python_coding_test

시간복잡도 확인하기

문제에서 가장 먼저 확인해야 하는 내용은 시간제한(수행시간 요구사항)이다.

시간제한이 1초인 문제를 만났을때, 일반적인 기준은 다음과 같다.

• N의 범위가 500인 경우 : 시간 복잡도가 O(N3)인 알고리즘을 설계
• N의 범위가 2,000인 경우 : 시간 복잡도가 O(N2)인 알고리즘을 설계
• N의 범위가 100,000인 경우 : 시간 복잡도가 O(NlogN)인 알고리즘을 설계
• N의 범위가 10,000,000인 경우 : 시간 복잡도가 O(N)인 알고리즘을 설계

많은 문제를 풀면서 감을 익히는게 좋다.

일반적인 알고리즘 문제 해결 과정은 다음과 같다.

1. 지문 읽기 및 컴퓨터적 사고
2. 요구사항(복잡도) 분석
3. 문제 해결을 위한 아이디어 찾기
4. 소스코드 설계 및 코딩

일반적으로 출제자들은 핵심 아이디어를 캐치한다면 간결하게 소스코드를 작성할 수 있는 형태로 제출한다.

리스트 컴프리헨션

• 0부터 9까지의 수를 포함하는 리스트

array = [i for i in range(10)]
print(array) 

# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

• 조건문

# 0부터 19까지의 수 중에서 홀수만 포함하는 리스트
array = [i for i in range(20) if i % 2 == 1]

# 1부터 9까지의 수들의 제곱 값을 포함하는 리스트
array = [i * i for i in range(1,10)]

• 2차원 리스트 초기화

리스트 컴프리헨션은 N X M 크기의 2차원 리스트 초기화할 때 매우 유용하다.

# N X M 크기의 2차원 리스트 초기화
array = [[0] * m for _ in range(n)]

리스트 관련 기타 메서드

리스트에서 특정 값을 가지는 원소를 모두 제거하기

a = [1, 2, 3, 4, 5, 5, 5]
remove_set = {3, 5} # 집합 자료형

# remove_list에 포함되지 않은 값만을 저장
result = [i for i in a if i not in remove_set]
print(result) // [1, 2, 4]

문자열

• 문자열에 대해서도 마찬가지로 인덱싱과 슬라이싱을 이용할 수 있다.
  • 다만 문자열은 특정 인덱스의 값을 변경할 수는 없다.(Immutable)

튜플

튜플을 사용하면 좋은 경우

• 서로 다른 성질의 데이터를 묶어서 관리해야 할 때
  • 최단 경로 알고리즘에서는 (비용, 노드 번호)의 형태로 튜플 자료형을 주로 사용한다.
• 데이터의 나열을 해싱(Hashing)의 키 값으로 사용해야 할 때
  • 튜플은 변경이 불가능하므로 리스트와 다르게 키 값으로 사용될 수 있다.
• 리스트보다 메모리를 효율적으로 사용해야 할 때

사전 자료형

• 키(Key)와 값(Value)의 쌍을 데이터로 가지는 자료형이다.
  • 앞서 다루었던 리스트나 튜플이 값을 순차적으로 저장하는 것과는 대비된다.
• 사전 자료형은 키와 값의 쌍을 데이터로 가지며, 원하는 '변경 불가능한(Immutable) 자료형'을 키로 사용할 수 있다.
• 파이썬의 사전 자료형은 해시 테이블(Hash Table)을 이용하므로 데이터의 조회 및 수정에 있어서 O(1)의 시간에 처리할 수 있다.
• 다른 프로그래밍 언어에서의 해시 테이블 역할을 수행한다.

