배열은 인덱스가 0번부터 시작하지만, 힙 구현의 편의를 위해, root 노드 인덱스 번호를 1로 지정하면, 구현이 좀더 수월함 인덱스 번호는 1번부터 시작하도록 변경 삽입한 노드가 부모 노드의 값보다 클 경우, 부모 노드와 삽입한 노드 위치를 바꿈 삽입한 노드가 루트 노드가 되거나, 부모 노드보다 값이 작거나 같을 경우까지 반복 특정 노드의 관련 노드 위치 알아내기 부모 노드 인덱스 번호 (parent node's index) = 자식 노드 인덱스 번호 (child node's index) // 2 왼쪽 자식 노드 인덱스 번호 (left child node's index) =.. 공감수 0 댓글수 0 2021. 9. 29.
패스트 캠퍼스 챌린지 23일차 - 자료구조 힙#2 목차 Heap의 삽입 Heap의 삭제 1.Heap의 삽입 힙은 완전 이진 트리이므로, 삽입할 노드는 기본적으로 왼쪽 최하단부 노드부터 채워지는 형태로 삽입 삽입할 데이터가 힙의 데이터보다 클 경우 (Max Heap의 예) 먼저 삽입된 데이터는 완전 이진 트리 구조에 맞추어, 최하단부 왼쪽 노드부터 채워짐 채워진 노드 위치에서, 부모 노드보다 값이 클 경우, 부모 노드와 위치를 바꿔주는 작업을 반복함 (swap) 2.Heap의 삭제(Max Heap) 보통 삭제는 최상단 노드 (root 노드)를 삭제하는 것이 일반적임 힙의 용도는 최대값 또는 최소값을 root 노드에 놓아서, 최대값과 최소값을 바로 꺼내 쓸 수 있도록 하는 것임 상단의 데이터 삭제시, 가장 최하단부 왼쪽에 위치한 노드 (일반적으로 가장 마지.. 공감수 0 댓글수 0 2021. 9. 28.
패스트 캠퍼스 챌린지 22일차 - 자료구조 힙#1 목차 Heap 구조 BST와 공통점 및 차이점 1.Heap 데이터에서 최대값과 최소값을 빠르게 찾기 위해 고안된 완전 이진 트리(Complete Binary Tree) 완전 이진 트리: 노드를 삽입할 때 최하단 왼쪽 노드부터 차례대로 삽입하는 트리 힙을 사용하는 이유 배열에 데이터를 넣고, 최대값과 최소값을 찾으려면 O(n) 이 걸림 이에 반해, 힙에 데이터를 넣고, 최대값과 최소값을 찾으면, O(logn) 이 걸림 우선순위 큐와 같이 최대값 또는 최소값을 빠르게 찾아야 하는 자료구조 및 알고리즘 구현 등에 활용됨 2.Heap의 구조 힙은 최대값을 구하기 위한 구조 (최대 힙, Max Heap) 와, 최소값을 구하기 위한 구조 (최소 힙, Min Heap) 로 분류할 수 있음 힙은 다음과 같이 두 가지 .. 공감수 0 댓글수 0 2021. 9. 27.
패스트 캠퍼스 챌린지 21일차 - 자료구조 트리#7 목차 BST 시간 복잡도(최악의 경우 1.BST의 시간복잡도(최악의 경우) 평균 시간 복잡도는 O(logn) 이지만, 이는 트리가 균형잡혀 있을 때의 평균 시간복잡도이며, 다음 예와 같이 구성되어 있을 경우, 최악의 경우는 링크드 리스트등과 동일한 성능을 보여줌 ( O(n) ) 이때 이런 구성을 피하기 위해 재정렬 하는 알고리즘들도 존재한다. https://bit.ly/37BpXiC 공감수 0 댓글수 0 2021. 9. 26.
