- Today
- Total
λͺ©λ‘μ 체 κΈ (355)
DATA101
μλ νμΈμ, μ€λμ νμ΄μ¬ μ§ν©(Set) μλ£νμ λν΄ μμλ΄ λλ€. κ·ΈλΌ λ°λ‘ μμνμ£ ! λͺ©μ°¨ 1. μ§ν© μλ£νμ΄λ? 2. μ§ν© μλ£ν μμ± λ° μ΄κΈ°ν 3. μ§ν© μλ£ν κ΄λ ¨ ν¨μ 4. μ§ν© μλ£νμ μ°μ° 1. μ§ν© μλ£νμ΄λ? μ§ν©(Set) μλ£νμ μνμμ μμ£Ό μ¬μ©λλ μ§ν©μ μ²λ¦¬νκΈ° μν μλ£νμ΄λ©° μλμ κ°μ νΉμ§μ΄ μμ΅λλ€. - μ€λΆ λ μμλ₯Ό κ°μ§ μ μλ€. - μμ κ°μ μμλ₯Ό κ³ λ €νμ§ μλλ€. μμ κ°μ νΉμ§ λλΆμ, μλ₯Ό λ€μ΄ νΉμ λ°μ΄ν°κ° μ΄λ€ μ°μ°μ μ€λ³΅μΌλ‘ μννλμ§ μ¬λΆλ₯Ό νμΈνλ λ° μ μ©ν μλ£νμ λλ€. 2. μ§ν© μλ£ν μμ± λ° μ΄κΈ°ν μ§ν© μλ£νμ μμ±νκ³ μ΄κΈ°ννλ λ°©λ²μ ν¬κ² 2κ°μ§κ° μμ΅λλ€. (1) set() νμ© # μ§ν© μλ£ν μμ± λ° μ΄κΈ°ν1: set() νμ© ..
μλ νμΈμ, μ€λμ νμ΄μ¬μμ μ¬μ μλ£νμ΄λΌκ³ λΆλ¦¬λ λμ λ리(Dictionary) μλ£νμ λν΄ μμλ³΄κ² μ΅λλ€. κ·ΈλΌ λ°λ‘ μμνμ£ ! κ°λ λ° νΉμ§ μ¬μ μλ£νμ ν€(key)μ κ°(value)μ μμΌλ‘ μ΄λ£¨μ΄μ§ λ°μ΄ν°λ₯Ό μ μ₯νλ μλ£νμ λλ€. νμ΄μ¬μμ 리μ€νΈλ ννμ λ°μ΄ν°μ νΉλ³ν νκΉ μμ΄ μμ°¨μ μΌλ‘ λ°μ΄ν°λ₯Ό μ μ₯νλ μλ£νμ λλ€. λ°λ©΄, μ¬μ μλ£νμ ν€-κ° λ°μ΄ν° μμ μ μ₯νκΈ° λλ¬Έμ νΉμ ν keyλ₯Ό κΈ°μ€μΌλ‘ λλ νΉμ valueλ₯Ό κΈ°μ€μΌλ‘ μλ£νμ μ κ·Όν μ μλ€λ μ₯μ μ΄ μμ΅λλ€. λμ λ리 μλ£ν μμ± λ° μ΄κΈ°ν μλ₯Ό λ€μ΄, keyμλ κ΅κ° μ½λλ₯Ό μ λ ₯νκ³ , valueλ κ΅κ°μ½λμ ν΄λΉνλ κ΅κ° μ΄λ¦μ μ λ ₯ν΄ λ³΄κ² μ΅λλ€. # μ¬μ μλ£ν μμ± dic = dict() dic['KR'] = ..
μλ νμΈμ, μ€λμ νμ΄μ¬μμ 리μ€νΈ λ΄ 1κ° μ΄μμ νΉμ μμλ₯Ό μ°Ύμ μμ νλ λ°©λ²μ λν΄ κ³΅μ ν΄ λ립λλ€. μμ ν μμκ° 1κ°λ 2κ° μ΄μμ΄λμ λ°λΌ μ½λ μμ± λ°©λ²μ΄ λ€λ₯΄λ―λ‘ κ°κ° λλμ΄ μ€λͺ λ리λλ‘ νκ² μ΅λλ€. μμ 1κ° μμ λ°©λ² 1κ°μ μμλ₯Ό μμ νλ λ°©λ²μ κ°λ¨ν remove() ν¨μλ₯Ό μ¬μ©νλ©΄ λ©λλ€. # κΈ°λ³Έ 리μ€νΈ arr = [5, 7, 1, 1, 2, 6, 1, 6, 7] print(arr) # [5, 7, 1, 1, 2, 6, 1, 6, 7] # μμ 1μ 1κ° μμ arr.remove(1) print(arr) # [5, 7, 1, 2, 6, 1, 6, 7] μμ κ°μ΄ 리μ€νΈμμ 1μ ν΄λΉνλ μμ 1κ°λ§μ΄ μμ λ κ²μ νμΈν μ μμ΅λλ€. 2κ° μ΄μμ μμ λͺ¨λ μμ λ°©λ² λ€μμΌλ‘..
