[SWEA]파이썬 SW문제해결 기본 - LIST 1 : 알고리즘, 리스트

---

파이썬 SW문제해결 기본 - LIST 1

01 알고리즘 02 리스트

---

이미지를 클릭하시면 SW Expert Academy의 해당 강좌로 이동합니다

01. 알고리즘

    ① 알고리즘 개요

        ▣ 알고리즘이란?

            - 유한한 단계를 통해 문제를 해결하기 위한 절차나 방법

        ▣ 알고리즘 표현법

            - 슈도 코드 : 일반적인 언어 코드를 흉내 내어 알고리즘을 써 놓은 코드

슈도 코드

            - 순서도 : 프로그램이나 작업의 진행 흐름을 순서에 따라 여러 가지 기호나 문자로 나타낸 도표

순서도

    ② 알고리즘의 성능 분석

        ▣ 무엇이 좋은 알고리즘인가?

            - 정확성 : 얼마나 정확하게 동작하는가?

            - 작업량 : 얼마나 적은 연산으로 원하는 결과를 얻어내는가?

            - 메모리 사용량 : 얼마나 적은 메모리를 사용하는가?

            - 단순성 : 얼마나 단순한가?

            - 최적성 : 더 이상 개선할 여지없이 최적화되었는가?

        ▣ 시간 복잡도 ≒ 빅-오(O) 표기법

            - 시간 복잡도 함수(실행되는 명령문의 수 계산하는 함수) 중에서 가장 큰 영향력을 주는 n에 대한 항만을 표시

            - 계수는 생략하여 표기

            - O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(2^n) < O(n!)

            EX1) O(2n+1) => O(2n) => O(n)
            EX2) O(2n^2+10n+100) => O(n^2)
            EX3) O(4) => O(1)

Big O 시간 복잡도

 

개인적으로 시간 복잡도 개념이 중요해 보인다. 일반적으로 원하는 기능을 수행하는 알고리즘을 설계하는 것은 기본적인 사항이다. 그것의 효율성을 계산하는 것, 그리고 더욱 효율적으로 업데이트하는 것이 더욱 중요하다.

 

 

02. List

    ① Python 소개

        ▣ 파이썬(Python)

            - 파이썬은 프로그램 실행 속도가 느리다. 하지만 프로그램 개발 속도가 빠르다.

        ▣ 변수

            - 파이썬에서 모든 자료는 '객체' (Java나 C의 기본형 타입 변수도 '객체')

            - 변수의 선언은 따로 없음 (변수에 값을 초기화 시 변수가 메모리에 생성)

            - 하나의 변수에 다른 타입의 값을 저장할 수 있음 (a=1 이후 a='abc' 가능)

        ▣ 자료형

타입	type()	리스트	list
정수	int	사전	dict
실수	float	셋	set
복소수	complex	None	NoneType
부울	bool	함수	function
문자열	str	클래스	클래스명
튜플	tuple

	기호	순서	중복	데이터변경	비고
tuple	()	O	O	X	수의 나열은 tuple로 인식 packing, unpacking
list	[]	O	O	O
dictionary	{}	X	키의 중복 : X 값의 중복 : O	O	{키: 값}의 구조로 저장 키는 불변 객체만
set	{}	X	X	O	불변 객체만 저장 가능

 

    ② List 소개

        ▣ 배열(List)

            - 같은 타입 변수들을 하나의 이름으로 열거하여 사용하는 자료구조

            - 파이썬의 리스트는 C나 Java에서의 배열과 '비슷한' 자료구조(아래 배열과 리스트의 차이점 참조)

    ③ List 사용법

        ▣ 파이썬의 변수

            - 별도의 선언을 요구하지 않으며 변수에 값을 할당할 때 자동으로 생성

            - 만약 미리 선언이 필요하다면 값을 할당해두면 됨 (sum = 0, num = [], arr = list())

        ▣ 배열과 리스트의 차이점

            - 배열 : 같은 타입의 데이터만 저장, 처음 크기를 지정한 후 변경할 수 없음

            - 리스트 : 다양한 타입의 데이터 저장, 처음 크기를 지정한 후 가변적으로 변경 가능

        ▣ 시퀀스(Sequence) 자료형

            - '순서'가 존재함으로, 인덱싱과 슬라이싱 연산 모두 적용 가능

            - 인덱싱(Indexing) : 시퀀스 자료형에서 하나의 요소를 인덱스를 통해 참조

            arr = ['a', 'b', 'c', 'd', 'e', 'f']
            arr[0] #'a' 첫 번째 요소
            arr[2] #'c' 세 번째 요소
            arr[-1] #'f' 뒤에서 첫 번째 요소

            - 슬라이싱(Slicing) : 시퀀스 자료형의 원하는 범위를 선택하는 연산

            arr = ['a', 'b', 'c', 'd', 'e', 'f']
            arr[1:3] #['b', 'c'] (1 이상 3 미만)
            arr[:3] #['a', 'b', 'c'] (처음부터 3 미만까지)
            arr[1:] #['b', 'c', 'd', 'e', 'f'] (1 이상부터 마지막까지)
            arr[:] #['a', 'b', 'c', 'd', 'e', 'f'] (처음부터 마지막까지)

        ▣ 함수와 연산

함수	설명	예시	결과
len()	원소 개수	len([1,3,5])	3
+	시퀀스 연결	[1,2,3] + [4,5]	[1,2,3,4,5]
*	반복	[1,2] * 2	[1,2,1,2]
in	소속하는가	2 in [1,2,3]	True
not in	소속하지 않는가	2 not in [1,3]	True
min()	원소 중 최소값	min([3,5,2])	2
max()	원소 중 최대값	max([3,5,2])	5
sorted()	정렬된 리스트 반환	print(sorted([3,5,2]))	[2,3,5]

        ▣ 리스트 함축(List Comprehension)

            - 수학에서 집합을 정의하는 표현식과 유사함

            - 반복문, 조건문을 중첩하여 사용 가능

            mylist = [1,2,3,4,5,6]
            newlist = [i for i in mylist if i%2==0] #[2,4,6]