🌱 𝐣𝐣𝐢𝐧𝐠𝐥𝐞 𝐝𝐞𝐕𝐥𝐨𝐠

* Rendering : js code를 브라우저가 이해할 수 있는 html로 바꾸는 것 - React render : CSR (client side rendering) create-react-app 을 사용해 react만으로 application을 생성하면 , client side rendering client side rendering => 사용자 브라우저인 client단에서 rendering 작업을 한다. 단점 페이지의 실제 소스코드는 비어있다. ex. = UI가 없다 브라우저가 모든 JS 파일을 다운로드하고, 실행한 후에야 화면에 보여지는 것 새로고침 시, JS엔진이 위의 사항을 처리하는 시간 동안 빈 화면이 보여짐 SEO, 검색 엔진 최적화 Search Engine Optimization Goo..

1. 프로젝트 폴더 만들기 $ mkdir prj_folder 2. 프로젝트 폴더로 이동 $ cd prj_folder 3. 해당 폴더를 VSCode에서 열어보기 $ code . 4. package.json 폴더 생성 $ npm init -y 5. 필요한 라이브러리 설치 - react : UI와 다른 모든 것을 구성 - react-dom : 위의 것을 브라우저의 Document Object Model(DOM)에 렌더하는 역할 $ npm install react@latest next@latest react-dom@latest 6. jackage.json 스크립트 수정 "scripts" : { "dev" : "next dev" }, 7. 프로젝트 실행 확인 $ npm run dev - local server 실..

Node.js 설치 Node.js Node.js® is a JavaScript runtime built on Chrome's V8 JavaScript engine. nodejs.org Node.js 설치 확인 node -v Vite : 개발환경 구성 Vite Vite, 차세대 프런트엔드 개발 툴 ko.vitejs.dev npm create vite@latest - Projet name - framework : React - variat : TypeScript + SWC ( SWC: Rust typescript 컴파일러) 기본설정 주입 npm i - react, react dom, typescript, vite...etc (package.json) 정상 작동 확인 npm run dev git 연결 git ..

const test = "jelly"; test.padStart(6,"O") console.log(test) // Ojelly * String.padStart(자리 수, 자리수 보다 짧다면 채울 문자)

그래프 탐색 알고리즘 너비 우선 탐색 (BFS; Breadth First Search) 정점들과 같은 레벨에 있는 노드들(형제 노드)을 먼저 탐색하는 방식 A - B - C - D - G - H - I - E - F - J 깊이 우선 탐색 (DFS; Depth First Search) 정점의 자식들을 먼저 탐색하는 방식 A - B - D - E - F - C - G - H - I - J

순차 탐색 (Sequential Search) ? - 여러 데이터 중에서 원하는 데이터를 찾아내는 것을 의미 - 데이터가 담겨있는 리스트를 앞에서부터 하나씩 비교해서 원하는 데이터를 찾는 방법 data = list() for num in range(10): data.append(randint(1, 100)) #random 라이브러리 def sequencial(data, search_data): for index in range(len(data)): if data[index] == search_data: return index return -1 sequencial(data, 4)

이진 탐색 (Binary Search) ? 탐색할 자료를 둘로 나누어 해당 데이터가 있을만한 곳을 탐색하는 방법 분할 정복 알고리즘과 이진 탐색 분할 정복 알고리즘 (Divide and Conquer) Divide : 문제를 하나 또는 둘 이상으로 나눈다. Conquer : 나눠진 문제가 충분히 작고, 해결이 가능하면 해결하고, 그렇지 않다면 다시 나눈다. 이진 탐색 Divide : 리스트를 두 개의 서브 리스트로 나눈다. Conquer 검색할 숫자(search) > 중간값 , 뒷 부분의 서브 리스트에서 검색할 숫자를 찾는다. 검색할 숫자(search) < 중간값 , 앞 부분의 서브 리스트에서 검색할 숫자를 찾는다. def binary_search(data, search): if len(data) == ..

병합 정렬(merge sort) ? 재귀 용법을 활용한 정렬 알고리즘 리스트를 절반으로 잘라 비슷한 크기의 두 부분 리스트로 나눔 각 부분 리스트를 재귀적으로 합병 정렬을 이용해 정렬 두 부분 리스트를 다시 하나의 정렬된 리스트로 합병 def merge(left, right): merged = list() left_point, right_point = 0,0 #case1: left/right 둘다 데이터 있을 때 while len(left) > left_point and len(right) > right_point: it left[left_point] > right[right_point]: merged.append(right[right_point]) right_point += 1 else: merged...

퀵 정렬(quick sort) ? 정렬 알고리즘의 꽃 기준점(pivot)을 정해서, 기준점보다 작은 데이터는 왼쪽, 큰 데이터는 오른쪽으로 모으는 함수 각 왼쪽, 오른쪽은 재귀용법을 사용해서 다시 동일 함수를 호출해 위 작업 반복 함수는 왼쪽(left) + 기준점(pivot) + 오른쪽(right)을 리턴 def qsort(data): if len(data) data[index]: left.append(data[index]) else: right.append(data[index]) #2.list comprehension 사용 left = [item for item in data[1:] if pivot > item] right = [item for item in data[1:] if pivot

동적 계획법 ( DP; Dynamic Programming) ? 입력 크기가 작은 부분 문제들을 해결한 후, 해당 부분 문제의 해를 활용해 보다 큰 크기의 부분 문제를 해결 상향식 접근법 Memoization 기법 : 프로그램 실행 시, 이전에 계산한 값을 저장하여 다시 계산하지 않도록 함 -> 실행속도 향상 문제를 잘게 쪼갤 때, 부분 문제는 중복되어 재활용됨 -> 피보나치 수열 분할 정복 (Divide and Conquer ) ? 문제를 나눌 수 없을 때까지 나누어서, 각각 풀면서 다시 합병하여 문제의 답을 얻는 알고리즘 하향식 접근법 (일반적으로 재귀함수로 구현) 문제를 잘게 조갤 때, 부분 문제는 서로 중복되지 않음 공통점과 차이점 공통점 : 문제를 잘게 쪼개서, 가장 작은 단위로 분할 차이점 동..