패스트 캠퍼스 챌린지 20일차 - 자료구조 트리#6 목차 BST 시간 복잡도 1.BST의 시간복잡도 depth (트리의 높이) 를 h라고 표기한다면, O(h) n개의 노드를 가진다면, h=log2n 에 가까우므로, 시간 복잡도는 O(logn) 참고: 빅오 표기법에서 logn 에서의 log의 밑은 10이 아니라, 2입니다. 한번 실행시마다, 50%의 실행할 수도 있는 명령을 제거한다는 의미. 즉 50%의 실행시간을 단축시킬 수 있다는 것을 의미함 https://bit.ly/37BpXiC 공감수 0 댓글수 0 2021. 9. 25.
패스트 캠퍼스 챌린지 19일차 - 자료구조 트리#5 목차 BST의 삭제(2-Child Node) 구현 1.BST의 삭제 코드 Child가 1개인 Node 삭제 self.change_node = self.current_node.right self.change_node_parent = self.current_node.right while self.change_node.left != None: self.change_node_parent = self.change_node self.change_node = self.change_node.left if self.change_node.right != None: self.change_node_parent.left = self.change_node.right else: self.change_node_parent.left .. 공감수 0 댓글수 0 2021. 9. 24.
패스트 캠퍼스 챌린지 18일차 - 자료구조 트리#4 목차 BST의 삭제(Leaf Node,1-Child Node) 구현 1.BST의 삭제 코드 Search # def delete(self, value): searched = False self.current_node = self.head self.parent = self.head while self.current_node: if self.current_node.value == value: searched = True break elif value < self.current_node.value: self.parent = self.current_node self.current_node = self.current_node.left else: self.parent = self.current_node self.cu.. 공감수 0 댓글수 0 2021. 9. 23.
패스트 캠퍼스 챌린지 17일차 - 자료구조 트리#3 목차 BST의 삭제 1.BST의 삭제 Leaf Node 삭제 Leaf Node: Child Node 가 없는 Node 삭제할 Node의 Parent Node가 삭제할 Node를 가리키지 않도록 한다. Child가 1개인 Node 삭제 삭제할 Node의 Parent Node가 삭제할 Node의 Child Node를 가리키도록 한다. Child가 2개인 Node 삭제 삭제할 Node의 오른쪽 자식 중, 가장 작은 값을 삭제할 Node의 Parent Node가 가리키도록 한다. 삭제할 Node의 오른쪽 자식 선택 오른쪽 자식의 가장 왼쪽에 있는 Node를 선택 해당 Node를 삭제할 Node의 Parent Node의 왼쪽 Branch가 가리키게 함 해당 Node의 왼쪽 Branch가 삭제할 Node의 왼쪽 C.. 공감수 0 댓글수 0 2021. 9. 22.
패스트 캠퍼스 챌린지 16일차 - 자료구조 트리#2 목차 BST와 정렬된 배열간의 탐색 비교 간단한 구현(Node,Insert) 1.BST와 정렬된 배열간의 탐색비교 2.간단한 구현(Node,Insert) class Node: def __init__(self, value): self.value = value self.left = None self.right = None class Simple_BST: def __init__(self,head): self.head=head def insert(self,value): self.current_node=self.head while True: if value 공감수 0 댓글수 0 2021. 9. 21.
패스트 캠퍼스 챌린지 15일차 - 자료구조 트리#1 목차 Tree 구조 Tree의 종류 1.Tree 구조 트리: Node와 Branch를 이용해서, 사이클을 이루지 않도록 구성한 데이터 구조 실제로 어디에 많이 사용되나? 트리 중 이진 트리 (Binary Tree) 형태의 구조로, 탐색(검색) 알고리즘 구현을 위해 많이 사용됨 2.Tree의 종류 이진 트리: 노드의 최대 Branch가 2인 트리 이진 탐색 트리 (Binary Search Tree, BST): 이진 트리에 다음과 같은 추가적인 조건이 있는 트리 왼쪽 노드는 해당 노드보다 작은 값, 오른쪽 노드는 해당 노드보다 큰 값을 가지고 있음 3.장점과 용도 주요 용도: 데이터 검색(탐색) 장점: 탐색 속도를 개선할 수 있음 https://bit.ly/37BpXiC 공감수 0 댓글수 0 2021. 9. 20.
