Opal1031

보호되어 있는 글입니다.

보호되어 있는 글입니다.

문자열 탐색, 패턴 매칭, 아나그램, 회문, 투 포인터 등 문자열을 다루는 다양한 알고리즘을 정리했습니다.1. 문자열 탐색문자열에서 특정 문자나 패턴을 찾는 기본적인 방법입니다. 파이썬에서는 find(), in 연산자, index() 등을 활용할 수 있습니다.실제 문제에서는 여러 번 등장하는 경우 모든 위치를 찾거나, 부분 문자열의 개수를 세는 등으로 확장할 수 있습니다.s = "hello world"print(s.find("world")) # 6 (찾으면 시작 인덱스, 없으면 -1)print("wor" in s) # True (포함 여부)# 여러 번 등장하는 모든 위치 찾기target = "l"positions = [i for i, c in enumerate(s) if (c == targe..

Python에서 리스트와 문자열을 활용하는 방법을 다룹니다. 리스트와 문자열을 다루는 기본 함수와 테크닉(join, 리스트 컴프리헨션, find, count 등)을 정리했습니다.1. join()의 활용리스트의 각 요소를 특정 구분자로 연결해 하나의 문자열로 만듭니다. 문자열 리스트를 출력할 때, 파일 저장 등에서 자주 활용됩니다.fruits = ['apple', 'banana', 'orange']result = ",".join(fruits)print(result) # apple,banana,orange2. 리스트 컴프리헨션(List Comprehension)리스트를 간결하게 생성할 수 있는 파이썬만의 문법입니다. 조건문, 함수 적용 등 다양한 변형이 가능합니다.# 1부터 5까지 제곱값 리스트 만들기sq..

Python에서 자주 사용하는 기본 자료구조인 해시, 스택, 큐, 덱, 힙의 특징과 사용법을 정리했습니다.각 자료구조의 개념, Python에서의 구현 방법, 그리고 간단한 예시 코드를 다룹니다.1. 해시 (Hash, 딕셔너리)해시(Hash)키-값 쌍으로 데이터를 저장하는 자료구조입니다.Python에서는 dict 타입으로 구현되어 있습니다. 시간복잡도삽입: 평균 O(1), 최악 O(n)삭제: 평균 O(1), 최악 O(n)탐색: 평균 O(1), 최악 O(n)d = {'apple': 3, 'banana': 5}print(d['apple']) # 3d['orange'] = 7 # 값 추가for key, value in d.items(): print(key, value)2. 스택 (Stack)스택(Sta..

Python에서 입출력(I/O)을 더 빠르고 효율적으로 처리하는 방법을 다룹니다.대용량 데이터 처리에 유용한 sys.stdin, sys.stdout 사용법, 입력 속도 개선, EOFError 처리, 여러 줄 입력 처리(map, split 활용)까지 정리했습니다.1. sys 모듈과 빠른 입출력sys 모듈파이썬 표준 라이브러리로, 표준 입출력(키보드 입력, 화면 출력) 등 다양한 시스템 관련 기능을 제공합니다.대용량 데이터 처리나 입력 속도 개선이 필요할 때 자주 사용합니다.기본적으로 input() 함수는 느릴 수 있습니다. 많은 데이터를 입력받을 때는 sys.stdin.readline()을 사용하는 것이 훨씬 빠릅니다.출력도 마찬가지로, print() 대신 sys.stdout.write()를 사용하면 속도..

들어가면서...GDGoC PKNU 비기너의 최종 단계로 팀 프로젝트를 진행하게 되었다.본격적인 작업이 시작되기 전에 한 학기 동안 프론트엔드 트랙을 들으며 배웠던 내용들을 복습하는 시간을 갖고자 한다.우선 이번 학기 프론트엔드 과정은 다음과 같은 방식으로 진행되었다. 매 주 지정된 챕터에 대한 관련 자료 및 영상이 올라오면 각자 학습한다.멘토가 지정해준 요구사항에 따라 과제를 수행하고 레포지토리에 제출한다.https://github.com/Opal1031/GDGoC_FE_Beginner 이 과정에서 Git과 Github를 주로 사용하였다. 이번 과정을 수행하면서 가장 크게 도움이 되었던 것 중 하나는 바로 Git Bash를 사용했다는 점이다.기존에는 필자가 주로 GitHub Desktop 앱을 활용했었다..

보호되어 있는 글입니다.

※ 본 포스트는 "SW 산학협력 프로젝트"에 앞서 LLM 및 AI와 관련된 학습을 위해 읽은 논문의 요약본입니다.※ 비영리적인 순수한 학습 기록용입니다.※ 저작권 문제가 있을 경우, 즉시 수정 또는 삭제하겠습니다.포스팅에 앞서 해당 논문은 아래의 링크에서 확인할 수 있습니다.OWASP Top 10 2025 번역본LLM10: 2025 무제한 소비열 번째 챕터의 주제는 "무제한 소비"이다. 무제한 소비무제한 소비는 LLM 애플리케이션이 이용자의 과도하고 통제되지 않은 추론을 허용할 때 발생한다. 이로 인해 아래와 같은 문제가 발생할 수 있다.서비스 거부경제적 손실모델 도용서비스 성능 저하무제한 소비LLM이 입력 쿼리 또는 프롬프트에 기반하여 출력을 생성하는 과정일반적 취약점 예시가변 길이 입력 플러딩다양한 ..

※ 본 포스트는 "SW 산학협력 프로젝트"에 앞서 LLM 및 AI와 관련된 학습을 위해 읽은 논문의 요약본입니다.※ 비영리적인 순수한 학습 기록용입니다.※ 저작권 문제가 있을 경우, 즉시 수정 또는 삭제하겠습니다.포스팅에 앞서 해당 논문은 아래의 링크에서 확인할 수 있습니다.OWASP Top 10 2025 번역본LLM09: 2025 벡터 및 임베딩 취약점아홉 번째 챕터의 주제는 "허위 정보"이다 허위 정보허위 정보의 주요 원인 중 하나는 환각이다.이는 모델이 내용을 실제로 이해하지 못한 채 출력을 생성하는 경우 발생한다. 환각LLM이 사실처럼 보이는 허구의 콘텐츠를 생성하는 현상 또한 훈련 데이터에 내재된 편향과 불완전한 정보에 의해서도 허위 정보가 생성될 수 있다. 허위 정보LLM이 신뢰할 수 있는 것..