|
First-Out (LIFO) )
삽입 : Push, 삭제 : Pop
스택을 Pushdown 리스트라고도 함
스택의 응용
리스트의 순서를 역순으로 만드는 데 유용 @ 스택
스택의 정의
스택의 순차 표현
C 를 이용한 스택의 알고리즘
@ 큐
큐의 정의
큐
|
|
|
알고리즘과 프로그램에서 데이터를 조직하고 관리하는 데 필수적인 요소로 활용된다. 이 두 가지 구조는 서로 다른 방식으로 데이터를 처리하며, 그 특성 때문에 특정 용도에 더욱 적합한 경우가 많다. 큐(Queue)는 '선입선출'(FIFO, First In First Ou
|
|
|
tree(node* r, int n, char* code) /* 결과 허프만 알고리즘 트리 출력합니다 */
{
if(r) {
n++; /* 트리의 깊이를 표시합니다 */
code[n] = \'0\';
print_tree(r->left, n, code); /* 트리의 왼쪽나타냅니다 */
code[n] = \'1\';
print_tree(r->right, n, code); /* 트리의 오른쪽을
|
|
|
잘 수행할 수 있었습니다.
과제를 수행하기 위해 몇 일간을 작업하여 결과를 보니 흐뭇합니다. 앞으로 나오는 과제를 잘 해내기 위해 열심히 공부할 것입니다. 1. 문제개요
2. 알고리즘
3. 소스 및 주석
4. 실행결과
5. 느낀점
|
|
|
|
트리를 결합하여 견고하고 정확한 예측 모델을 만들어낼 수 있으며, 따라서 회귀와 분류 문제 모두에 널리 사용된다. 이 알고리즘의 작동 방식은 간단하면서도 강력하다. 먼저, 데이터셋에서 여러 개의 무작위 샘플을 중복 허 1. decision tree
|
|
|
하고, 또 허프만 코드를 그래픽으로 나타내 줄 수 있는 C++ 코드도 알아보았으면한다. 또 허프만 코딩은 lossless 압축기술인데 lossy 압축기술의 표준인 jpeg와 mp3에 사용된다고 하는데 어떠한 알고리즘으로 사용되는지도 궁금하다.
|
|
|
|
알고리즘(K-Nearest Neighbor)
서포트 벡터 머신(Support Vector Machine, SVM)
결정 트리(Decision Tree)
총체적 학습
랜덤 포레스트(Random Forest)
XG 부스트(XG Boost)
머신러닝의 성능
PART 5
진단에 응용한 베이즈 정리
베이즈 정리란?
PAR
|
|
|
tree구현 알고리즘//
#include <stdio.h>
#define NULL 0
struct tree {
int value;
struct tree *left; //왼쪽을 가리키는 포인터//
struct tree *right; // 오른쪽을 가리키는 포인터//
};
//중위법으로 표현된 tree//
inorder(struct tree *pp)
{
if (pp->left != NULL) //left child가 null
|
|
|
Tree-Walking 방법
Weis 등은 수동적인 도청자에 노출되는 위협은 가까이서 도청이 가능한 RFID 태그 신호를 듣는 것보다 수백 미터 떨어진 곳에서 도청이 가능한 태그 reader에 의해 방송되는 신호를 듣는 능력이라고 정확히 지적하였다.
이러한 사
|
|
|
|
알고리즘 설계 시 적절한 선택을 하는 데 많은 도움이 된다. 따라서 스택과 큐는 컴퓨터 과학에서 매우 기본적이면서도 중요한 요소로 남아 있으며, 이들 각각의 특징을 잘 이해하고 활용하는 것이 데이터 처리의 효율성을 크게 향상시킬 수
|
|
메뉴펼치기
