★Math Beginner II - 30 Solved★
★ 2530 인공지능 시계 ★ A,B,C = map(int,input().split()) D = int(input()) cur = 3600*A + 60*B + C after = cur + D after %= 86400 print(after//3600, (after%3600//60), after%60) 👉 시계 관련 문제는 항상 시, 분, 초 관련 숫자 3600과 60을 적절히 조합해야만 풀 수 있는, 꽤 나름 생각해야 하는 문제이다. H는 0부터 23, M과 S는 0부터 59까지의 범위만 허용 가능하므로 이에 맞게 코딩을 해야 할 필요가 있음! / 위 풀이 아이디어) 애초에 초로 바꾼다음, 하루가 넘어갈 경우를 대비해 86400으로 나눈 나머지를 가지고 다시, 시분초에 맞게 정렬 👉 다른 풀이> a, b..
BOJ/🥉
2022. 9. 20.
★Number Theory Upper-Beginner I - 15 Solved★
★ 2609 최대공약수와 최소공배수 ★ A, B = map(int,input().split()) a, b = A, B GCD, LCM = 0, 0 while True: if A == B: GCD = A print(GCD) break else: if A >= B: A = abs(A-B) else: B = abs(A-B) print(a*b//GCD) 🧚♂️ 최대공약수, 최소공배수 전형적인 알고리즘! 확실히 짚고 넘어가자. ① math module - gcd, lcm 사용 (메모리 사용량, 실행 시간 훨씬 효율적!) import math a, b = map(int, input().split()) print(math.gcd(a, b)) print(math.lcm(a, b)) ② 유클리드 호제법 사용 → 해결법..
BOJ/🥉
2022. 8. 21.
list, string, tuple, dictionary, set (iterables)
** iterable의 대표 5가지 list, string, tuple, dictionary, set에 대해 깔끔히 정리해보려 한다! ** 파이썬의 대표 자료 저장 방식으로, 반드시 알아야 하는 개념! 꼭 숙지하도록 하자 1. list * intro → 대괄호 []로 묶어서 표시 → list()로 list를 만들 수 있음 print(list(range(1,11))) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print(list('hello')) #['h', 'e', 'l', 'l', 'o'] → []안에는 ,로 분리하여 여러 개 요소를 담을 수 있음 → 숫자, 문자열, 그리고 숫자와 문자를 섞은 모든 list 구현 가능(즉, 한 list 내에 다양한 data type이 들어가도 가능) *..
Python/Fundamentals
2022. 8. 19.
★Math Beginner I - 30 Solved★
★ 4153 직각삼각형 ★ #백준 4153 #브론즈 III while True: a,b,c = map(int,input().split()) if (a,b,c) == (0,0,0): break if (int(((max(a,b,c)**2) - (min(a,b,c)**2)) ** (1/2)) in (a,b,c)): print('right') else: print('wrong') 💋 가장 긴 변의 제곱이 나머지 두 변들의 제곱합이 직각삼각형 → 가장 긴 변의 제곱에 가장 작은 변의 제곱을 뺀 결과의 제곱근이 세 변에 있다면(in 연산자), 직각삼각형이라 판단하는 로직으로 코드 설계함 (애초에 sort()를 사용했다면, 세 변이 크기 순서대로 쉽게 나열되어 더 간단히 풀 수 있었을 것!) - 그 외 가능한 로직 ..
BOJ/🥉
2022. 8. 16.
All About Evaluation Metrics (2/2) → MAPE, MPE
* 예전 포스팅에서 모델을 평가하기 위한 여러 평가기준에 대해서 알아보았다. → 크게, MSE, MAE, RMSE, R^2 4가지의 평가기준에 대해서 알아보았는데, 이번에는 추가로 MAPE, MPE에 대해서 알아보려 함! All About Evaluation Metrics(1/2) → MSE, MAE, RMSE, R^2 ** ML 모델의 성능을 최종적으로 평가할 때 다양한 evaluation metrics를 사용할 수 있다고 했음! ** (supervised learning - regression problem에서 많이 쓰이는 평가지표들) - 과정 (5) - 😙 그러면 차근차.. sh-avid-learner.tistory.com 5. MAPE(Mean Absolute Percentage Error) → ..
Machine Learning/Fundamentals
2022. 6. 11.