반응형

<구현: 시뮬레이션과 완전 탐색>

 

구현(Implementation)

- 구현이란, 머릿속에 있는 알고리즘을 소스코드로 바꾸는 과정입니다.

- 프로그래밍에서의 좌표계는 일반적인 대수학에서의 좌표계와 다른 의미를 가질 때가 많습니다.

   - 일반적으로 알고리즘 문제에서의 2차원 공간을 행렬(Matrix)의 의미로 사용됩니다.

- 완전 탐색 문제에서는 2차원 공간에서의 방향 벡터가 자주 활용됩니다.

 

<문제> 시각: 문제 설명

- 정수 N이 입력되면 00시 00분 00초부터 N시 59분 59초까지의 모든 시각 중에서 3이 하나라도 포함되는 모든 경우의 수를 구하는 프로그램을 작성하세요. 예를 들어 1을 입력했을 때 다음은 3이 하나라도 포홤되어 있으므로 세어야 하는 시각입니다.

   - 00시 00분 03초

   - 00시 13분 30초

- 반면에 다음은 3이 하나도 포함되어 있지 않으므로 세면 안 되는 시각입니다.

   - 00시 02분 55초

   - 01시 27분 45초

 

<문제> 시각: 문제 조건

<문제> 시각: 문제 해결 아이디어

- 이 문제는 가능한 모든 시각의 경우를 하나씩 모두 세서 풀 수 있는 문제입니다.

- 하루는 86,400초이므로, 00시 00분 00초부터 23시 59분 59초까지의 모든 경우는 86,400가지 입니다.

   - 24 * 60 * 60 = 86,400

- 따라서 단순히 시각을 1씩 증가시키면서 3이 하나라도 포함되어 있는지를 확인하면 됩니다.

- 이러한 유형은 완전 탐색(Brute Forcing) 문제 유형이라고 불립니다.

   - 가능한 경우의 수를 모두 검사해보는 탐색 방법을 의미합니다.

 

<문제> 시각: 답안 예시 (Python)

# H 입력 받기
h = int(input())

count = 0
for i in range(h + 1):
	for j in range(60):
    	for k in range(60):
        	# 매 시각 안에 '3'이 포함되어 있다면 카운트 증가
            if '3' in str(i) + str(j) + str(k):
            	count += 1
                
print(count)                

<문제> 상하좌우: 문제 설명

- 여행가 A는 N x N 크기의 정사각형 공간 위에 서 있습니다. 이 공간은 1 x 1 크기의 정사각형으로 나누어져 있습니다. 가장 왼쪽 위 좌표는 (1, 1)이며, 가장 오른쪽 아래 좌표는 (N, N)에 해당합니다. 여행가 A는 상, 하, 좌, 우 방향으로 이동할 수 있으며, 시작 좌표는 항상 (1, 1)입니다. 우리 앞에는 여행가 A가 이동할 계획이 적힌 계획서가 놓여 있습니다.

- 계획서에는 하나의 줄에 띄어쓰기를 기준으로 하여 L, R, U, D중 하나의 문자가 반복적으로 적혀 있습니다. 각 문자의 의미는 다음과 같습니다.

   - L: 왼쪽으로 한 칸 이동

   - R: 오른쪽으로 한 칸 이동

   - U 위로 한 칸 이동

   - D: 아래로 한 칸 이동

- 이때 여행가 A가 N x N 크기의 정사각형 공간을 벗어나는 움직임은 무시됩니다. 예를 들어 (1, 1)의 위치에서 L 혹은 U를 만나면 무시됩니다. 다음은 N = 5인 지도와 계획서입니다.

<문제> 상하좌우: 문제 조건

<문제> 상하좌우: 문제 해결 아이디어

- 이 문제는 요구사항대로 충실히 구현하면 되는 문제입니다.

- 일련의 명령에 따라서 개체를 차례대로 이동시킨다는 점에서 시뮬레이션(Simulation) 유형으로도 분류되며 구현이 중요한 대표적인 문제 유형입니다. 

 

<문제> 상하좌우: 답안 예시 (Python)

# N 입력 받기
n = int(input())
x, y = 1, 1
plans = input().split()

# L, R, U, D 에 따른 이동 방향
dx = [0, 0, -1, 1]
dy = [-1, -1, 0, 0]
move_types = ['L', 'R', 'U', 'D']

# 이동 계획을 하나씩 확인하기
for plan in plans:
	# 이동 후 좌표 구하기
    	for i in range(len(voe_types)):
    	if plan == move_types[i]:
        	nx = x + dx[i]
            	ny = y + dy[i]
	# 공간을 벗어나는 경우 무시
    if nx < 1 or ny < 1 or nx > n or ny > n:
    	continue
	# 이동 수행
    x, y = nx, ny
    
print(x, y)    

 

<문제> 문자열 재정렬: 문제 설명

- 알파벳 대문자와 숫자(0 ~ 9)로만 구성된 문자열이 입력으로 주어집니다. 이때 모든 알파벳을 오름차순으로 정렬하여 이어서 출력한 뒤에, 그 뒤에 모든 숫자를 더한 값을 이어서 출력합니다. 