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

print(data) 
# {'사과' : 'Apple', '바나나' : 'Banana', '코코넛' : 'Coconut'}

if '사과' in data:
	print("사과있다") # 사과있다

사전 자료형 관련 메서드

• 사전 자료형에서는 키와 값을 별도로 뽑아내기 위한 메서드를 지원한다.
  • 키 데이터만 뽑아서 리스트로 이용할 때는 keys()함수를 이용한다.
  • 값 데이터만을 뽑아서 리스트로 이용할 때는 values()함수를 이용한다.

data = dict()
data['사과'] = 'Apple'
data['바나나'] = 'Banana'
data['코코넛'] = 'Coconut'

# 키 데이터만 담은 리스트
key_list = data.keys()
# 값 데이터만 담은 리스트
value_list = data.values()

print(key_list)       # dict_keys(['사과', '바나나', '코코넛'])
print(values_list)    # dict_values(['Apple', 'Banana', 'Coconut'])

# 리스트로 형 변환을 해주는 것이 사용하기 좋다.
print(list(key_list)) # ['사과', '바나나', '코코넛']

for key in key_list:
	print(data[key])

# Apple
# Banana
# Coconut

집합 자료형

• 집합은 중복을 허용하지 않으며, 순서가 없다는 특징을 갖는다.
• 집합은 set()함수 혹은 중괄호를 사용하여 초기화 할 수 있다.
• 데이터의 조회 및 수정에 있어서 O(1)의 시간에 처리할 수 있다.

data = set([1, 1, 2, 3, 4, 4, 5])
print(data) # {1, 2, 3, 4, 5}

data = {1, 1, 2, 3, 4, 4, 5}
print(data) # {1, 2, 3, 4, 5}

집합 자료형의 연산

기본적인 집합 연산으로는 합집합, 교집합, 차집합 연산 등이 있다.

a = set([1, 2, 3, 4, 5])
b = set([3, 4, 5, 6, 7])

# 합집합
print(a | b) # {1, 2, 3, 4, 5, 6, 7}

# 교집합
print(a & b) # {3, 4, 5}

# 차집합
print(a - b) # {1, 2}

집합 자료형 관련 함수

data = set([1, 2, 3])
print(data) # {1, 2, 3}

# 새로운 원소 추가
data.add(4)
print(data) # {1, 2, 3, 4}

# 새로운 원소 여러 개 추가
data.update([5, 6])
print(data) # {1, 2, 3, 4, 5, 6}

# 특정한 값을 갖는 원소 삭제
data.remove(3)
print(data) # {1, 2, 4, 5, 6}

사전 자료형과 집합 자료형의 특징

• 리스트나 튜플은 순서가 있기 때문에 인덳이을 통해 자료형의 값을 얻을 수 있다.
• 사전 자료형과 집합 자료형은 순서가 없기 때문에 인덱싱으로 값을 얻을 수 없다.
  • 사전의 키 혹은 집합의 원소를 이용해 O(1)의 시간복잡도로 조회한다.

조건문의 간소화

• 조건문에서 실행될 소스코드가 한 줄인 경우, 굳이 줄 바꿈을 하지 않고도 간략하게 표현할 수 있다.

score = 85
result = "Success" if score >= 80 else "Fail"

print(result) # Success

람다 표현식

• 람다 표현식을 이용하면 함수를 간단하게 작성할 수 있다.
  • 특정한 기능을 수행하는 함수를 한 줄에 작성할 수 있다는 점이 특징이다.

def add(a, b):
	return a + b

# 일반적인 add() 메서드 사용
print(add(3, 7))

# 람다 표현식으로 구현한 add() 메서드
print((lambda a, b: a + b)(3, 7))

람다 표현식 예시 : 내장 함수에서 자주 사용되는 람다 함수

array = [('홍길동' , 50), ('이순신', 32), ('아무개', 74)]

def my_key(x):
	return x[1]

print(sorted(array, key=my_key))
print(sorted(array, key=lambda x: x[1]))

람다 표현식 예시: 여러 개의 리스트에 적용

list1 = [1, 2, 3, 4, 5]
list2 = [6, 7, 8, 9, 10]

result = map(lambda a, b: a + b, list1, list2)

prnit(list(result))
# [7, 9, 11 ,13, 15]

map 함수는 각각의 원소에 하나의 함수를 적용하고자 할때 사용한다.

입출력

알고리즘 문제는 적절한 입력이 주어졌을 때, 그것을 사용해서 적절한 알고리즘을 수행해 결과를 출력해야 한다.

• 파이썬에서 데이터를 입력받을 때 input() 함수를 사용해 한 줄의 문자열을 입력받는다.
• 입력받은 문자열을 정수형 데이터로 처리하기 위해서는 int() 함수를 사용한다.

