๋ณธ๋ฌธ ๋ฐ”๋กœ๊ฐ€๊ธฐ

๋ถ„๋ฅ˜ ์ „์ฒด๋ณด๊ธฐ443

[Data Structures & Algorithms] ์Šคํƒ(Stack)์˜ ์ดํ•ด์™€ ์‘์šฉ ๐Ÿงฟ ์Šคํƒ(Stack) ์ด๋ž€? ์Šคํƒ(Stack)์ด๋ž€ ํ•œ์ชฝ ๋์—์„œ๋งŒ ๋ฐ์ดํ„ฐ๋ฅผ ์‚ฝ์ž…ํ•˜๊ณ  ์‚ญ์ œํ•  ์ˆ˜ ์žˆ๋Š” ์„ ํ˜• ์ž๋ฃŒ๊ตฌ์กฐ๋ฅผ ์˜๋ฏธํ•˜๋ฉฐ, ๋งˆ์ง€๋ง‰์œผ๋กœ ์‚ฝ์ž…๋œ ์›์†Œ๊ฐ€ ๊ฐ€์žฅ ๋จผ์ € ์‚ญ์ œ๋˜๋Š” "ํ›„์ž…์„ ์ถœ(LIFO, Last-In-First-Out)"์˜ ํŠน์ง•์„ ๊ฐ€์ง„๋‹ค. ์Šคํƒ(Stack) ์ž๋ฃŒ๊ตฌ์กฐ๋Š” ๋ฐ์ดํ„ฐ๋ฅผ ์ €์žฅํ•˜๊ณ  ๊ด€๋ฆฌํ•˜๋Š”๋ฐ ์‚ฌ์šฉ๋˜๋ฉฐ ์ฃผ๋กœ ํ•จ์ˆ˜ ํ˜ธ์ถœ, ์žฌ๊ท€ ์•Œ๊ณ ๋ฆฌ์ฆ˜, ๋’ค๋กœ๊ฐ€๊ธฐ ๊ธฐ๋Šฅ ๋“ฑ์—์„œ ํ™œ์šฉ๋œ๋‹ค. ๐Ÿ’™ ์Šคํƒ(Stack)์—์„œ์˜ ์—ฐ์‚ฐ ์•Œ๊ณ ๋ฆฌ์ฆ˜ ์‚ญ์ œ ์—ฐ์‚ฐ ์‚ฝ์ž… ์—ฐ์‚ฐ pop push โ‘  ์Šคํƒ์˜ push() ์•Œ๊ณ ๋ฆฌ์ฆ˜ push(S,x) top stack_SIZE) then overflow; else //์˜ค๋ฒ„ํ”Œ๋กœ์šฐ ์ƒํƒœ๊ฐ€ ์•„๋‹Œ ๊ฒฝ์šฐ ์•„๋ž˜ ์ฝ”๋“œ ์‹คํ–‰ { S(top) ํ›„์ž… ์„ ์ถœ ๊ตฌ์กฐ์ธ Stack์„ ์ด์šฉํ•˜์—ฌ ๊ด„ํ˜ธ ๊ฒ€์‚ฌ ๊ฐ€๋Šฅ โ€ป ์ˆ˜์‹์„ ์™ผ์ชฝ์—์„œ ์˜ค.. 2023. 6. 11.