 

<문제> 문자열 재정렬: 문제 조건

<문제> 문자열 재정렬: 문제 해결 아이디어

- 문자열이 입력되었을 때 문자를 하나씩 확인합니다.

 

<문제> 문자열 재정렬: 답안 예시 (Python)

data = input()
result = []
value = 0

# 문자를 하나씩 확인하며
for x in data:
    # 알파벳인 경우 결과 리스트에 삽입
    if x.isalpha():
        result.append(x)
    # 숫자는 따로 더하기
    else:
        value += int(x)

# 알파벳을 오름차순으로 정렬
result.sort()

# 숫자가 하나라도 존재하는 경우 가장 뒤에 삽입
if value != 0:
    result.append(str(value))

# 최종 결과 출력(리스트를 문자열로 변환하여 출력)
print(''.join(result))

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
반응형

그리디 알고리즘

- 그리디 알고리즘(탐욕법)은 현재 상황에서 지금 당장 좋은 것만 고르는 방법을 의미

- 일반적인 그리디 알고리즘은 문제를 풀기 위한 최소한의 아이디어를 떠올릴 수 있는 능력을 요구합니다.

- 정당성 분석이 중요

 

<문제> 거스름 돈: 문제 설명

- 최적의 해를 빠르게 구하기 위해서는 가장 큰 화폐 단위부터 돈을 거슬러 주면 된다.

 

<문제> 거스름  돈: 정당성 분석

- 가장 큰 화폐 단위부터 돈을 거슬러 주는 것이 최적의 해를 보장하는 이유는?

   - 가지고 있는 동전 중에서 큰 단위가 항상 작은 단위의 배수이므로 작은 단위의 동전들을 종합해 다른 해가 나올 수 없기 때문입니다.

 

<문제> 거스름 돈: 답안 예시(Python)

n = 1260
count = 0

# 큰 단위의 화폐부터 차례대로 확인하기
array = [500, 100, 50, 10]

for coin in array:
	count += n // coin # 해당 화폐로 거슬러 줄 수 있는 동전의 개수 세기
    n %= coin
    
print(count)

 

<문제> 거스름 돈: 시간 복잡도 분석

- 화폐의 종류가 K라고 할 때, 소스코드의 시간 복잡도는 O(K)입니다.

 

<문제> 1이 될 때까지: 문제 설명

- 어떠한 수 N이 1이 될 때까지 다음의 두 과정 중 하나를 반복적으로 선택하여 수행하려고 합니다. 단, 두번째 연산은 N이 K로 나누어 떨어질 때만 선택할 수 있습니다.

   1. N에서 1을 뺍니다.

   2. N을 K로 나눕니다.

- 예를 들어 N이 17, K가 4라고 가정합시다. 이때 1번의 과정을 한 번 수행하면 N은 16이 됩니다. 이후에 2번의 과정을 두 번 수행하면 N은 1이됩니다. 결과적으로 이 경우 전체 과정을 실행한 횟수는 3이 됩니다. 이는 N을 1로 만드는 최소 횟수입니다.

- N과 K가 주어질 때 N이 1이 될 때까지 1번 혹은 2번의 과정을 수행해야 하는 최소 횟수를 구하는 프로그램을 작성하세요.

 

<문제> 1이 될 때까지: 문제 조건

<문제> 1이 될 때까지: 문제 해결 아이디어

<문제> 1이 될 때까지: 정당성 분석

- 가능하면 최대한 많이 나누는 작업이 최적의 해를 항상 보장할 수 있을까요?

- N이 아무리 큰 수여도, K로 계속 나눈다면 기하급수적으로 빠르게 줄일 수 있습니다.

 

<문제> 1이 될 때까지: 답안 예시 (Python)

# N, K을 공백을 기준으로 구분하여 입력 받기
n, k = map(int, input().split())

result = 0

while True: 
	# N이 K로 나누어 떨어지는 수가 될 때까지만 1씩 빼기
    target = (n // k) + k
    result += (n - target)
    n = target
    # N이 K보다 작을 때 (더 이상 나눌 수 없을 때) 반복문 탈출
    if n < k:
    	break
    # K로 나누기
    result += 1
    n //= k
    
# 마지막으로 남은 수에 대하여 1씩 빼기
result += (n - 1)
print(result)

 

<문제> 곱하기 혹은 더하기: 문제 설명

- 각 자리가 숫자(0부터 9)로만 이루어진 문자열 S가 주어졌을 때, 왼쪽부터 오른쪽으로 하나씩 모든 숫자를 확인하며 숫자 사이에 'x' 혹은 '+' 연산자를 넣어 결과적으로 만들어질 수 있는 가장 큰 수를 구하는 프로그램을 작성하세요. 단, +보다 x 를 먼저 계산하는 일반적은 방식과는 달리, 모든 연산은 왼쪽부터 순서대로 이루어진다고 가정합니다.


