JiYoung Dev 🖥

append() 크기가 정해지지 않은 배열에 인덱스 사용하면 오류 발행함 → IndexError: list assignment index out of range 따라서 크기가 지정되지 않은 배열에 값을 추가하기 위해서는 append()를 사용할 수 있음 def solution(num_list): answer = [] odd = 0 even = 0 for i in num_list: if i % 2 == 0 : even += 1 else: odd += 1 answer.append(even) answer.append(odd) return answer

for i in reversed(range(n)): 혹은 for i in range(n, 0, -1): def solution(my_string): answer = '' for i in reversed(range(len(my_string))): answer += my_string[i] return answer

2023.03.01 코드잇 학습내용 🔎 그리디 알고리즘(Greedy Algorithm) greedy는 탐욕이라는 뜻. 그리디 알고리즘(Greedy Algorithm)은 미래를 내다보지 않고, 당장 눈앞에 보이는 최적의 선택을 하는 방식 그리디 알고리즘은 간단하고 빠르다는 장점이 있으나 순간마다 최적의 선택을 하는 경우 그 순간에 대해서는 최적이지만, 최종적인 답을 만들었을 때에는 그 답이 최적이 아닐 수 있음. 즉, 최적의 답이 보장되지 않는다는 단점이 있음. 📖 그리디 알고리즘을 사용하는 경우 1. 문제를 해결하는 다른 알고리즘이 너무 느려서 사용할 수 없는 수준일 때 2. 애초부터 최적의 답이 필요 없을 때 사용 3. 순간의 최적의 선택이 최종 답에서도 최적의 선택이 되는 경우 3번과 같이 그리디 알..

2023.02.28 코드잇 학습내용 🔎 Dynamic Programming 연습문제 가지고 있는 새꼼달꼼으로 벌어들일 수 있는 최대 수익 구하기 price_list : 개수별 가격이 정리되어 있는 리스트 count : 판매할 새꼼달꼼 개수 cache : 개수별 최대 수익이 저장되어 있는 사전 📖 memoization으로 문제 풀기 ① base case : 0개 팔았을 때 혹은 1개 팔았을 때에는 price_list의 가격 그대로 출력 ② recursive case : 최대 수익 구하기 1개 팔았을 때 수익 : 100 2개 팔았을 때 나올 수 있는 수익 : (1개, 1개) 팔았을 때 혹은 (2개, 0개) 팔았을 때 3개 팔았을 때 나올 수 있는 수익 : (1개, 2개) 팔았을 때 혹은 (3개, 0개) 팔았..

2023.02.27 코드잇 학습내용 🔎 Dynamic Programming 복잡한 문제를 더 작고 간단한 하위 문제로 분해하여 각각의 하위 문제를 한 번만 풀고, 각 하위 문제의 해결책을 표에 저장한 후 필요에 따라 재사용하는 알고리즘 패러다임. Dynamic Programming의 조건 1. 최적 부분 구조 (Optimal Substructure) 최적 부분 구조가 있다는 것은 부분 문제들의 최적의 답을 이용하여 기존 문제의 최적의 답을 구할 수 있다는 것을 의미함. 즉, 기존 문제를 부분 문제로 나누어 풀 수 있어야 함. (ex. 피보나치 수열) 2. 중복되는 부분 문제 (Overlapping Subproblems) 피보나치 수열과 같이 최적 부분 구조가 있는 문제를 풀 때에는 중복 되는 부분 문제들..

2023.02.25 ~ 2023.02.26 코드잇 학습내용 🔎 Divide and Conquer 분할 정복 분할 정복 알고리즘(Divide and Conquer algorithm)은 그대로 해결할 수 없는 문제를 작은 문제로 분할하여 문제를 해결하는 알고리즘. 퀵 정렬이나 합병 정렬로 대표되는 정렬 알고리즘 문제와 이진 탐색 알고리즘, 행렬 곱셈 등이 분할 정복 알고리즘을 사용 분할 정복 알고리즘은 보통 재귀 함수(recursive function)를 통해 자연스럽게 구현됨. 따라서 분할 정복을 이해하기 위해서는 재귀 개념에 대한 이해가 우선함. function F(x) : # base case if F(x)의 문제가 간단: return F(x)을 직접 계산한 값 # 재귀함수 x를 y1과 y2로 분할 F..