패스트 캠퍼스 챌린지 14일차 - 자료구조 해쉬테이블 #5 목차 개선된 해쉬 함수 Hash Table의 시간 복잡도 1.개선된 해쉬 함수 파이썬의 hash() 함수는 실행할 때마다, 값이 달라질 수 있음 유명한 해쉬 함수들이 있음: SHA(Secure Hash Algorithm, 안전한 해시 알고리즘) 어떤 데이터도 유일한 고정된 크기의 고정값을 리턴해주므로, 해쉬 함수로 유용하게 활용 가능 SHA-1 import hashlib data = 'test'.encode() hash_object = hashlib.sha1() hash_object.update(data) hex_dig = hash_object.hexdigest() print (int(hex_dig, 16)) SHA-256 import hashlib data = 'test'.encode() hash_ob.. 공감수 0 댓글수 0 2021. 9. 19.
패스트 캠퍼스 챌린지 13일차 - 자료구조 해쉬테이블 #4 목차 Collision 해결 알고리즘 간단한 구현 1.Collision 해결 알고리즘 Linear Probing기법 폐쇄 해슁 또는 Close Hashing 기법 중 하나: 해쉬 테이블 저장공간 안에서 충돌 문제를 해결하는 기법 충돌이 일어나면, 해당 hash address의 다음 address부터 맨 처음 나오는 빈공간에 저장하는 기법 저장공간 활용도를 높이기 위한 기법 2.간단한 구현 hash_table = list([0 for i in range(8)]) def get_key(data): return hash(data) def hash_function(key): return key % 8 def save_data(data, value): index_key = get_key(data) hash_add.. 공감수 0 댓글수 0 2021. 9. 18.
패스트 캠퍼스 챌린지 12일차 - 자료구조 해쉬테이블 #3 목차 Collision 해결 알고리즘 간단한 구현 1.Collision 해결 알고리즘 해쉬 테이블의 가장 큰 문제는 충돌(Collision)의 경우입니다. 이 문제를 충돌(Collision) 또는 해쉬 충돌(Hash Collision)이라고 부릅니다. Chaining 기법 개방 해슁 또는 Open Hashing 기법 중 하나: 해쉬 테이블 저장공간 외의 공간을 활용하는 기법 충돌이 일어나면, 링크드 리스트라는 자료 구조를 사용해서, 링크드 리스트로 데이터를 추가로 뒤에 연결시켜서 저장하는 기법 2.간단한 구현 hash_table = list([0 for i in range(8)]) def get_key(data): return hash(data) def hash_function(key): return k.. 공감수 0 댓글수 0 2021. 9. 17.
패스트 캠퍼스 챌린지 11일차 - 자료구조 해쉬테이블 #2 목차 간단한 구현 1. 간단한 구현 hash_table = list([0 for i in range(8)]) def get_key(data): return hash(data) def hash_function(key): return key % 8 def save_data(data, value): hash_address = hash_function(get_key(data)) hash_table[hash_address] = value def read_data(data): hash_address = hash_function(get_key(data)) return hash_table[hash_address] https://bit.ly/37BpXiC 공감수 0 댓글수 0 2021. 9. 16.
패스트 캠퍼스 챌린지 10일차 - 자료구조 해쉬테이블 #1 목차 Hash Table 장단점 1. Hash Table Hash Table: 키(Key)에 데이터(Value)를 저장하는 데이터 구조 Key를 통해 바로 데이터를 받아올 수 있으므로, 속도가 획기적으로 빨라짐 파이썬 딕셔너리(Dictionary) 타입이 해쉬 테이블의 예: Key를 가지고 바로 데이터(Value)를 꺼냄 보통 배열로 미리 Hash Table 사이즈만큼 생성 후에 사용 (공간과 탐색 시간을 맞바꾸는 기법) 2. 장단점 장점 데이터 저장/읽기 속도가 빠르다. (검색 속도가 빠르다.) 해쉬는 키에 대한 데이터가 있는지(중복) 확인이 쉬움 단점 일반적으로 저장공간이 좀더 많이 필요하다. 여러 키에 해당하는 주소가 동일할 경우 충돌을 해결하기 위한 별도 자료구조가 필요함 주요 용도 검색이 많이 .. 공감수 0 댓글수 0 2021. 9. 15.
