대입연산자(7)
-
연산자
연산자 산술연산자(=수치연산자) 문자열 연산자 대입연산자 비교연산자(관계연산자) 논리연산자 논리연산자 규칙 조건연산자(삼항연산자) 증감연산자 산술연산자(=수치연산자) 연산자 예 설명 + c = a + b a와 b의 합을 c에 저장, 덧셈 연산 - c = a - b a에서 b를 뺀 차를 c에 저장, 뺄셈 연산 * c = a * b a와 b의 곱을 c에 저장, 곱셈 연산 / c = a / b a를 b로 나눈 몫을 c에 저장, 나눗셈 연산 % c = a % b a를 b로 나누었을 때 나머지를 c에 저장 문자열 연산자 + + 는 문자열을 연결해 주는 연산자 대입연산자 연산자 예 설명 += c += a c와 a의 합을 c에 저장, 덧셈 연산 -= c -= a c에서 a를 뺀 차를 c에 저장, 뺄셈 연산 *= c ..
-
복합대입 연산자(약식 대입 연산자), 복합대입 연산자 의미, 그외 복합 대입연산자
복합대입 연산자(약식 대입 연산자)· 대입 연산자와 다른 연산자를 결합하여 만든 다양한 복합 대입 연산자를 제공합니다.· 대입 연산자와 산술 연산자를 함께 사용하는 연산자로 반복되는 변수가 생략된 형태입니다.· 대입 연산자와 같은 우선순위를 가지며, 대입 연산자와 마찬가지로 결합순서는 오른쪽에서 왼쪽입니다. 산술 연산자 복합대입 연산자 a = a + b a += b a와 b의 합을 a에 저장 덧셈 연산 a = a - b a -= b a에서 b를 뺀 차를 a에 저장 뺄셈 연산 a = a * b a *= b a와 b의 곱을 a에 저장 셈 연산 a = a / b a /= b a를 b로 나눈 몫을 a에 저장 나눗셈 연산 a = a % b a %= b a를 b로 나누었을 때 나머지를 a에 저장 나머지 연산
-
연산자(Operator)
연산자(Operator)· 연산자란 자료의 가공을 위해 정해진 방식에 따라 계산하고 결과를 얻기 위한 행위를 의미하는 기호들을 의미합니다. · 각 연산자들은 연산을 하기 위해 인식하는 자료형들이 정해져 있습니다.
-
Ex02-대입연산자를 통한 변수의 값 저장
대입연산자를 통한 변수의 값 저장 소스코드 #include int main(void) { //변수 선언 및 대입연산자를 통한 변수 초기화 int a=0, b=0, c=0; printf("a = %d, b = %d, c = %d\n", a, b, c); //대입연산자를 통한 변수의 값 변경 a = 1; b = 3; c = 5; printf("a = %d, b = %d, c = %d\n", a, b, c); return 0; } 출력결과
-
대입 연산자-OperatorEx09.java
대입연산자, 복합대입 연산자 소스코드 public class OperatorEx09 { public static void main(String[] args){ System.out.println("=======대입 연산자========="); int a = 100; int b = 3; System.out.println("a : " + a); System.out.println("b : " + b); System.out.println("\n=======복합대입 연산자======"); a += b; System.out.println("a +=b : " + a); System.out.println("a : " + a); System.out.println("b : " + b); a -= b; System.out.p..
-
k-평균 군집화(k-means clustering)
k-평균 군집화(k-means clustering) · ≒ k-평균 클러스터링 · 사전에 결정된 군집 수 K에 기초하여 전체 데이터를 상대적으로 유사한 K개의 군집으로 구분하는 방법입니다. · 상호배반적인 K개의 군집을 형성합니다. · 군집의 수 K를 사전에 결정해야 합니다. · 모집단 또는 범주에 대한 사전 정보가 없을 때 주어진 관측값들 사이의 거리를 측정하고 유사성을 이용하여 분석합니다. · 전체 데이터를 여러 개의 집단으로 그룹화함으로써 각 집단의 성격을 파악할 수 있고 데이터 전체의 구조를 이해하기 위한 방법입니다. · 새로운 데이터와 기존 데이터 간의 유클리디안 거리가 최소가 되도록 클러스터링합니다. 기존 데이터를 기준점으로 하여 유클리디안 거리 측정 거리가 최소화되도록 k개의 군집들로 클러스..