<문제> 곱하기 혹은 더하기: 문제 조건

<문제> 곱하기 혹은 더하기: 문제 해결 아이디어

- 대부분의 경우 '+'보다는 'x'가 더 값을 크게 만듭니다.

   - 예를 들어 5 + 6 = 11이고, 5 x 6 = 30입니다.

- 다만 두 수 중에서 하나라도 '0' 혹은 '1'인 경우, 곱하기보다는 더하기를 수행하는 것이 효율적입니다.

- 따라서 두 수에 대하여 연산을 수행할 때, 두 수 중에서 하나로 1 이하인 경우에는 더하며, 두 수가 모두 2 이상인 경우에만 곱하면 정답입니다.

 

<문제> 곱하기 혹은 더하기: 답안 예시 (Python)

data = input()

# 첫 번째 문자를 숫자로 변경하여 대입
result = int(data[0])

for i in range(1, len(data)):
	# 두 수 중에서 하나라도 '0' 혹은 '1'인 경우, 곱하기보다는 더하기 수행
    num = int(data[i])
    if num <= 1 or result <= 1:
    	result += num
    else:
    	result *= num
        
print(result)        

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 2  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
반응형

함수와 람다

함수

- 함수(Function)란 특정한 작업을 하나의 단위로 묶어 놓은 것을 의미합니다.

- 함수를 사용하면 불필요한 소스코드의 반복을 줄일 수 있습니다.

 

함수의 종류

- 내장 함수: 파이썬이 기본적으로 제공하는 함수

- 사용자 정의 함수: 개발자가 직접 정의하여 사용할 수 있는 함수

 

함수

- 함수를 사용하면 소스코드의 길이를 줄일 수 있습니다.

   - 매개변수 : 함수 내부에서 용할 변수

   - 반환 값: 함수에서 처리 된 결과를 반환

def 함수명(매개변수):
	실행할 소스코드
    return 반환 값

 

더하기 함수 예시

- 더하기 함수 예시 1)

def add(a, b):
	return a + b
    
print(add(3, 7)) # 10

- 더하기 함수 예시 2)

def add(a, b):
	print('함수의 결과: ', a + b)
    
add(3, 7) # 함수의 결과: 10   

 

파라미터 지정하기

- 파라미터의 변수를 직접 지정할 수 있습니다.

   - 이 경우 매개변수의 순서가 달라도 상관이 없습니다.

def add(a, b):
	print('함수의 결과: ', a + b)
 
 print(b = 3, a = 7) # 함수의 결과: 10

 

global 키워드

- global 키워드로 변수를 지정하면 해당 함수에서는 지역 변수를 만들지 않고, 함수 바깥에 선언된 변수를 바로 참조하게 됩니다.

a = 0

def func():
	global a
    a += 1
    
for i in range(10):
	func()
   
print(a) # 10   

 

여러 개의 반환 값

- 파이썬에서 함수는 여러 개의 반환 값을 가질 수 있습니다.

def operator(a, b):
	add_var = a + b
    subtract_var = a - b
    multiply_var = a * b
    divide_var = a / b
    return add_var, subtract_var, multiply_var, divide_var

a, b, c, d = operator(7, 3)
print(a, b, c, d)

 

람다 표현식

- 람다 표현식을 이용하면 함수를 매우 간단하게 작성할 수 있습니다.

   - 특정한 기능을 수행하는 함수를 한 줄에 작성할 수 있다는 점이 특징입니다.

def add(a, b):
	return a + b
    
# 일반적인 add() 메서드 사용
print(add(3, 7))  # 10

# 람다 표현식으로 구현한 add() 메서드
print((lambda a, b: a + b)(3, 7)) # 10

 

람다 표현식 예시: 내장 함수에서 자주 사용되는 람다 함수

array = [('홍길동', 50), ('이순신', 32), ('아무개', 74)]

def my_key(x):
	return x[1]
    
print(sorted(array, key=my_key)) # [('이순신', 32), ('홍길동', 50), ('아무개', 74)]
print(sorted(array, key=lambda x: x[1])) # [('이순신', 32), ('홍길동', 50), ('아무개', 74)]

 