패스트 캠퍼스 챌린지 9일차 - 자료구조 알고리즘 복잡도 표현 방법#2 목차 Big-O 표기법 1. Big-O 표기법 빅 오 표기법, Big-O 표기법 이라고도 부름 O(입력) 입력 n 에 따라 결정되는 시간 복잡도 함수 O(1), O(logn), O(n), O(nlogn), O(n2), O(2n), O(n!)등으로 표기함 입력 n 의 크기에 따라 기하급수적으로 시간 복잡도가 늘어날 수 있음 O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(2n) < O(n!) 참고: log n 의 베이스는 2 - log2n 단순하게 입력 n에 따라, 몇번 실행이 되는지를 계산하면 됩니다. 표현식에 가장 큰 영향을 미치는 n 의 단위로 표기합니다. O(n) def sum_all(n): total=0 for num in range(1,n+1): total+=nu.. 공감수 0 댓글수 0 2021. 9. 14.
패스트 캠퍼스 챌린지 8일차 - 자료구조 알고리즘 복잡도 표현 방법 목차 알고리즘 복잡도 계산이 필요한 이유 알고리즘 복잡도 계산 항목 알고리즘 시간 복잡도의 주요 요소 알고리즘 성능 표기법 1. 알고리즘 복잡도 계산이 필요한 이유 하나의 문제를 푸는 알고리즘은 다양할 수 있음 다양한 알고리즘 중 어느 알고리즘이 더 좋은지를 분석하기 위해, 복잡도를 정의하고 계산함 2. 알고리즘 복잡도 계산 항목 시간 복잡도: 알고리즘 실행 속도 공간 복잡도: 알고리즘이 사용하는 메모리 사이즈 가장 중요한 시간 복잡도를 꼭 이해하고 계산할 수 있어야 함 3.알고리즘 시간 복잡도의 주요 요소 반복문이 지배합니다. 4.알고리즘 성능 표기법 Big O (빅-오) 표기법: O(N) 알고리즘 최악의 실행 시간을 표기 가장 많이/일반적으로 사용함 아무리 최악의 상황이라도, 이정도의 성능은 보장한다.. 공감수 0 댓글수 0 2021. 9. 13.
패스트 캠퍼스 챌린지 7일차 - 자료구조 연결 리스트(Linked List)#4 목차 더블 링크드 리스트 간단한 구현 1.더블 링크드 리스트 노드 갯수가 10000개라고 가정하고 찾고자 하는 노드가 대략 9000번째에 있다면 검색하는데 너무 많은 시간이 든다. 이때 뒤에서 부터 검색을 할수 있다면 앞에서 부터 찾는것 보다 9배는 빠르게 찾을수 있다. 뒤에 오는 노드 뿐만 아니라 앞에있는 노드를 기억하는 List를 Double Linked List라 한다. 2.간단한 구현 #Node 정의 class Node: def __init__(self,data,prev=None,next=None): self.prev=prev self.data=data self.next=next #DoubleLinkedList class DoubleLinkedList: def __init__(self,data):.. 공감수 0 댓글수 0 2021. 9. 12.
패스트 캠퍼스 챌린지 6일차 - 자료구조 연결 리스트(Linked List)#3 목차 삭제 간단한 구현 1.삭제 2.간단한 구현 #Node 정의 class Node: def __init__(self, data, next=None): self.data = data self.next = next #LinkedList class LinkedList: def __init__(self, data): self.head = Node(data) def add(self, data): if self.head == '': self.head = Node(data) else: node = self.head while node.next: node = node.next node.next = Node(data) def desc(self): node = self.head while node: print (node.. 공감수 0 댓글수 0 2021. 9. 11.