μλ νμΈμ, μ€λμ 리μ€νΈ(list) λ°μ΄ν° νμ μ μ μ©ν ν¨μλ‘μ append(), sort(), reverse(), insert(), count(), remove()μ λν΄ μκ°ν΄ λ립λλ€. λ΄μ©μ΄ κ°λ¨νλ μλ νμ μμλ₯Ό μ°Έκ³ ν΄ μ£ΌμΈμ! ν μ¬μ©λͺ©μ λ° μ€λͺ λ©μλ μκ° λ³΅μ‘λ λ°μ΄ν° μΆκ°(맨 λ€μμλΆν° μΆκ°) 리μ€νΈ μ΄λ¦.append(μΆκ°ν λ°μ΄ν°) \(O(1)\) λ°μ΄ν° μ λ ¬(μ€λ¦μ°¨μ μ λ ¬) 리μ€νΈ μ΄λ¦.sort() \(O(NlogN)\) λ°μ΄ν° μ λ ¬(λ΄λ¦Όμ°¨μ μ λ ¬) 리μ€νΈ μ΄λ¦.sort(reverse = True) \(O(NlogN)\) 리μ€νΈ λ΄ μμ μμ λ€μ§κΈ° 리μ€νΈ μ΄λ¦.reverse() \(O(N)\) νΉμ μΈλ±μ€μ μμ μ½μ 리μ€νΈ μ΄λ¦.insert(μ½μ ν μμΉμ μΈλ±μ€, μ½μ ν ..
μλ νμΈμ, μ€λμ κ·Έλν(graph) μλ£κ΅¬μ‘°μ νΈλ¦¬(tree) μλ£κ΅¬μ‘°μ μ°¨μ΄μ λν΄ μμλ΄ λλ€. κ·Έλν μλ£κ΅¬μ‘°μ λν μμΈν μ€λͺ μ μλ λ§ν¬λ₯Ό μ°Έκ³ ν΄ μ£ΌμΈμ! heytech.tistory.com/66 [μλ£κ΅¬μ‘°] κ·Έλν μλ£κ΅¬μ‘°μ λν΄ μμ보μ!(λ Έλ, κ°μ ) μλ νμΈμ, μ€λμ κ·Έλν(graph) μλ£κ΅¬μ‘°μ λν΄ μμλ³΄κ² μ΅λλ€. κ·Έλν μλ£κ΅¬μ‘°μ κ΅¬μ± κ·Έλνλ κ·Έλ¦Ό 1 κ³Ό κ°μ΄ λ Έλ(Node)μ κ°μ (Edge)μΌλ‘ ννλ©λλ€. μ΄λ λ Έλλ μ μ (Vertext)μ΄λΌκ³ λ heytech.tistory.com λ΄μ©μ΄ κ°λ¨νλ―λ‘ μλ ν 1 κ³Ό κ°μ΄ μ λ¦¬ν΄ λ³Ό μ μμ κ² κ°μ΅λλ€. κ·Έλν μλ£κ΅¬μ‘° νΈλ¦¬ μλ£κ΅¬μ‘° λ°©ν₯μ±(directionality) 무-/λ°©ν₯ κ·Έλν only λ°©ν₯ κ·Έλν μνμ±(circ..
λ³Έ ν¬μ€ν μμλ μ΅λ¨κ²½λ‘(κΈΈ μ°ΎκΈ°)μκ³ λ¦¬μ¦ μ€μμλ νλ‘μ΄λ-μμ μκ³ λ¦¬μ¦μ λν΄ μμλ΄ λλ€. π λͺ©μ°¨ 1. μ΅λ¨κ²½λ‘(κΈΈ μ°ΎκΈ°) μκ³ λ¦¬μ¦μ΄λ? 2. νλ‘μ΄λ-μμ μκ³ λ¦¬μ¦ κ°λ 3. νλ‘μ΄λ-μμ μκ³ λ¦¬μ¦ νΉμ§ 4. νλ‘μ΄λ μμ μκ³ λ¦¬μ¦μ λμ κ³Όμ 5. νλ‘μ΄λ μμ μκ³ λ¦¬μ¦ κ΅¬ν(Python) 1. μ΅λ¨κ²½λ‘(κΈΈμ°ΎκΈ°) μκ³ λ¦¬μ¦μ΄λ? μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦μ κΈΈμ°ΎκΈ° μκ³ λ¦¬μ¦μ΄λΌκ³ λ λΆλ¦¬λ©°, λ§ κ·Έλλ‘ νΉμ μ§μ κΉμ§ κ°μ₯ λΉ λ₯΄κ² λλ¬ν μ μλ κ²½λ‘λ₯Ό μ°Ύλ μκ³ λ¦¬μ¦μ λλ€. μ΄λ² ν¬μ€ν μμλ μκ³ λ¦¬μ¦ ν μ€νΈμμ λΉμΆ μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦ μ ν 2κ°μ§ μ€ 2λ²μ§Έ, νλ‘μ΄λ-μμ μκ³ λ¦¬μ¦μ λν΄ μμλ΄ λλ€. λ€μ΅μ€νΈλΌ μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦(Dijkstra Algorithm) νλ‘μ΄λ-μμ μκ³ λ¦¬μ¦(Floyd-Warshal..