람다 표현식 예시: 여러 개의 리스트에 적용

list1 = [1, 2, 3, 4, 5]
list2 = [6, 7, 8, 9, 10]

result = map(lambda a, b: a + b, list1, list2)

print(list(result)) # [7, 9, 11, 13, 15]

 

특히 유용한 표준 라이브러리

 

자주 사용되는 내장 함수

# sum()
result = sum([1, 2, 3, 4, 5])
print(result)

# min(), max()
min_result = min(7, 3, 5, 2)
max_result = max(7, 3, 5, 2)
print(min_result, max_result)

# eval()
result = eval("(3+5)*7")
print(result)

# sorted()
result = sorted([9, 1, 8, 5, 4])
reverse_result = sorted([9, 1, 8, 5, 4], reverse=True)
print(result)
print(reverse_result)

# sorted() with key
array = [('홍길동', 35), ('이순신', 75), ('아무개', 50)]
result = sorted(array, key=lambda x: x[1], reverse=True)
print(result)

 

순열과 조합

- 순열: 서로 다른 n개에서 서로 다른 r개를 선택하여 일렬로 나열하는 것

   - {'A', 'B', 'C'}에서 두 개를 선택하여 나열하는 경우: 'ABC', 'ACB', 'BAC', 'BCA', 'CAB', 'CBA'

from itertools import permutations

data = ['A', 'B', 'C'] # 데이터 준비

result = list(permutations(data, 3)) # 모든 순열 구하기
print(result)

 

- 조합: 서로 다른 n개에서 순서에 상관 없이 서로 다른 r개를 선택하는 것

   - {'A', 'B', 'C'}에서 순서를 고려하지 않고 두 개를 뽑는 경우: 'AB', 'AC', 'BC'

from itertools import combinations

data = ['A', 'B', 'C'] # 데이터 준비

result = list(combinations(data, 2)) # 2개를 뽑는 모든 조합 구하기
print(result) # [('A','B'), ('A', 'C'), ('B','C')]

 

중복 순열과 중복 조합

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 2  (0) 2020.11.25
그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
반응형

기본 입출력

- 모든 프로그램은 적절한 입출력 양식을 가지고 있습니다.

- 프로그램 동작의 첫 번째 단계는 데이터를 입력 받거나 생성하는 것입니다.

 

자주 사용하는 표준 입력 방법

- input() 함수는 한 줄의 문자열을 입력 받는 함수입니다.

- Map() 함수는 리스트의 모든 원소에 각각 특정한 함수를 적용할 때 사용합니다.

# 데이터의 개수 입력
n = int(input())

# 각 데이터를 공백을 기준으로 구분하여 입력
data = list(map(int, input().split()))

print(n)
print(data)

 

빠르게 입력 받기

- 사용자로부터 입력을 최대한 빠르게 받아야 하는 경우가 있습니다.

- 파이썬의 경우 sys 라이브러리에 정의되어 있는 sys.stdin.readline() 메서드를 이용합니다.

  - 단, 입력 후 엔터(Enter)가 줄 바꿈 기호로 입력되므로 rstrip() 메서드를 함께 사용합니다.

import sys

# 문자열 입력 받기
data = sys.stdin.readline().rstrip()
print(data)

 

자주 사용되는 표준 출력 방법

- 파이썬에서 기본 출력 print() 함수를 이용합니다.

  - 각 변수를 콤마(,)를 이용하여 띄어쓰기로 구분하여 출력할 수 있습니다.

- print()는 기본적으로 출력 이후에 줄 바꿈을 수행합니다.

  - 줄 바꿈을 원치 않는 경우 'end' 속성을 이용할 수 있습니다.

 

출력을 위한 전형적인 소스코드

# 출력할 변수들
a = 1
b = 2
print(a, b) # 12
print(7, end=" ")
print(8, end=" ")

# 출력할 변수
answer = 7
print(" 정답은 " + str(answer) + "입니다.") # 7 8 정답은 7입니다.

 

<조건문과 반복문>

조건문

- 조건문은 프로그램을 작성할 때 프로그램의 흐름을 제어하는 문법입니다.

- 조건문을 이용해 조건에 따라서 프로그램의 로직을 설정할 수 있습니다.

x = 15

if x >= 10:
	print(x) # 15

- 조건문의 기본적인 형태는 if ~ elif ~ else 입니다.

  - 조건문을 사용할 때 elif 혹은 else 부분은 경우에 따라서 사용하지 않아도 됩니다.

 

성적 구간에 따른 학점 출력 예시

score = 85

if score >= 90:
	print("학점: A")
elif score >= 80:
	print("학점: B")
elif score >= 70:
	print("학점: C")
else:
	print("학점: F")

# 학점 B

 

비교 연산자

- 비교 연산자는 특정한 두 값을 비교할 때 이용할 수 있습니다.

