어제보다 더 나은 나

* 배열 Array 삽입 / 삭제 : O(N) ( 삭제, 삽입하려는 위치 이외의 원소들을 한 칸씩 다 이동시켜야 하기 때문) 탐색 : O(1) ( 임의접근 Random access, 이유 : 인덱스를 사용했다고 해서 해당 인덱스에 이르기까지의 요소들을 모두 거치는 것이 아니라 배열의 주소 + 인덱스*type의 크기 = 메모리 주소값이라는 것을 이용해서 바로 해당 인덱스의 원소에 접근하기 때문) Python은 리스트를 사용 C++에서는 size 변경불가 (생성 시, size와 type 고정) * 벡터 Vector ( 2개 이상의 값 저장 ) 삽입 / 삭제 : O(N) 탐색 : O(1) 동적 배열 (size 변경 가능) * 연결리스트 Linked List (배열과 반대의 특성) 삽입 / 삭제 : O(1) 탐..

* 시간 복잡도 알고리즘의 최악의 경우 실행시간 입력량 N에 비례해서 얼마나 연산을 많이 하는지를 나타냄 빅오 표기법 (Big-O notation)으로 나타냄 알고리즘의 효율성 척도 C++ 기준 1초에 연산 1억 번이 넘어가면 위험 (1초 = 1억) * 공간 복잡도 N에 비례해서 메모리를 얼마나 사용하는지를 나타냄 메모리(공간)과 시간은 Trade Off 관계 Ex) 시간제한 2초, 메모리 제한 64MB, 입력 N의 범위는 0

* ETL (Extract : 추출, Transform : 변환, Load : 적재) 추출, 변환, 적재(extract, transform, load, ETL)는 컴퓨팅에서 데이터베이스 이용의 한 과정으로 특히 데이터 웨어하우스에 사용 동일 기종 또는 타 기종의 데이터 소스로부터 데이터를 추출함 조회 또는 분석을 목적으로 적절한 포맷이나 구조로 데이터를 저장하기 위해 데이터를 변환함 • 최종 대상으로 변환 데이터를 최종 대상 적재함 (데이터베이스, 데이터 마트, 데이터 웨어하우스) * ETL의 장단점 자원(데이터 보관 인프라)의 효율적 사용 Compliance 이슈 해결 오랜기간 발전된 강력한 도구들 Disk 기반의 성능 문제 (속도 느림) 잦은 관리 필요 높은 수정 비용 * ETL Flow 소스시스템 ..

1. 데이터에 대한 데이터 실제로 존재하거나 사용할 수 있는 데이터 X 실제 데이터와 직접적 또는 간접적으로 연관된 정보를 제공해주는 데이터 2. 데이터에 대한 구조화된 데이터 '속성 정보' 라고 함 대량의 정보 가운데에서 찾고자 하는 정보를 효율적으로 찾아내서 이용하기 위해 일정한 규칙에 따라 콘텐츠에 대하여 부여되는 데이터 데이터를 표현하기 위한 목적과 데이터를 빨리 찾기 위한 목적으로 사용 '어떤 목적을 가지고 만들어진 데이터' - Karen Coyle ex) 영화를 보려고 DVD 타이틀을 구매하였을 때, 포장에 붙어있는 제목, 상영시간, 등급, 제작사, 감독, 줄거리 등에 대한 정보 * 메타데이터 관리 시스템 구축 효과 정보시스템 개발 생산성 증대 비생산적인 작업 감소 데이터 중복 감소 중복 프로..

2008년 Python 3 출시 다른 언어의 버전 업그레이드와 다르게 Python 3에서 Python 2로 작성한 코드를 실행하면 코드가 실행이 되지 않음. 이에 따라 Python 2가 오늘날까지 사용되기도 함. Python 2에서 Python3로의 이동은 회사에 소속된 사람이라면 매우 신중한 결정을 통해 이루어졌음. 이는 10년이 넘은 현재에서도 아직 완벽하게 해결되지 못하는 문제. Python을 새롭게 배우려는 사람들에게 Python 2와 Python 3 사이에서 선택을 하게끔 하는 것은 매우 어려운 일. 왜냐하면 블로그와 유튜브와 같은 자료에서도 사람들이 Python의 버전에 따라 다른 정보들과 코드를 제공하기 때문. 이는 과거에 매우 큰 문제였지만 현재는 Python2가 공식적으로 은퇴를 한 후 ..