여러 개의 데이터를 입력받을 때에는 데이터가 공백으로 구분되는 경우가 많은데, 이때는 입력받은 문자열을 띄어쓰기로 구분해서 각각 정수 자료형 데이터로 저장하는 코드가 자주 사용된다.

이 코드는 정말 자주 사용되므로 외우고 있는 것이 좋다고 한다.

• list(map(int, input().split())) 이용

  1. input()으로 입력받은 문자열을 split()을 이용해 공백으로 나눈 리스트로 변환

  2. map 을 이용해서 해당 리스트의 모든 원소에 int() 함수 적용

  3. 그 결과를 다시 list()로 바꿔서 입력받은 문자열을 띄어쓰기로 구분해서 각각 숫자형으로 저장

만약 입력 하나 하나가 줄바꿈을 통해 따로 입력된다면, int(input())을 여러 번 사용해서 받으면 된다.

데이터 입력 예시

# 데이터 개수 입력
n = int(input())
# 각 데이터를 공백으로 구분해서 입력
data = list(map(int, input().split()))

data.sort(reverse = True)
print(data)

# 입력 : 533 78 90 12 83
# 출력 : [90, 83, 78, 33, 12]

공백 기준으로 적은 수의 데이터 입력

# n, m, k를 공백으로 구분하여 입력
n, m, k = map(int, input().split())

print(n, m, k)

# 입력 : 1, 2, 5
# 출력 : 1 2 5

입력의 개수가 많은 경우

• 입력의 개수가 많은 경우 동작 속도가 느린 input() 함수를 사용하면 시간 초과로 오답 판정을 받을 수도 있다
• 이 때에는 파이썬 sys 라이브러리에 정의되어 있는 sys.stdin.readline() 함수를 이용한다.
• readline() 으로 입력하면 입력 후 엔터 키가 줄 바꿈 기호로 입력되는데, 이 공백 문자를 제거하기 위해 rstrip() 함수를 사용해야 한다.

readline() 함수 사용 소스코드 예시

import sys

# 문자열 입력받기
data = sys.stdin.readline().rstrip()
print(data)

# 입력 : "Hello World"
# 출력 : Hello World

데이터 출력

파이썬에서는 print() 함수를 이용해서 데이터를 출력한다.

• print() 안에 변수나 상수를 매개 변수로 입력받아 출력한다.
• 각 변수를 콤마(,)로 구분하여 넣을 경우, 각 변수가 띄어쓰기로 구분되어 출력된다.
• print()는 기본적으로 출력 이후에 줄 바꿈을 수행하기 때문에, print()를 사용할 때마다 줄이 변경된다.

a = 1
b = 2
print(a) # 1
print(b) # 2
print(a, b) # 1 2

문자열과 수를 함께 출력해야 하는 경우 주의할 점

• 단순히 더하기 연산자(+)를 이용해서 문자열과 수를 더하면 오류가 발생한다.
  • 1. str() 함수를 이용해서 변수 데이터를 문자열로 바꿔주거나
  • 2. 각 자료형을 콤마(,)를 기준으로 구분하여 출력하면 된다.
  • 3. Python 3.6 이상부터는 f-string 문법을 이용해 간단히 출력 가능하다
  • f-string을 이용하면 단순히 중괄호({}) 안에 변수를 넣음으로써, 자료형의 변환 없이도 간단히 문자열과 정수를 함께 넣을 수 있다.

잘못된 출력 예시

# 출력할 변수
answer = 9

print("정답은 " + answer + "입니다.")

# TypeError: can only concatenate str (not "int") to str

변수를 문자열로 바꿔 출력하는 소스코드

# 출력할 변수
answer = 9

print("정답은 " + str(answer) + "입니다.")

# 정답은 9입니다.

콤마로 구분하여 출력하는 소스코드

# 출력할 변수
answer = 9

print("정답은 ", str(answer), "입니다.")

# 정답은 9 입니다.

각 변수를 콤마로 구분해서 출력하는 경우, 변수의 값 사이에 의도하지 공백이 삽입될 수 있으니 주의하자!

f-string 사용 소스코드

# 출력할 변수
answer = 9

print(f"정답은 {answer}입니다.")

# 정답은 9 입니다.

람다 표현식

파이썬에서 람다 표현식을 사용하면 함수를 한 줄에 작성해 간단하게 사용할 수 있다.

