Min9uk's Blog

Chapter 4 퀵 정렬 (Quick Sort) 분할 정복 (Divide and conquer) - 분할 : 주어진 문제를 더 작은 크기의 동일한 문제로 분할 - 정복 : 분할된 각각의 작은 문제를 재귀적으로 해결 - 결합 : 분할된 문제의 해결책을 합쳐 원래 문제의 해결책을 얻음 장점 - 복잡한 문제를 간단한 문제로 나누어 해결 - 재귀적 구현을 통해 간결하게 구현할 수 있음 - 분할된 문제들을 병렬 처리할 수 있어 성능 향상에 도움 단점 - 재귀 호출에 따른 오버 헤드가 발생 할 수 있음 - 문제를 분할하는 과정에서 분할 비용이 발생할 수 있음 - 분할된 해결책을 합치는 과정에서 결합 비용이 발생할 수 있음 예시 - 퀵 정렬, 합병 정렬, 이진 탐색, 최대 공약수 구하기(유클리드 호체법) 유클리드 호제법 (Euclid's algorithm), 최대 공약수 (Greatest Common Divisor, GCD) - 두 개의 자연수의 최대공약수를 구하는 가장 효율적인 알고리즘 중 하나 - 큰 수를 작은 수로 나눈 나머지를 구함 - 나누는 수를 나머지로 바꾸고 나머지를 새로운 나누는 수로 하여 이전 과정 반복 - 나머지가 0이 되면 마지막으로 나눈 수가 최대공약수가 된다 퀵 정렬 (Quicksort) - 분할 정복 알고리즘의 대표적인 예시로, 평균적으로 매우 빠른 정렬 속도를 자랑하는 정렬 알고리즘 - 최악의 경우 시간 복잡도 O(n^2), 평균 O(n log n) 원리 - 피벗 선택 : 정렬할 배열에서 임의의 값 하나를 피벗(pivot)으로 선택 - 분할 : 피벗을 기준으로 배열을 두 부분으로 나눔(큰 값은 왼쪽, 작은 값은 오른쪽) - 재귀 호출 : 분할된 두 부분에 대해 각각 퀵 정렬을 재귀적으로 호출 - 결합 : 분할된 부분들이 정렬되면 전체 배열이 정렬된 상태가 됨 04_quicksort.py 작성 + 테스트 def quicksort ( array ):     # 기본단계 원소의 개수가 0이나 1이면 이미 정렬되어 있다     if len

  Chapter 3 재귀 (Recursion) 재귀 = 자기 자신을 참조(호출)하는 것 (함수에서 사용 => 재귀 함수) - 재귀 함수는 자기 자신을 호출하기 때문에 실수를 무한 반복하는 함수를 만들기 쉽다 - 기본 단계(base case) : 함수가 자기 자신을 다시 호출 하지 않는 경우, 무한 반복을 막는 부분 - 재귀 단계(recursion case) : 자기 자신을 호출하는 부분 - 재귀 함수는 기본단계와 재귀 단계 두 부분으로 나누어 작성 - 대표적 예로 팩토리얼이나 피보나치 수열 구현에 사용하는 예시가 있음 장점 - 복잡한 문제를 간결하게 표현 - 수학적인 문제 해결에 유용 단점 - 성능 저하 : 과도한 재귀 호출은 스택 오버플로우를 발생 시켜 프로그램이 비 정상적으로 종료 될 수 있음 - 로직이 잘못된 경우 무한루프에 빠질 수 있음 - 이해하기 어려울 수 있음 스택(Stack)과 호출 스택 (Call Stack) 스택 - 자료구조의 한 종류 - 후입선출 (LIFO Last In First Out), 가장 나중에 추가된 데이터가 가장 먼저 제거되는 구조 - 푸시(Push) : 삽입, 가장 위에 새로운 요소를 추가 - 팝(Pop) : 삭제, 가장 위에 있는 요소를 제거하고 반환 - 피크(Peek) 또는 톱(Top) : 맨위 데이터 조회, 가장 위에있는 요소를 제거하지 않고 반환 - 비어있는지 확인 (IsEmpty) : 스택이 비어있는지 확인 장점 - 간단한 구현, 후입선출(LIFO)의 특성, 재귀적 문제 해결 단점 - 랜덤 엑세스 불가능, 제한된 용도, 오버플로우나 오버헤드가 발생 할 수 있음 사용 예 - 브라우저의 뒤로 가기, Undo 기능, 재귀함수, 괄호 검사(괄호 짝) 호출 스택 - 프로그램에서 실행 중인 함수들의 정보(지역 변수, 매개 변수 등)를 저장하는 스택 - 여러 함수가 서로 호출하며 복잡한 작업을 수행하는데, 호출 스택으로 이를 관리, 제어 - 스택의 LIFO 형태로 인해 함수가 호출 될때 Push 하고, 실행이 완료 되면 P

