추가 적립 안내

인간의 뇌는 이성과 감성이 있어서, 논리적인 행동과 감정 행위를 하게 된다. 컴퓨터는 아직 까지 인간의 논리적인 행동을 따라하도록 만들었으며, 인간의 전두엽 (행동의 제어)와 측두 엽 (기억) 처럼, CPU (중앙처리장치, central processing unit)와 메모리를 사용해서 주어진 연 산을 계산하게 된다.
컴퓨터과학 (computer science)은 물리학이 자연현상을 모델링하는 것 처럼, 인간의 사고를 모델링하는 것을 목표로 하는 학문이다. 인간의 사고는 기억 (memory) 과 논증 (reasoning)으로 구분할 수 있는데, 어떤 현상에 대한 사실적 기술을 하는 descriptive knowledge와 어떤 프로세스를 어떤 단계로 만들어가는지를 생각하는 procedural knowledge 로 나누어 생각할 수 있다.
본 교재에서는, procedural knowledge를 대표하는 알 고리즘 (어떤 문제를 푸는 단계들의 집합을 설계하는 일) 을 배우고, 종이에 직접 알고리즘 을 돌려보면서 원리를 이해하고, 이를 C 언어로 구현하여 컴퓨터로 돌려보면서 또 생각지 못했던 것들을 배우는 것을 목표로 한다.

1장. 스마트 컴퓨팅(Computation)을 위한 문제의 정의와 알고리즘의 설계
2장. 알고리즘이란
3장. 알고리즘의 설계 방법
4장. 문제 자체의 어려운 정도: P 문제와 NP 문제
5장. Searching 알고리즘 만들기: Sequential Search와 Binary Search
6장. 단순한 Sorting 알고리즘 만들기: Bubble Sort와 Insertion Sort
7장. 빠른 Sorting 알고리즘 만들기: Quick Sort와 Merge Sort
8장. 특수한 자료 구조를 사용해 빨라진 Heap Sort 알고리즘
9장. String Matching: 극 단순 알고리즘과 KMP 알고리즘 String
10장. String Matching 알고리즘 만들기: Rabin-Karp 와 Boyer-Moore 알고리즘
11장. Geometric(Convex Hull) 문제를 푸는 Graham' 알고리즘
12장. 대칭 암호화(Cymmetric Encryption) 알고리즘
13장. 비대칭 암호화(Asymmetric Encryption) 알고리즘
14장. 수치해석: f(x)=0의 해를 구하는 Newton-Raphson 알고리즘
15장. 신호처리 알고리즘: Discrete Fourier Transform과 FFT
16장. Graph에서 Shortest Path 구하기: Dijkstra 알고리즘과 Bellman-Ford 알고리즘
17장. Graph에서 Minimum Spanning Tree 찾아내기: Kruskal 알고리즘과 Prim 알고리즘
18장. Graph에서 Maximum Flow 또는 Min Cut 구하는 알고리즘 만들기
19장. 최적화 알고리즘 만들기: 1차 목적 함수 값을 최대화하는 Linear Programming
20장. 최적화 알고리즘: Knapsack을 Dynamic Programing으로 풀기
21장. 예측모형: 회귀(Regression) 분석과 시계열(Time Series) 분석
22장. 신경망 Neural Network: Multi-Layer Perceptron의 이해
23장. 양자 알고리즘(quantum algorithm): Non-Deterministic 알고리즘