[公開採用シーズン対策チャレンジ]コーディングテスト合格者になる - Python編

스택 - 개념

함수 A가 함수 B를 호출하고, 함수 B가 함수 C를 호출했을 때, 컴퓨터 내부의 호출 스택(Call Stack) 에는 어떤 정보들이 어떤 순서로 쌓이고(Push) 해제(Pop)되는지 그 과정을 설명하세요. 이를 통해 호출 스택이 LIFO(Last-In, First-Out) 원리로 동작하는 이유를 서술하세요. -> 호출되는 순서로 Push되어 [A, B, C] 순서로 쌓인다. 해체 될 때는 가장 최근 실행된 함수부터 C->B->A 로 pop된다. 순서대로 쌓이고 그 역순으로 해제되는 원리를 사용하기 위해서 스택을 활용한다. 문제 2재귀 함수는 자기 자신을 반복적으로 호출합니다. 재귀 함수가 호출될 때, 호출 스택은 재귀의 각 단계별 상태(매개변수, 지역 변수 등)를 어떻게 저장하고 복원하여 LIFO 원리에 따라 프로그램의 흐름을 관리하는지 설명하세요. 팩토리얼 계산과 같은 간단한 재귀 함수를 예시로 들어 구체적으로 서술하세

Hyerining · 스택 - 개념

拍手 0 · コメント 1

시간 복잡도 - 개념

그렇지 않다면, 빅오 표기법이 실제 실행 시간을 보장하는 것이 아님에도 불구하고 알고리즘의 효율성을 판단하는 핵심 척도로 사용되는 이유는 무엇인지, '성장률(Growth Rate)'의 관점에서 설명하세요. 입력 크기 n이 작을 때 n²에 비례하는 연산을 하는 다른 알고리즘보다 항상 느리다는 것은 아님 빅오 표기법은 실제 물리적인 실행 시간을 측정하는 도구가 아니라, 데이터가 늘어날 때 연산 횟수가 증가하는 추세를 나타내는 수학적 개념 실제 실행 시간에는 하드웨어 성능, 컴파일러 최적화, 그리고 빅오 표기법에서 무시되는 상수 계수(Hidden Constants)가 큰 영향을 미침 성장률 : 얼마나 안정적으로 버틸 수 있는가'에 대한 한계치 입력 데이터 n이 작을 때는 알고리즘 간의 속도 차이가 미미하여 컴퓨터

madwolves98 · 시간 복잡도- 개념

拍手 0 · コメント 1

시간복잡도 - 코드 분석

시간 복잡도는 입력의 크기, 즉 리스트 numbers의 길이(원소의 개수)를 n이라고 가정하고 n에 대한 함수로 분석해야 합니다. def find_max(numbers): max_num = numbers[0] for num in numbers: if num > max_num: max_num = num return max_num 시간 복잡도 : O(n) 근거 : find_max 함수는 for문을 돌면서 max_num이 num보다 작은지 n번 확인함 문제 2아래 Python 코드의 시간 복잡도를 빅오(Big-O) 표기법으로 표현하고, 왜 그렇게 생각하는지 근거를 서술하세요. 시간 복잡도는 입력의 크기, 즉 리스트 numbers의 길이(원소의 개수)를 n이라고 가정하고 n에 대한 함수로 분석해야 합니다.

madwolves98 · 시간복잡도 - 코드 분석

拍手 0 · コメント 1