Stack(스택) 스택은 후입선출(Last-In First-Out, LIFO) 의 원리를 따르는, 즉 가장 최근에 추가된 요소가 가장 먼저 제거되는 자료구조이다. 주요 메소드는 다음과 같다. > push(element) : 스택의 맨 위에 원소를 추가 pop() :
그래프 탐색 (Graph Search) 그래프 탐색이란 정점 vertex와 간선 edge로 이루어진 그래프 네트워크에서 특정한 목적을 갖고 정점을 방문하는 것을 말한다. 다음은 주요한 그래프 탐색 알고리즘이다. BFS (Breadth-First Search) 너비 우
일반적으로 탐색은주어진 데이터에서 특정 값을 찾고자 할 때정렬되지 않은 데이터에서 max/min 값을 찾고자 할 때그래프나 트리 구조에서 경로를 찾아야 할 때데이터베이스에서 특정 레코드를 검색할 때위와 같은 상황처럼 주어진 자료구조에서 원하는 항목을 찾기 위해 사용된다
⁕ 이 논문의 주요 내용은 내비게이션 경로 설정에서 최단거리 탐색을 위한 A⁕ 와 Dijkstra 알고리즘의 하이브리드 검색법에 대한 연구이다. 논문에서는 A⁕ 와 Dijkstra 알고리즘을 결합해 최적의 경로를 빠르고 효율적으로 찾는 방법을 제안한다. Introdu
A* 알고리즘 A* 알고리즘은 그래프에서 시작 노드에서 목표 노드까지의 최단 경로를 효율적으로 찾기 위해 1968년 Peter Hart, Nils Nilsson, Bertram Raphael에 의해 처음 제안되었다. A-star 알고리즘의 핵심은 적절한 휴리스틱을 통해
(One-to-One) : 한 출발점에서 한 도착점까지의 최단 경로 찾기(Many-to-One / One-to-Many) : 여러 출발점에서 하나의 도착점/~까지 최단 경로, 각 출발지/~에서 도착점까지 최단 경로를 찾은 뒤 그 중에서 최단 경로 선택(Many-o-Ma
Array vs ListArray :연속된 메모리 공간에 순서대로(연속적으로) 원소 저장정적 크기 (생성될 때 크기 지정)배열 중간에 원소 삽입/삭제하려면, 모든 원소 하나씩 이동인덱스로 직접 접근은 List에 비해 빠른 편List :개별적 메모리에 원소 저장, 각 원
이전 supervised learning에서 Linear Model에 대해 선형 모델로 오류를 최소화하는 모델을 찾는 방법으로 간단하게 넘어갔다. 이번에는 Linear Model에 대해 더 자세히 알아보겠다. Linear Model(선형 모델)이란, 선형 모델이란 독
앞서 살펴본 머신러닝의 핵심은 바로 대상 간 구별하는 feature 였다. 이번에는 머신러닝의 학습 방법에 따른 분류인 다음의 3가지 supervised learning, unsupervised learning, reinforcement learning에 대해 알아보
인공지능 메모장 인공지능(Artificial Intelligence)이란, 인간 지능을 모방하여 작업을 수행하고 수집한 정보를 기반으로 반복적으로 개선할 수 있는 시스템 또는 기계를 의미한다. 인공지능이라 하면 딥러닝, 머신러닝 등을 가장 많이 들어보았을텐데 인공신
d : directory l : link : file, rwx * 3 -> user, group, ohter respectively (r : read, w : write, x : excute) r = 2^2, w = 2^1, x = 2^0;