진강이의 성장일지

이진탐색트리(Binary Search Tree)의 개념이진탐색트리란 이진탐색(binary search)과 연결리스트(linked list)를 결합한 자료구조의 일종이다.데이터의 삽입, 삭제, 탐색 등이 자주 발생하는 경우에 효율적으로 쓰인다.**(복습)- 이진트리 - 한 노드의 자식 노드가 최대 2개(왼쪽,오른쪽)인 트리- 포화 이진 트리 : 모든 레벨의 노드가 꽉 차있으며, 단말 노드를 제외한 모든 노드의 차수가 2인 이진 트리.- 완전 이진 트리 : 단말 노드들이 트리 왼쪽부터 채워진 형태의 이진 트리.- 높이 균형 트리 : 모든 단말 노드의 깊이 차이가 많아야 1인 이진 트리.- 완전 높이 균형 이진 트리 : 왼쪽 하위 트리와 오른쪽 하위 트리의 높이가 같은 이진 트리.이진탐색트리의 정의이진탐색트리..

힙의 구현에 어울리는 것은? 연결리스트 아니라 배열앞서 우선순위 큐의 구현에 어울리는 것은 힙으로 결론이 났다.그렇다면 힙의 구현방법에 대해서 고민해보자. 힙은 트리이고 트리를 구현하는 방법에는 배열과 연결리스트가 있다. 이 둘 중 뭘 이용해야 할까? 정답은 배열이다.완전 이진 트리의 구조를 갖고 또 그 구조를 유지해야 하는 힙은 배열 기반으로 구현해야 한다. 연결리스트를 기반으로 힙을 구현하면, 새로운 노드를 힙의 '마지막 위치'에 추가하는 것이 쉽지 않기 때문이다. 배열 기반 힙을 구현하려면?배열을 기반으로 투리를 구성하는 방법을 요약하자면 다음과 같다.노드에 고유의 번호를 부여한다. 그리고 그 번호가 각 노드의 데이터가 저장 될 배열이 인덱스 값이 된다. 위 문장을 그림으로 설명하자면 다음과 같다...

우선순위 큐우선순위 큐는 이름처럼 '큐'와 관련이 있다. 앞서 공부한 큐의 핵심 연산 두 가지는 enqueue(큐에 데이터 삽입), dequeue(큐에 데이터 꺼내기)가 있었다. 마찬가지로 우선순위 큐의 핵심 연산도 enqueue(우선순위 큐에 데이터 삽입), dequeue(우선순위 큐에 데이터 꺼내기)이다. 하지만 큐와 우선순위는 연산의 결과에서 차이가 있는데, 큐는 연산의 결과로 먼저 들어간 데이터가 먼저 나오지만, 우선순위 큐의 연산 결과는 들어간 순서에 상관없이 우선순위가 높은 데이터가 먼저 나온다. ** 우선순위 큐에서 중요한 것은 '우선순위'인데 그럼 우선 순위는 어떻게 결정 되는가? -> 프로그래머가 결정한다. 우선순위 큐의 구현 방법1. 배열을 기반으로 구현하는 방법2. 연결 리스트를 기반..

ChatGPT를 시작으로 지난 1년 동안은 생성형 AI의 시대라고 해도 과언이 아닙니다. 우리 앞에 등장한 이 생성형 AI 기술로 인해 크리에이터가 되기 위한 장벽이 낮아지고 있으며 누구나 아이디어나 영감만 있으면 전문적인 지식이 없어도 AI 도구를 활용해 내 작품을 만들 수 있는 시대가되었습니다. 앞으로 이 생성형 AI를 잘 활용할 수 있는 능력이 분야에 상관없이 매우 중요한 능력이 될 것입니다. 따라서 오늘은 생성형 AI에 대해 잘 모르거나 처음 써 보는 분들을 위해 이 기술과 관련된 용어들을 간단하게 설명하려고 합니다. 기본적인 내용부터 더 어려운 내용까지 다룰 예정이니, 이 글을 통해 생성형 AI에 대해 더 알아가는 시간이 되었으면 좋겠습니다. 1. AI란? AI는 인간의 생각하는 방식을 모방하여..

활용 데이터셋 2022 디지털 정보격차 실태조사 (from 한국지능정보사회진흥원(NIA)) 최종 기획안 미래 도서관 정책 기획안 빅데이터 활용 사회문제 해결 기획안 코드 데이터 분석에 사용한 전체 코드는 다음과 같다 import matplotlib import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns # read data xlsx df = pd.read_excel('data.xlsx') # read the columns from xlsx #df2 = pd.read_excel("codebook.xlsx") from matplotlib import rc rc('font', family='Apple..

유형별 통계량각 유형별 군집의 특성을 알아보기 위해, 성별, 학력수준, 가구구성형태, 가구주 여부, 지역, 수도권 여부, 월평균소득, 가구 거주형태, 직업유무의 분포를 살펴봤다.‘디지털 약자’ 유형은 여성, 저학력, 1인 가구, 가구주, 동 거주, 비수도권, 저소득, 아파트 외 거주, 직업 없음의 비율이 높았다.디지털 약자 유형은 저학력에 1인 가구, 수도권 밖 그리고 읍/면 비율이 다른 유형에 비해 상대적으로 높다. 이는 디지털 기기를 접하기 힘든 고립된 환경이라고 유추할 수 있다. 따라서 이들 유형은 디지털 기기 ‘역량’이나 ‘활용’보다도 ‘접근’ 제고에 힘을 써야 한다.‘디지털 프랜드’ 유형은 남성, 학력, 다가구, 가구주, 동 거주, 비수도권, 고소득, 아파트 거주, 직업 음의 비율이 높았다.‘일..