🌱 𝐣𝐣𝐢𝐧𝐠𝐥𝐞 𝐝𝐞𝐕𝐥𝐨𝐠

데코레이터 (Decorator) ? - 함수 앞뒤에 기능을 추가해서 손 쉽게 함수를 활용할 수 있는 기법 - Closure function - 여러 함수에 동일한 기능을 @데코레이터 하나로 간편하게 추가 Closure function 함수와 해당 함수가 가지고 있는 데이터를 함께 복사, 저장해서 별도 함수로 활용하는 기법 외부 함수가 소멸하더라도, 외부 함수 안에 있는 로컬 변수 값과 중첩함수(내부함수)를 사용 가능 def outer_func(num): #중첩 함수에서 외부 함수의 변수에 접근 가능 def inner_func(): print(num) return 'hi' return inner_func #중첩(내부) 함수 이름을 리턴 closure_func = outer_func(10) #First-cl..

Python comprehension ? 다른 Sequence로부터 새로운 Sequence (Iterable Object)를 만들 수 있는 기능 * comprehension : 이해력 01. List comprehension [ 출력 표현식 for 요소 in 입력 Sequence [ if 조건식 ] ] 입력 Sequence는 Iteration이 가능한 데이터 Sequence 혹은 컬렉션 [if 조건식]은 옵션 hash_table = list([0 for i in range(10)]) print(hash_table) #[0, 0, 0, 0, 0, 0, 0, 0, 0, 0] #1. 종류가 다른 데이터에서 정수 리스트만 가져오기 dataset = [4, True, 'dave', 2.1, 3] int_data ..

재귀 용법(recursive call) ? - 함수 안에서 동일한 함수를 호출하는 형태 - 여러 알고리즘에서 사용 재귀호출의 일반적인 형태 내부적으로 스택(Stack)처럼 관리된다 #case1 def function(입력): if 입력 > 일정 값: # 입력이 일정 값 이상이면 return function(입력 - 1) # 입력 값보다 작은 값 else: return 일정 값, 입력 값, 또는 특정 값 # 재귀호출 종료 #case2 def function(입력): if 입력

정렬 (Sorting) ? - 어떤 데이터들이 주어졌을 때, 이를 정해진 순서대로 나열하는 것 - 정렬은 프로그램 작성 시, 빈번하게 필요 - 다양한 알고리즘이 고안되었으며, 알고리즘 학습의 필수 버블 정렬(bubble sort) : 두 인접한 데이터를 비교해서, 앞에있는 데이터가 뒤에있는 데이터보다 크면 자리를 바꿈 def bubblesort(data): for index in range(len(data) - 1 ): swap = False for index2 in range(len(data) - index - 1): if data[index2] > data[index2 + 1]: data[index2], data[index2 + 1] = data[index2 + 1], data[index2] swap..

힙과 배열 일반적으로 힙 구현 시, 배열 자료구조 활용 배열은 인덱스 0 부터 시작하지만, 힙 구현의 편의를 위해 root 노드 인덱스 번호를 1로 지정 부모 노드 인덱스(parent node's index) = 자식 노드 인덱스(child node's index) //2 왼쪽 자식 노드 인덱스(left child node's index) = 부모 노드 인덱스(parent node's index) * 2 오른쪽 자신 노드 인덱스(right child node's index) = 부모 노드 인덱스(parent node's index) * 2 + 1 힙과 데이터 삽입(Max Heap) class Heap: def __init__(self, data): self.heap_array = list() self.h..

힙 (Heap) ? 데이터에서 최대값과 최소값을 빠르게 찾기 위해 고안된 완전 이진 트리(Complete Binary Tree) - 완전 이진 트리 : 노드를 삽입할 때, 최하단 왼쪽 노드부터 차례대로 삽입하는 트리 힙을 사용하는 이유 배열에 데이터를 넣고, 최대값과 최소값을 찾으려면 O(n)이 걸림

트리 (Tree) 구조 Node와 Branch를 이용해서, 사이클을 이루지 않도록 구성한 데이터 구조 이진 트리(Binary Tree) 형태의 구조, 탐색 알고리즘 구현에 많이 사용 트리 관련 용어 Node : 트리에서 데이터를 저장하는 기본 요소(데이터와 다른 연결된 노드에 대한 Branch 정보 포함) Root Node : 트리 맨 위에 있는 노드 Level : 최상위 노드를 Level 0 으로 했을 때, 하위 Branch로 연결된 노드의 깊이 Parent Node : 어떤 노드의 다음 레벨에 연결된 노드 Child Node : 어떤 노드의 상위 레벨에 연결된 노드 Leaf Node(Terminal Node) : Child Node가 하나도 없는 노드 Sibling (Brother Node) : 동일..

SHA(Secure Hash Algorithm) - 안전한 해시 알고리즘 - 어떤 데이터도 유일한 고정된 크기의 고정값을 리턴 SHA-1 import hashlib data = 'test'.encode() hash_object = hashlib.sha1() hash_object.update(data) hex_dig = hash_object.hexdigest() print(hex_dig) #a94a8fe5ccb19ba61c4c0873d391e987982fbbd3 SHA-256 import hashlib data = 'test'.encode() hash_object = hashlib.sha256() hash_object.update(data) hex_dig = hash_object.hexdigest() pr..

# 해시 테이블의 가장 큰 문제는 충돌(Collision) => Hash Collision 01. Chaining 기법 개방 해싱(Open Hashing) 기법 중 하나 -> 해시 테이블의 저장공간 외의 공간을 활용하는 기법 충돌 시, 링크드 리스트 자료구조를 사용해서 데이터를 추가로 뒤에 연결시켜 저장하는 기법 hash_table = list([0 for i in range(8)]) def get_key(data): return hash(data) def hash_function(key): return key % 8 def save_data(data, value): index_key = get_key(data) hash_address = hash_function(index_key) if hash_tab..

해시 테이블 (Hash Table) ? 키(Key)에 데이터(Value)를 저장하는 데이터 구조 Key를 통해 바로 데이터를 받아올 수 있으므로, 빠른 속도 파이썬에서는 딕셔너리(Dictionary) 타입으로 구현 가능 보통 배열로 미리 Hash Table 사이즈만큼 생성 후 사용 (공간과 탐색 시간 맞바꾸는 기법) 관련 용어 해시(Hash) : 임의 값을 고정 길이로 변환하는 것 해시 테이블(Hash Table) : 키 값의 연산에 의해 직접 접근이 가능한 데이터 구조 해싱 함수(Hashing Function) : Key에 대해 산술 연산을 이용해, 데이터 위치를 찾을 수 있는 함수 해시 값(Hash Value), 해시 주소(Hash Address) : Key를 해싱 함수로 연산해서, 해시 값을 알아내..