티스토리

Mo!

검색하기

블로그 홈

Mo!

dong8ee.tistory.com/m

When given the choice between being right or being kind choose kind.

구독자: 1

방명록 방문하기

주요 글 목록

[Java] 자바는 컴파일 언어인가 인터프리터 언어인가? 💡 결론 : 자바는 컴파일 언어와 인터프리터 언어의 특성을 모두 가지고 있는 언어이다.1. 컴파일이란?컴파일이란 인간이 이해할 수 있는 고급 언어로 작성한 프로그램(소스 코드)을 컴퓨터가 실행가능한 형식인 기계어의 프로그램으로 변환하는 작업을 말한다. 2. 컴파일 언어와 인터프리터 언어의 차이점은?컴파일 언어 : 코드가 실행되기 전 컴파일러를 거쳐서 기계어로 모두 변환되어 실행되는 프로그래밍 언어이다. 컴파일러는 소스 코드 전체를 한 번에 분석하고, 최적화를 수행한 후 실행 파일을 생성한다.실행 파일은 컴퓨터에서 직접 실행될 수 있으므로, 인터프리터 언어에 비해 실행 속도가 빠르다.컴파일 과정에서 코드 최적화와 오류 검사가 이루어지므로, 더 안정적인 프로그램을 만들 수 있다.개발 과정에서 컴파일 시간.. 공감수 1 댓글수 0 2024. 7. 5.
[구름톤 챌린지] 6일차 - 문제 6. 문자열 나누기 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 6. 문자열 나누기 해당 문제는 문자열을 분리하는 모든 경우의 수를 조합으로 탐색한 후, 조건에 따라서 점수를 측정하는 완전 탐색 문제입니다. import itertools N = int(input()) # 문자열 길이 S = input() # 문자열 sub = [] for i in range(1, N-1): for j in range(i+1, N): sub.append([S[:i], S[i:j], S[j:]]) # 3개의 부분문자열을 담은 이중 리스트 P = sorted(list(set(list(itertools.chain(*sub))))) # 이중 리스트를 flatten 한 후 중복 .. 공감수 0 댓글수 0 2023. 8. 22.
[구름톤 챌린지] 5일차 - 문제 5. 이진수 정렬 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 5. 이진수 정렬 해당 문제는 주어진 데이터를 조건에 맞게 변형한 후, 다중 조건에 맞추어 정렬하는 문제입니다. 현대 모비스 알고리즘 대회 변형 문제입니다. N, K = map(int, input().split()) alist = list(map(int, input().split())) def binary_count(a): return str(format(a, 'b')).count("1") alist.sort(reverse=True, key=lambda x:(binary_count(x), x)) print(alist[K-1]) format()을 통해서 10진수 정수를 2진수로 간단하게 변.. 공감수 0 댓글수 0 2023. 8. 20.
[구름톤 챌린지] 4일차 - 문제 4. 완벽한 햄버거 만들기 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 4. 완벽한 햄버거 만들기 해당 문제는 정렬을 활용해서 주어지는 값들이 올바르게 배치되어 있는지 확인하는 문제입니다. 국내 알고리즘 경진대회 변형 문제입니다. N = int(input()) # 재료의 개수 klist = list(map(int, input().split())) # 각 재료의 맛의 정도를 담은 리스트 def hamburger(N, klist): answer = 0 max_k = 0 # 가장 높은 맛의 정도 pre_k = 1000001 # 현재 순회 이전 맛의 정도 값을 저장 temp = True # True이면 맛의 정도 증가, False는 감소 for k in klist:.. 공감수 0 댓글수 0 2023. 8. 20.
[구름톤 챌린지] 3일차 - 문제 3. 합 계산기 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 3. 합 계산기 해당 문제는 문자열과 정수가 혼용된 데이터를 적절하게 분리한 후, 부호를 기준으로 모든 결과를 합산하는 문제입니다. W사의 코딩 테스트 변형 문제입니다. T = int(input()) def cal(x, y, sym): if sym == '+': return x + y elif sym == '-': return x - y elif sym == '*': return x * y elif sym == '/': return x // y total = 0 for _ in range(T): x, sym, y = input().split() total += cal(int(x), int.. 공감수 0 댓글수 0 2023. 8. 20.
