NAIAHD

출처 : 프로그래머스

문제 설명

신입사원 무지는 게시판 불량 이용자를 신고하고 처리 결과를 메일로 발송하는 시스템을 개발하려 합니다. 무지가 개발하려는 시스템은 다음과 같습니다.

• 각 유저는 한 번에 한 명의 유저를 신고할 수 있습니다.
  • 신고 횟수에 제한은 없습니다. 서로 다른 유저를 계속해서 신고할 수 있습니다.
  • 한 유저를 여러 번 신고할 수도 있지만, 동일한 유저에 대한 신고 횟수는 1회로 처리됩니다.
• k번 이상 신고된 유저는 게시판 이용이 정지되며, 해당 유저를 신고한 모든 유저에게 정지 사실을 메일로 발송합니다.
  • 유저가 신고한 모든 내용을 취합하여 마지막에 한꺼번에 게시판 이용 정지를 시키면서 정지 메일을 발송합니다.

다음은 전체 유저 목록이 ["muzi", "frodo", "apeach", "neo"]이고, k = 2(즉, 2번 이상 신고당하면 이용 정지)인 경우의 예시입니다.

유저 ID유저가 신고한 ID설명

각 유저별로 신고당한 횟수는 다음과 같습니다.

유저 ID신고당한 횟수

위 예시에서는 2번 이상 신고당한 "frodo"와 "neo"의 게시판 이용이 정지됩니다. 이때, 각 유저별로 신고한 아이디와 정지된 아이디를 정리하면 다음과 같습니다.

유저 ID유저가 신고한 ID정지된 ID

따라서 "muzi"는 처리 결과 메일을 2회, "frodo"와 "apeach"는 각각 처리 결과 메일을 1회 받게 됩니다.

이용자의 ID가 담긴 문자열 배열 id_list, 각 이용자가 신고한 이용자의 ID 정보가 담긴 문자열 배열 report, 정지 기준이 되는 신고 횟수 k가 매개변수로 주어질 때, 각 유저별로 처리 결과 메일을 받은 횟수를 배열에 담아 return 하도록 solution 함수를 완성해주세요.

제한사항

• 2 ≤ id_list의 길이 ≤ 1,000
  • 1 ≤ id_list의 원소 길이 ≤ 10
  • id_list의 원소는 이용자의 id를 나타내는 문자열이며 알파벳 소문자로만 이루어져 있습니다.
  • id_list에는 같은 아이디가 중복해서 들어있지 않습니다.
• 1 ≤ report의 길이 ≤ 200,000
  • 3 ≤ report의 원소 길이 ≤ 21
  • report의 원소는 "이용자id 신고한id"형태의 문자열입니다.
  • 예를 들어 "muzi frodo"의 경우 "muzi"가 "frodo"를 신고했다는 의미입니다.
  • id는 알파벳 소문자로만 이루어져 있습니다.
  • 이용자id와 신고한id는 공백(스페이스)하나로 구분되어 있습니다.
  • 자기 자신을 신고하는 경우는 없습니다.
• 1 ≤ k ≤ 200, k는 자연수입니다.
• return 하는 배열은 id_list에 담긴 id 순서대로 각 유저가 받은 결과 메일 수를 담으면 됩니다.

입출력 예

id_listreportkresult

입출력 예 설명

입출력 예 #1

문제의 예시와 같습니다.

입출력 예 #2

"ryan"이 "con"을 4번 신고했으나, 주어진 조건에 따라 한 유저가 같은 유저를 여러 번 신고한 경우는 신고 횟수 1회로 처리합니다. 따라서 "con"은 1회 신고당했습니다. 3번 이상 신고당한 이용자는 없으며, "con"과 "ryan"은 결과 메일을 받지 않습니다. 따라서 [0, 0]을 return 합니다.

