let currentNode = this.head; for (let i = 0; i < index - 1; i++) { currentNode = currentNode.next; } newNode.next = currentNode.next; currentNode.next = newNode;currentNode = currentNode.next 이 부분이 잘 이해가 안갑니다.

Array배열의 경우시작주소+ 4*(n-1) 즉 아무리 긴 배열이더라도한번의 연산으로원하는 데이터에 접근할 수 있기 때문에배열 요소에 접근할 때의 시간복잡도는O(1)입니다. 여기까지는 이해가 갑니다.그런데 동적 배열 8:16초에서Dynamic Array의 선언 및 초기화의 시간복잡도가 왜 O(n)인지 이해가 가지 않았는데요 질문1.예를 들어 배열의 사이즈가 3인 경우 (자바로 예를 들어 보겠습니다.)int[ ] array = { 10, 20, 30 };이런 경우 배열의 요소가 3개이므로주소값에 3번을 접근해야 하고,int[ ] array = {1, 2, 3, 4, 5};배열의 요소가 5개 일때는주소값에 5번을 접근해야 하며,int[ ] array = { 1, 2, 3,... n};배열의 요소가 n개 일때는주소값에 n번을 접근해야 한다.따라서 배열의 선언 및 초기화의 시간 복잡도는 O(n)이다. 제가 이해한 게 맞는지 답변 부탁드립니다.<질문하는 의도>"강사님께서 배열에 n개의 데이터를 저장해야 하기 때문에 배열의 선언 및 초기화의 시간 복잡도는 O(n)이다."라고 말씀하셨는데,제가 중간이 이해가 가지 않아서요   질문2.추가적으로 덧붙이자면메모리의 해당 번지에 있는 값을 삭제하기 위해서도 그 번지(주소)에 접근해야 하고,메모리의 해당 번지에 값을 추가하거나 할당하기 위해서 그 번지(주소)에 접근해야 되잖아요.그러면 메모리주소에 "접근"이란 말은 삭제, 할당, 수정, 삽입, 모든 경우에 다 통용되는 단어인거죠?? 

hashFunction 메서드는 해시 테이블 자료구조에서 알고리즘이 들어가는 자료구조이군요.

안녕하세요. 영상 잘봤습니다 강의에서 set 메서드를 구현하실 때 연결리스트이 insertAt을 이용하셨는데 이 때 들어가는 파라미터는 0, new HashData 즉 key값을 0 추가 될 때 마다 head를 하겠다인데 클라이언트에서 연결리스트 인덱스까지 지정해서 할 필요는 없을까요?

안녕하세요 영상 잘봤습니다. set에 핵심인 데이터가 증복되지 않게 저장하는데 이 핵심만 지키면 꼭 해세테이블을 이용해서 할 필요가있을까요? 배열이나 연결리스트로 하면은 안될까요?

1분 50초 가량에 배열에서 데이터를 추가하려는 경우 overhead가 많이 발생하는데연결 리스트의 경우 중간에 데이터를 삽입하면 다음을 가리키는 노드만 바꿔주면 되기 때문에간단한 작업이라고 나와 있습니다.(데이터의 삭제도 마찬가지)---------------------------------------------------------------------------------------하지만 4분 9초 가량에 배열과 연결리스트의 삽입과 삭제를 비교하실 때배열은 위의 얘기와 동일한 말씀을 하셨는데( O(n)의 성능을 가진다. )연결리스트에서 "삽입하려는 노드까지 노드를 계속 타고 가야하기 때문에 O(n)의 성능을 가진다."라고 하셨는데 이 말씀은 "중간에 데이터를 삽입하면 다음을 가리키는 노드만 바꿔주면 되기 때문에 간단한 작업"이 말과 충돌한다고 생각합니다.---------------------------------------------------------------------------------------"삽입하려는 노드까지 노드를 계속 타고 가야하기 때문에 O(n)의 성능을 가진다."이 말은 데이터 참조에 해당하는 말이 아닌지 질문 드리고 싶습니다.---------------------------------------------------------------------------------------결국에 제 말이 틀린거라면즉, 연결리스트도 삽입과 삭제 시 O(n)의 성능을 가진다면 배열과 비교했을 때 연결리스트의 유일한 장점은처음에 크기를 지정해 주지 않아도 된다는 점 하나 뿐인 것인가요?

addLst에서 구현할 때 insertAt으로 구현하셨는데 연결리스트에 구현한 insertLast로 구현하는게 더 직관적인거같은데 insertAt으로 한이유가 있을까요?

