한글독서

안녕하세요 이번 포스팅은 바로

"모바일 게임 순위 & 추천"

입니다

​

​

최근 모바일 게임 시장이 엄청 커지다 보니 많은 게임이 새로 출시되고 있습니다.

​

게임 종류도 rpg,턴제형,클릭형,방치형등 다양하게 있습니다.

​

- 게임 종류별 대표게임 -

rpg : 리니지

턴제 : 서머너즈워

클릭형,방치형 : 거지키우기

모바일 게임 순위(구글플레이) - 무료

1. 아일랜드M

2. 십사천서

3. 왕삼국지

4. 하늘무사

5. 블리치 : 만해의 길

6. Fat Pusher

7. 달을 품은 꽃

8. 폰케이스

9. 로닌 : 더 라스트 사무라이

10. 검신

구글플레이의 무료 게임 순위는 위와 같습니다.

​

많은 사람들이 휴대폰을 계속 보면서 게임을 하는 게 아니기 때문에 대부분 선호하는 게임이

자동으로 사냥하며 아이템을 맞추는 RPG게임입니다.

이러한 형상이 잘 반영되어 구글 플레이 순위 1~10 대부분의 게임은 RPG게임이 차지했습니다.

또한, 대채로 새로나온 게임들이 무료 게임 인기순위를 차지했습니다.

​

1등을 차지한 아일랜드M은 웹툰 아일랜드를 기반으로 만들어진 게임​​입니다.

원작의 느낌을 살려 만들어진 게임이라 기존의 웹툰을 보셨다면 더 이해하기 쉬울 수 있지만

웹툰과는 조금 다르다는 평가도 종종 보입니다.

​

랭킹 8위를 차지한 게임은 색다른 게임인 폰케이스입니다.

폰케이스 게임의 경우 시뮬레이션 게임으로 자신의 취향에 맞는 폰케이스를 만들어 볼 수 있는 게임입니다.

대신에 게임 중간중간 광고가 너무 많이 나온다는 평가가 있습니다.

​

6위를 차지한 Fat Pusher의 경우는 최근 유튜브등의 동영상 광고에서 많이 볼 수 있는 게임입니다.

예전 아쿠아픽을 만든회사로 비슷한 느낌을 받는 게임이라고 할 수 있습니다.

모바일 게임 순위(앱스토어) - 무료

1. 아일랜드M

2. 나를따르라2

3. 건앤마스크

4. 블리치 : 만해의 길

5. 메이플스토리M

6. 오늘도 한판만

7. Project Makeover

8. Save them -all - 탈출 퍼즐게임

9. 배틀그라운드

10. 카트라이더 러쉬플러스

앱스토어의 무료게임 인기 순위는 위와 같습니다.

​

앱스토어의 경우 대부분 신작이었던 구글플레와는 다른 모습을 보여주었습니다.

​

앱스토어와 구글플레이의 1등은 모두 아일랜드M을 차지했습니다.

아일랜드를 제외하고는 앱스토어와 구글플레이가 겹치는 게임은 보이지 않습니다.

​

5위를 차지한 메이플스토리M은 메이플 기반 모바일게임입니다.

이번 업데이트의 신규 직업 패스파인더를 공개하면서 랭킹이 많이 오른 것을 볼 수 있습니다.

​

랭킹 7위를 차지한 Project Makeover는 앞서 구글플레이에도 있던 시뮬레이션 장르입니다.

방과 방 외형을 꾸미면서 중간중간 스토리 및 게임을 진행합니다.

​

9위를 차지한 배틀그라운드는 기존 온라인 게임을 기반으로 만들어진 게임​​입니다.

출시된 지 시간이 꽤 지났지만 꾸준히 상위권의 모습을 보여주고 있습니다..

​

10위를 차지한 카트라이더의 경우 역시 온라인게임을 기반으로 만들어진 게임입니다.

카드라이더의 경우 출시 직후 엄청난 인기를 받으며 많은 사람들이 이용했는데

아직까지 10위 안에 들며 괜찮은 성적을 보여주고 있습니다.

​

​게임 추천

추천하는 게임은 구글플레이,앱스토어 1위를 차지한 아일랜드M입니다.

게임 중에 인기가 많은 RPG장르이기도 하며 스토리가 웹툰기반의 스토리이라

원작을 알고 계시다면 더욱더 재밌게 즐기실 수 있습니다.

