• 목차

Big-O Analysis

• 입력의 크기가 증가할 때 가장 빠르게 증가하는 항만을 고려하는 표기법
• 설계한 알고리즘의 시간복잡도를 파악하는데 용이

Tip!

• N의 범위가 $500$ 이하인 경우 : $O(N^3)$
• N의 범위가 $2,000$ 이하인 경우 : $O(N^2)$
• N의 범위가 $100,000$이하인 경우 : $O(NlogN)$
• N의 범위가 $10,000,000$이하인 경우 : $O(N)$

자료형

1. 정수형

2. 실수형

• 실수형 데이터를 표현하기에는 메모리 크기에 한계가 존재

print(0.6 + 0.3 == 0.9) # False

• 소수부 혹은 정수부가 0일때 생략 가능

print(10.0 == 10.) # True
print(0.9 == .9)   # True