제한시간 안내

• 정확성 테스트 : 10초

def solution(id_list, report, k):
    dict_1= {}
    for repor in report:
        key,val = repor.split(' ')
        list_= []
        if dict_1.get(key) == None:
            list_.append(val)
            dict_1[key] = list_
        else:
            list_= dict_1.get(key)
            if val not in list_:
                list_.append(val)
                dict_1[key] = list_
    dict_={}
    for key,val in dict_1.items():
        for i in val:
            dict_[i] = dict_.get(i,0) + 1
    dict_2= {}
    for i in id_list:
        if dict_1.get(i) is None:
            dict_2[i] = 0
            continue
        for j in dict_1.get(i):
            if dict_.get(j,0) >= k:
                dict_2[i] = dict_2.get(i,0)+1
            else:
                dict_2[i] = dict_2.get(i,0)
    return list(dict_2.values())

id_list = ["muzi", "frodo", "apeach", "neo"]
report = ["muzi frodo","apeach frodo","frodo neo","muzi neo","apeach muzi"]
k = 2


solution(id_list, report, k)

자신의 사고와 행동을 객관적으로 파악하고 인식해서 상황에 맞게 설명하거나 조절하는 것을 메타인지라고 합니다. 

출처 : 처음 배우는 인공지능

자연어 처리

자연어 :

사람이 평소 말하는 언어나 읽는 문장을 자연어라고 합니다. 

사람이 평소 대호와 메시지 등에서 사용하는 단어로 구성한 문장을 자연어라고 합니다. 

기계가 언어를 분석하고 해석해 의미를 이해한 결과로 사람에게 도움이나 피드백을 주는 것을 자연어 처리라고 합니다. 

Natural Language Processing

자연어 처리는 문장을 단어로 나눠서 특징을 추출하고 다른 언어로 번역하는 등의 업무를 말합니다. 

출처 : 처음 배우는 인공지능

음성 합성

speech synthesis or Text To Speech , TTS

말소리의 음성을 기계가 자동으로 만들어 내는 기술을 말합니다. 

출처 : 처음 배우는 인공지능

소리의 진동은 다르게 표현하면 시간 축 상에서의 파형 데이터입니다. 

사람이 말한 소리에는 특징 주파수가 있습니다. 

따라서 소리의 진폭을 푸리에 변화하면 주파수 특성을 알 수 있습니다. 

출처 : 

처음 배우는 인공지능

출처 : 프로그래머스

정수 n, left, right가 주어집니다. 다음 과정을 거쳐서 1차원 배열을 만들고자 합니다.

1. n행 n열 크기의 비어있는 2차원 배열을 만듭니다.
2. i = 1, 2, 3, ..., n에 대해서, 다음 과정을 반복합니다.
   • 1행 1열부터 i행 i열까지의 영역 내의 모든 빈 칸을 숫자 i로 채웁니다.
3. 1행, 2행, ..., n행을 잘라내어 모두 이어붙인 새로운 1차원 배열을 만듭니다.
4. 새로운 1차원 배열을 arr이라 할 때, arr[left], arr[left+1], ..., arr[right]만 남기고 나머지는 지웁니다.

정수 n, left, right가 매개변수로 주어집니다. 주어진 과정대로 만들어진 1차원 배열을 return 하도록 solution 함수를 완성해주세요.

---

제한사항

• 1 ≤ n ≤ 107
• 0 ≤ left ≤ right < n2
• right - left < 105

---

입출력 예nleftrightresult

3	2	5	[3,2,2,3]
4	7	14	[4,3,3,3,4,4,4,4]

---

입출력 예 설명

입출력 예 #1

• 다음 애니메이션은 주어진 과정대로 1차원 배열을 만드는 과정을 나타낸 것입니다.

입출력 예 #2

• 다음 애니메이션은 주어진 과정대로 1차원 배열을 만드는 과정을 나타낸 것입니다.

처음에는 엄청 어렵게 생각하였다 

for문을 두개 작성하고 하면서 하지만 시간 초과가 되었다 .

계속 풀다가 생각 해보니깐 규칙이 있다. 

아래 의 경우 

i 012,012,012

j 000,111,222

i+1 j+1에서 더 큰 값을 추가해주면 된다. 

def solution(n, left, right):
    answer = []
    for val in range(left, right+1 ):
        i,j = divmod(val,n)
        answer.append(max(i+1,j+1))
    return answer

n = 3
left = 2
right = 5
solution(n, left, right)

초해상도 이미지 인식

Super-resolution imaging

영상 인식 외에 합성곱 신경망으로 이미지 인식 네트워크를 구현한 예는 축소된 이미지를 깔끔하게 확대할 수 있는 초해상도 이미지 인식 이 있습니다 

출처 : 

처음 배우는 인공지능

HOG 특징량

Histograms of Oriented Gradients 특징량

얼굴 및 사물 인식

주로 인물 검색이나 사람의 움직임 같은 동작을 감지할때 사용합니다. 

출처 : 

처음 배우는 인공지능