또한, 스토리를 몰라도 충분히 재밌게 즐길만한 RPG 게임이라 생각합니다.

​

메이플스토리M의 경우도 기존의 메이플스토리를 하신다면

마일리지 보상 + 유니온을 챙길 수 있어 좋은 게임이 될 수 있습니다.

배틀그라운드는 총게임을 좋아하고 친구들 혹은 모르는 사람들과 같이하는 것을 좋아하시면

친구들과 팀을 만들어 실시간으로 유저들과 게임을 할 수 있는 게임입니다.

​

​

​

이상으로 오늘은 모바일 게임 순위 및 추천에 대해 알아보았습니다

읽어주셔서 감사합니다!

​

안녕하세요 이번 포스팅은 바로

"너비우선탐색-BFS(Breadth First Search)"

입니다

​

그래프는 컴퓨터공학과의 경우 자료구조 시간에 배우게 되는데

이때 그래프의 탐색을 같이 배우게 됩니다.

탐색중에 가장 유명한 탐색은

깊이우선탐색인(DFS),너비우선탐색(BFS)입니다.

그래프(Graph)

그래프에 있어서 가장 유명한 것은 바로 konigsberg의 pregel강에 문제이다.

이 다리 문제는 임의의 지역에서 출발해서 모든 다리를 한번만 건너 처음 출발지역으로

돌아올 수 있는 지에 관한 문제였는데 스위스의 수학자 (오일러)Euler가 그래프를 이용해 풀었다.

이를 "오일러 행로"라고 한다.

​

그래프는 정점(Vertex)와 edge(간선) 두 가지 구성요소를 가지고 있습니다.

또한, 무방향성,방향성 두 가지 종류의 그래프가 있습니다.

​

​

- 무방향성 그래프 -

각 간선에 방향성이 존재하는 그래프입니다.

<u,v> : u -> v 간선을 표현합니다.

이 경우 u는 꼬리(tail)이고 v는 머리(head)이다.

​

​

- 방향성 그래프 -

vertex의 쌍을 나타내는 간선이 방향성이 없습니다.

(u,v),(v,u) : 동일한 간선을 표현합니다.

- 그래프 예 -

<1번 그림>

노드 : 0,1,2,3

간선 : (0,1),(0,2),(0,3),(1,2),(1,3),(2,3)

​​

<2번 그림>

노드 : 0,1,2,3,4,5,6

간선 : (0,1),(0,2),(1,3),(1,4),(2,5),(2,6)

​

​

<3번 그림>

노드 : 0,1,2

간선 : <0,1>,<1,0>,<1,2>

​

​

- 그래프 표현 법 -

​

​<인접행렬>

인접행렬의 경우

무방향성 그래프는 1번그림과 같이 대칭성을 보입니다.

반면에 방향성 그래프는 2번그림과 같이 비대칭성을 보입니다.

​

​

<인접리스트>

인접리스트의 경우

연결되는 vertex를 한 개의 연결 리스트로 표현합니다.

너비우선탐색(BFS)

- 너비우선탐색을 하는 방법 -

​

1. 출발 vertex에서 인접한 정점을 방문한다.

2. vertex에 인접한 모든 vertex들을 방문한다.

3. v에 인접한 모든 vertex들을 방문하면서, v에 인접한 첫번째 vertex부터

인접한 vertex중에서 아직 방문하지 않은 vertex들을 차례대로 방문

(이때 Queue를 사용한다)

​

​

- 그래프 예제 -

- BFS 풀이 순서 -

위의 보시는 거 처럼 제일 먼저 방문한 vertex를 queue저장합니다.

그 후 visit[vertex]를 true로 만들고 뺀 후 출력합니다.

이렇게 계속 반복해줍니다.

결과 : V0, V1, V2, V3, V4, V5, V6, V7

​

​

​

- 소스코드 -

public class BFS {
	public static void main(String arg[]) {
		int n, n2, v, w, start;

		Scanner sc = new Scanner(System.in);
		n = sc.nextInt(); // 정점의 개수
		bfs_Node node = new bfs_Node(n);
		n2 = sc.nextInt(); // 간선의 개수

		for (int i = 0; i < n2; i++) {
			v = sc.nextInt();
			w = sc.nextInt();
			node.put(v, w);
		}
		start = sc.nextInt(); // 시작점
		node.bfs(start);
	}
}

정점과,간선의 개수를 입력받습니다.

