일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- Decorator
- Convert Sorted List to Binary Search Tree
- 시바견
- iterator
- Python
- Substring with Concatenation of All Words
- kaggle
- concurrency
- shiba
- 43. Multiply Strings
- 파이썬
- 밴픽
- DWG
- Python Code
- 프로그래머스
- Regular Expression
- 컴퓨터의 구조
- LeetCode
- 715. Range Module
- Class
- data science
- Generator
- 운영체제
- 109. Convert Sorted List to Binary Search Tree
- t1
- 30. Substring with Concatenation of All Words
- Protocol
- 315. Count of Smaller Numbers After Self
- attribute
- Python Implementation
- Today
- Total
Scribbling
기본 자료구조 / 알고리즘 정리 본문
1. 기본 자료구조
1.1 리스트: 가장 기초적인 자료 구조
- 특징: 추가 / 탐색 / 제거 등 대부분 O(N)
list.count(obj): 요수 개수
list.index(obj): 요소 위치 idx
list.insert(idx, obj)
list.pop(idx): 마지막 요소 제거 및 반환 / 특정 요소 제거 및 반환
list.remove(obj)
list.reverse():
list.sort(reverse=True): 기본 오름차순으로 정렬
1.2. Set: 중복을 허용하지 않음
- 특징: (파이썬) Set 자료구조는 Hash Table 구조로 O(1)로 탐색 가능
선언: set = set([1, 2, 3])
set.add(obj)
set.update(list):
set.remove(obj): obj 제거, obj 없을 경우 err
set.discard(obj): obj 제거, obj 없어도 no err
set = set1 | set2: 합집합
set = set1 & set2: 교집합
set = set1 - set2: 차집합
set = set1 ^ set2: 대칭 차집합(합집합 - 교집합)
set1.issubset(set2): 부분집합 여부 확인
set1.issuperset(set2): 포함여부 확인
set1.isdisjoint(set2): 교집합 있는지 확인
3. Dictionary
dict.keys(): 모든 key 반환
dict.values(): 모든 value 반환
dict.items(): 모든 key-value tuple 반환
dict.clear(): 모든 원소 제거
dict1 = dict2.copy(): 복사
dict.fromkeys(seq, value): seq(key list)를 키로 갖는 신규 사전 생성 (모든 value=value(단일item))
dict.get(key, default=None): 해당 key의 value를 return, 없을 경우 None(default) 값 return
dict1.update(dict2): dict1에 dict2 추가
4. Heap: 기본 min-heap, 우선순위 큐로 종종 사용
q = []
heapq.heappush(q, (원소)): 원소 추가 O(logn)
heapq.heappop(q): 원소 꺼내기 O(logn)
heapq.heapify(list): 힙 정렬 O(N)
5. Deque: 큐로 종종 사용
deque.append(obj): 원소 추가
deque.popleft(): 원소 제거 및 return
deque.clear(): 모든 원소 제거
2. 기본 알고리즘
2.1. Greedy
: 현재 상황에서 최적만을 선택하는 알고리즘
2.2. 그래프의 표현: 인접 리스트 / 인접 행렬
2.2. DFS: 깊이 우선 탐색
2.3. BFS: 너비 우선 탐색
2.4. 정렬
- 계수 정렬
2.5. 이진 탐색
2.6. Dynamic Programming
- 메모이제이션
2.7 최단 경로 알고리즘
- 다익스트라
- Floyd-Warshall
- SPFA (Bellman-Ford)
2.8 그래프 알고리즘
- 서로소 집합 알고리즘: 서로소 집합 파악
- 무향 그래프의 cycle 파악: 서로소 집합 알고리즘
- 방향 그래프의 cycle 파악: DFS
- 최소 신장 트리: Kruskal
- 위상 정렬
2.9 구간 합 알고리즘
'Computer Science > Python' 카테고리의 다른 글
<Python> 정규표현식 (0) | 2021.11.09 |
---|---|
<Python> Decorator (0) | 2021.11.09 |
<Python> Iterator, Generator (0) | 2021.11.09 |
<Python> Class 파헤치기 (0) | 2021.10.28 |
<Python> 클로저 (0) | 2021.10.28 |