스택은 FIFO 큐는 LIFO 구조인데 이 두개를 합친게 덱같네요. 이렇게되면 스택과 큐의 자료구조의 필요성이 잘 느껴지지 않습니다. 덱이 성능이 나쁘게 아니고 연결리스트 덕분에 삽입 제거가 O(1)의 성능이 나오는데 이렇게되면 굳이 스택과 큐를 써야하나싶은데 스택, 큐, 덱이 성능상의 차이점이 있을까요?

안녕하세요 자료구조 및 알고리즘 강의 잘 듣고 있습니다.다름이 아니라 제가 개인 블로그에 상업적인 목적 없이공부한 흔적을 남길려는 용도로 해당 강의 내용을 정리하려고 하는데혹시 강의 중간 중간에 나오는 그림이 필요할 경우 출처를 남긴 후사용해도 가능한지 여쭤보고 싶습니다.

영상 잘 봤습니다 ㅎㅎ 큐에서는 처음 들어온 값을 꺼내기 위해서 삭제를 하는데 여기서 성능상 안좋아서 이중연결리스트를 구현해서 사용한걸로 잘 이해됐습니다.근데 스택에서는 단방향 큐에서는 양방향 연결리스트를 사용했는데 그렇다면 연결리스트는 단방향 양방향이 나눠진 자료구조라고 봐야할까요? 아니면 기본적으로 양방향인걸까요? 나눠진 자료구조라하면 큐나 스택같이 개념적으로 구현을 위한 자료구조에서 적절한 연결리스트를 적용해서 구현하는걸까요?

안녕하세요 감자님다름이 아니라 2:23 초에서 1이 가장먼저 나오기 위해서는 Que 특성상 4, 3, 2가 제거되야 1이 나오는거 아닌가요? 왜 1을 제거를 하는지 이해가 안갑니다.

시간복잡도 O(nlogn)으로 코드를 작성하는 중인데,코드 맨 마지막 줄에서 index 함수를 썼을 때, 중복값은 제일 맨 앞 인덱스만 반환하더라구요.다른 해결 방법이 있을지 궁금합니다!nums = [3,3], target = 6 Output: [0,1]class Solution: def twoSum(self, nums: List[int], target: int) -> List[int]: array = sorted(nums) left = 0 right = len(nums)-1 while left < right: if array[left] + array[right] > target: right -= 1 elif array[left] + array[right] < target: left -= 1 elif array[left] + array[right] == target: return [nums.index(array[left]), nums.index(array[right])] # 이 부분

안녕하세요! 영상 잘봤습니다. 제가 알기론 javascript는 다른언어와 다르게 Stack이나 연결리스트를 따로 지원하지 않아 npm 라이브러리 이용하거나 구현해야하는걸로 알고있습니다. 다른 언에서의 자료구조를 안써봐서 잘 모르겠지만 구현해주신거에서는 연결리스트를 이용해서 stack을 구현하셨습니다 하지만 실질적으로 연결리스트 형식으로의 자료구조이고 그 위에 stack을 올려놓은게 맞는걸까요? stack 이라는 거는 결국에 연결리스트와 배열을 이용한 자료구조인거같아서요. 배열이나 연결리스트는 독자적으로 구현이 가능하다면 stack은 배열이나 연결리스트 등 있어야 구현이 가능한? 자료구조로 이해가되네요. 다른 언어에서도 마찬가지일까요?

다음과 같이 DFS 함수를 작성하는 것도 괜찮은 방법일까요? def DFS(L): global cnt if L == n_size: for x in result_list: print(x, end='') print() cnt += 1 return else: for i in range(L, n_size): if n[L] != '0' and 65 <= int(n[L: i+1]) + 64 <= 90: result_list.append(chr(int(n[L: i+1])+ 64)) DFS(i+1) result_list.pop()

알고리즘을 공부하려고, 강의를 찾다가 주니온 님의 강의를 듣고 있습니다. 저는 지금 Flutter 앱 개발을 위해서, Dart 언어를 공부하고 있는데, 주니온 님의 강의를 들으면서, Dart 언어에 적용해보는 것이 알고리즘을 이해하는데 도움이 될까요? 아니면, 이런 알고리즘을 적용하기에 좋은 언어가 따로 있을까요? 아직 초반인데, 분할 정복법부터 이해하는 게 많이 어렵네요 ㅠㅠ