그 후 간선의 개수만큼 간선을 받아줍니다.

이 때 v는 출발, w는 도착점입니다.

	void put(int v, int w) {
		list[v][w] = 1;
		list[w][v] = 1;
	}

put 함수에서 반복문 수 만큼 v,w를 계속 받아줍니다.

이때 무방향성이기 때문에 w,v 역시 저장해줍니다.

void bfs(int start) {
		visit[start] = true;
		queue.add(start);

		while (queue.size() != 0) {
			start = queue.poll();
			System.out.print(start + " ");
			for (int i = 0; i < visit.length; i++) {
				if (list[start][i] == 1 && visit[i] != true) {
					queue.add(i);
					visit[i]=true;
				}
			}
			
		}
	}

시작점을 저장하고 queue에 저장합니다.

그 후 queue.size를 통해 저장된 게 없을 때 까지 계속 반복해줍니다.

​

정점의 개수만큼 for문을 돌려줍니다.

그리고 queue의 저장된 수를 하나 뺀 후 출력합니다.

​

그 후 조건문에서 인접하고 아직 방문하지 않는 정점을 queue에 저장시켜 줍니다.

그리고 true로 바꿔 다시 그 정점에 방문하지 않도록 합니다.

- 최종 소스코드 -

import java.util.Scanner;
import java.util.LinkedList;
import java.util.Queue;
public class BFS {
	public static void main(String arg[]) {
		int n, n2, v, w, start;
		Scanner sc = new Scanner(System.in);
		n = sc.nextInt(); // 정점의 개수
		bfs_Node node = new bfs_Node(n);
		n2 = sc.nextInt(); // 간선의 개수
		for (int i = 0; i < n2; i++) {
			v = sc.nextInt();
			w = sc.nextInt();
			node.put(v, w);
		}
		start = sc.nextInt(); // 시작점
		node.bfs(start);
	}
}
class bfs_Node {
	int[][] list, n;
	boolean[] visit;
	Queue<Integer> queue = new LinkedList<>();
	bfs_Node(int n) {
		list = new int[n][n];
		visit = new boolean[n];
	}
	void put(int v, int w) {
		list[v][w] = 1;
		list[w][v] = 1;
	}
	void bfs(int start) {
		visit[start] = true;
		queue.add(start);
		while (queue.size() != 0) {
			start = queue.poll();
			System.out.print(start + " ");
			for (int i = 0; i < visit.length; i++) {
				if (list[start][i] == 1 && visit[i] != true) {
					queue.add(i);
					visit[i]=true;
				}
			}			
		}
	}
}

소스코드는 정답이 없기 때문에 참고만 하시고 원하는 식으로 코드를 작성하시면 됩니다.

​

​

이상으로 오늘은 그래프의 탐색중 너비우선탐색(BFS)에 대해 알아보았습니다.

이해가 안되거나 궁금한 사항이 있으면 댓글로 남겨주시면 됩니다.

읽어주셔서 감사합니다.

안녕하세요 이번 포스팅은 바로

"깊이우선탐색-DFS(Depth First Search)"

입니다

​

그래프는 컴퓨터공학과의 경우 자료구조 시간에 배우게 되는데

이때 그래프의 탐색을 같이 배우게 됩니다.

탐색중에 가장 유명한 탐색은

깊이우선탐색인(DFS),너비우선탐색(BFS)입니다.

​

​

그래프(Graph)

그래프에 있어서 가장 유명한 것은 바로 konigsberg의 pregel강에 문제이다.

이 다리 문제는 임의의 지역에서 출발해서 모든 다리를 한번만 건너 처음 출발지역으로

돌아올 수 있는 지에 관한 문제였는데 스위스의 수학자 (오일러)Euler가 그래프를 이용해 풀었다.

이를 "오일러 행로"라고 한다.

​

그래프는 정점(Vertex)와 edge(간선) 두 가지 구성요소를 가지고 있습니다.

또한, 무방향성,방향성 두 가지 종류의 그래프가 있습니다.

​

​

- 무방향성 그래프 -

각 간선에 방향성이 존재하는 그래프입니다.

<u,v> : u -> v 간선을 표현합니다.

이 경우 u는 꼬리(tail)이고 v는 머리(head)이다.

​

​

- 방향성 그래프 -

vertex의 쌍을 나타내는 간선이 방향성이 없습니다.

