😎 공부하는 징징알파카는 처음이지?

=> 빅오(Big-O)표기법 쉽게 이해하기 [10분 정리] 🫧 연결리스트 (Linked List) : 연속된 노드(Node) 의 연결체 🐾 노드(Node) : 연결 리스트에서 사용되는 하나의 데이터 덩어리 : 데이터 & 링크, 2가지의 필드를 담고 있는 구조 🐾 data : 노드가 담고 있는 데이터/값 🐾 next : 링크/포인터 역할, 다음 노드의 주소를 저장 (양방향 연결 리스트, prev 포인터 (이전 노드의 주소) 추가) 🫧 연결리스트 (Linked List) vs 배열 연결리스트 (Linked List) 배열 random access 불가능 random access 가능 리스트의 n번째 노드 방문시 O(n) 시간 소요 배열의 n번째 원소 방문시 O(1) 시간으로 가능 배열보다 빨라질 수 있는 노..

=> 빅오(Big-O)표기법 쉽게 이해하기 [10분 정리] 🫧 빅오(Big-O)표기법 : 알고리즘의 성능을 나타내는 표기법 : 시간 / 공간 복잡도 예측시 사용 : N 값의 증가에 다른 처리 시간 또는 공간 계산 : 상수와 계수 제거하여 알고리즘의 복잡도를 단순화 : 인풋의 증가에 따른 연산 처리시간의 증가율 🫧 주요 시간복잡도 O(1) - Constant Time : 인풋의 크기와 상관없이 항상 일정한 시간 소요 O(log n) - Logarithmic : 로그시간, O(1) 다음으로 빠른 시간 복잡도 O(n) - Linear Time : 선형 시간, 인풋의 증가 시 같은 비율로 증가 O(N^2) - Quadratic : 2차 시간, 인풋의 증가 시 n의 제곱 비율로 증가 O(n!) - Factoria..

220930 작성 1️⃣선형검색 : 데이터를 리스트에 저장하고 해당 리스트의 맨 앞부터 끝까지 순서대로 조사하여 원하는 데이터 찾기 : 값을 찾을 떄까지 모든 데이터를 검색해야 하므로, 데이터 수가 증가하면 처리에 시간이 걸린다 데이터 수 n이라 하면 비교횟수의 평균은 (n+1) / 2 O(n) # 선형검색 # 원하는 값 찾기 num_list = [23, 12, 55, 32, 45, 76, 88, 52] def linear (n) : for i in num_list : if i == n : return True return False print(linear(5)) # result # False 2️⃣ 이진검색 : 데이터 수가 늘어나도 빠른 속도로 검색을 처리하기 : 검색 범위를 앞이나 뒤의 절반으로 나눠..

220928 작성 1️⃣ 복잡도 : 말 그래로 계산의 복잡도 시간 복잡도 : 처리에 얼마나 많은 시간이 걸리는지 공간 복잡도 : 메모리 등의 기억 용량을 얼마나 필요로 하는지 2️⃣ 복잡도 작성법 : 전체 복잡도에 큰 영향을 기치지 않는 부분을 무시하고 복잡도를 작성 빅오 표기법 O 입력 크기 n의 변화에 따라 시간 복잡도가 달라짐 처리 시간 시간 복잡도 예 짧다 ↑ . . . . . ↓ 길다 O(1) 리스트 접근 O(logn) 이진 검색 O(n) 선형 검색 O(nlogn) 병합 정렬 O(n^2) 선택 정렬, 삽입 정렬 O(n^3) 행렬 문제 O(2^n) 배낭 문제 O(n!) 외판원 문제 3️⃣ 최악 시간 복잡도 & 평균 시간 복잡도 🤍 최악 시간 복잡도 : 가장 시간이 오래 걸리는 데이터의 복잡도 🤍 ..

220907 작성 https://engineer-mole.tistory.com/190 [python] python의 self와 __init__의 이해 ※ 일본의 한 포스팅을 번역한 글입니다. 오역 및 직역이 있을 수 있으며, 내용 오류는 댓글로 지적해주심 감사하겠습니다. Python의 클래스에 대한 이해 다른 언어와 동일하게 python에서도 클래스 engineer-mole.tistory.com 😎 클래스 (class) 객체의 구조와 행동 객체(object)를 표현하기 위한 문법 어떤 사물이나 주어진 문제를 해결하기 위해 추상화를 거쳐 만든 틀 생성하고자 하는 객체의 속성 등을 멤버 변수로 해당 객체가 가진 기능을 멤버 함수(메소드)로 구현 class 클래스명: 멤버변수 = 값 # 클래스 변수 ... d..

220617 작성 https://www.youtube.com/watch?v=mFY0J5W8Udk 1. hash function h(x) = x % size hash table 2. collision - open hasing chaining : 동일한 해쉬 함수 사용하여 키 매핑할 대! : 새 체인을 추가 : 체인 내부의 인덱스 생성 - closed hashing linear probing : 충돌하면 그다음 여유 공간에 넣기 : 새로운 해시 함수 정의 h'(x) = [h(x) + h(i)] % size f(i) = i : 보수적인 위치에서 요소 찾기!! : 빈 공간에 도달할 때가지 검색 : 클러스터링 문제 야기 quadratic probing (2차 탐색) : 클러스터링 문제 해결 : 새로운 해시 함수 ..

220617 작성 https://www.youtube.com/watch?v=Bzmepm6pYQI 1. hash table : 정렬이 안된다 : 검색 속도 o(1) 걸린다 but 오래 걸리면 o(n) : key-value 관계이다 : 검색속도가 매우 빠르다 : 해시코드로 인덱스 배열 -> linked list : 충돌이 든다 2. hash table 큰 특징 - table 은 list! - hash function을 만든다 - 충돌 해결 방안을 찾는다 3. hash function : division hesh func f(k) = k % m : perfect func key -> slot (1대 1) 비이상적 : c - universal hash func Pr{f(x) == f(y)} == 1/m 충돌확률..

220318 작성 https://www.youtube.com/watch?v=aNroma8Sn0Q ㅎㅣ힛.. 악필 죄송합니당 ㅎㅎ 위에꺼 헬프미...