  Chapter 2 선택 정렬 배열(array)과 연결 리스트(linked list) - 자료구조(Data structure)의 기본 - 메모리에 데이터가 어떻게 저장되는 지 미리 알아야 한다 - 데이터 저장을 위해서는 메모리의 주소를 할당 받고 나서 데이터가 저장됨 - 데이터 접근에는 임의 접근과 순차 접근이라는 두 가지 방식이 있다 (Random access, Sequential access) 배열 - 미리 원소의 갯수 만큼(초기화 단계에서) 메모리 주소를 할당 받고 원소를 각각의 주소에 저장하는 방식 - 인덱스(index)로 원소의 위치를 표시, 0부터 시작 - 읽기 O(1) 고정시간, 삽입 O(n) 선형시간, 삭제 O(n) 선형시간 - 임의 접근이 많은 경우 유리함 - 간단하고 빠른 데이터 접근이 가능하지만, 유연성이 부족하고 데이터 삽입/삭제에 비효율 적일 수 있음 - 배열의 모든 원소는 같은 자료형이여야 함 장점 - 미리 원소의 갯수를 알고 있을 때 유리 - 임의 접근에 유리하여(인덱스를 통한 빠른 접근) 특정 원소에 접근할 때 유리 (읽기) - 고정된 크기만큼 연속된 메모리 공간을 할당하여 사용되기 때문에 캐시 친화적이다 - 구현이 간단하며 대부분의 프로그래밍 언어에서 지원함 단점 - 원소를 추가하거나 삭제할 때 미리 할당 된 주소를 전부 옮겨야 하는 경우가 발생할 수 있음 - 따라서 처음 설정한 크기에서 원소를 추가/삭제하는 경우 불리함 (삽입, 삭제) - 실제 사용하는 데이터보다 더 큰 크기를 할당할 경우 메모리가 낭비 될 수 있음 활용 - 정렬된 데이터 저장 : 정렬된 데이터를 빠르게 검색해야 할 때 유리 - 행렬 연산 : 행렬을 표현하고 연산하는 데 사용 - 캐시 : CPU캐시는 배열과 유사한 구조로 작동하여 데이터에 빠르게 접근 - 단순한 데이터 목록 : 정적이거나 크기가 미리 예측 가능한 데이터 목록을 저장하는데 적합 연결 리스트 - 각 원소에서 그 다음 원소의 메모리 주소를 포인터로 연결되어 있는 방식 - 연속적인 메모리 공간을 차지

Chapter 1 알고리즘의 소개 이진 탐색 - 정렬이 되어있는 원소 리스트가 필요 - 원소리스트의 중간 값으로 원소리스트의 절반씩 탐색 범위를 좁혀 가는 방법 - 이진 탐색은 크기가 n 인 리스트를 확인하기 위해 log n 번의 연산이 필요 - 빅오 표기법 O(log n) 코드 실행을 위해 Visual Studio Code + Anaconda 설치 01_binary_search.py 작성 테스트 def binary_search ( list , item ):     low = 0     high = len ( list ) - 1     loopCnt = 0     while low <= high :         loopCnt = loopCnt + 1         mid = ( low + high ) // 2         guess = list [ mid ]         if guess == item :             print ( f "LoopCnt : { loopCnt } " )             return mid         if guess > item :             high = mid - 1         else :             low = mid + 1     print ( f "LoopCnt : { loopCnt } " )     return None     my_list = [ 1 , 3 , 5 , 7 , 9 ] print ( binary_search ( my_list , 3 )) # => 1 print ( binary_search ( my_list , - 1 )) # => None 빅오 표기법 주요 5개 속도 순서 (빠름 -> 느림) - O(log n) => 로그시간, 이진 탐색 - O(n) => 선형시간, 단순 탐색 - O(n * log n) => 퀵정렬

