본문 바로가기
반응형
[코딩테스트] 8주차: 실전 모의 코딩 테스트 실전 모의 코딩 테스트학습 주제실제 코딩 테스트와 유사한 환경에서 연습시간 관리와 문제 해결 전략 수립학습 목표실전 코딩 테스트 환경에 익숙해지고, 시간 내에 문제를 해결할 수 있는 능력을 기른다.다양한 문제 해결 전략을 익히고, 이를 통해 효율적으로 문제를 해결할 수 있다.학습 자료온라인 저지 플랫폼 (예: LeetCode, HackerRank, Codeforces)에서 제공하는 실전 문제실습 문제각 문제를 실제 코딩 테스트 환경에서 제한 시간 내에 풀어보세요. 문제는 LeetCode, HackerRank, Codeforces 등의 플랫폼에서 선택하여 진행할 수 있습니다. 1. Two Sum (LeetCode)주어진 배열에서 두 숫자의 합이 목표 값이 되는 인덱스 쌍을 찾으세요.문제 링크def two_.. 2024. 6. 4.
[코딩테스트] 6주차: 탐욕 알고리즘과 최적화 탐욕 알고리즘과 최적화학습 주제탐욕 알고리즘의 개념과 적용 방법탐욕 알고리즘을 사용한 문제 풀이 (활동 선택 문제, 최소 신장 트리 - Kruskal, Prim)학습 목표탐욕 알고리즘의 원리를 이해하고 다양한 문제에 적용할 수 있다.탐욕 알고리즘을 사용하여 최적의 해를 찾는 문제를 해결할 수 있다.활동 선택 문제, 최소 신장 트리 등의 대표적인 탐욕 알고리즘 문제를 해결할 수 있다.학습 자료탐욕 알고리즘 개요와 원리활동 선택 문제 설명 및 구현최소 신장 트리 알고리즘 (Kruskal, Prim) 설명 및 구현실습 문제1. 활동 선택 문제주어진 활동들의 시작 시간과 종료 시간을 기반으로 최대한 많은 활동을 선택하는 문제를 탐욕 알고리즘을 사용하여 해결하는 함수를 작성하세요.def activity_selec.. 2024. 6. 4.
[코딩테스트] 5주차: 백트래킹과 분할 정복 백트래킹과 분할 정복학습 주제백트래킹의 개념과 활용 (N-Queen 문제, 퍼즐 문제)분할 정복 알고리즘 (Merge Sort, Quick Sort 재방문, Fast Exponentiation)학습 목표백트래킹의 개념과 다양한 문제에서의 활용 방법을 이해하고 구현할 수 있다.분할 정복 알고리즘의 원리를 이해하고 구현할 수 있다.N-Queen 문제, 퍼즐 문제 등의 대표적인 백트래킹 문제를 해결할 수 있다.학습 자료백트래킹 개요와 원리분할 정복 알고리즘 설명 및 구현실습 문제1. N-Queen 문제 해결N x N 체스판에 N개의 퀸을 놓는 문제를 백트래킹을 사용하여 해결하는 함수를 작성하세요.def is_safe(board, row, col): for i in range(col): if .. 2024. 6. 4.
[코딩테스트] 4주차: 트리와 이진 탐색 트리 트리와 이진 탐색 트리학습 주제트리의 기본 개념과 순회 방법 (전위, 중위, 후위 순회)이진 탐색 트리 (BST)의 삽입, 삭제, 탐색균형 잡힌 트리 (AVL 트리, 레드-블랙 트리)학습 목표트리 자료구조의 기본 개념을 이해하고 구현할 수 있다.이진 탐색 트리의 삽입, 삭제, 탐색 연산을 구현할 수 있다.균형 잡힌 트리의 개념을 이해하고 기본적인 구현을 할 수 있다.학습 자료트리의 기본 개념 설명 및 구현이진 탐색 트리 (BST) 설명 및 구현AVL 트리와 레드-블랙 트리의 기본 개념 설명실습 문제트리 순회 (전위, 중위, 후위 순회)주어진 트리를 전위, 중위, 후위 순회하는 함수를 작성하세요.class Node: def __init__(self, key): self.left = Non.. 2024. 6. 4.
[코딩테스트] 1주차: 고급 정렬 알고리즘과 탐색 고급 정렬 알고리즘과 탐색학습 주제고급 정렬 알고리즘퀵 정렬 (Quick Sort)병합 정렬 (Merge Sort)탐색 알고리즘이진 탐색 (Binary Search)변형된 이진 탐색학습 목표고급 정렬 알고리즘의 원리와 구현 방법을 이해하고, 시간 복잡도와 공간 복잡도를 분석할 수 있다.이진 탐색을 사용하여 효율적으로 데이터를 탐색할 수 있다.다양한 변형된 이진 탐색 문제를 해결할 수 있다.학습 자료퀵 정렬 설명 및 구현병합 정렬 설명 및 구현이진 탐색 설명 및 구현실습 문제1. 퀵 정렬 구현주어진 리스트를 퀵 정렬 알고리즘을 사용하여 정렬하는 함수를 작성하세요.def quick_sort(arr): if len(arr) pivot] return quick_sort(left) + middle +.. 2024. 6. 4.
