CS

1. 학교로부터 전달 받은 노트북(Dell)에는 Windows가 기본으로 깔려 있었다.- Outlook 계정을 새로 만들고, 기본 세팅 완료 후 Window 환경으로 접속 * Outlook 계정: lamdaco@outlook.kr  2. 부팅용 USB에 Ubuntu 22.02 버전 iso 파일을 설치, Rufus를 이용하여 설치용 디스크로 만들었다.- dell ubuntu 설치  3. USB를 끼워둔 상태로, Dell 노트북을 재부팅하고, 빠르게 F12 키를 연타하여 BIOS 창으로 진입한다. - BIOS 설정 창에서, 노트북 부팅 순서를 USB가 최우선이 되도록 순서 변경 (기존: Windows manager)  4. 이후 다시 노트북을 실행시키고, Ubuntu를 설치해주었다. - 혹시 몰라 Windo..

0. VSCode Remote - SSH 설치VSCode를 실행하고, 메인 화면에서 Ctrl + Shift + X 입력, Extensions 창에서 Remote - SSH 툴 설치 1. 왼쪽 메뉴에서 원격 탐색기 실행, 새로 추가 (or Ctrl + Shift + P)2. 원격 서버 접속 정보 설정 1) SSH 대상(target)  -> 설정 파일(톱니바퀴)2) 접속 정보 설정Host: [사용자명]@[서버 IP 주소]:[포트번호]    HostName: [서버 IP 주소]    User: [사용자명]    Port: [포트번호] 3. 원격 서버 접속1) SSH 대상(target) 호스트 -> 새 창에서 호스트 연결2) 서버 접속 성공

※ 서버 작업하면서 참고하려고 작성한 포스트이기 때문에, 설명이 친절하지 않을 수 있음 ※ 가끔가다 업데이트 진행 (최종 업데이트: 2022.10.31) 2023.01.28  - Jupyter Notebook 관련 설정 업데이트0. 초기 설정1) 패키지 업데이트$ sudo apt update $ sudo apt upgrade -y $ sudo reboot  2) 기본 패키지 설치$ sudo apt install tree -y $ sudo apt install unzip -y $ sudo apt-get install vim $ sudo apt-get install gcc $ sudo apt install net-tools $ sudo apt-get install build-essential$ sudo ap..

1. 연결리스트 0) 정의 -> 각 노드가 데이터와 포인터를 가지고 한 줄로 연결되어 데이터를 저장하는 자료 구조 1) 구현 · 노드 구현 class Node(): def __init__(self, data): self.data = data self.next = None· 연결리스트 구현 class LinkedList(): def __init__(self): self.head = None self.count = 0 # 맨 앞에 데이터 추가 def appendHead(self, Node): if self.head == None: # 연결리스트에 아무것도 없다면 self.head ..

플로이드 와샬 알고리즘 0) 정의 -> 노드와 경로가 있을 때, 모든 노드를 최단 거리 (최소 비용)으로 연결하는 알고리즘 1) 작동 원리-> 플로이드 와샬 알고리즘의 경우는 어떤 노드에서 시작해도 상관 x (모든 노드를 연결하는 것이 목적)  · 가장 먼저 비용 배열과 방문 배열을 선언한다. · 0번 노드에서 시작 · 0번 노드에서 갈 수 있는 노드들: 1, 4, 5번 노드들  -> 비용 배열 갱신 · 방문하지 않은 노드들 중에서 최소값을 갖는 노드 (4번 노드)를 선택하여 시작 노드와 연결 · 새로 추가된 4번 노드에서 탐색 작업 실시 · 기존 값들과 비교하여 새로 연결될 경우의 필요 비용 계산, 최소값을 갖는 값으로 갱신 · 방문하지 않는 노드들 중 최소 비용을 갖는 1번 노드 방문, 4번 노드 탐..