2023.02.24 코드잇 학습내용 🔎 알고리즘 패러다임(algorithm paradigm) 문제를 해결하는 데에는 여러 가지 방식이 있음. 여러 문제를 해결하다 보면 해결 과정이 비슷한 경우가 있는데, 이러한 것을 알고리즘 패러다임이라고 함. 즉, 어떠한 문제를 풀기 위한 일반적인 접근법 혹은 방법론. 몇 가지 자주 사용되는 알고리즘 패러다임이 있으며, 각 알고리즘은 문제를 풀기 위한 자신만의 기술과 도구를 가지고 있음. 또한, 하나의 문제를 푸는 방법은 다양하기 때문에 여러 알고리즘 패러다임으로 한 문제에 접근할 수도 있음. 가장 자주 사용되는 알고리즘 패러다임 1. Greedy Algorithms 2. Divide and Conquer 3. Dynamic Programming 4. Backtrack..

2023.02.22 ~ 2023.02.23 코드잇 학습내용 🔎 알고리즘(algorithm) 수학과 컴퓨터과학, 언어학 또는 엮인 분야에서 어떠한 문제를 해결하기 위해 정해진 일련의 절차 계산을 실행하기 위한 단계적 절차를 의미하기도 함 즉, 문제 풀이에 필요한 계산절차 또는 처리 과정의 순서를 뜻함 알고리즘은 연산, 데이터 마이닝(기계 학습) 또는 자동화된 추론을 수행 좋은 알고리즘은 아래 두 가지 조건을 만족해야 함 1. 문제를 해결하는 것 2. 문제를 더 잘 해결하는 것 🔎 컴퓨터 알고리즘 컴퓨터가 어떤 문제를 해결하기 위해 컴퓨터가 이해할 수 있는 방식으로 정리되어 있는 일련의 과정 혹은 방법 알고리즘을 설계할 때 시간과 공간 복잡성을 고려하는 것이 중요함 📖 알고리즘 수업 듣기 전 복습 ⚙ 팰린드..

객체 지향 프로그래밍 공부를 하면서 띄엄띄엄 공부를 하다 보니 각각의 내용이 머릿속에 흩어져 있어 정리를 해보고자 한다. 지금까지 내가 배운 내용은 기초적인 내용이므로 추후 공부하게 될 내용은 공부 후에 다시 정리해서 업로드 해보겠다. ※ 주의점은 내가 들은 강의, 블로그 자료 등을 모아 내가 이해하기 쉽게 나의 생각을 작성한 내용이므로 작성한 내용 중 틀린 내용이 있을 수 있다는 것이다. 파이썬 객체 지향 프로그래밍 기초 내용 정리의 시작은 아래의 문장으로 시작해보려 한다. 파이썬은 순수 객체 지향 프로그래밍 언어이다. 이 문장의 의미를 이해하기 위해 가장 먼저 알아야 할 것은 객체 지향 프로그래밍이란 무엇인가이며, 그 안에서 또 객체란 무엇인지를 알아야 한다. 그럼 본격적으로 이에 대해 이해를 시작해..

2023.02.21 코드잇 학습내용 정리 🔎 파이썬은 순수 객체 지향 언어? 파이썬은 순수 객체 지향 언어이다. 즉, 파이썬의 모든 것은 객체라는 의미 우리가 일반적으로 사용하는 숫자, 함수, 리스트, 문자열 등은 모두 어떤 클래스의 인스턴스라고 할 수 있음 ▼▼▼ type 함수를 이용한 user1의 클래스 출력 ▼▼▼ __main__ 는 지금 실행되고 있는 파일을 나타냄. 즉, 지금 실행하고 있는 파일의 User 클래스를 뜻함 ▼▼▼ type 함수를 이용한 다양한 자료형의 클래스 출력 ▼▼▼ 정수, 문자열, 리스트, 사전, 튜플, 함수 등 모두 어떤 클래스의 인스턴스들 이러한 클래스들은 파이썬 개발자들이 자주 사용하는 함수들을 클래스로 미리 만들어 둔 것 만약, 파이썬에서 코드 작성 시 변수에 1을 대..