[구름톤 챌린지] 2일차 - 문제 2. 프로젝트 매니징 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 2. 프로젝트 매니징 해당 문제는 정수를 시간 단위로 변환 및 연산하는 문제입니다. 시간을 처리하는 문제는 다양하게 활용될 수 있습니다. 구름 레벨 변형 문제입니다. N = int(input()) # 필요한 기능의 개수 T, M = map(int, input().split()) # 시, 분 total = 0 # 모든 기능을 개발하는 데 걸리는 시간 총합 for _ in range(N): total += int(input()) T_final = T + (total + M) // 60 # 끝마친 시간 계산 M_final = (total + M) % 60 # 끝마친 분 계산 if T_final.. 공감수 0 댓글수 0 2023. 8. 19.
[구름톤 챌린지] 1일차 - 문제 1. 운동 중독 플레이어 (Python) 구름LEVEL 난이도별 다양한 문제를 해결함으로써 SW 역량을 향상시킬 수 있습니다. level.goorm.io 문제 1. 운동 중독 플레이어 해당 문제는 주어진 수식에 따른 결과를 찾아내는 문제입니다. 소수점을 잘 처리해야 하는 기초적인 수학 문제입니다. 구름 레벨 변형 문제입니다. import math W, R = map(int, input().split()) RM = W * (1 + R/30) print(math.trunc(RM)) 소수점 처리는 math.trunc()를 통해서 쉽게 해결할 수 있는 문제였다. 공감수 0 댓글수 0 2023. 8. 19.
Streamlit - Column configuration Introducing column config ⚙️ Take st.dataframe and st.data_editor to the next level! blog.streamlit.io Streamlit 사용자들이 데이터프레임 커스터마이징 기능에 대한 요구사항들이 있었고 최근 해당 기능이 릴리즈 되었다! 🎉 사용자들이 요구했던 기능들은 다음과 같다. 인덱스 열 숨기 테이블 셀에 이미지 또는 클릭 가능한 링크 보여주기 특정 열에 대해 편집 비활성화하기 Streamlit 1.23부터 해당 기능들을 사용할 수 있게 되었다. 이제 st.dataframe과 st.data_editor의 모든 열을 원하는 대로 커스터마이징 할 수 있다. 기능 예제 이번 기능의 메인 주인공은 column_config 매개변수이다. 해당.. 공감수 0 댓글수 0 2023. 7. 30.
XLA Architecture & Tutorials Why did we build XLA? XLA가 TensorFlow와 함께 작동하기 위한 몇 가지 목표 Improve execution speed (실행 속도 향상) : 서브그래프를 컴파일하여 짧은 지속 시간을 가진 연산의 실행 시간을 줄여 TensorFlow 런타임의 오버헤드를 제거하고, 파이프라인 연산을 융합하여 메모리 오버헤드를 줄이고, 알려진 텐서 형태에 특화되어 더 공격적인 상수 전파를 허용합니다. Improve memory usage (메모리 사용량 개선) : 메모리 사용량을 분석하고 스케줄링하여 원칙적으로 많은 중간 저장 버퍼를 제거합니다. Reduce reliance on custom Ops (사용자 지정 Ops에 대한 의존성 줄이기) : 자동으로 융합된 저수준 Ops의 성능을 개선하여 수.. 공감수 0 댓글수 0 2023. 7. 22.
TF-IDF & BM25 TF-IDF (Term Frequency - Inverse Document Frequency) 어떤 경우에 사용되는가? 문서의 유사도를 구하는 작업 검색 시스템에서 검색 결과의 중요도를 정하는 작업 문서 내에서 특정 단어의 중요도를 구하는 작업 TF-IDF는 TF(단어 빈도, term frequency)와 IDF(역문서 빈도, inverse document frequency)의 곱이다. $$ tfidf(t, d, D) = tf(t, d) \times idf(t, D) $$ $d$ : 문서, $t$ : 단어, $D$ : 문서 집합 $tf(t, d)$ : 이 값을 산출하는 가장 간단한 방법은 단순히 문서($d$) 내에 나타나는 해당 단어($t$)의 총빈도수를 사용하는 것이다. $idf(t, D)$ : 한 단.. 공감수 0 댓글수 0 2023. 4. 7.
