| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 |
- 효묘블로그
- 딥러닝공부
- 딥러닝
- Gradient Descent
- unsupervised learning
- 비용함수
- supervised learning
- c언어 오목
- acmicpc.net
- python강좌
- JAVA강좌
- 파이썬강의
- 코딩테스트
- 자바
- feature scaling
- 지도학습
- 경사하강법
- 머신러닝 강의
- 머신러닝 강좌
- 자바시작하기
- 비지도학습
- Python강의
- 머신러닝
- 선형회귀
- 백준 알고리즘
- 머신러닝공부
- 자바강좌
- 파이썬강좌
- java
- 인공지능
- Today
- Total
홍윤기의블로그
[Krafton Jungle] WIL: Week5 React hooks 본문
https://github.com/Jungle-12-303/week5-team3-react2
GitHub - Jungle-12-303/week5-team3-react2
Contribute to Jungle-12-303/week5-team3-react2 development by creating an account on GitHub.
github.com
알고리즘
DP는 할때마다 어렵다. 이전 상태를 이용하거나 최적의 해를 구하는 문제에서 사용하는데, DP를 제대로 정의해야 문제를 풀 수 있다.
문제가 직관적이라면 쉽게 풀 수 있겠지만 조금만 어려워지면 그 발상을 하기 어려운 것 같다.
발상을 하지 못한다면 DP관련 문제를 여러 번 풀어보면서 패턴을 익히는 수 밖에 없다. 백팩문제, LCS, Edit Distance와 같은 문제를 많이 풀어보면서 그 감각을 익히려헀다.
리액트
간단하게 상태관리 라이브러리를 만들어봤다.
여기서 말하는 render가 화면을 의미하는건지, 아니면 뭐하는 함수인지 제일 헷갈렸는데, 코드를 뜯어보니 render라는 함수는 함수에 대한 redner였던 것이다.
AI가 만들어 준 코드를 보며 역으로 분석했다. 하지만 이게 좋은 코드인지는 잘 모르겠다. 좋은 코드라는 것은 유지보수가 되어야하고, 가독성이 좋아야하며 필요하면 성능 중심으로 쓰여야한다. 하지만 지시사항이 없으면 모든 코드를 하나의 파일에 때려박는 AI에게 사람을 기준으로 한 가독성을 기대하긴 어려울 것 같다.
하지만 배운 것도 있다.
queueMicrotask 라는 함수를 AI에이전트가 작성해줬다. 하나의 동기 코드가 끝나면 이 queueMicrotask에 등록된 콜백함수가 실행된다. 이 함수와 하나의 flag를 사용함으로써 react의 setState가 한 코드 블럭 안에서 여러 번 호출되어도 한 번만 rendering하게 해준다.
'쓰고싶은 것 > Krafton Jungle' 카테고리의 다른 글
| [Krafton Jungle] WIL: Week4 React diff, vdom (3) | 2026.03.26 |
|---|---|
| [Krafton Jungle] WIL: Week3 Algorithm, Redis (0) | 2026.03.19 |
| [Krafton Jungle] WIL: Week2 Algorithm, Codex (0) | 2026.03.12 |
| [Krafton Jungle]정글 에세이 (0) | 2026.03.07 |