roqkf

위의 사진은 Texteditor로 받아온 value의 값을 확인해 봤을 때의 모습입니다... title 밑에 content 내용을 넣어 줬는데 Texteditor react-quill를 사용하여 입력한 value의 값을 출력하니 html 태그 모습이 그대로 적용된 것이 확인되었다 react-quill 사용으로 마크다운이 그대로 적용된 상태의 value 값을 그대로 받으니 당연한 결과.... 상세페이지에 보여지는 내용 또한 같은 형태로 보인다 환장....... 해결해 보자... 일단 방법은 두 가지가 있다. react-quill를 사용하여 해결하기 정규표현식 사용으로 태그 자르기 1. react-quill를 사용하여 해결하기 import ReactQuill from 'react-quill'; 일단 Reac..

✨ Intro 빠빠빨간맛 프로젝트의 시작으로 pull을 받아와서 npm 설치 후에 본 에러다. Delete `␍` 오류 오류를 부숴 보자... 구글링을 통해서 나온 해당 에러는 근본적으로 컴퓨터 OS별로 다른 줄바꿈 타입을 사용해서 나는 오류라고 한다. Prettier에서는 CRLF 대신 LF 사용을 권고하고 있다고 한다. 확인해 보니 내 VS 코드에서는 아래와 같이 CRLF로 설정됐음을 확인할 수 있었다. 🍀 Linux(유닉스 계열) LF가 기본값 🍀 Windows CRLF가 기본값 CRLF? 그게 뭔데. 그거 어떻게 하는 건데. 📌 CRLF 타자기로 문서를 작성할 때 한 줄에 글자를 다 입력했으면 아래 줄로 이동시켜줘야한다. 이처럼 아래 줄로 이동하는 것이 LF 이고, 왼쪽 끝으로 밀어주는 것을 CR..

📌 Dynamic Programming 탐욕 알고리즘(Greedy)과 함께 언급하는 알고리즘으로, 줄임말로 DP 라고 하는 이 알고리즘은, 탐욕 알고리즘과 같이 작은 문제에서 출발한다는 점은 같다. 그러나, 탐욕 알고리즘이 매 순간 최적의 선택을 찾는 방식이라면, DP는 모든 경우의 수를 조합해 최적의 해법을 찾는다. 즉, 주어진 문제를 여러 개의 (작은) 하위 문제로 나누어 풀고, 하위 문제들의 해결 방법을 결합하여 최종 문제를 해결한다. 하위 문제를 계산한 뒤 그 해결책을 저장하고, 나중에 동일한 하위 문제를 만날 경우 저장된 해결책을 적용해 계산 횟수를 줄인다. 다시 말해, 하나의 문제는 단 한 번만 풀도록 하는 알고리즘이 바로 이 다이내믹 프로그래밍이다. 다이내믹 프로그래밍은 다음 두 가지 가정이..

알고리즘 문제를 푼다는 것은, 내가 생각한 문제 해결 과정을 컴퓨팅 사고로 변환하여 코드로 구현한다는 것과 같고, 각 유형은 원하는 의도가 분명하게 있고, 그것을 해결하는 것이 목표이다. 데이터를 정렬할 수 있는가? 데이터를 효율적으로 탐색할 수 있는가? 데이터를 조합할 수 있는가? ...etc 이렇게 카테고리를 분류한다고 해도 내가 생각한 로직을 '코드로 구현'한다는 건 전부 공통적인 속성이다. 이러한 문제 해결을 코드로 풀어낼 때, 정확하고 빠를 수록 구현 능력이 좋다고 말한다. 구현 능력이 좋은 개발자를 선발할 의도로 구현 능력을 직접 평가하기도 한다. '정해진 시간 안에 빠르게 문제를 해결하는 능력'을 보기 위함이다. 머리로 이해하고 있어도 코드로 작성하지 않는다(혹은 시간 부족으로 못한다)면 정..

📌 Greedy Algorithm Greedy는 "탐욕스러운, 욕심 많은" 이란 뜻으로, 말 그대로 선택의 순간마다 당장 눈앞에 보이는 최적의 상황만을 쫓아 최종적인 해답에 도달하는 방법 탐욕 알고리즘으로 문제를 해결하는 방법은 다음과 같이 단계적으로 구분할 수 있다. 🔥 Greedy Algorithm 문제 해결 단계 선택 절차(Selection Procedure): 현재 상태에서의 최적의 해답을 선택 적절성 검사(Feasibility Check): 선택된 해가 문제의 조건을 만족하는지 검사 해답 검사(Solution Check): 원래의 문제가 해결되었는지 검사하고, 해결되지 않았다면 선택 절차로 돌아가 위의 과정을 반복 📌 Greedy Algorithm 적용 예시 이러한 Greedy Algorithm..

📌 공간 복잡도 알고리즘이 수행되는 데에 필요한 메모리의 총량 프로그램이 필요로 하는 메모리 공간을 산출하는 것을 의미 프로그램이 요구하는 공간은 고정적인 공간과 함께 가변적인 공간을 함께 요구한다. 여기서 집중해야 할 부분은 가변적인 공간 이다. 왜냐하면 고정적인 공간은 처리할 데이터의 양에 무관하게 항상 요구되는 공간으로서, 프로그램의 성능에 큰 영향을 주지 않기 때문이다. 그러나 가변적인 공간은 처리할 데이터의 양에 따라 다르게 요구되는 공간으로서 프로그램의 성능에 큰 영향을 준다. 이런 공간 복잡도 계산은 시간 복잡도 계산과 비슷하게 빅 오 (Big-O) 표기법으로 표현한다. function factorial(n) { if(n === 1) { return n; } return n*factorial..