[Data Structures & Algorithms] ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์™€ ์ด์ค‘ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ (์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ & ์ด์ค‘ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์˜ ์—ฐ์‚ฐ ์•Œ๊ณ ๋ฆฌ์ฆ˜) ๐ŸŽช ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ๋ž€? ๋‹จ์ˆœ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์—์„œ ๋งˆ์ง€๋ง‰ ๋…ธ๋“œ๊ฐ€ ๋ฆฌ์ŠคํŠธ์˜ ์ฒซ ๋ฒˆ์žฌ ๋…ธ๋“œ๋ฅผ ๊ฐ€๋ฆฌํ‚ค๊ฒŒ ํ•˜์—ฌ ๊ตฌ์กฐ๋ฅผ ์›ํ˜•์œผ๋กœ ์„ค์ •ํ•œ ๋ฆฌ์ŠคํŠธ๋ฅผ ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ๋ผ๊ณ  ํ•œ๋‹ค. ๋‹จ์ˆœ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์ด ๋งˆ์ง€๋ง‰ ๋…ธ๋“œ์˜ ๋งํฌ ํ•„๋“œ์— ์ฒซ ๋ฒˆ์งธ ๋…ธ๋“œ์˜ ์ฃผ์†Œ๋ฅผ ์ €์žฅํ•˜์—ฌ, ๋งํฌ๋ฅผ ๋”ฐ๋ผ ๋ฐ˜๋ณต ์ˆœํšŒํ•  ์‹œ ์ด์ „ ๋…ธ๋“œ์— ์ ‘๊ทผํ•  ์ˆ˜ ์žˆ๋‹ค. โค๏ธ ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ ์•Œ๊ณ ๋ฆฌ์ฆ˜_ 1) ์‚ฝ์ž… ์—ฐ์‚ฐ โ‘  ์ฒซ ๋ฒˆ์งธ ๋…ธ๋“œ๋กœ ์‚ฝ์ž…ํ•˜๊ธฐ insertFirstNode(CL, x) new 2023. 6. 11.
[Data Structures & Algorithms] ์—ฐ๊ฒฐ ์ž๋ฃŒ๊ตฌ์กฐ์™€ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ (๋‹จ์ˆœ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์™€ ์—ฐ์‚ฐ ์•Œ๊ณ ๋ฆฌ์ฆ˜) ๐ŸŽฏ ์—ฐ๊ฒฐ ์ž๋ฃŒ๊ตฌ์กฐ(Linked Data Structure)๋ž€? ์—ฐ๊ฒฐ ์ž๋ฃŒ๊ตฌ์กฐ๋ž€ ์ž๋ฃŒ์˜ ๋…ผ๋ฆฌ์  ์ˆœ์„œ์™€ ๋ฌผ๋ฆฌ์  ์ˆœ์„œ๊ฐ€ ์ผ์น˜ํ•˜์ง€ ์•Š๋Š” ์ž๋ฃŒ๊ตฌ์กฐ๋ฅผ ๋งํ•œ๋‹ค. ๊ฐ ์›์†Œ์— ์ €์žฅ๋˜์–ด ์žˆ๋Š” ๋‹ค์Œ ์›์†Œ์˜ ์ฃผ์†Œ์— ์˜ํ•ด ์ˆœ์„œ๊ฐ€ ์—ฐ๊ฒฐ๋˜๋ฏ€๋กœ, ๋ฌผ๋ฆฌ์  ์ˆœ์„œ๋ฅผ ๋งž์ถ”๊ธฐ ์œ„ํ•œ ์˜ค๋ฒ„ํ—ค๋“œ๊ฐ€ ๋ฐœ์ƒํ•˜์ง€ ์•Š๋Š”๋‹ค๋Š” ํŠน์ง•์ด ์žˆ๋‹ค. ๐ŸŽฏ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ(Linked List)๋ž€? ๋ฆฌ์ŠคํŠธ๋ฅผ ์—ฐ๊ฒฐ ์ž๋ฃŒ๊ตฌ์กฐ ํ˜•์‹์œผ๋กœ ํ‘œํ˜„ํ•œ ๊ฒƒ์„ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ(Linked List)๋ผ๊ณ  ํ•˜๋ฉฐ, ์—ฐ๊ฒฐ ๋ฐฉ์‹์— ๋”ฐ๋ผ ๋‹จ์ˆœ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ, ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ, ์ด์ค‘ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ, ์ด์ค‘ ์›ํ˜• ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ๋กœ ๊ตฌ๋ถ„ํ•  ์ˆ˜ ์žˆ๋‹ค. โค๏ธ ์—ฐ๊ฒฐ ๋ฆฌ์ŠคํŠธ์˜ ๋…ธ๋“œ : ์—ฐ๊ฒฐ ์ž๋ฃŒ๊ตฌ์กฐ์—์„œ ํ•˜๋‚˜์˜ ์›์†Œ๋ฅผ ํ‘œํ˜„ํ•˜๊ธฐ ์œ„ํ•œ ๋‹จ์œ„ ๊ตฌ์กฐ ๋…ธ๋“œ์˜ ๋…ผ๋ฆฌ์  ๊ตฌ์กฐ ๋ฐ์ดํ„ฐ ํ•„๋“œ (Data field) ๋งํฌ ํ•„๋“œ (Link fiel.. 2023. 6. 10.
[๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ๋ฒ•] ์ œ 3์žฅ ๊ฐœ์ธ์ •๋ณด์˜ ์ฒ˜๋ฆฌ (๊ฐ€๋ช…์ •๋ณด ์ฒ˜๋ฆฌ ํŠน๋ก€ & ์šฉ์–ด ์ •๋ฆฌ & ์š”์•ฝ) ๐ŸŽ“ ๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ๋ฒ• ์šฉ์–ด ์ •๋ฆฌ โš–๏ธ ๊ฐ€๋ช… ์ฒ˜๋ฆฌ โš–๏ธ : ๊ฐœ์ธ์ •๋ณด์˜ ์ผ๋ถ€๋ฅผ ์‚ญ์ œํ•˜๊ฑฐ๋‚˜ ์ผ๋ถ€ ๋˜๋Š” ์ „๋ถ€๋ฅผ ๋Œ€์ฒดํ•˜๋Š” ๋“ฑ์˜ ๋ฐฉ๋ฒ•์œผ๋กœ ์ถ”๊ฐ€ ์ •๋ณด๊ฐ€ ์—†์ด๋Š” ํŠน์ • ๊ฐœ์ธ์„ ์•Œ์•„๋ณผ ์ˆ˜ ์—†๋„๋ก ์ฒ˜๋ฆฌํ•˜๋Š” ๊ฒƒ ์ œ 2์กฐ ์ œ 1ํ˜ธ์˜ 2 โš–๏ธ ๊ฐ€๋ช… ์ •๋ณด โš–๏ธ : ๊ฐ€๋ช…์ฒ˜๋ฆฌํ•จ์œผ๋กœ์จ ์›๋ž˜์˜ ์ƒํƒœ๋กœ ๋ณต์›ํ•˜๊ธฐ ์œ„ํ•œ ์ถ”๊ฐ€ ์ •๋ณด์˜ ์‚ฌ์šฉ·๊ฒฐํ•ฉ ์—†์ด๋Š” ํŠน์ • ๊ฐœ์ธ์„ ์•Œ์•„๋ณผ ์ˆ˜ ์—†๋Š” ์ •๋ณด ์ œ 2์กฐ ์ œ 1ํ˜ธ ๋‹ค๋ชฉ โš–๏ธ ๊ฐ€๋ช… ์ •๋ณด ์ฒ˜๋ฆฌ โš–๏ธ : ๊ฐ€๋ช…์ฒ˜๋ฆฌํ•œ ๊ฐœ์ธ์ •๋ณด(๊ฐ€๋ช…์ •๋ณด)๋ฅผ ์ˆ˜์ง‘, ์ด์šฉ, ์ œ๊ณต ๋“ฑ ์ฒ˜๋ฆฌํ•˜๋Š” ๊ฒƒ ๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ๋ฒ•์—์„œ๋Š” '๊ฐ€๋ช…์ •๋ณด ์ฒ˜๋ฆฌ'๊ฐ€ '๊ฐ€๋ช…์ฒ˜๋ฆฌ'์˜ ์˜๋ฏธ๋ฅผ ๋‚ดํฌํ•จ โš–๏ธ ๊ฐ€๋ช… ์ฒ˜๋ฆฌ (Pseudonymization) โš–๏ธ : ์ˆ˜์ง‘ํ•œ ๊ฐœ์ธ์ •๋ณด๋ฅผ ๊ฐ€๋ช…์ •๋ณด๋กœ ๋งŒ๋“œ๋Š” ๊ฒƒ ๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ๋ฒ•์—์„œ๋Š” '๊ฐ€๋ช…์ •๋ณด ์ฒ˜๋ฆฌ'๊ฐ€ '๊ฐ€๋ช…์ฒ˜๋ฆฌ'์˜ ์˜๋ฏธ๋ฅผ ๋‚ดํฌํ•จ โš–๏ธ ์ฒ˜๋ฆฌ โš–.. 2023. 6. 10.
[๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ๋ฒ•] ์ œ 3์žฅ ๊ฐœ์ธ์ •๋ณด์˜ ์ฒ˜๋ฆฌ (์ œ 28์กฐ์˜ 2 ~ 7) โšœ๏ธ ์ œ 28์กฐ์˜ 2 ๊ฐ€๋ช…์ •๋ณด์˜ ์ฒ˜๋ฆฌ ๋“ฑ โ“› ๊ฐœ์ธ์ •๋ณด์ฒ˜๋ฆฌ์ž๋Š” ํ†ต๊ณ„์ž‘์„ฑ, ๊ณผํ•™์  ์—ฐ๊ตฌ, ๊ณต์ต์  ๊ธฐ๋ก๋ณด์กด ๋“ฑ์„ ์œ„ํ•˜์—ฌ ์ •๋ณด์ฃผ์ฒด์˜ ๋™์˜ ์—†์ด ๊ฐ€๋ช…์ •๋ณด๋ฅผ ์ฒ˜๋ฆฌํ•  ์ˆ˜ ์žˆ๋‹ค. ๋”๋ณด๊ธฐ --> ๊ฐ€๋ช…์ •๋ณด ์ฒ˜๋ฆฌ : ๊ฐ€๋ช…์ •๋ณด์˜ ์ˆ˜์ง‘, ์ด์šฉ ๋ฐ ์ œ๊ณต ๋“ฑ ๊ฐ€๋Šฅ โ‘ก ๊ฐœ์ธ์ •๋ณด์ฒ˜๋ฆฌ์ž๋Š” ์ œ 1ํ•ญ์— ๋”ฐ๋ผ ๊ฐ€๋ช…์ •๋ณด๋ฅผ ์ œ 3์ž์—๊ฒŒ ์ œ๊ณตํ•˜๋Š” ๊ฒฝ์šฐ์—๋Š” ํŠน์ • ๊ฐœ์ธ์„ ์•Œ์•„๋ณด๊ธฐ ์œ„ํ•˜์—ฌ ์‚ฌ์šฉ๋  ์ˆ˜ ์žˆ๋Š” ์ •๋ณด๋ฅผ ํฌํ•จํ•ด์„œ๋Š” ์•ˆ๋œ๋‹ค. โšœ๏ธ ์ œ 28์กฐ์˜ 3 ๊ฐ€๋ช…์ •๋ณด์˜ ๊ฒฐํ•ฉ ์ œํ•œ โ“› ์ œ 28์กฐ์˜ 2์—๋„ ๋ถˆ๊ตฌํ•˜๊ณ  ํ†ต๊ณ„์ž‘์„ฑ, ๊ณผํ•™์  ์—ฐ๊ตฌ, ๊ณต์ต์  ๊ธฐ๋ก๋ณด์กด ๋“ฑ์„ ์œ„ํ•œ ์„œ๋กœ ๋‹ค๋ฅธ ๊ฐœ์ธ์ •๋ณด์ฒ˜๋ฆฌ์ž ๊ฐ„์˜ ๊ฐ€๋ช…์ •๋ณด์˜ ๊ฒฐํ•ฉ์€ ๋ณดํ˜ธ์œ„์›ํšŒ ๋˜๋Š” ๊ด€๊ณ„ ์ค‘์•™ํ–‰์ •๊ธฐ๊ด€์˜ ์žฅ์ด ์ง€์ •ํ•˜๋Š” ์ „๋ฌธ๊ธฐ๊ด€์ด ์ˆ˜ํ–‰ํ•œ๋‹ค. ๋”๋ณด๊ธฐ โ€ป ์ง€์ •๋œ ๊ฒฐํ•ฉ์ „๋ฌธ๊ธฐ๊ด€์—์„œ๋งŒ ๊ฒฐํ•ฉ ๊ฐ€๋Šฅ --> ๊ฐœ์ธ์ •๋ณด๋ณดํ˜ธ์œ„์›ํšŒ, ๋ณด๊ฑด๋ณต.. 2023. 6. 10.