논리 연산자

- 논리 연산자는 논리 값 사이의 연산을 수행할 때 사용합니다.

 

파이썬의 기타 연산자

- 여러 개의 데이터를 담는 자료형을 위해 in 연산자와 not in 연산자가 제공됩니다. 

   - 리스트 , 튜플, 문자열, 딕셔너리 모두에서 사용이 가능합니다.

 

파이썬의 pass 키워드

- 조건문의 값이 참(True)이라고 해도, 아무것도 처리하고 싶지 않을 때 pass 키워드를 사용합니다.

 

반복문

- 특정한 소스코드를 반복적으로 실행하고자 할 때 사용하는 문법입니다.

- 무한 루프(Infinite Loop): 계속해서 반복되는 반복 구문

 

1부터 9까지 각 정수의 합 구하기

i = 1
result = 0

# i가 9보다 작거나 같을 때 아래 코드를 반복적으로 실행
while i <= 9:
	result += i
    i += 1
    
print(result) # 45

 

1부터 9까지 홀수의 합 구하기

i = 1
result = 0

# i가 9보다 작거나 같을 때 아래 코드를 반복적으로 실행
while i <= 9:
	if i % 2 == 1:
    	result += i
    i += 1
    
print(result)   # 25

 

반복문: for문

- 반복문으로 for문을 이용할 수도 있습니다.

- for문의 구조는 다음과 같은데, 특정한 변수를 이용하여 'in' 뒤에 오는 자료형(리스트, 튜플 등)에 포함 

되어 있는 원소를 첫 번째 인덱스부터 차례대로 하나씩 방문합니다.

for 변수 in 리스트:
	실행할 소스코드

- for문에서 수를 차례대로 나열할 때는 range()를 주로 사용합니다.

   - 이때 range(시작 값, 끝 값) 형태로 사용합니다.

   - 인자를 하나만 넣으면 자동으로 시작 값은 0이 됩니다.

result = 0

# i는 1부터 9까지의 모든 값을 순회
for i in range(1, 10):
	result += i
    
print(result) # 45   

 

학생들의 합격 여부 판단 예시 1) 점수가 80점만 넘으면 합격

scores = [90, 85, 77, 65, 97]

for i in range(5):
	if scores[i] >= 80:
    	print(i + 1, "번 학생은 합격입니다.")
        
'''
1 번 학생은 합격입니다.
2 번 학생은 합격입니다.
5 번 학생은 합격입니다.
'''

 

학생들의 합격 여부 판단 예시 2) 특정 번호의 학생은 제외하기

scores = [90, 85, 77, 65, 97]
cheating_student_list = {2, 4}

for i in range(5):
	if i + 1 in cheating_student_list:
    	continue
    if scores[i] >= 80:
    	print(i + 1, "번 학생은 합격입니다.")

'''
1 번 학생은 합격입니다.
5 번 학생은 합격입니다.
'''

 

중첩된 반복문: 구구단 예시

for i in range(2, 10):
	for j in range(1, 10):
    	print(i, "X", j, "=", i * j)
    print()

 

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
코딩 테스트 개요  (0) 2020.11.18
반응형

문자열 자료형

- 문자열 변수를 초기화할 때는 큰따옴표(")나 작은 따옴표(')를 이용합니다.

- 문자열 안에 큰따옴표나 작은따옴표가 포함되어야 하는 경우가 있습니다.

   - 전체 문자열을 큰따옴표로 구성하는 경우, 내부적으로 작은따옴표를 포함할 수 있습니다.

   - 전체 문자열을 작은따옴표로 구성하는 경우, 내부적으로 큰따옴표를 포함할 수 있습니다.

   - 혹은 백슬래시(\)를 사용하면, 큰따옴표나 작은따옴표를 원하는 만큼 포함시킬 수 있습니다.

data = 'Hello World'
print(data) # Hello World

data = "Don't you know \"Python\""
print(data) # Don't you know "Python"?

 

문자열 연산

- 문자열 변수에 덧셈(+)을 이용하면 문자열이 더해져서 연결(Concatenate)됩니다.

- 문자열 변수를 특정한 양의 정수와 곱하는 경우, 문자열이 그 값만큼 여러 번 더해집니다.

- 파이썬은 문자열은 내부적으로 튜플과 유사하게 처리됩니다.

   - 문자열에 대해서도 마찬가지로 인덱싱과 슬라이싱을 이용할 수 있습니다.

 

리스트의 인덱싱과 슬라이싱

a = "Hello"
b = "World"
print(a + " " + b) # Hello World

a = "String"
print(a * 3) # StringStringString

a = "ABCDEF"
print(a[2:4]) # CD

 

튜플 자료형

- 튜플 자료형은 리스트와 유사하지만 다음과 같은 문법적 차이가 있습니다.

