Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- matplotlib
- 파이썬크롤링
- 파이썬데이터분석
- 주피터노트북판다스
- 주피터노트북그래프
- 팀플기록
- 판다스데이터분석
- python데이터분석
- 파이썬데이터분석주피터노트북
- 판다스그래프
- 주피터노트북데이터분석
- SQL수업
- 파이썬시각화
- sql연습하기
- 수업기록
- 주피터노트북맷플롯립
- SQL
- 파이썬수업
- 맷플롯립
- sql연습
- python알고리즘
- sql따라하기
- 파이썬알고리즘
- Python
- 파이썬
- SQLSCOTT
- 데이터분석시각화
- python수업
- 파이썬차트
- 주피터노트북
Archives
- Today
- Total
IT_developers
Python algorithm 개념 및 실습 - 짝짓기 본문
알고리즘이란 ?
- 어떤 일을 하기 위한 명령의 집합
- 문제 해결 방법을 추상화하여 각 절차를 논리적으로 기술해 놓은 것
- 어떤 문제를 해결하기 위한 절차나 방법
알고리즘 복잡도
- Complexity
- 어떤 알고리즘이 문제를 풀기 위해 해야하는 계산이 얼마나 복잡한가?
- 알고리즘의 성능을 객관적으로 평가하는 기준
- 시간복잡도(time complexity) : 실행 횟수로 판단
- 공간복잡도(space complexity) : 기억공간과 파일 공간의 사용량
- 빅오 표기법 ( Big O Notation)
- 알고리즘이 얼마나 빠른지 표시하는 방법
- 입력 데이터 크기 증가할 때 알고리즘 연산 시간(횟수)의 증가 방식
- 연산의 횟수를 비교함
- O(n) : 계산 복잡도
- O : 빅 O
- n : 연산 횟수
- O(1) : 입력 크기 n과 계산 복잡도가 무관 할때 ex) n(n+1)/2
- O(logn) : 입력 크기 n의 로그 값에 비례하여 증가 ex) 이분탐색
- O(n) : 입력 크기 n에 비례하여 복잡도 증가 ex) 최댓값, 순차탐색
- O(nlogn) : 입력 크기 n과 로그 n 값의 곱에 비례하여 복잡도 증가 ex) 병합정렬, 퀵정렬
- O(n²) : 입력 크기 n의 제곱에 비례하여 복잡도 증가 ex) 선택정렬, 삽입정렬
- O(n₂) : 입력 크기가 n 일 때, 2의 n 제곱 값에 비례하여 복잡도 증가 ex)하노이의 탑
짝짓기 - Tom - Jerry, Tom - Mike, Jerry - Mike
def name_matching(list1):
size = len(list1)
for i in range(size - 1):
for j in range(i + 1, size):
print(list1[i], "-", list1[j])
if __name__ == "__main__":
list1 = ["Tom", "Jerry", "Mike"]
name_matching(list1)
'Python' 카테고리의 다른 글
Python algorithm 개념 및 실습 - 최대공약수, 유클리드 (0) | 2022.09.17 |
---|---|
Python algorithm 개념 및 실습 - 팩토리얼, 재귀호출 (1) | 2022.09.16 |
Python algorithm 개념 및 실습 - 동명이인 찾기 (0) | 2022.09.16 |
Python algorithm 개념 및 실습 - 최댓값, 최솟값 (0) | 2022.09.15 |
Python algorithm 개념 및 실습 - n 까지 합, 제곱 합 (0) | 2022.09.15 |
Comments