본문 바로가기

📚 전공 공부

(55)

[SQLD] 전공자 sqld 시험 후기/ 준비방법/ 공부 https://www.dataq.or.kr/www/main.do ⬆⬆ 데이터자격검정 홈페이지 ⬆⬆ SQLD는 SQL "개발자" 자격증 시험의 약자입니다!! 전문가 시험(SQLP)은 실기도 있고 더 어려운 반면에, 개발자 시험은 필기만 치면 되고 상대적으로 쉬워서 대학생들도 많이 응시하더라고요. 저는 학교에서 "데이터베이스 기초" 과목을 수강하면서, 선배에게 SQLD 시험을 같이 치면 좋다는 말을 듣고 시험을 준비하기 시작했습니다! 사실 진짜 시험준비는 4일동안만 하긴 했는데,...(전공자라서) 우선 DB 과목에서 기본적인 SQL문에 대해서는 다 배운 상태였고요, 얼마전에 중간고사를 본다고 공부도 열심히 해 놓은 상태라서 잘칠 수 있었던 것 같기도 합니다 우선, SQL 시험을 치실 생각이라면 아래 카페에 ..

[알고리즘] 정렬의 최적성 정렬의 최적성 앞에서 우리는 연속한 두 원소를 비교하는 방식으로 정렬하면, O(n2) 보다 좋은 시간 복잡도를 얻을 수 없다는 것을 보였다. 그 다음에 배운 정렬 방식인 퀵정렬, 병합정렬, 힙정렬 에서는 멀리 떨어진 두 원소를 비교하여 교환함으로써 이보다 빠른 시간 복잡도인 O(n log n) 시간을 얻을 수 있었다. 그렇다면 이제 우리가 다시 비슷한 질문을 해보자. O(n log n)보다 더 빠르게 정렬을 수행할 수 있겠는가? 정리. 두 원소를 비교하여 교환하는 방식으로는 O(n log n)보다 더 빠르게 정렬을 수행할 수 없다. 증명. 의사 결정 트리(decision tree)는 어떤 문제에 대해서 판단을 내리는 과정을 트리로 표현한 것이다. 루트는 문제를 풀기 위해서 처음 시작하는 지점이다. 루트를..

[알고리즘] 비교기반 정렬의 한계/비교에 기반하지 않은 정렬 비교 기반 정렬의 시간복잡도 한계 위 트리는 이진 트리이다. (크기 비교에 따른 두 가지 경우의 수) 트리의 리프 수 L은 n개의 값을 정렬하는 모든 경우를 포함한다. L = n! ≤ 2^h h ≥ log L = log(n!) (n/2)^(n/2) ≤ n! ≤ n^n log(n!) = Ω(n log n) 따라서 두 원소의 비교에 기반한 정렬 알고리즘은 Ω(n log n)보다 빠를 수 없다. 비교에 기반하지 않은 정렬 1 : 버킷 정렬 정렬될 데이터가 자릿수 개념이 있다면, 이를 이용한다. 예를 들어 정렬될 데이터가 택배 주소(~시 ~구 ~동)라면, 처음 위치(~시)만 보고도 데이터 분류가 가능. 분류한 데이터를 각각 정렬하고, 이를 이으면 정렬 완료 시간 복잡도 : Best = c개의 버킷으로 모든 원소..

[알고리즘] 비교 기반 정렬 문제 정렬 문제→ 여러 방법이 존재하며, 방법마다 특징이 다름 → 시간복잡도, 최적성에 대해 증명이 쉬움 → n개의 서로 다른 수가 주어질 떄, 이들을 이동하여 점점 커지게(오름차순) 또는 점점 작아지게(내림차순)으로 만드는 문제 가정 : 정렬한 데이터가 담긴 배열의 각 원소를 O(1)시간에 접근 가능하다. (= 데이터가 메인 메모리에 저장되어 있다.) 버블 정렬 맨 왼쪽 원소부터 바로 이웃한 원소와 비교해가면서, 큰 수가 오른쪽으로 가도록 교환함. 맨 끝까지 가면 가장 큰 원소를 찾은 것이므로, 이 과정을 다시 나머지 n-1개 수에 대해서 반복 정확성 : 자명함 시간 복잡도 : 처음 가장 큰 원소를 구할 때 n-1번 비교, 두 번째 큰 원소를 구할 때 n-2번 비교 (n-1) + (n-2) + … + 1 =..

[알고리즘] 점화식의 이해(recurrence relation) 점화식 수열의 귀납적 정의와 유사 차이 : 인접한 항간의 관계만을 다루는 것은 아니다. 어떤 함수를 자신보다 더 작은 변수에 대한 함수 자신과의 관계로 표현한 것. (수열 = 정의역이 정수인 함수) 되부름, 혹은 유사한 방식으로 문제를 풀 때 걸리는 시간을 구하는데에 사용함 ex) T(n) = T(n-1) + 1 + T(n-1) = 2T(n-1) + 1 An = T(n), An = 2A(n-1) + 1 점화식을 푸는 법 1. 반복 대치 : 주어진 조건을 이용하여 점점 작은 함수로 반복해서 대치하는 방법. 침착하게 꼼꼼히! 2. 추정 후 증명 : 점화식의 결론을 추정하고, 귀납법으로 증명함. 반복 대치가 복잡할 때 유용함. but 추정이 쉽지 않을 수 있음 3. 마스터 정리 : 점화식 공식. 여기에서는 다..

[알고리즘] 알고리즘 개요 및 정의 알고리즘의 정의 : 어떤 입력에도 정확한 출력을 유한한 시간 안에 내는 프로그램 어떤 입력 : 문제의 난이도나, 입력의 크기에 상관없이 문제를 풀 수 있다. 정확한 출력 : 문제가 요구하는 조건을 만족한다. 정답이 요구하는 조건이 무엇인지 명시할 수 있다. 유한한 시간 : 무한루프에 빠지지 않고 납득할 수 있는 시간에 종료한다. ex) 100명의 학생들의 시험 점수 중 최댓값을 구하시오. 수학적 귀납법→ 정확성 : 자명하다. → 시간 : n명의 점수를 읽으면, n-1번 비교. → max(지금까지의 최댓값, i+1번째 학생의 점수) ex) 100명의 학생들의 시험 점수 중 최빈값을 구하시오. ex) 입력 : U={1,2, … , n} 중에서 특정한 수 하나만 빼고 무작위의 순서로 n-1개의 숫자가 한번에 ..

[DB] 데이터베이스 보안 Database Security and Authorization Subsystem 보안 및 권한부여 DB security legal and ethical policy issues system-related issues security levels Threats to Databases Loss of integrity : 무결성 상실 Loss of availability : 가용성 상실 Loss of confidentiality : 기밀성 상실 access control, inference control, flow control, encryption DB security : not an isolated concern multiuser DB system database security and authoriza..

[DB] 데이터베이스 복구 Recovery Techniques Recovery Concept recent consistent state : no errors in db, no inconsistencies in db systme log Catastrophic failure (치명적 장애) → backed up, redoing Noncatastrophic failure (비재해적 장애) → undoing, redo, deferred update&immediate update Caching(Buffering) of disk blocks 효율성을 위해서 캐시 사용 DBMS cache Buffer replacement : 버퍼 교체( flush ) dirty bit : 버퍼가 수정되었는지 여..

이전 1 2 3 4 5 6 7 다음

티스토리툴바