프로그래머스 강좌, 자료구조와 알고리즘 - 1
자료구조와 알고리즘 - 1 link
1강은 소개로 생략
2강. 선형 배열(Linear Array)
1강은 소개로 생략
python 의 list는 자료형의 제한이 없음
O(1) 작업
- 원소 덧붙이기
.append()
- 원소 하나를 꺼내기
.pop()
O(n) 작업
- 원소 삽입하기
.insert()
- 원소 삭제하기
.del()
기타
- 원소 탐색하기:
.index()
실습1
목표: 리스트 L
에서 오름차순에 맞게 x
의 값을 삽입
def solution(L, x):
for i, v in enumerate(L):
if v > x:
L.insert(i, x)
break
else:
L.append(x)
return L
실습2
목표: 리스트 L
에서 x
값의 index 반환, 부재시 -1 반환
def solution(L, x):
answer = []
for i, v in enumerate(L):
if v == x:
answer.append(i)
if len(answer) == 0:
answer.append(-1)
return answer
3강. 정렬과 탐색(Sorting & Searching)
내장 정렬기능
1. 파이썬 내장 함수 sorted()
- 정렬된 리스트 반환(deep copy)
2. 리스트에 쓸 수 있는 메서드 .sort()
- 해당 리스트 정렬
역순 정렬(reverse)
reverse=true
를 매개변수로 전달
ex)sorted(L, reverse=true)
,L.sort(reverse=true)
정렬방식 지정(key)
java의 Comparator 와 유사.sorted(L, key=lambda x: len(x))
로 사용시 L 리스트의 개체값의 문자열 길이가 짧은 순으로 정렬 진행. dictionary 자료형도L.sort(key=lambda x:x['score'], reverse=true)
의 형태로 x['score'] 값이 큰순으로 정렬가능.
탐색 알고리즘
1. 선형 탐색(linear search) - 순차적으로 탐색과정 진행, O(n)
2. 이진 탐색(binary search) - 정렬되어있는 경우 가능, 절반씩 쪼개며 탐색, O(logn)
실습1
목표 : 효율성을 위해 이진탐색으로 오름차순 정렬된 배열에서 x
의 index값을 반환, 부재시 -1 반환
def solution(L, x):
low=0
high=len(L)-1
answer = 0
while(low<=high):
mid=(low+high)//2
if L[mid]==x:
answer = mid
break
elif L[mid]>x:
high=mid-1
else:
low=mid+1
else:
return -1
return answer
4강. 재귀 알고리즘(Recursive Algorithms) 기초
실습1
목표 : 피보나치 수열 구현
- 재귀
```python def solution(x): answer = 0; if x <= 1: answer = x else: answer = solution(x-1) + solution(x-2) return answer ```
- 반복문
```python def solution(x): answer = 0; if x <= 1: answer = x else: now = 1; before = 0; for i in range(1, x): answer = before + now before = now now = answer return answer ```
5강. 재귀 알고리즘(Recursive Algorithms) 응용
자원 효율: 재귀적 < 반복적
실습1
목표: 재귀적 이진탐색 구현
def solution(L, x, l, u):
if x < L[l] or x > L[u]:
return -1
mid = (l + u) // 2
if x == L[mid]:
return mid
elif x < L[mid]:
return solution(L, x, l , mid - 1)
else:
return solution(L, x, mid + 1 , u)
6강. 알고리즘의 복잡도 (Comlexity of Algorithms)
점근적 표기법
- Big-θ : 평균적인 복잡도,
θ(n)
로 표기 - Big-O : 최악의 경우 복잡도 (주로 사용),
O(n)
로 표기 - Big-Ω : 최선의 경우 복잡도,
Ω(n)
로 표기
정렬 알고리즘 예시 - 병합 정렬( merge sort)
정렬할 배열들을 각각 최소 비교단위로 분리하여 비교 -> O(logn)
정렬된 최소 비교단위 배열을 병합 - > O(n) => O(nlogn)
6강 실습. X
7강. 연결 리스트(Linked Lists) (1)
단방향 연결 리스트
다음 대상에 대한 주소를 참조하여 리스트를 구조화
- 특정 원소 참조 (k 번째)
- 리스트 순회 (list traversal)
- 길이 얻어내기
실습1
목표: linked list를 순회하며 각 노드값을 리스트로 만들어 반환하는 traverse 함수구현
class Node:
def __init__(self, item):
self.data = item
self.next = None
class LinkedList:
def __init__(self):
self.nodeCount = 0
self.head = None
self.tail = None
def getAt(self, pos):
if pos < 1 or pos > self.nodeCount:
return None
i = 1
curr = self.head
while i < pos:
curr = curr.next
i += 1
return curr
def traverse(self):
returnList = []
target = self.head
while target is not None:
returnList.append(target.data)
target = target.next
return returnList
8강. 연결 리스트(Linked List) (2)
- 원소의 삽입 (insertion)
- 원소의 삭제 (deletion)
- 두 리스트 합치기 (concatenation)
9강.연결 리스트(Linked List) (3)
dummy node 를 linked list 의 head로 추가
class Node:
def __init__(self, item):
self.data = item
self.next = None
class LinkedList:
def __init__(self):
self.nodeCount = 0
self.head = Node(None)
self.tail = None
self.head.next = self.tail
def __repr__(self):
if self.nodeCount == 0:
return 'LinkedList: empty'
s = ''
curr = self.head
while curr.next:
curr = curr.next
s += repr(curr.data)
if curr.next is not None:
s += ' -> '
return s
def getLength(self):
return self.nodeCount
def traverse(self):
result = []
curr = self.head
while curr.next:
curr = curr.next
result.append(curr.data)
return result
def getAt(self, pos):
if pos < 0 or pos > self.nodeCount:
return None
i = 0
curr = self.head
while i < pos:
curr = curr.next
i += 1
return curr
def insertAfter(self, prev, newNode):
newNode.next = prev.next
if prev.next is None:
self.tail = newNode
prev.next = newNode
self.nodeCount += 1
return True
def insertAt(self, pos, newNode):
if pos < 1 or pos > self.nodeCount + 1:
return False
if pos != 1 and pos == self.nodeCount + 1:
prev = self.tail
else:
prev = self.getAt(pos - 1)
return self.insertAfter(prev, newNode)
def concat(self, L):
self.tail.next = L.head.next
if L.tail:
self.tail = L.tail
self.nodeCount += L.nodeCount
실습1
목표: 노드를 뽑아내는 함수 구현
def popAfter(self, prev):
curr = prev.next
if prev.data is None:
prev.next = curr.next
self.tail = curr.next
elif prev.next == self.tail:
prev.next = None
self.tail = prev
else:
prev.next = curr.next
self.nodeCount -= 1
return curr.data
def popAt(self, pos):
if pos < 1 or pos > self.nodeCount:
raise IndexError
prev = self.getAt(pos - 1)
return self.popAfter(prev)
Author And Source
이 문제에 관하여(프로그래머스 강좌, 자료구조와 알고리즘 - 1), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@1sonjm/프로그래머스-강좌-자료구조와-알고리즘-1저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)