패스트 캠퍼스 챌린지 5일차 - 자료구조 연결 리스트(Linked List)#2 목차 장단점 추가 간단한 구현 1.장단점 장점 미리 데이터 공간을 미리 할당하지 않아도 됨 배열은 미리 데이터 공간을 할당 해야 함 단점 연결을 위한 별도 데이터 공간이 필요하므로, 저장공간 효율이 높지 않음 연결 정보를 찾는 시간이 필요하므로 접근 속도가 느림 중간 데이터 삭제시, 앞뒤 데이터의 연결을 재구성해야 하는 부가적인 작업 필요 2.추가 3.간단한 구현 #Node 정의 class Node: def __init__(self, data, next=None): self.data = data self.next = next #추가 함수 def add(data): node = head while node.next: node = node.next node.next = Node(data) #head 생성 n.. 공감수 0 댓글수 0 2021. 9. 10.
패스트 캠퍼스 챌린지 4일차 - 자료구조 연결 리스트(Linked List)#1 목차 설명 구조 간단한 구현 1.설명 연결 리스트라고도 함 배열은 순차적으로 연결된 공간에 데이터를 나열하는 데이터 구조 링크드 리스트는 떨어진 곳에 존재하는 데이터를 화살표로 연결해서 관리하는 데이터 구조 본래 C언어에서는 주요한 데이터 구조이지만, 파이썬은 리스트 타입이 링크드 리스트의 기능을 모두 지원 2기본 구조 노드(Node): 데이터 저장 단위 (데이터값, 포인터) 로 구성 포인터(pointer): 각 노드 안에서, 다음이나 이전의 노드와의 연결 정보를 가지고 있는 공간 3.간단한 구현 #Node 정의 class Node: def __init__(self, data, next=None): self.data = data self.next = next #추가 함수 def add(data): nod.. 공감수 0 댓글수 0 2021. 9. 9.
패스트 캠퍼스 챌린지 3일차 - 자료구조 스택(Stack) 목차 Stack이란 Stack API Stack의 장단점 Python에서의 Stack Stack 만들기 1.Stack 스택은 LIFO(Last In, Fisrt Out) 또는 FILO(First In, Last Out) 데이터 관리 방식을 따름 LIFO: 마지막에 넣은 데이터를 가장 먼저 추출하는 데이터 관리 정책 FILO: 처음에 넣은 데이터를 가장 마지막에 추출하는 데이터 관리 정책 대표적인 스택의 활용 컴퓨터 내부의 프로세스 구조의 함수 동작 방식 데이터를 제한적으로 접근할 수 있는 구조 한쪽 끝에서만 자료를 넣거나 뺄 수 있는 구조 가장 나중에 쌓은 데이터를 가장 먼저 빼낼 수 있는 데이터 구조 큐: FIFO 정책 스택: LIFO 정책 2.Stack API push(): 데이터를 스택에 넣기 po.. 공감수 0 댓글수 0 2021. 9. 8.
패스트 캠퍼스 챌린지 2일차 - 자료구조 큐(Queue) 목차 Queue란 Queue API Python에서의 Queue Queue 만들기 1.Queue 줄을 서는 행위와 유사 가장 먼저 넣은 데이터를 가장 먼저 꺼낼 수 있는 구조 음식점에서 가장 먼저 줄을 선 사람이 제일 먼저 음식점에 입장하는 것과 동일 FIFO(First-In, First-Out) 또는 LILO(Last-In, Last-Out) 방식으로 스택과 꺼내는 순서가 반대 2.Queue API Enqueue: 큐에 데이터를 넣는 기능 Dequeue: 큐에서 데이터를 꺼내는 기능 3.Python의 Queue queue 라이브러리에는 다양한 큐 구조로 Queue(), LifoQueue(), PriorityQueue() 제공 프로그램을 작성할 때 프로그램에 따라 적합한 자료 구조를 사용 Queue():.. 공감수 0 댓글수 0 2021. 9. 7.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.