예시

def add(a, b):
	return a + b

# 일반적인 add() 메서드 사용
print(add(3, 7)) # 10

# 람다 표현식으로 구현한 add() 메서드
print(lambda a, b: a + b)(3, 7)) # 10

코딩 테스트 준비 시 반드시 알아두어야 할 파이썬 라이브러리

• 내장 함수: print(), input()과 같은 기본 입출력 기능부터 sorted()와 같은 정렬 기능을 포함하는 내장 라이브러리.
• itertools: 반복되는 형태의 데이터를 처리하는 기능을 제공하는 라이브러리.
  • 특히 순열과 조합 라이브러리는 코딩 테스트에서 자주 사용된다. (완전탐색 문제 등)
• heapq: 힙(Heap) 기능을 제공하는 라이브러리.
  • 일반적으로 우선순위 큐 기능을 구현하기 위해 사용한다.
• bisect: 이진 탐색(Binary Search) 기능을 제공한느 라이브러리다.
• colletions: 덱(deque), 카운터(Counter) 등의 유용한 자료구조를 포함하는 라이브러리다.
• math: 필수적인 수학적 기능을 제공하는 라이브러리다.
  • 팩토리얼, 제곱근, 최대공약수(GCD), 삼각함수 관련 함수부터 파이(pi)와 같은 상수를 포함하고 있다.

내장함수

• sum(): iterable 객체가 입력으로 주어졌을 때, 모든 원소의 합을 반환한다.파이썬에서 iterable은 반복가능한 객체를 말하며, 리스트, 딕셔너리, 튜플, set 등이 해당한다.
• max(): 파라미터가 2개 이상 들어왔을 때 가장 큰 값을 반환한다.
• min(): 파라미터가 2개 이상 들어왔을 때 가장 작은 값을 반환한다.
• eval(): 수학 수식이 문자열 형식으로 들어오면 해당 수식을 계산한 결과를 반환한다.
• sorted(): iterable 객체가 들어왔을 때, 정렬된 결과를 반환한다.key 속성으로 정렬 기준을 명시할 수 있고, reverse 속성으로 정렬된 결과 리스트를 뒤집을지의 여부를 정할 수 있다.

eval() 사용 예시 소스코드

result = eval("(2 + 4) * 6")
print(result) # 36

sorted() 사용 예시 소스코드

result = sorted([9, 3, 2, 7, 4]) # 오름차순으로 정렬
print(result)
# [2, 3, 4, 7, 9]

result = sorted([9, 3, 2, 7, 4], reverse = True) # 내림차순으로 정렬
print(result) 
# [9, 7, 4, 3, 2]

파이썬에서 리스트의 원소로 리스트나 튜플이 존재할 때 특정한 기준에 따라서 정렬을 수행할 수 있다.

정렬 기준은 key 속성을 통해 명시한다.

key 속성 사용 예시

리스트에 튜플이 원소로 있을 때, 이를 튜플의 두 번째 원소를 기준으로 내림차순 정렬하는 예시

result = sorted([('박성재', 27), ('김프론', 33), ('이서버', 42)], key = lambda x: x[1], reverse = True)
print(result)
# [('이서버', 42), ('김프론', 33), ('박성재', 27)]

리스트와 같은 iterable 객체는 기본으로 sort() 함수를 내장하고 있어서

굳이 sorted() 함수를 사용하지 않아도 정렬할 수 있다.

이 경우 리스트 객체의 내부 값이 정렬된 값으로 바로 변경된다.

sort() 함수 예시 소스코드

data = [9 ,3, 2, 5, 6]
data.sort()
print(data)
# [2, 3, 5, 6, 9]

itertools 라이브러리

itertools는 파이썬에서 반복되는 데이터를 처리하는 기능을 포함하고 있는 라이브러리이다.

제공하는 클래스는 매우 다양한지만, 코딩 테스트에서 가장 유용하게 사용할 수 있는 클래스는 다음과 같다.

• permutations: 순열
• combinations: 조합
• product: 중복 허용 순열
• combinations_with_replacement: 중복 허용 조합

모두 리스트와 같은 iterable 객체에서 r개의 데이터를 뽑아 순서를 고려하여(or 고려하지 않고)

중복을 허용하여(or 허용하지 않고) 나열하는 모든 경우를 계산한다.