안녕하세요 선생님 이번 강의에서 flag 변수를 사용해서 return 하여 값을 구하셨는데   if(L===n && f===sum) 의 구문안에서 return 하는 경우에는 결과값이 다르게 나오는데  이러한 이유가 잘 이해가 되지 않습니다.. 재귀함수로 인해 스택에서 함수가 쌓여있어서 그런 것 같은데 이해가 어렵네요 ㅠㅠ

안녕하세요 알고리즘 공부를 오늘 시작하였습니다. 파이썬이랑 C++사이를 갈등하고 있습니다. 대학교 강의는 C++인데 파이썬으로 과제나 시험응시가 가능하다고 들었습니다. 파이썬으로 공부하고 싶은데 C++이랑 파이썬이랑 개념이 많이 다른가요?  

const solution = (data) => { let answer = Number.MIN_SAFE_INTEGER; let raw = column = diagonal = reDiagonal = 0;   for(let i=0; i<data.length; i++) { raw = column = 0; diagonal += data[i][i]; reDiagonal += data[i][data.length-1-i]; for(let j=0; j<data.length; j++) { raw += data[i][j]; column += data[j][i]; } answer = Math.max(answer, raw, column); } answer = Math.max(answer, diagonal, reDiagonal); return answer; }

dp 문제 중 효율적인 화폐 구성이라는 문제가 있는데요. k개의 화폐로 n원을 만들 때 가작 작은 화폐 개수를 구하는 문제입니다. 예를 들어, k = 2, 3, 5로 구성되어 있고, n = 7, 정답이 a(n)이라면, 7 = 2 + 5이므로, a(7) = 2 개가 되는 문제입니다.   여기서 점화식은 a(n) = min( a(n), a(n-k) + 1 ), a(n-k) + 1: 화폐 k원을 반드시 사용하는 경우를 의미 위의 예시에 점화식을 적용해본다면, 시작 전 a(n)을 모두 INF 값으로 초기화, a(7) = min( a(7), a(7-2)+1, a(7-3)+1, a(7-5)+1 ) = min( a(7), a(5)+1, a(4)+1, a(2)+1 )   여기까지는 이해가 됐는데요, 설명이나 코드를 찾아보면 반복문의 위치가 제가 생각한거랑 반대로 돼있더라구요ㅠㅠ 저는 n에 대한 루프 안에 k의 루프가 와야 위의 점화식과 같은 방식이 된다고 생각했지만, 설명에서는 k = 2일 때 n=0~7까지 a(n)을 쫘르륵 구하고, 그다음 k = 3일 떄 쫘르륵, 마지막 k=7일 때 쭉 구해서 최종답을 구합니다.   왜 반복문의 위치가 이렇게 바뀌는 건가요?? 아시는 분 답변 주시면 정말 감사하겠습니다ㅠㅠ  

import heapq def solution(N, road, K): n_road = [500001] * (N+1) n_road[1] = 0 sorted_road = [[] for i in range(N+1)] for road_num in road: sorted_road[road_num[0]].append([road_num[2], road_num[1]]) sorted_road[road_num[1]].append([road_num[2], road_num[0]]) # print(sorted_road) q = [] heapq.heappush(q, [0, 1]) while q: cur_node = q.pop() for dist, b in sorted_road[cur_node[1]]: if dist + n_road[cur_node[1]] < n_road[b]: # 1에서 cur로, cur에서 b로, 1에서 b로 n_road[b] = dist + n_road[cur_node[1]] q.append([n_road[b], b]) return len(list(filter(lambda x: x <=K, n_road))) 다익스트라 알고리즘을 구현하는데 의문점이 생겨서 여기 질문을 남깁니다. 1. 다익스트라 알고리즘에서 인접한 거리의 노드를 선택하기 위해서 heap 자료구조를 사용하는데 꼭 인접한 거리의 노드를 선택해야할 이유가 있을까요? 제가 원래 heap을 사용했던 python 코드를 단순히 배열로 바꿔서 가장 인접한 거리의 노드부터 선택하지 않음에도 불구하고 작동이 잘 되어서 질문을 남깁니다. - 제가 구현한 코드에서는 인접한 거리를 방문하든 안하든 결국 모든 노드들을 방문하여서 차이가 없다고 생각되었습니다. 2. 위와 같은 방법의 시간 복잡도는 어떻게 되는것인가요? 아직 시간복잡도 계산이 미숙해서 그런지 잘 모르겠습니다.