[DS] 연결 리스트 (Linked List) 연결 리스트 (Linked List) 연결 리스트(Linked List)는 자료를 저장하는 자료구조 중 하나로, 데이터를 일렬로 연결한 형태입니다. 연결 리스트는 각 노드(node)가 데이터와 포인터(pointer)로 이루어져 있습니다. 데이터는 자료를 저장하는 공간이고, 포인터는 다음 노드의 주소를 저장하는 공간입니다. 연결 리스트의 장점 삽입(insertion)과 삭제(deletion)가 용이 : 연결 리스트는 각 노드가 다음 노드를 가리키는 포인터로 연결되어 있기 때문에, 삽입(insertion)과 삭제(deletion)가 매우 유연하게 이루어집니다. 동적으로 크기가 변하는 데이터를 저장할 수 있습니다. 이는 배열과는 다르게, 메모리 할당을 미리 해놓을 필요가 없기 때문입니다. 연결 리스트의 단점 .. 공감수 1 댓글수 0 2023. 3. 23.
[DS] 해시 테이블 (Hash Table) 해시 테이블 해시테이블은 데이터를 빠르게 검색하기 위한 자료구조로, 키(key)와 값(value)의 쌍으로 이루어져 있습니다. 각각의 키는 해시 함수(hash function)를 통해 해시값(hash value)으로 변환되어 배열(buckets)의 인덱스와 연결됩니다. 이렇게 구성된 해시테이블은 O(1) 시간 복잡도로 데이터를 검색하고 삽입할 수 있어서 매우 효율적인 자료구조입니다. 해시(Hash)란? 임의의 길이를 가진 데이터를 고정된 길이의 데이터로 변환하는 것을 말합니다. 해시테이블에서는 이러한 해시 함수(hash function)를 사용하여 데이터의 고유한 인덱스를 생성합니다. 해시 함수는 입력값으로 받은 데이터를 해시값으로 변환하여, 이 값을 인덱스로 사용하게 됩니다. 이렇게 해시함수를 사용하여.. 공감수 0 댓글수 0 2023. 3. 21.
[논문 리뷰] Enriching Pre-trained Language Model with Entity Information for Relation Classification 논문 링크 : https://arxiv.org/abs/1905.08284 💡 해당 논문 리뷰는 오역이 있을 수 있습니다. 정확한 내용은 위의 링크의 본 논문 내용을 참고해 주시기 바랍니다. Abstract 사전 훈련된 BERT 모델은 분류/시퀀스 레이블링 task에서 성공적인 결과를 보이지만, 관계 분류에서는 문장과 두 타겟 엔터티의 정보에 의존한다는 점에서 앞서 말한 task와는 다르다. 본 논문에서는 사전 훈련된 BERT 언어모델을 활용하고 엔터티의 정보를 통합하여 관계 분류 작업을 해결하는 모델을 제안한다. 타겟 엔터티를 찾고 사전 훈련된 아키텍처를 통해서 정보를 전송하고 두 엔터티의 해당 인코딩을 통합한다. 위와 같은 방법으로 SemEval2010 task 8 relational dataset에서.. 공감수 0 댓글수 0 2023. 1. 14.
[논문 리뷰] An Improved Baseline for Sentence-level Relation Extraction 논문 링크 : https://arxiv.org/abs/2102.01373 💡 해당 논문 리뷰는 오역이 있을 수 있습니다. 정확한 내용은 위의 링크의 본 논문 내용을 참고해 주시기 바랍니다. Abstract Sentence-level relation extraction (RE)는 문장에서 두 엔티티 사이의 관계를 식별하는 것이 목표이다. 본 논문에서는 기존의 relation classifiers의 성능에 영향을 미치는 두 가지 문제, 즉 ENTITY REPRESENTATION (엔티티 표현), NOISY OR ILL-DEFINED LABELS (노이즈가 많거나 잘못 정의된 레이블)에 대해서 다시 살펴본다. typed markers가 있는 entity representations으로 개선된 우리의 RE 베이.. 공감수 0 댓글수 0 2023. 1. 14.
(Python) itertools 라이브러리 - permutations(순열), combinations(조합) 1. itertools.permutations(iterable, r=None) - iterable 객체에서 r개를 뽑는 순열을 구할 수 있다. r개를 지정하지 않을 시 iterable 객체의 길이만큼 뽑게된다. 반환 결과는 generator 형식으로 반환되어 list 자료형으로 변환하여 사용한다. - iterable의 순서에 따라 사전식 순서로 반환된다. 따라서 iterable 객체가 정렬된 상태라면 반환되는 결과도 정렬된 순서로 생성된다. from itertools import permutations nlist = [1, 2, 3, 4] permutations = list(permutations(nlist, 2)) print(permutations) [(1, 2), (1, 3), (1, 4), (2, .. 공감수 0 댓글수 0 2022. 8. 25.