[Python Distributions] ์•„๋‚˜์ฝ˜๋‹ค(Anaconda) ์„ค์น˜ ๋ฐฉ๋ฒ• ๐Ÿ ์•„๋‚˜์ฝ˜๋‹ค(Anaconda) ๋ž€? ์•„๋‚˜์ฝ˜๋‹ค(Anaconda)๋Š” ๋ฐ์ดํ„ฐ ๊ณผํ•™ ๋ฐ ๊ณผํ•™์  ์ปดํ“จํŒ…์„ ์œ„ํ•œ ์˜คํ”ˆ ์†Œ์Šค ํŒŒ์ด์ฌ ๋ฐฐํฌํŒ์œผ๋กœ, ํŒŒ์ด์ฌ ์ธํ„ฐํ”„๋ฆฌํ„ฐ์™€ ํ•จ๊ป˜ NumPy, Pandas, SciPy, Scikit-learn, Jupyter Notebook ๋“ฑ์˜ ํŒจํ‚ค์ง€๋“ค์„ ํฌํ•จํ•˜๊ณ  ์žˆ๋‹ค. ์ด๋Ÿฌํ•œ ํŒจํ‚ค์ง€๋“ค์€ ๋ฐ์ดํ„ฐ ๋ถ„์„ ๋ฐ ์‹œ๊ฐํ™”, ๊ณผํ•™์  ๊ณ„์‚ฐ๊ณผ ๊ธฐ๊ณ„ ํ•™์Šต ๋“ฑ ๋‹ค์–‘ํ•œ ์ž‘์—…์„ ์œ„ํ•ด ์‚ฌ์šฉ๋˜๋ฉฐ, ์•„๋‚˜์ฝ˜๋‹ค(Anaconda)๋ฅผ ํ†ตํ•ด ๊ฐ„ํŽธํ•˜๊ฒŒ ์„ค์น˜ํ•˜๊ณ  ๊ด€๋ฆฌํ•  ์ˆ˜ ์žˆ๋‹ค. ์•„๋‚˜์ฝ˜๋‹ค(Anaconda)๋Š” ๋‹ค์–‘ํ•œ OS์—์„œ ์‚ฌ์šฉ๋  ์ˆ˜ ์žˆ์œผ๋ฉฐ, ํŒŒ์ด์ฌ ๋ฒ„์ „ ๋ฐ ํ™˜๊ฒฝ ๊ด€๋ฆฌ, ๊ฐ€์ƒ ํ™˜๊ฒฝ ์„ค์ • ๋“ฑ์˜ ๊ธฐ๋Šฅ๋„ ์ œ๊ณตํ•จ์œผ๋กœ์จ ์ด๋ฅผ ํ†ตํ•ด ๋‹ค์–‘ํ•œ ํ”„๋กœ์ ํŠธ์— ๋Œ€ํ•ด ๋…๋ฆฝ์ ์ธ ํŒŒ์ด์ฌ ํ™˜๊ฒฝ์„ ๊ตฌ์ถ• ๋ฐ ๊ด€๋ฆฌํ•  ์ˆ˜ ์žˆ๋„๋ก ํ•œ๋‹ค. ๐Ÿ ์•„๋‚˜์ฝ˜๋‹ค(Anaconda) .. 2023. 6. 3.