   - 튜플은 한 번 선언된 값을 변경할 수 없습니다.

   - 리스트는 대괄호([])를 이용하지만, 튜플은 소괄호(())를 이용합니다.

- 튜플은 리스트에 비해 상대적으로 공간 효율적입니다.

 

사전 자료형

- 사전 자료형은 키(Key)와 값(Value)의 쌍을 데이터로 가지는 자료형입니다.

   - 앞서 다루었던 리스트나 튜플이 값을 순차적으로 저장하는 것과는 대비됩니다.

- 사전 자료형은 키와 값의 쌍을 데이터로 가지며, 원하는 '변경 불가능한(Immutable) 자료형'을 키로 사용할 수 있습니다. 

- 파이썬의 사전 자료형은 해시 테이블(Hash Table)을 이용하므로 데이터의 검색 및 수정에 있어서 O(1)의 시간에 처리할 수 있습니다.

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

print(data) # {'사과': 'Apple', '바나나': 'Banana', '코코넛': 'Coconut'}

if '사과' in data:
	print("'사과'를 키로 가지는 데이터가 존재합니다.") # '사과'를 키로 가지는 데이터가 존재합니다.

 

사전 자료형 관련 메서드

- 사전 자료형에서는 키와 값을 별도로 뽑아내기 위한 메서드 존재

   - 키 데이터만 뽑아서 리스트로 이용할 때는 keys() 함수를 이용합니다.

   - 값 데이터만을 뽑아서 리스트로 이용할 때는 values() 함수를 이용합니다.

 

사전 자료형 관련 함수

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

# 키 데이터만 담은 리스트
key_list = data.keys()

# 값 데이터만 담은 리스트
value_list = data.values()
print(key_list)
print(value_list)

# 각 키에 따른 값을 하나씩 출력
for key in key_list:
	print(data[key])

 

집합 자료형

- 집합은 다음과 같은 특징이 있습니다.

  - 중복을 허용하지 않습니다.

  - 순서가 없습니다.

- 리스트나 튜플은 순서가 있기 때문에 인덱싱을 통해 자료형의 값을 얻을 수 있습니다.

- 사전 자료형과 집합 자료형은 순서가 없기 때문에 인덱싱으로 값을 얻을 수 없습니다.

- 집합은 리스트 혹은 문자열을 이용해서 초기화할 수 있습니다.

   - 이때 set() 함수를 이용합니다.

- 혹은 중괄호 ({})안에 각 원소를 콤마(,)를 기준으로 구분하여 삽입함으로써 초기화 할 수 있습니다.

# 집합 자료형 초기화 방법 1
data = set([1, 1, 2, 3, 4, 4, 5])
print(data) # {1, 2, 3, 4, 5}

# 집합 자료형 초기화 방법 2
data = {1, 1, 2, 3, 4, 4, 5}
print(data) # {1, 2, 3, 4, 5}

 

집합 자료형의 연산

a = set([1, 2, 3, 4, 5])
b = set([3, 4, 5, 6, 7])

# 합집합
print(a | b) # {1, 2, 3, 4, 5, 6, 7}

# 교집합
print(a & b) # {3, 4, 5}

# 차집합
print(a - b) # {1, 2}
data = set([1, 2, 3])
print(data) # {1, 2, 3}

# 새로운 원소 추가
data.add(4)
print(data) # {1, 2, 3, 4}

# 새로운 원소 여러 개 추가
data.update([5, 6])
print(data) {1, 2, 3, 4, 5, 6}

# 특정한 값을 갖는 원소 삭제
data.remove(3)
print(data) # {1, 2, 4, 5, 6}
반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #1  (0) 2020.11.18
코딩 테스트 개요  (0) 2020.11.18
반응형

자료형

- 모든 프로그래밍은 결국 데이터를 다루는 행위입니다.

- 파이썬의 자료형으로는 정수형, 실수형, 복소수형, 문자열, 리스트, 튜플, 사전 등이 있습니다.

 

정수형

- 정수형(Integer)은 정수를 다루는 자료형입니다.

# 양의 정수
a = 1000
print(a) # 1000

# 음의 정수
a = -7
print(a) # -7

# 0
a = 0
print(a) # 0

 

실수형

- 실수형(Real Number)는 소수점 아래의 데이터를 포함하는 수 자료형입니다.

# 양의 실수
a = 157.93
print(a) # 157.93

# 음의 실수
a = -1837.2
print(a) # -1837.2

# 소수부가 0일 때 0을 생략
a = 5.
print(a) # 5.0

# 정수부가 0일 때 0을 생략
a = -.7
print(a) # -0.7

 

지수 표현 방식

- 파이썬에서는 e나 E를 이용한 지수 표현 방식을 이용할 수 있습니다.

