SMALL Python4 python #6 이진 탐색 #이진탐색 O(Log N) #. 정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법 #. 시작점, 끝점, 중간점을 이용하여 탐색 범위를 설정 #. 파라메트릭 서치란 최적화 문제를 결정 문제(yes or no)로 바꿔 해결하는 문제가 나오면 이진탐색 예: 특정한 조건을 만족하는 가장 알맞은 값을 빠르게 찾는 최적화 문제 2022. 10. 6. python #5 정렬 # 정렬 Sorting 데이터를 특정한 기준에 따라 순서대로 나열 #.1 선택 정렬 처리되지 않은 데이터 중에서 가장 작은 데이터를 선택해 맨 앞에 있는 데이터와 바꾸는 것을 반복. #.2 삽입 정렬 처리되지않은 데이터를 하나씩 골라 적절한 위치에 삽입. #.3 퀵정렬 기준 데이터를 설정하고 그 기준보다 큰 데이터와 작은 데이터의 위치를 바꾸는 방법. 기장 기본적인 퀵 정렬은 첫 번째 데이터를 기준 데이터(Pivot)로 설정 #.4 계수 정렬 O(N + K) 특정한 조건이 부합할 때만 사용할 수 있지만 매우 빠르게 동작하는 정렬 알고리즘입니다. 계수 정렬은 데이터의 크기 범위가 제한되어 정수 형태로 표현할 수 있을 때 사용 가능. 데이터의 개수가 N, 데이터(양수)중 최댓값이 K일 때 최악의 경우에도 수.. 2022. 10. 6. python #4 DFS & BFS 탐색 Search란 원하는 데이터를 찾는 과정 DFS BFS가 가장 자주나옴 스택 , 큐의 동작을 알고들어가자. 선입선출 , 선입후출 #deque 라이브러리를 사용 스택 : append()(JS에서는 push() ) , pop() 큐 : 왼쪽에서 넣고뺄때 appendleft() popleft() (JS에서는 shift() unshift() ) , 오른쪽에서 할 때 append() pop() 배열 이어붙일 때 extend() 사용 (JS에서는 concat() ) #재귀함수 #DFS #BFS (특정조건에서 최단거리같은 문제에서 자주나옴) 문제풀어보기1 문제풀어보기2 -20강까지 2022. 10. 5. python #3 greedy & 구현 Implementation # greedy # 최소한의 아이디어를 떠올릴 수 있는 능력이 필요함 # 정당성 분석이 중요하다. ex) 동전을 거슬러 줘야할 때 최소한의 아이디어 -> 큰거부터주면되나? 정당성 분석 -> 큰 동전이 가장 작은 수라서 먼저 큰거부터 줘야한다. # 구현 Implementation 상하좌우 문제 시뮬레이션 유형, 구현 유형, 완전탐색 유형은 서로 비슷하다. JS에도 continue가 있었던거같은데.. -15강까지 2022. 10. 3. 이전 1 다음 LIST