개발환경 Unity 2022.3.0f1 Windows 11 컴퓨터 교체 후 프로젝트를 로드하고 잔 버그들 잡는데 아래 버그가 계속 발생했다 Trying to update the managed reference registry with invalid propertyPath(likely caused by a missing reference instance) 'managedReferences[7151366037366898688].LevelCurve.MMTweenCurve', with value '0' Trying to update the managed reference registry with invalid propertyPath(likely caused by a missing reference instance) 'managedReferences[7151366037366898688].LevelCurve.MMTweenDefinitionType', with value '0' 무슨 오류인가 확인 하려고 Notepad++ 에서 7151366037366898688 값을 파일에서 찾기로 찾아보니 오류가 발생한 특정 씬(Scene)이 나오고 연관된 guid, fileID 값을 찾았다 guid 로 찾으니 특정 prefab.meta 파일이 나오고 fileID 로 찾으니 특정 prefab 파일이 나옴 prefab 에 해당 부분을 수정하면 될지도 모르겠지만... prefab 을 completeUnpack 하니 오류 해결! 3줄 요약 1. 오류코드의 객체를 찾기 위해 Notepad++ 파일찾기 이용 2. guid, fileID 도 같은 방식으로 찾아보니 특정 prefab 이 나옴 3. 해당 prefab completeUnpack 하니 오류 해결

Unity(Android Logcat) + Bluestacks(ADB) 사용한 디버깅 방법 How to debug Unity APK App on Bluestacks 유니티로 안드로이드 게임을 제작하는면서 블루스택과 연동해서 테스트와 디버깅을 하기 쉽게 하는 방법 다른 안드로이드 플레이어(LDPlayer, Nox.. etc)는 Hyper-V 관련 옵션을 끄라고 하던가, 윈도우 보안의 메모리 보안을 해제하라고 하던가 해서 왠지 찝찝해서 문제가 별로 없는 Bluestacks 를 사용하게 되었고 제일 나아 보여서 채택함 (제조한 국가가 중국, 코인채굴을 한다던가, 개인정보를 빼간다던가... 하는 소문이 있어서) 1) Bluestacks 설치 (5.9 버전 사용함), 설정에서 ADB 활성화 (portnum 3400 포트번호 확인해둘것) 2) Unity 에 Android Logcat 설치 (유니티 패키지 매니저에서 설치) 하고 창을 연다 (Window > Analysis > Android Logcat) 3) Unity 에서 APK 파일로 빌드 (안드로이드 .aab 말고 .apk 로 빌드) 4) Bluestacks 에 빌드한 APK 설치 (드래그 앤 드롭) 5) Bluestacks 에서 개발한 앱 실행 6) Logcat 에서 other connection options 선택 후 127.0.0.1:3400 (자신의 포트번호) 연결 7) 필터에 실행시킨 앱을 선택 (패키지명) => 로그를 확인 하면서 디버깅 가능~! 장점1. 로그를 확인하기 쉬워서 디버깅 하기가 좋음 장점2. 실제기기와 비슷한 환경에서 테스트 가능 (GPGS 테스트 가능) 장점3. USB 연결 불필요, APK 파일 전송이 간단함 + 설치, 실행이 빠름 P.S 포트번호가 5555로 고정되던 시절이 있었던거 같은데 사용한 버전(Bluestacks 5.9 버전)에서는 포트번호가 계속 바뀌는 이슈가 있음. => 현재 고정시키는 방법은 없는듯 하다 포트번호를 알아내는 방법1) Bluestacks&