• 데이터 목록과 뽑을 데이터의 개수를 인자로 넘겨준다

모두 클래스이므로 객체 초기화 이후에는 리스트 자료형으로 변환하여 사용한다.

소스코드

from itertools import permutations, combinations, product, combinations_with_replacement

data = ['A', 'B', 'C'] # 데이터 준비
result = list(permutations(data, 3)) # 모든 순열 구하기
print(result)
# [('A', 'B', 'C'), ('A', 'C', 'B'), ('B', 'A', 'C'), ('B', 'C', 'A'), ('C', 'A', 'B'), ('C', 'B', 'A')]

result = list(combinations(data, 2)) #2개를 뽑는 모든 조합 구하기
print(result)
# [('A', 'B'), ('A', 'C'), ('B', 'C')]

result = list(product(data, repeat=2)) # 2개를 뽑는 모든 순열 구하기(중복 허용)
print(result)
# [('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'B'), ('B', 'C'), ('C', 'A'), ('C', 'B'), ('C', 'C')]

result = list(combinations_with_replacement(data, repeat=2)) # 2개를 뽑는 모든 조합 구하기(중복 허용)
print(result)
# [('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]

heapq 라이브러리

• 힙(Heap) 기능 제공
• 다익스트라 최단 경로 알고리즘을 비롯한 다양한 알고리즘에서 우선순위 큐 기능을 구현하고자 할 때 사용
• PriorityQueue 라이브러리도 사용가능하지만, 코딩 테스트 환경에서 보통 heapq가 더 빠르게 동작
• 파이썬의 힙은 최소 힙으로 구성되어 있어서 단순히 원소를 힙에 전부 넣었다가 빼는 것만으로도 시간복잡도 O(NlogN)에 오름차순 정렬이 오나료된다. (보통 최소 힙 자료구조의 최상단 원소는 '가장 작은' 원소이기 때문)
• 힙에 원소를 삽입할 때는 heap.heappush() 메서드를 사용
• 힙에서 원소를 꺼재고자 할 때는 heap.heappop() 메서드를 사용

오름차순 힙정렬 예시 소스코드

improt heapq

def heapsort(iterable):
	h = []
    result = []
    # 모든 우너소를 차례대로 힙에 삽입
    for value in iterable:
    	heapq.push(h, vlaue)
    # 힙에 삽입된 모든 원소를 차례대로 꺼내서 담기
   	for i in range(len(h)):
    	result.append(heapq.heappop(h))
    return result

result = heapsort([1, 3, 5, 7, 9, 2, 4, 6, 8, 0])
print(result)

출력

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

파이썬에서는 최대 힙을 제공하지 않기 때문에, heapq 라이브러리를 이용해서 최대 힙을 구현해야 할 때는 원소의 부호를 임시로 변경하는 방식을 사용한다.힙에 원소를 삽입하기 전에 잠시 부호를 반대로 바꾸었다가, 힙에서 원소를 꺼낸 뒤에 다시 원소의 부호를 바꾸면 된다.

내림차순 힙정렬 예시 소스코드

import heapq

def heapsort(iterable):
	h = []
    result = []
    # 모든 원소를 차례대로 힙에 삽입 (부호 반대로)
    for value in iterable:
    	heapq.heappush(h, -value)
    # 힙에 삽입된 모든 원소를 차례대로 꺼내어 담기 (부호 다시 뒤집어서)
    for i in range(len(h)):
    	result.append(heapq.heappop(h))
    return result

result = heapsort([1, 3, 5, 7, 9, 2, 4, 6, 8, 0])
print(result)

출력

[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

bisect 라이브러리

• 이진 탐색을 쉽게 구현할 수 있도록 해주는 라이브러리
• '정렬된 배열'에서 특정한 원소를 찾아야 할 때 매우 효과적으로 사용된다.
• bisect_left()와 bisect_right() 함수가 가장 중요하게 사용되며, 이 두 함수가 동작하는 시간 복잡도는 O(logN)이다.
• bisect_left(a, x): 정렬된 순서를 유지하면서 리스트 a에 데이터 x를 삽입할 가장 왼쪽 인덱스를 찾는 메서드
• bisect_right(a, x): 정렬된 순서를 유지하면서 리스트 a에 데이터 x를 삽입할 가장 오른쪽 인덱스를 찾는 메서드

예시 소스코드

from bisect import bisect_left, bisect_right

a = [1, 2, 4, 4, 8]
x = 4

print(bisect_left(a, x))
print(bisect_right(a, x))

출력

24

위 두 함수는 '정렬된 리스트'에서 '값이 특정 범위에 속하는 원소의 개수'를 구하고자 할 때, 효과적으로 사용될 수 있다. 시간복잡도는 O(logN)이다.

