X보다 작은 수  문제는 다음과 같습니다.    정수 N개로 이루어진 수열 A와 정수 X가 첫째 줄에 주어집니다.둘째 줄에는 수열 A를 이루는 정수 N개가 주어집니다. N의 범위가 10,000 입니다. 이는 리스트의 길이가 10,000이 될 수도 있고 만약 범위가 더 커졌다면 , 시간복잡도를 고려해서 코드를 작성해야 합니다. 이 문제에서는 그런 제한이 없지만, 최대한 시간복잡도를 아낄 수 있는 방법으로 작성해보겠습니다. 리스트를 받자마자 X보다 작은 수를 고려한다면 이는 O(N)만큼 소요됩니다. 하지만 백준 입력 예시에서는 리스트를 한번에 받게 끔 되어있습니다. 따라서 리스트를 받는것 까지는 이전 게시물에서 올린 방식 그대로 동일 합니다.  다만 이제부터는 가독성 또한 고려하겠습니다.리스트 컴프리헨션리스..

개수 세기 문제는 다음과 같습니다.   첫째 줄에 정수의 개수 N이 주어집니다.둘째 줄에는 정수가 공백으로 구분되어 주어져있습니다.셋째 줄에는 찾으려고 하는 정수 v가 주어집니다.   첫째 줄에 주어진 정수 N으로 가변적인 부분을 대신하여 시간복잡도를 줄일 생각을 하였으나, 보다 단순하게이 문제의 해답 코드를 두가지 방식으로 생각했습니다. 첫 번째 방식은 list를 이용한 단순 count 방식입니다.N = int(input())L = list(map(int,input().split()))M = int(input())print(L.count(M))두 번째 방식은 list와 dict를 이용한 단순 HashMap 방식입니다.d ={}N = int(input())L = list(map(int,input().sp..

A+B -4문제는 다음과 같습니다.   이전 문제와 매우 비슷한 문제입니다. 하지만 다른 점은 종료조건이 다릅니다.이전 문제의 코드 알고리즘 설명은 생략하겠습니다.https://edu-data.tistory.com/66 단계별로 풀어보기 백준_10952번A+B -5 문제는 다음과 같습니다.  두 정수 A와 B를 입력 받은 다음, A+B를 출력하는 프로그램을 작성하시면 됩니다.하지만 반복의 횟수는 언급되어 있지 않고 입력의 마지막에는 0 두 개가 들어온edu-data.tistory.com 입력의 수는 사용자가 원하는 만큼 제어할 수 있습니다.이 문제처럼 자유롭게 입력의 개수가 제한 되어 있지 않은 문제들은 예외처리를 사용하시면 됩니다. 예외처리란?(try - except)  try-except 구문은 파이..

A+B -5 문제는 다음과 같습니다.  두 정수 A와 B를 입력 받은 다음, A+B를 출력하는 프로그램을 작성하시면 됩니다.하지만 반복의 횟수는 언급되어 있지 않고 입력의 마지막에는 0 두 개가 들어온다고 언급되어 있습니다. 이를 통해 알 수 있는 점은 마지막 입력이 0 0 이 된다면 입력을 받지 않는다는 것 입니다. while True: A,B = map(int,input().split()) if A==0 and B==0: break print(A+B) while True : -> 참 일 때까지 반복합니다. 입력을 받다가 입력이 0,0 이 되는 순간 break로 반복문을 멈춥니다. Map에 대한 언급은 백준 단계별로 풀어보기 초반부터 확인하실 수 있습니다.A,B를 입력을..

SQLite란? SQLite는 가볍고 빠른 임베디드형 데이터베이스 관리 시스템(DBMS)입니다.특히 파일 하나만으로 데이터베이스를 구성할 수 있는 점이 가장 큰 장점입니다. SQL 기반 관계형 데이터베이스(RDBMS)서버 없이 동작 (파일 기반, 임베디드형)설치가 필요 없음 (라이브러리만 포함하면 됨!)SQLite를 쓰는 이유 가볍고 설치가 필요 없음MySQL, PostgreSQL처럼 별도의 서버 설치가 필요 없음하나의 .sqlite3 파일만 있으면 모든 데이터 관리 가능메모리가 적은 환경에서도 잘 작동 (IoT, 모바일 앱에서 많이 사용) SQL 설치 https://www.sqlite.org/download.html  실습 내용 1. 파일 만들기2. 테이블 만들기3. table에 데이터 입력4. tab..

이번 게시글에서는 K-최근접 이웃(KNN, K-Nearest Neighbors) 알고리즘에 대해 다뤄보겠습니다.KNN은 지도 학습(Supervised Learning) 알고리즘 중 하나입니다.간단하지만 강력한 Classification 및 Regression 기법으로 널리 사용됩니다.  KNN은 새로운 데이터 포인트가 주어졌을 때, 가장 가까운 K개의 데이터를 찾아 다수결 혹은 평균을 통해 결과를 예측하는 방식입니다.분류(Classification): 다수결을 통해 가장 많은 클래스를 선택회귀(Regression): K개의 평균을 계산하여 값을 예측  KNN의 핵심 개념:거리를 측정하여 가까운 데이터 포인트(K개)를 찾음분류 문제에서는 가장 많이 등장한 클래스로 예측회귀 문제에서는 K개의 평균 값으로 예..