- e나 E 다음에 오는 수는 10의 지수부를 의미합니다.

- 예를 들어 1e9라고 입력하게 되면, 10의 9제곱이 됩니다.

# 1,000,000,000 의 지수 표현 방식
a = 1e9
print(a) # 1000000000.0

# 752.5
a = 75.25e1
print(a) # 752.5

# 3.954
a = 3954e-3
print(a) # 3.954

 

실수형 더 알아보기

- 컴퓨터 시스템은 실수 정보를 표현하는 정확도에 한계를 가집니다.

a = 0.3 + 0.6
print(a) # 0.899999999999999

if a == 0.9:
	print(True)
else:
	print(False) # False

- 이럴 때는 round() 함수를 이용할 수 있으며, 이러한 방법이 권장됩니다.

- 예를 들어 123.456을 소수 셋째 자리에서 반올림하려면 round(123.456, 2)라고 작성합니다.

   - 결과는 123.46이 됩니다.

a = 0.3 + 0.6
print(round(a,4)) # 0.9

if round(a, 4) == 0.9:
	print(True)
else:
	print(False) # True

 

수 자료형의 연산

- 수 자료형에 대하여 사칙연산과 나머지 연산자가 매우 많이 사용됩니다.

- 나누기 연산자(/)는 나눠진 결과를 실수형으로 반환합니다.

- 다양한 로직을 설계할 때 나머지 연산자(%)를 이용해야 할 때가 많습니다.

- 파이썬에서는 몫을 얻기 위해 몫 연산자(//)를 사용합니다.

- 이외에도 거듭 제곱 연산자(**)를 비롯해 다양한 연산자들이 존재합니다.

a = 7
b = 3

# 나누기
print(a / b) # 2.333333333335

# 나머지
print(a % b) # 1

# 몫
print(a // b) # 2
--------------------------------------------------------------------------
a = 5
b = 3

# 거듭 제곱
print(a ** b) # 125

# 제곱근
print(a ** 0.5) # 2.23606797749979

 

리스트 자료형

- 여러 개의 데이터를 연속적으로 담아 처리하기 위해 사용하는 자료형입니다.

- 리스트 대신에 배열 혹은 테이블이라고 부르기도 합니다.

- 리스트는 대괄호([])안에 원소를 넣어 초기화하며, 쉼포(,)로 원소를 구분합니다.

- 리스트의 원소에 접근할 때는 인덱스(Index) 값을 괄호에 넣습니다.

- 비어 있는 리스트를 선언하고자 할 때는 list() 혹은 간단히 []를 이용할 수 있습니다.

# 직접 데이터를 넣어 초기화
a = [1, 2, 3, 4, 5, 6, 7, 8, 9]
print(a) # [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 크기가 N이고, 모든 값이 0인 1차원 리스트 초기화
n = 10
a = [0] * n
print(a) # [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

 

리스트의 인덱싱과 슬라이싱

- 인덱스 값을 입력하여 리스트의 특정한 원소에 접근하는 것을 인덱싱(Indexing)이라고 합니다.

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 뒤에서 첫 번째 원소 출력
print(a[-1]) # 0

# 뒤에서 세 번째 원소 출력
print(a[-3]) # 7

# 네 번째 원소 값 변경
a[3] = 7
print(a) # [1, 2, 3, 7, 5, 6, 7, 8, 9]

 

- 리스트에서 연속적인 취를 갖는 원소들을 가져와야 할 때는 슬라이싱(Slicing)을 이용합니다.

- 대괄호 안에 콜론(:)을 넣어서 시작 인덱스와 끝 인덱스를 설정할 수 있습니다.

- 끝 인덱스는 실제 인덱스보다 1을 더 크게 설정합니다.

a = [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 두 번째 원소부터 네 번째 원소까지
print(a[1:4]) # [2, 3, 4]

 

리스트 컴프리헨션

- 리스트를 초기화하는 방법 중 하나입니다.

- 대괄호 안에 조건문과 반복문을 적용하여 리스트를 초기화 할 수 있습니다.