활용 예시 소스코드

from bisect import bisect_left, bisect_right

# 값이 [left_vlaue, right_value] 범위에 속하는 데이터의 개수를 반환하는 함수
def count_by_range(a, left_value, right_value):
	right_index = bisect_right(a, right_value)
    left_index = bisect_left(a, left_value)
    return right_index - left_index
    
# 리스트 선언
a = [1, 2, 3, 3, 3, 3, 4, 4, 8, 9]

# 값이 4인 데이터 개수 출력
print(count_by_range(a, 4, 4)

# 값이 [-1, 3] 범위에 있는 데이터 개수 출력
print(count_by_range(a, -1, 3)

출력

26

collections 라이브러리

• 유용한 자료구조를 제공하는 표준 라이브러리
• 코딩 테스트에서 유용하게 사용되는 클래스는 deque와 Counter이다.

deque

• 파이썬에서는 보통 deque를 통해 큐를 구현한다.
• 리스트의 경우 맨 뒤에 원소 추가 및 제거의 시간복잡도는 O(1)이지만, 맨 앞에 원소 추가 및 제거는 O(N)이 걸린다.
• deque의 경우 맨 앞과 뒤 모두 원소를 추가하거나 제거할 때 시간복잡도가 O(1)이다.
• deque는 리스트와 다르게 인덱싱, 슬라이싱 기능은 없지만, 연속적으로 나열된 데이터의 시작 부분이나 끝부분에 데이터를 삽입하거나 삭제할 때는 매우 효과적이다.

deque는 데이터의 맨 앞과 맨 뒤 모두에서 삽입과 삭제가 가능하기 때문에 스택으로도 쓸 수 있고, 큐로도 쓸 수 있다.

• 큐로 사용할 때: popleft()로 맨 앞 원소 제거, append(x)로 맨 뒤에 원소 x 삽입
• 스택으로 사용할 때: pop()로 맨 뒤 원소 제거, append(x)로 맨 뒤에 원소 x 삽입
• 맨 앞에 원소 x 삽입: appendleft(x)

deque 활용 예시 소스코드

from collections import deque

data = deque([2, 3, 4])
data.appendleft(1)
data.append(5)

print(data)
print(list(data)) # 리스트 자료형으로 변환

data.popleft()
data.pop()
print(list(data))

출력

deque([1, 2, 3, 4, 5])

[1, 2, 3, 4, 5]

[2, 3, 4]

Counter

• 등장 횟수를 세는 기능 제공
• 리스트와 같은 iterable 객체가 주어졌을 때, 해당 객체 내부의 원소가 몇 번씩 등장했는지를 알려준다.
• 원소별 등장 횟수를 세는 기능이 필요할 떄 짧은 소스코드로 이를 구현할 수 있다.

Counter 활용 예시 소스코드

from collections import Counter

counter = Counter(['red', 'blue', 'red' ,'green', 'blue', 'blue'])
print(counter['red']) # 'red'가 등장한 횟수 출력
# 2

print(counter['blue']) # 'blue'가 등장한 횟수 출력
# 3

print(dict(counter)) # 딕셔너리형으로 변환
# {'red': 2, 'blue': 3, 'green': 1}

math 라이브러리

• 자주 사용되는 수학적인 기능을 포함하고 있는 라이브러리
• factorial(n): n!
• sqrt(x): x의 제곱근
• gcd(a, b): a와 b의 최대 공약수
• pi: 상수 파이(pi)
• e: 자연상수 e

math 활용 예시소스코드

import math

print(math.factorial(5)) # 5 팩토리얼
# 120

print(math.sqrt(6)) # 6의 제곱근 출력
# 2.449489742783178

print(math.gcd(35, 14))
# 7

print(math.pi)
# 3.141592653589793

print(math.e)
# 2.718281828459045