목록PROGRAMMING (318)
MY MEMO
[DATASTRUCTURE] Hash Table
[ 충돌(collision) ]- 두 개 이상의 키가 동일한 위치로 해싱되는 경우- 대표적인 두 가지 충돌 해결 방법: chaining과 open addressing 출처 : http://blog.naver.com/kts1801/220956548474 Linear Probing의 단점- 해시테이블에서 할당도니 공간이 연속해서 나타나는 뭉치가 있으면 이것이 점점 커지는 현상이 발생할 수 있는데, 이것을 집적화(Clustering)라고 부른다.- 클러스터링이 생기면 데이터 삽입 시 비어 있는 공간을 찾는 시간이 길어진다. 즉, 평균 탐색 시간을 증가시켜 성능을 저하시킴. 출처 : http://blog.naver.com/kts1801/220956548474 [출처] [해싱] - 충돌(Collision), 연쇄..
Heap Sort 개념 : http://priv.tistory.com/61 sort.h #pragma once #include #include using namespace std; #define LEFT_CHILD(x) (2*x + 1) #define RIGHT_CHILD(x) (2*x + 2) #define PARENT(x) ((x-1)/2) #define HEAP_FLAG_ON 1 #define HEAP_FLAG_OFF 0 #define LEFT_CHILD_FLAG_OFF 0 #define LEFT_CHILD_FLAG_ON 1 #define RIGHT_CHILD_FLAG_OFF 0 #define RIGHT_CHILD_FLAG_ON 1 #define HEAP_TREE_COUNT 200 #define N..
[DATASTRUCTURE] Binary Tree & Binary Search Tree
+) 출처 : https://blog.weirdx.io/post/3656이진 트리이진 트리(binary tree)는 한 노드가 최대 2개의 자식 노드를 가지는 트리를 말하며 첫 번째 노드는 부모(parent), 자식 노드는 왼쪽(left), 오른쪽(right)라고 불립니다.루트 이진 트리(rooted binary tree)는 모든 노드의 자식이 최대 2개인 루트를 가진 트리입니다.포화 이진 트리(full binary tree)는 모든 노드가 2개의 자식 노드를 가지며 모든 레벨이 꽉 찬 트리입니다.완전 이진 트리(complete binary tree)는 포화 이진 트리같이 모든 레벨이 꽉 찬 트리는 아니지만 모든 노드가 2개의 자식 노드를 가지는 트리입니다.+) 출처 : http://3dmpengines..
문제해결기법 카테고리의 있는 모든 문제는 인하대학교 컴퓨터정보공학부 문제해결기법 (2017) 수업 중에 나온 문제임을 알려드립니다.
+) 출처 : http://ledgku.tistory.com/39 #include #include #include #include using namespace std; void HanoiTowerMove(int num, char from, char by, char to) { if (num == 1) { printf("원반1을 %c에서 %c로 이동\n", from, to); } else { HanoiTowerMove(num - 1, from, to, by); printf("원반%d를 %c에서 %c로 이동\n", num, from, to); HanoiTowerMove(num - 1, by, from, to); } } int main(int arc, char** argv) { printf("하노이 타워 재귀 ..
[MACHINE LEARNING] Classification and Simplified cost function & Gradient Descent
+) this post is based on the lecture and content in the coursera(https://www.coursera.org/) machine learning class (professor)ClassificationTo attempt classification, one method is to use linear regression and map all predictions greater than 0.5 as a 1 and all less than 0.5 as a 0. However, this method doesn't work well because classification is not actually a linear function. The classificatio..
[MACHINE LEARNING] Feature Scaling and Normal Equation
+) this post is based on the lecture and content in the coursera(https://www.coursera.org/) machine learning class (professor)+) you can make new algorithm using original gradient descent function so you can find this functions are sameFeature ScalingWe can speed up gradient descent by having each of our input values in roughly the same range.−1 ≤ x(i) ≤ 1or−0.5 ≤ x(i) ≤ 0.5These aren't exact re..
[MACHINE LAERNING] Basic Conception of the Machine Learning and Cost Function
+) this post is based on the lecture and content in the coursera(https://www.coursera.org/) machine learning class (professor) Supervised Learning=> regression problem : we are trying to predict results within a continuous output, meaning that we are trying to map input variables to some continuous function. => classification problem : we are instead trying to predict results in a discrete outpu..
문제 출처 : https://code.google.com/codejam/contest/6254486/dashboard#s=p2+)i solve only small dataset (Cannot solve problem perfectly)ProblemA jamcoin is a string of N ≥ 2 digits with the following properties:Every digit is either 0 or 1.The first digit is 1 and the last digit is 1.If you interpret the string in any base between 2 and 10, inclusive, the resulting number is not prime.Not every strin..
[MACHINE LEARNING] Week2 과제
+)Octave,MATLAB1.Simple Octave/MATLAB function -first assignment is really simple. this assignment is for teaching you how to submit the code and get a score you can open the warmUpExcercise.m file and write down A = eye(5) and submit that code 2. Linear regression with one variable 2.1 Plotting the DataBefore starting on any task, it is often useful to understand the data by visualizing it. For..