# 0부터 9까지의 수를 포함하는 리스트
array = [i for i in range(10)]

print(array) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

# 0부터 19까지의 수 중에서 홀수만 포함하는 리스트
array = [i for i in range(20) if i % 2 == 1]

print(array) # [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

# 1부터 9까지의 수들의 제곱 값을 포함하는 리스트
array = [i * i for i in range(1, 10)]

print(array) # [1, 4, 9, 16, 25, 36, 49, 81]

 

리스트 컴프리헨션과 일반적인 코드 비교하기

코드 1: 리스트 컴프리헨션

# 0부터 19까지의 수 중에서 홀수만 포함하는 리스트
array = [i for i in range(20) if i % 2 == 1]

print(array) 

코드 2: 일반적인 코드

# 0부터 19까지의 수 중에서 홀수만 포함하는 리스트
array = []
for i in range(20):
	if i % 2 == 1:
    	array.append(i)
  
print(array)

실행 결과 (두 코드 모두 동일): [1, 3, 5, 7, 9, 11, 13, 15, 17, 19]

 

- 리스트 컴프리헨션은 2차원 리스트를 초기화할 때 효과적으로 사용될 수 있습니다.

- 특히 N X M 크기의 2차원 리스트를 한 번에 초기화 해야 할 때 매우 유용합니다.

 

리스트 컴프리헨션(좋은 예시)

# N X M 크기의 2차원 리스트 초기화
n = 4
m = 3
array = [[0] * m for _ in range(n)]
print(array) # [[0, 0, 0], [0, 0, 0], [0, 0, 0], [0, 0, 0]]

 

리스트 관련 기타 메서드

a = [1, 4, 3]
print("기본 리스트: ", a) # 기본 리스트: [1, 4, 3]

# 리스트에 원소 삽입
a.append(2)
print("삽입: ", a) # 삽입: [1, 4, 3, 2]

# 오름차순 정렬
a.sort()
print("오름차순 정렬: ", a) # 오름차순 정렬: [1, 2, 3 , 4]

# 내림차순 정렬
a.sort(reverse = True)
print("내림차순 정렬: ", a)
-----------------------------------------------------------------------------------
a = [4, 3, 2, 1]

# 리스트 원소 뒤집기
a.reverse()
print("원소 뒤집기: ", a) # 원소 뒤집기: [1, 2, 3, 4]

# 특정 인덱스에 데이터 추가
a.insert(2, 3)
print("인덱스 2에 3 추가: ", a) # 인덱스 2에 3 추가: [1, 2, 3, 3, 4]

# 특정 값인 데이터 개수 세기
print("값이 3인 데이터 개수: ", a.count(3)) # 값이 3인 데이터 개수: 2

# 특정 값 데이터 삭제
a.remove(1)
print("값이 1인 데이터 삭제: ", a) # 값이 1인 데이터 삭제: [2, 3, 3, 4]

 

리스트에서 특정 값의 원소를 모두 제거하기

a = [1, 2, 3, 4, 5, 5, 5]
remove_set = {3, 5}

# remove_list에 포함되지 않은 값만을 저장
result = [i for i in a if i not in revmove_set]
print(result) # [1, 2, 4]
반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
코딩 테스트 개요  (0) 2020.11.18
반응형

코딩 테스트?

- 일종의 문제 풀이 시험

- 응시자의 수를 효과적으로 줄이기 위한 방법

 

코딩 테스트 유형

- 온라인 코딩 테스트

- 오프라인 코딩 테스트

 

온라인 저지(Online Judge) 

다양한 온라인 저지 사이트

코딩 테스트 응시자 설문

 

온라인 개발 환경 (Python)

- 리플릿

- 파이썬 튜터

- 파이참(PyCharm)

온라인 개발 환경 (C++)

- Dev C++

 

IT 기업 코딩 테스트 최신 출제 경향

- 그리디 (쉬운 난이도)

- 구현

- DFS/BFS를 활용한 탐색

 

2019년 주요 기업 코딩 테스트 유형 분석

 

<알고리즘 성능평가>

복잡도(Complexity)

- 복잡도는 알고리즘의 성능을 나타내는 척도

   - 시간 복잡도 : 특정한 크기의 입력에 대하여 알고리즘의 수행 시간 분석

   - 공간 복잡도 :  특정한 크기의 입력에 대하여 알고리즘의 메모리 사용량 분석

 

빅오 표기법(Big-O Notation)

- 가장 빠르게 증가하는 항만을 고려하는 표기법

 

연산 횟수

=> 빅오 표기법에서는 차수가 가장 큰 항만 남기므로 O(N^3)

 

알고리즘 설계 Tip

- 코딩 테스트 문제에서 시간제한은 통상 1 ~ 5초가량이라는 점!

 

요구사항에 따라 적절한 알고리즘 설계하기

- 문제에서 가장 먼저 확인해야 하는 내용은 시간제한(수행시간 요구사항) 이다.

- 시간제한이 1초인 문제를 만났을 때, 일반적인 기준

 

알고리즘 문제 해결 과정

1. 지문 읽기 및 컴퓨터적 사고

2. 요구사항(복잡도) 분석

3. 문제 해결을 위한 아이디어 찾기

4. 소스코드 설계 및 코딩

 

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18

+ Recent posts