재귀함수의 가장 기초적인 문제다. 자기 자신을 리턴시켜 답을 구하는 방식. 따로 설명이 필요 없을것 같다. 한가지 주의할 점은 0!의 값은 1이다. 이것만 주의해 주면 쉽게 풀 수 있다. import java.util.Scanner; public class Main { int multi(int num){ if(num
규칙을 찾기가 어려웠던 문제. 중간에 계산을 잘못해서 푼 줄 알았는데 알고보니 틀렸었다. 뭔가 규칙이 보일듯 말듯 한데 잘 보이지 않아서 고생했다. 조건 시작할때와 목적지에 도달 전의 이동거리는 반드시 1이 되어야 한다. 이동 가능한 거리는 바로 전에 이동했던 거리(n)의 n-1, n, n+1만큼 이동할 수 있다. 이런 문제를 풀때는 반드시 어딘가에 경우의 수를 써가면서 풀자. 암산하려고 하면 더 어렵고 헷갈린다. 거리(y-x) 경로 가장 큰 이동거리 작동횟수 1 1 1 1 2 11 1 2 3 111 1 3 4 121 2 3 5 1211 2 4 6 1221 2 4 7 12211 2 5 8 12221 2 5 9 12321 3 6 위 표를보면 몇가지 규칙이 있다. 1. 거리가 제곱일때 그 가장 큰 이동거리가..
웹 서버를 구축을 하는것은 컴퓨터에 웹을 연동하기 위해 프로그램(웹 서버 응용프로그램)을 개발하는 것이다. 즉 웹 서버를 구축하기 위해서 "hppt"라는 프로토콜을 인지할 수 있는 소프트웨어(웹 서버 소프트웨어)가 있어야 한다. 또한 클라이언트에서 요청한 요구사항들을 내포하고 있고, 데이터를 처리 할 수 있는 웹 서버 응용프로그램이 필요하다. 우리가 흔히 백엔드 개발을 한다는것은 웹 서버 응용프로그램을 개발한다는 것이다. 데이터의 종류에는 여러가지가 있는데 크게 두가지로 나뉜다. web 문서와 전자문서다. web문서는 데이터를 로딩해서 가져오는 문서고, 전자 문서는 컴퓨터에서 자체적으로 수행 가능한 문서다(ex: 메모장). 이러한 데이터(web 문서, 전자문서..)들을 관리하기 위해 데이터베이스를 사용한..
막상 보면 매우 쉬운 문제 같지만, 알고리즘을 짜려고 들어가면 생각보다 어렵다. import java.util.Scanner; public class Main { public static void main(String[] args) { Scanner scanner=new Scanner(System.in); int sugar=scanner.nextInt(); int count=0; if(sugar%5>3){ count=sugar/5; sugar=sugar-5*count; } else if(sugar%5
특정 조건을 만족시키는 데이터 df의 A가 0.5보다 큰 값을 출력시킬때 df.A>0.5 true와 false를 반환하므로 데이터로 출력시키려면 df[df.A>0.5] #df.A가 True인 것만 출력 데이터 전체가 0.5보다 큰것 출력 df>0.5 df[df>0.5] 데이터 프레임 복사 df2=df.copy() df2에 새로운 데이터 추가. 기존 컬럼에는 E가 없었으므로 새로운 series가 생긴다. 단 추가할 떄 행의 개수와 같아야 된다. 다를시 오류 df2["E"]=[1,2,3,4,5] df2["E"]=[1,2,3,4] #행의 개수가 5개인데 4개를 입력해서 오류 . 데이터 프레임에 원하는 데이터가 존재하는지 유무 판단 df2["E"].isin(["1","2"]) E컬럼에서 1과 2가 존재하는 행만..
ndarray: 같은 종류의 데이터만 담을수 있는 배열 데이터 프레임의 값을 ndarray로 표현 df.values 출력 이때 열이 하나의 요소가 아니라 행이 하나의 요소로 되어있다. 데이터의 개수(count), 평균(mean), 최솟값(min), 최댓값(max), 4분위 값(25%,50%,75%), 표준편차(std) 를 출력할때 describe 메소드를 사용한다. 데이터 프레임 정렬 기준을 정해놓고, 기준에 맞게 오름/내림 차순으로 정렬하는것 df.sort_values(by="B", ascending=True) #by는 정렬 할 컬럼 ascending이 True일시 내림차순 False면 오름차순 pandas가 dictionary와 굉장히 비슷하다. 컬럼의 이름이 키값의 역할을 한다. df["A"] #열..