(Python) 이진 탐색 라이브러리 bisect python 내장 모듈인 bisect를 사용하여 이진 탐색을 수행할 수 있다. 1. bisect.bisect_left(리스트, 값) : 정렬된 순서를 유지하면서 리스트에 값을 삽입할 위치를 찾는다. 해당 값이 이미 리스트에 있다면, 해당 값이 제일 처음 나오는 인덱스가 반환된다. 만약 값이 리스트에 없다면 정렬 순서에 알맞는 인덱스를 반환한다. from bisect import bisect_left nlist = [1, 2, 3, 3, 4] x = 3 print(bisect_left(nlist, x)) 2 from bisect import bisect_left nlist = [1, 2, 3, 3, 4] x = 5 print(bisect_left(nlist, x)) 5 2. bisect.bisect_rig.. 공감수 0 댓글수 0 2022. 8. 9.
(Python) fillna() 결측치 변경하기 https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.fillna.html pandas.DataFrame.fillna — pandas 1.4.2 documentation If method is specified, this is the maximum number of consecutive NaN values to forward/backward fill. In other words, if there is a gap with more than this number of consecutive NaNs, it will only be partially filled. If method is not specified, this is t pandas.pydata... 공감수 0 댓글수 0 2022. 6. 20.
(Python) ord() 문자를 숫자로 변환하기 ord() 함수는 문자의 유니코드 값을 반환하는 함수이다. print(ord('a')) print(ord('A')) 97 65 소문자 a의 경우 97이 반환되고, 대문자 A의 경우 65가 반환된다. 이를 활용하여 알파벳 순서를 숫자로 반환할 수 있다. print(ord('a') - ord('a') + 1) print(ord('b') - ord('a') + 1) print(ord('c') - ord('a') + 1) 1 2 3 a는 소문자 알파벳 순서 첫 번째고 b는 두 번째, c는 세 번째인데 이를 숫자로 표현하려면 위와 같이 해주면 된다. print(ord('a') - 96) print(ord('b') - 96) print(ord('c') - 96) 1 2 3 혹은 위와 같이 96(ord('a) + 1.. 공감수 0 댓글수 0 2022. 6. 19.
(Python) string 모듈 사용하기 1. string.ascii_lowercase : 소문자 알파벳 문자열을 반환한다. 'abcdefghijklmnopqrstuvwxyz' (데이터 타입 - 문자열) import string lower_alpha = string.ascii_lowercase print(lower_alpha) print(type(lower_alpha)) abcdefghijklmnopqrstuvwxyz 2. string.ascii_uppercase : 대문자 알파벳 문자열을 반환한다. 'ABCDEFGHIJKLMNOPQRSTUVWXYZ' import string upper_alpha = string.ascii_uppercase print(upper_alpha) ABCDEFGHIJKLMNOPQRSTUVWXYZ 3. string.as.. 공감수 2 댓글수 0 2022. 6. 17.
(Python) sort() key를 기준으로 정렬하기 test_list = [(1, 'c'), (1, 'b'), (3, 'c'), (2, 'd'), (2, 'a')] test_list.sort() print(test_list) [(1, 'b'), (1, 'c'), (2, 'a'), (2, 'd'), (3, 'c')] - sort()는 오름차순으로 리스트를 정렬해준다. test_list = [(1, 'c'), (1, 'b'), (3, 'c'), (2, 'd'), (2, 'a')] test_list.sort(reverse=True) print(test_list) [(3, 'c'), (2, 'd'), (2, 'a'), (1, 'c'), (1, 'b')] - sort()에 reverse매개 변수를 사용하여 내림차순으로 정렬할 수 있다. test_list = [(1.. 공감수 0 댓글수 0 2022. 6. 16.
