Deeper Learning

CPU의 성능 평가 CPU Times: Task 완료까지 소요시간 CPU Clock Cycles: Task를 완료하는 데까지 필요한 Clock의 수 Clock Rate: 1초에 몇 번의 Clock을 도는지 (초당 사이클) = 클럭 속도 Clock Cycle Time (cct, Clock period): 하나의 Clock 당 소요시간 (1->0->1) Instruction Count: Instruction의 개수 CPI: Cycles Per Instruction, 하나의 Instruction이 필요로 하는 Clock Cycle의 개수 Formula [ Task 완료까지 소요시간 = 필요한 Clock의 수 x 1개의 Clock당 소요시간] CPU Times = CPU Clock Cycles x Clock C..

Why Floating Point (부동 소수점) 32bit는 총 2^32개의 수의 표현이 가능하다. Fixed-point를 사용할 경우 정수부와 소수부의 bit 수가 고정이 되어 소수부가 모두 0인 정수의 경우 Fractional part의 bit가 모두 0을 나타낸다. 이처럼 사용하지 않는 bit가 많아 비효율적이고 전체 표현가능한 수의 범위 또한 작다. Floating-point를 사용할 경우 Fixed-point 처럼 표현 가능한 수가 연속적이지 않아 근사를 사용한다. 정확도가 Fixed-point 보다 낮고 연산 속도가 느리지만 더 넓은 범위의 수를 표현할 수 있게 된다. IEEE standard 754 IEEE 754는 IEEE에서 개발한 부동소수점을 표현하는 가장 널리 쓰이는 표준이다. +0..

SQL SQL(Structured Query Language)는 관계형 데이터베이스 시스템(RDBMS)에서 데이터를 삽입, 수정, 삭제하기 위해 설계된 프로그래밍 언어이다. SQL DB에는 MySQL, Oracle DB, Maria DB 등이 있다. SQL DB에서 데이터는 스키마에 따라 DB 테이블에 저장된다. 데이터는 중복되지 않으며 무결성, 일관성을 유지하며 관계를 통해 연결된 여러 테이블에 저장된다. 각 column은 int, string 등 자료형이 지정되어 있으며 특정 조건을 추가하여 이에 맞는 데이터 만을 받아들인다. Schema 스키마는 데이터베이스 구조와 제약조건에 대해 기술한 것으로 DB내에서 데이터의 구조를 나타낸다. 외부 스키마 사용자가 필요로 하는 데이터베이스의 논리적 구조 =서브..

멀티프로그래밍 환경에서 공유자원의 안정적인 사용을 위해서는 여러 프로세스가 동시에 접근하는데 제한을 두어야 한다. 이를 위하여 Semaphore와 Mutex가 고안되었다. Semaphore 예를 들어 프로세스 A는 변수 x를 1 증가시키고 프로세스 B 역시 변수 x를 1 증가시킨다고 하자. x=1 -> A가 x를 load -> B가 x를 load -> A가 x++ -> B가 x++ 위와같은 과정을 거치면 x는 3이 아닌 2가 된다. 이는 동시에 두 프로세스가 한 공유자원을 변경하며 생긴 문제로 이를 Semaphore를 사용하여 해결이 가능하다. 임계 영역(critical section)은 공유자원에 접근할 수 있는 영역으로 Semaphore를 통해 보호한다. P는 S를 1만큼 감소시키는 함수이며, V는 ..

Virtual Memory 가상 메모리가 없다면 프로세스를 실행하기 위해서는 전체 프로세스가 실제 메모리에 존재하여야 한다. 가상 메모리를 사용하여 가상 메모리 주소를 할당하면 현재 필요한 프로세스의 부분만 메모리에 적재하여 실행이 가능하기 때문에 실제 RAM보다 메모리 영역을 크게 사용하는 것이 가능하다. 가상 메모리는 Logical Memory와 Physical Memory를 분리하여 RAM의 용량을 초과하는 프로세스를 실행 가능하도록 한다. 가상메모리의 프로그램이 실행될 경우 MMU(Memoery Management Unit)에 의해 실제 물리적인 메모리의 주소 값으로 매핑된다. Paging & Segmentation Paging(페이징)은 고정된 크기로 메모리를 나누어 할당하는 방식으로 Physi..

Dynamic Programming (동적 계획법) DP는 하나의 문제를 여러 개의 작은 하위 문제로 나누어 풀고 이를 결합하여 최종적인 문제에 도달하는 것이다. 각 하위 문제의 결과를 계산하고 기록하여 같은 하위 문제가 등장하였을 경우 기록된 결과를 사용하여 간단하게 문제를 해결할 수 있다. 위 방법을 통하여 계산량을 줄일 수 있으며 이는 하위 문제가 기하급수적으로 많은 경우 유용하다. Top-down: 큰 문제를 작은 문제로 나누고 재귀호출을 통해 해결한다. Bottom-up: 작은 문제부터 최적해를 쌓아가면서 마지막 궁극적인 최적해에 도달한다. (for loop) Greedy Algorithm DP는 항상 최적해를 구해내지만 모든 경우를 고려한다는 단점이 있다. 그리디 알고리즘은 현 상황에서 최적의..