(u,v),(v,u) : 동일한 간선을 표현합니다.

​

​

​

- 그래프 예 -

<1번 그림>

노드 : 0,1,2,3

간선 : (0,1),(0,2),(0,3),(1,2),(1,3),(2,3)

​

​

<2번 그림>

노드 : 0,1,2,3,4,5,6

간선 : (0,1),(0,2),(1,3),(1,4),(2,5),(2,6)

​

​

<3번 그림>

노드 : 0,1,2

간선 : <0,1>,<1,0>,<1,2>

​

​

- 그래프 표현 법 -

​<인접행렬>

인접행렬의 경우

무방향성 그래프는 1번그림과 같이 대칭성을 보입니다.

반면에 방향성 그래프는 2번그림과 같이 비대칭성을 보입니다.

​

<인접리스트>

인접리스트의 경우

연결되는 vertex를 한 개의 연결 리스트로 표현합니다.

​

깊이우선탐색(DFS)

​

- 깊이우선탐색을 하는 방법 -

​

1. 출발 vertex에서 인접한 정점을 방문한다.

2. 방문한 정점 중에 방문하지 않은 정점을 w로 선택한다.

3. w를 출발 vertex로 바꾸고 다시 깊이우선탐색을 실시한다.

4. 1번 과정을 모든 정점을 방문할 때 까지 계속 반복한다.

​

​

- 그래프 예제 -

결과 : V0, V1, V3, V7, V4, V5, V2, V6

​

​

​

- 소스코드 -

public class DFS {
	public static void main(String args[]) {
		int n, start, v, w, n2;
		Scanner sc = new Scanner(System.in);
		n = sc.nextInt(); // 정점의 개수
		Node node = new Node(n);
		n2 = sc.nextInt(); // 간선의 개수
		for (int i = 0; i < n2; i++) {
			v = sc.nextInt();
			w = sc.nextInt();
			node.put(v, w);
		}
		start = sc.nextInt();
		node.dfs(start);
		sc.close();
	}
}

정점, 노드의 개수를 받아줍니다.

그리고, v,w를 노드의 개수만큼 받아줍니다.

이때 v는 출발 w는 도착입니다.

​

void put(int v, int w) {
		list[v][w] = 1;
		list[w][v] = 1;
	}

put 함수에서 v,w를 입력받으면

v,w를 저장해줍니다. 이때 무방향성이기 때문에 w,v역시 저장합니다.

void dfs(int start) {
		visit[start] = true;
		System.out.print(start + " ");
		for (int i = 0; i < visit.length; i++) {
			if (list[start][i] == 1 && visit[i] != true) {
				dfs(i);
			}
		}
	}

정점에 방문했을 경우 방문한 정점을 true로 바꿔줍니다.

​

정점의 개수만큼 반복을 해주고

if 조건문을 통해 인접하고 방문하지 않은 정점을 다시 한번 더

함수로 돌려줍니다.

- 최종 소스코드 -

import java.util.Scanner;
 
public class DFS {
	public static void main(String args[]) {
		int n, start, v, w, n2;
		Scanner sc = new Scanner(System.in);
		n = sc.nextInt(); // 정점의 개수
		Node node = new Node(n);
		n2 = sc.nextInt(); // 간선의 개수
		for (int i = 0; i < n2; i++) {
			v = sc.nextInt();
			w = sc.nextInt();
			node.put(v, w);
		}
		start = sc.nextInt();
		node.dfs(start);
		sc.close();
	}
}
class Node {
	int list[][];  // v,w저장
	boolean visit[];  //지나갔는 지 확인
	Node(int n) {
		this.list = new int[n][n];
		this.visit = new boolean[n];
	} 

	void put(int v, int w) {
		list[v][w] = 1;
		list[w][v] = 1;
	}
	void dfs(int start) {
		visit[start] = true;
		System.out.print(start + " ");
		for (int i = 0; i < visit.length; i++) {
			if (list[start][i] == 1 && visit[i] != true) {
				dfs(i);
			}
		}
	}
}

코드는 참고만 하시고 자신이 원하는 식의 코드르 작성하시면 됩니다.

​

​

​

이상으로 오늘은 그래프의 탐색인 DFS에 대해 알아보았습니다.

이해가 안되거나 궁금한 사항이 있으면 댓글로 남겨주시면 됩니다.

읽어주셔서 감사합니다.