(Python) 원핫 인코딩 pd.get_dummies로 하기 pandas.get_dummies(data, prefix=None, prefix_sep='_', dummy_na=False, columns=None, sparse=False, drop_first=False, dtype=None) data 적용할 데이터(리스트, 시리즈, 데이터프레임) prefix DataFrame 열 이름에 추가할 문자 접두사 prefix_sep 접두사를 추가하는 경우 사용할 구분 기호/구분자 dummy_na False일시 결측치는 무시 drop_first 첫 번째 카테고리는 제거하여 k개의 카테코리가 아니라 (k-1)개의 카테고리를 가져올지의 여부 예시 1) s = pd.Series(list('aaabbbcca')) pd.get_dummies(s) 예시 2) prefix, prefix_.. 공감수 0 댓글수 0 2022. 6. 15.
(Python) 리스트 순서 뒤집기 - [::-1], reverse(), reversed() 1. [::-1] 사용하기 a = [1, 2, 3, 7, 5, 6, 10] reversed_a = a[::-1] print(reversed_a) print(a) [10, 6, 5, 7, 3, 2, 1] [1, 2, 3, 7, 5, 6, 10] - reversed_a는 순서가 뒤집어진 a 리스트가 된다. - 원본 리스트인 a의 순서는 바뀌지 않는다. 2. reverse() 사용하기 a = [1, 2, 3, 7, 5, 6, 10] a.reverse() print(a) [10, 6, 5, 7, 3, 2, 1] - reverse()는 해당 리스트의 순서를 뒤집는다. (원본이 바뀜, 변수에 넣을 수 없음) 3. reversed() 사용하기 a = [1, 2, 3, 7, 5, 6, 10] reversed_a = l.. 공감수 0 댓글수 0 2022. 4. 14.
(Python) 데이터프레임 살펴보기 df.head() - 데이터프레임의 맨 앞에 있는 N개의 행을 반환한다. - 기본 값 5행 - 괄호안에 숫자를 넣어 몇 개를 가지고 올지 정해줄 수 있다. ex) head(3) - df.tail()은 head()와 반대로 맨 마지막에 있는 N개의 행을 반환한다. df.shape - 데이터프레임의 행과 열의 크기를 튜플 형태로 반환한다. - 반환 형태 : (행 개수, 열 개수) df.info - 총 데이터 건수와 데이터 타입, 컬럼별 NULL 건수를 알 수 있다. ex) 타이타닉호 탑승자 데이터프레임 살펴보기 titanic.info() RangeIndex: 891 entries, 0 to 890 Data columns (total 12 columns): # Column Non-Null Count Dtype.. 공감수 0 댓글수 0 2022. 2. 24.
(Python) np.arange(), np.zeros(), np.ones() np.arange([start, ]stop, [step, ]dtype=None, *, like=None) - 파이썬의 range()와 유사한 기능을 한다. - 주어진 간격 내에서 균일한 간격의 값을 반환한다. - 기본 시작값 : 0, 기본 단계 값: 1, stop값은 범위에 포함되지 않는다. - 생성될 배열의 데이터 유형을 명시하지 않으면, 입력 인수에서 데이터 유형을 유추하여 자동으로 생성된다. import numpy as np a1 = np.arange(3) print(a1) [0 1 2] - 시작값을 명시하지 않았기 때문에 기본 시작값 0에서 3미만까지 범위에서 1의 간격에 해당하는 배열이 생성된다. import numpy as np a2 = np.arange(3.5) a3 = np.arange(3.. 공감수 0 댓글수 0 2022. 2. 24.
(Python) 데이터프레임에서 특정 열을 제외하고 선택하기 1. seaborn의 내장 데이터셋 목록 확인하기 seaborn.get_dataset_names() : seaborn의 내장된 데이터 셋 목록을 확인하기 import seaborn as sns sns.get_dataset_names() #seaborn의 내장된 데이터 셋 목록을 확인하는 방법 ['anagrams', 'anscombe', 'attention', 'brain_networks', 'car_crashes', 'diamonds', 'dots', 'exercise', 'flights', 'fmri', 'gammas', 'geyser', 'iris', 'mpg', 'penguins', 'planets', 'taxis', 'tips', 'titanic'] 2. titanic 데이터셋을 불러와서 tita.. 공감수 1 댓글수 0 2022. 2. 22.