κ°λ¨ν λ΄μ©μ΄λ―λ‘ λ°λ‘ λ³Έλ‘ μΌλ‘ λ€μ΄κ°μ£ ! 1. μ μ λ° νΉμ§ 리μ€νΈ μ»΄ν리ν¨μ (comprehension)μ 리μ€νΈλ₯Ό μ΄κΈ°ννλ λ°©λ² μ€ νλλ‘μ λκ΄νΈ('[]') μμ 쑰건문μ΄λ λ°λ³΅λ¬Έμ λ£λ λ°©μμΌλ‘ 리μ€νΈλ₯Ό μ΄κΈ°ννλ λ°©μμ λλ€. 리μ€νΈ μ»΄ν리ν¨μ μ νμν 리μ€νΈλ₯Ό μμ±ν λ λ³΄λ€ κ°κ²°νκ³ μ§κ΄μ μΌλ‘ μ½λλ₯Ό μμ±ν μ μλλ‘ λμμ€λλ€. μλ μμμ ν¨κ» μ΄ν΄λ³΄μ£ . 2. μμ1: μΌλ°μ μΈ λ¦¬μ€νΈ μμ± λ°©λ²κ³Ό λΉκ΅ μμλ‘μ κ°λ¨νκ² 1λΆν° 100κΉμ§μ μ μ μ€μμ μ§μλ§ ν¬ν¨νλ 리μ€νΈλ₯Ό μμ±ν΄ λ³΄κ² μ΅λλ€. νΉν λ°λ³΅λ¬Έκ³Ό 쑰건문μ κ°κ° λλμ΄ μ¬μ©νμ¬ λ¦¬μ€νΈλ₯Ό μμ±νλ λ°©λ²κ³Ό λλμ΄ μ΄ν΄λ³΄λλ‘ νκ² μ΅λλ€. (1) μΌλ°μ μΈ λ°©λ² λ¨Όμ , 리μ€νΈλ₯Ό μ§μ μμ±νκ³ , λ°λ³΅λ¬Έμ μννκ³ κ·Έ μμμ 쑰건문μ μν..
π λͺ©μ°¨ 1. μ΅λ¨κ²½λ‘(κΈΈμ°ΎκΈ°) μκ³ λ¦¬μ¦μ΄λ? 2. λ€μ΅μ€νΈλΌ μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦μ΄λ? 3. λ€μ΅μ€νΈλΌ μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦μ λμ κ³Όμ 4. ꡬν λ°©λ²1: μΌλ°μ μΈ κ΅¬ν 4.1. μ½λ ν΄μ€ 4.2. μ 체 μ½λ 4.3. μκ° λ³΅μ‘λ 5. ꡬν λ°©λ²2: μκ° λ³΅μ‘λ κ°μ 5.1. μ°μ μμ ν(Priority Queue) μλ£κ΅¬μ‘° 5.2. ν(Heap) μλ£κ΅¬μ‘° 5.3. μ°μ μμ ν μλ£κ΅¬μ‘° κΈ°λ°μ μκ³ λ¦¬μ¦ λμ κ³Όμ 5.4. μ°μ μμ ν μλ£κ΅¬μ‘° κΈ°λ° μκ³ λ¦¬μ¦ κ΅¬ν(Python) 1. μ΅λ¨κ²½λ‘(κΈΈμ°ΎκΈ°) μκ³ λ¦¬μ¦μ΄λ? μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦μ κΈΈμ°ΎκΈ° μκ³ λ¦¬μ¦μ΄λΌκ³ λ λΆλ¦¬λ©°, λ§ κ·Έλλ‘ νΉμ μ§μ κΉμ§ κ°μ₯ λΉ λ₯΄κ² λλ¬ν μ μλ κ²½λ‘λ₯Ό μ°Ύλ μκ³ λ¦¬μ¦μ λλ€. μκ³ λ¦¬μ¦ ν μ€νΈμμ λΉμΆ μ΅λ¨κ²½λ‘ μκ³ λ¦¬μ¦ μ νμ μλμ κ°μ΅λ..