[코딩테스트] 코딩테스트를 위한 Python 모듈과 패키지 1. collections주요 기능:deque: 양방향 큐를 지원하는 자료구조로, 스택과 큐의 효율적인 연산을 제공합니다.Counter: 해시 가능한 객체의 개수를 셀 때 유용합니다.defaultdict: 기본 값을 설정할 수 있는 딕셔너리로, 키가 존재하지 않을 때 기본 값을 자동으로 제공합니다.namedtuple: 필드 이름을 가진 튜플로, 튜플의 인덱스 접근을 더 이해하기 쉽게 만들어줍니다.2. heapq주요 기능:힙 큐 알고리즘을 제공하여 우선순위 큐를 구현할 때 사용됩니다.최소 힙과 최대 힙을 통해 가장 작은/큰 요소를 효율적으로 추출할 수 있습니다.3. itertools주요 기능:반복자 생성 함수들을 제공하여 효율적인 반복 작업을 지원합니다.product, permutations, combin.. 2024. 6. 3.
[코딩테스트] 코딩테스트 교육과정(8주) 1주차: 고급 정렬 알고리즘과 탐색학습 주제:고급 정렬 알고리즘 (퀵 정렬, 병합 정렬)이진 탐색과 변형된 이진 탐색실습 문제:퀵 정렬과 병합 정렬 구현 및 성능 비교이진 탐색을 활용한 문제 풀이 (예: 특정 값 찾기, 범위 내 값 찾기)2주차: 동적 프로그래밍 (Dynamic Programming)학습 주제:동적 프로그래밍의 기초 (Memoization, Tabulation)대표적인 DP 문제 풀이 (피보나치 수열, 배낭 문제)실습 문제:피보나치 수열 (Top-Down, Bottom-Up)배낭 문제 (0/1 Knapsack)최대 부분합 문제 (Kadane’s Algorithm)3주차: 그래프 알고리즘학습 주제:그래프의 표현 방법 (인접 행렬, 인접 리스트)그래프 탐색 알고리즘 (DFS, BFS)최단 경.. 2024. 6. 3.
[고급 프로그래밍] Week 2: 멀티 프로세싱 (Multiprocessing) Day 1: 멀티 프로세싱 개요강의 내용:멀티 프로세싱의 개념멀티 프로세싱이란 무엇인가?멀티 스레딩과 멀티 프로세싱의 차이점파이썬에서의 멀티 프로세싱multiprocessing 모듈 소개기본 프로세스 생성 및 관리실습:간단한 멀티 프로세싱 예제import multiprocessingdef print_numbers(): for i in range(10): print(i)def print_letters(): for letter in 'abcdefghij': print(letter)process1 = multiprocessing.Process(target=print_numbers)process2 = multiprocessing.Process(target=print_lette.. 2024. 6. 2.
[코딩컨벤션] Week 25: PEP8 스타일 가이드 및 코딩 포매팅 도구, 코드 품질 관리 도구 Day 1: PEP8 스타일 가이드강의 내용:PEP8 스타일 가이드의 개념PEP8이란 무엇인가?PEP8의 중요성과 목적PEP8 주요 규칙들여쓰기 (Indentation)최대 줄 길이 (Maximum Line Length)빈 줄 (Blank Lines)임포트 (Imports)코드 예제:잘못된 코드와 올바른 코드 비교# 잘못된 코드 예제def my_function(param1,param2): print("Hello, World!") if param1 > param2: print("param1 is greater than param2")# 올바른 코드 예제 (PEP8 준수)def my_function(param1, param2): print("Hello, World!") if param1 > pa.. 2024. 6. 2.
[알고리즘] Week 10: 최신 연구 동향 Day 1: 기계 학습 (Machine Learning)강의 내용:기계 학습의 개념기계 학습이란 무엇인가?기계 학습의 주요 응용 분야기계 학습의 분류지도 학습 (Supervised Learning)비지도 학습 (Unsupervised Learning)강화 학습 (Reinforcement Learning)기계 학습의 기본 원리데이터 준비 및 전처리모델 훈련 및 평가주요 알고리즘선형 회귀 (Linear Regression)로지스틱 회귀 (Logistic Regression)결정 트리 (Decision Tree)실습:파이썬을 사용한 선형 회귀 및 로지스틱 회귀 예제import numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import .. 2024. 6. 2.
반응형

티스토리툴바