자본주의를 살아가는 코린이

coin = [25, 10, 5, 1] input_int = int(input()) for _ in range(input_int): input_bill = int(input()) for i in coin: print(input_bill//i, end=' ') input_bill = input_bill%i

input_int = int(input()) result = 2 while input_int > 0: result = result + 2 ** (input_int-1) input_int -= 1 print(result ** 2) 한 면에 나오는 점의 수의 차이가 2의 배수로 차이나는 것을 확인하고 수식을 적었습니다. 더 간단히 한 분들도 계십니다.(한줄로 작성하셨네요...) print((2**int(input())+1)**2) https://my-coding-notes.tistory.com/431 [🥉3 / 백준 2903 / 파이썬] 중앙 이동 알고리즘 2903번: 중앙 이동 알고리즘 상근이는 친구들과 함께 SF영화를 찍으려고 한다. 이 영화는 외계 지형이 필요하다. 실제로 우주선을 타고 외계 행성에 가..

linear search 는 for 문을 사용하여 배열에서 해당값을 찾는 알고리즘 입니다. 이는 기본적인 알고리즘으로 보통 많이 사용합니다. 하지만 시간복잡도가 O(n) 이므로 시간이 오래 걸릴 수 있습니다. 이를 해결하기 위해 binary search(이진탐색)가 나왔습니다. 배열의 처음과 마지막의 중간값을 비교하여 찾는값이 중간값보다 크면 중간 ~ 끝까지 중간~끝 의 중간보다 크면 그 중간의 오른쪽으로 넘어가는 방법입니다. 따라서 시간이 1/2씩 단축되는 효과가 있습니다. 이를 시간복잡도로 나타내면 (1/2)^k * n 이므로 O(log n) 이 됩니다. *주의 : 이진탐색은 쪽 정렬된 배열에서 사용하세요!!! 참조: https://www.youtube.com/watch?v=J3hM7xE9aFc ht..

import pymysql import csv import pandas as pd import openpyxl from openpyxl import Workbook from openpyxl import load_workbook #read data with csv def open_csv(feature): data = list() f = open('%s.csv' % feature, 'r', encoding='utf-8') rea = csv.reader(f) for row in rea: data.append(row) f.close return data def make_excel(feature): wb = Workbook() ws = wb.active # enter your file path path = 'ex..

function getImg(){ var param = {}; $.ajax({ url: "", data: param, type: 'get', success: function (data) { var result = eval(data); var str = ''; console.log(result[0]); $.each(result, function (i) { str += ''; }); //사진나오는 곳의 전체 div css $(".video").empty(); //console.log(str); $(".video").append(str); // console.log(str); //사진 imgid넣는 곳의 css $("#slide li").css({ "top":"0", "left":"0", //절대 건들면 안되..

연결 리스트는 각 노드마다 데이터와 다음 노드의 메모리 주소값이 있는 구조입니다. 이 구조는 블록체인의 구조와도 아주 약간 비슷하네요.(데이터가 있고, 그 데이터 해쉬값이 다음 노드에 넘어온다는 점) 연결 리스트는 데이터를 읽는데 시간이 걸립니다.(O(n))(head부터 읽어와야 합니다.) 하지만 삽입과 삭제에는 배열보다 속도가 빠릅니다.(배열은 삭제 후 다시 index정렬)(연결 리스트는 주소만 바꾸면 됨) # structure of Node class Node: def __init__(self, data): self.data = data self.next = None class LinkedList: def __init__(self): self.head = None self.last_node = Non..

알고리즘의 성능을 나타내는 지표로 BIG -O표기법을 사용합니다. 알고리즘의 시간/공간 복잡도 예측시 사용합니다. 인풋이 들어왔을 때, 기본 연산 횟수를 계산하는 방법입니다. "점근적 표현법 중 하나이며, 상수와 계수를 제거하고 알고리즘의 복잡도를 단순화하여 나타낸다." O(1) = 배열의 해당 index값 출력(바로 나오는 것) O(log n) = 로그 함수(값이 들어왔을 때 출력값을 구하기 위한 계산이 줄어듬)(이진트리) O(n) = for문 O(nlog n) = 퀵 정렬 O(n^2) = 2중 반복문 O(2^n) = 피보나치 수열 O(n!) = 팩토리알 함수 출처 : https://hanamon.kr/%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-time-complexity-%EC..

while True: num += 1 snum = str(num) #현재시간 가져오기 currentTime = datetime.datetime.now() if bDate == "": bDate = str(currentTime.strftime('%Y%m%d')) #RTSP를 불러오는 곳 video_capture = cv2.VideoCapture(1) # 웹캠 설정 #video_capture.set(3, 800) # 영상 가로길이 설정 #video_capture.set(4, 600) # 영상 세로길이 설정 fps = 20 # 가로 길이 가져오기 streaming_window_width = int(video_capture.get(3)) # 세로 길이 가져오기 streaming_window_height = in..

A = [[0 for _ in range(101)] for _ in range(101)] result = 0 paper_count = int(input()) for _ in range(paper_count): width, height = list(map(int, input().split(' '))) for x in range(width, width+10): for y in range(height, height+10): A[x][y] = 1 for i in A: result += i.count(1) print(result)

A = [] max_len = 0 result_str = '' for _ in range(5): input_list = input() if max_len x: result_str += A[y][x] print(result_str)