동적계획법 0) 정의 -> 다이나믹 프로그래밍 (Dynami Programming, DP) 라고도 불리며, 하나의 큰 문제를 여러 개의 공통되는 작은 문제로 나누어서 작은문제의 정답들을 결합하여 알고리즘을 푸는 과정  * 동적계획법을 풀어나감에 있어, 점화식의 공식을 찾아나가야 함  1) Bottom Up 방법 -> 작은 문제에서 큰 문제로 반복문 호출 def fib(n): fibList = [1, 1] for i in range(2, n + 1): fibList.append(fibList[i-2] + fibList[i-1]) return fibList[-1]2) Top Down 방법 -> 큰 문제에서 작은 문제로 재귀 호출 def fib(n): if n == 0 or..

재귀함수0) 정의 -> 메소드 혹은 함수의 내부에서 자기자신의 메소드 혹은 함수를 다시 호출하는 함수  1) 구조 def solution(trump, loc): if 종료조건: pass return solution(trump, loc + 1)* 재귀함수 사용시에는 조건문을 활용하여 재귀함수 종료조건을 삽입해야 함  2) 사용 이유-> 코드의 간결화 및 변수 사용 최소화  3) 재귀함수 깊이 * 재귀함수의 최대 깊이 기본값은 1,000이지만, 다음과 같이 옵션을 설정해주면 최대 깊이 제한을 변경 할 수 있다. import sys sys.setrecursionlimit(2500)4) 활용 예시Q. data = [3, 5, 8] 성분들의 합으로 표현할 수 있는 숫자의 경우의 수는 ?· 반복..

해시0) 정의-> 데이터를 다루는 기법 중 하나로, 검색과 저장에 아주 유용한 구조이다. key-value 쌍으로 데이터를 저장함1) 해시함수란 ? -> 임의의 길이를 갖는 메시지를 입력받아 고정된 길이의 해시값을 출력하는 함수  2) 해시 구현 방법 · 딕셔너리에 삽입hash = dict()hash[1] = 'apple'hash['banana'] = 3hash[(4, 5)] = [1, 2, 3]hash[10] = dict({1: 'a', 2: 'b'})위와 같은 형태로 해시 함수를 사용할 수 있지만, 집합과 배열은 해시 함수의 키 값으로 사용할 수 없다. (인덱스로 변환 불가)  ex) hash({3, 5}), hash([3, 5]) -> 사용 x  · 딕셔너리 값 추출 hash.pop(1) # '..

깊이우선탐색 (DFS)0) 정의-> Depth First Search의 약자로, 하나의 경우의 수에 대해 모든 경우의 수를 조사하고 다음 경우의 수를 조사하며 해를 찾는 과정 1) 구조 2) 깊이우선탐색(DFS)과 스택· 시작점: A, A부터 검사 · A가 정답이 아니므로, A 아래 가능한 경우의 수들을 모두 스택에 put · 스택에서 가장 위에 있는 B를 꺼내 (pop), B를 검사 · B가 정답이 아니므로, B 아래 가능한 경우의 수들을 모두 스택에 put ...· 이 과정을 반복하며 정답 데이터를 찾음  · 재귀를 통한 구현 graph = {1:[2, 3, 4]. 2:[5], 3:[5], 4: [], 5:[6, 7], 6:[], 7: [3]}def recursive_dfs(v, discovered ..

Python으로 2차원 리스트 만드는 방법에 대해 살펴보고, 그 외 2차원 리스트 연산을 활용한 예시들을 살펴본다.1. 2차원 리스트 생성하기 # COLUMN = 가로 길이, ROW = 세로 길이 array = [[0 for col in range(COLUMN)] for row in range(ROW)]array = [[0] * COLUMN for _ in range(ROW)] # 다음과 같이 작성할 경우, 얕은 복사가 일어나기 때문에 권장하지 x array = [[0] * COLUMN] * ROW2. 2차원 리스트 -> 1차원 리스트로 변환my_list = [[1, 2], [3, 4], [5, 6]]# sum 함수 사용 answer = sum(my_list, [])# numpy 라이브러리 활용 impo..