(HackerRank) 해커랭크 SQL [The Blunder] Oracle 풀이 문제 링크 https://www.hackerrank.com/challenges/the-blunder/problem?isFullScreen=true The Blunder | HackerRank Query the amount of error in Sam's result, rounded up to the next integer. www.hackerrank.com 사만다는 직원 테이블에 있는 모든 직원의 평균 월급을 계산하는 일을 맡았지만 계산을 마친 후에야 키보드의 0 키가 고장 났다는 것을 알았다. 그녀는 잘못 계산한 평균 급여과 실제 평균 급여 간의 차이를 찾는 데 도움을 받고자 한다. 오류의 양(즉, 실제 - 잘못 계산된 월평균 급여)을 계산하는 질의를 작성하여 다음 정수로 반올림합니다. select c.. 공감수 0 댓글수 0 2021. 12. 14.
(Python) while문 개념 (3) - 중첩 while문 [구구단 출력하기] # 구구단 출력하기(2단부터 9단까지) a = 2 while a < 10: # a값이 9까지 출력되도록 반복 b = 1 # b값이 9까지 될때마다 1로 초기화 while b < 10: # b값을 9까지 출력되도록 반복 print('%d x %d = %d' %(a, b, a*b)) # 구구단 출력 b = b + 1 # b는 반복될 때 마다 1씩 커진다 a = a + 1 # a는 반복될 때 마다 1씩 커진다 # 값이 홀수가 되는 구구단만 출력하기 (힌트 : 홀수 X 홀수 = 홀수) a = 2 while a < 10: if a % 2 == 0: # a가 짝수이면 a = a + 1 # a를 1씩 증가 continue # 반복문의 처음으로 이동(짝수인 a값 출력 안되게함) b = 1 # b의 값을 1로 초기화 시.. 공감수 0 댓글수 0 2021. 12. 13.
(Python) while문 개념(2) - continue, break while 조건: 반복 실행문 continue # while 구문 처음으로 이동하여 반복문을 계속합니다 while 조건: 반복 실행문 break # while 구문 반복을 탈출함 # 숫자를 물어본 후 숫자에서 1씩 차감하여 출력하는데 7에서 출력을 끝내도록 하시오 i = int(input('숫자를 입력하세요 : ')) # i라는 변수에 숫자를 입력 받는다 while i > 0: print(i) if i == 7: # i가 7이면 break # 반복문에서 빠져나온다 i = i - 1 # 반복될 때 마다 i를 1씩 차감 # 두 숫자를 입력받은 후 두 수의 최대공약수를 구하기 a = int(input('첫 번째 숫자를 입력하세요 : ')) # 첫 번째 숫자를 a에 입력받기 b = int(input('두 번째 .. 공감수 0 댓글수 0 2021. 12. 13.
(Python) while문 개념(1) while문은 for문과 같이 반복문이다 for문은 특정 범위에서 반복 실행하게 하는 반면에 while문은 특정 조건에서 코드를 반복 실행하게 한다 # while문을 사용하여 1부터 10까지 출력하기 i = 1 # 변수 i는 1부터 시작하도록 설정한다 while i < 11: # i가 10이 될 때까지 실행 print(i) # i의 값을 출력 i = i + 1 # i의 값을 한 번 출력할 때마다 1씩 커진다 # while문을 사용하여 1부터 10까지의 합을 구하기 i = 1 # 변수 i는 1부터 시작하도록 설정 total = 0 # i값을 누적해서 합 할 변수를 설정 while i < 11: # i가 10이 될 때까지 실행 total = total + i # i값이 누적해서 합해진다 i = i + 1 #.. 공감수 0 댓글수 0 2021. 12. 13.
(SQL) 정규식 regexp_like() Oracle 정규식 앵커(anchor) 연산자 단일행 방식 다중행 방식 ^ (caret) 문자열의 시작 행의 시작 $ (dollar) 문자열의 끝 행의 끝 ex) abc 테이블에서 이름(sname)이 D로 시작하고 끝 철자가 N 또는 L로 끝나는 학생들의 이름을 출력하시오 -- SUBSTR() 사용 select sname from abc where substr(sname, 1, 1) = 'D' and substr(ename, -1, 1) in('N', 'L'); -- REGEXP_LIKE() 사용 select sname from abc where regexp_like(sname, '^D(.)+N|L$'); -- ^D : D로 시작하는 것 -- (.)+ : .은 한 자리를 의미 (+) 여러 개를 의미 => 이 한자리가.. 공감수 0 댓글수 0 2021. 12. 13.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.