더북(TheBook)

요약 이 책에서 랜덤 서퍼 모델에 대한 모든 내용을 담을 수는 없다. 랜덤 서퍼 모델 자체보다는 지금까지 구체적인 개념을 설명하기 위해 사용해왔던 짧은 코드들보다 약간 더 많은 계산이 필요한 애플리케이션을 보여주기 위해 페이지 랭크 사례를 살펴보았다. 이 사례 연구에서 어떤 교훈을 얻을 수 있을까?

이미 계산 모델은 갖추어져 있다 내장 데이터 타입에 조건문, 반복문, 배열, 표준 입출력을 결합하면 다양하고 흥미로운 문제를 모두 해결할 수 있다. 사실 이 모델이 일반적인 컴퓨터에서 수행할 수 있는 계산이라고 판단하는 것은 컴퓨터 과학 이론이다. 2장과 3장에서는 아주 크고 복잡한 프로그램을 개발하기 위해 필요한 시간과 노력을 상당히 줄이기 위해 모델을 확장하는 두 가지 방법에 대해 설명한다.

데이터 주도 코드가 대세다 표준 입력과 표준 출력 스트림을 사용하고 데이터를 파일에 저장하는 것은 아주 강력한 개념이다. 우리는 하나의 데이터를 다른 데이터로 변환하는 필터, 연구를 위해 아주 커다란 데이터 파일을 생성하는 제너레이터, 다양한 모델을 처리할 수 있는 프로그램을 작성한다. 데이터를 나중에 사용하기 위해 저장할 수 있으며, 과학 실험 장치나 아주 멀리 떨어져 있는 웹사이트 등 다른 데이터 소스에서 유도된 데이터를 처리해 파일에 저장할 수도 있다. 데이터 주도 코드의 개념은 이런 활동을 쉽고 융통성 있게 지원한다.

정확한 답에 도달하기 힘들다 프로그램에서 소수점 이하 여러 자리까지 정확한 숫자를 출력할 수 있다고 해서 프로그램이 정확한 답을 구한다고 단정할 수는 없다. 우리가 정확한 답을 갖고 있다고 보장하는 것이 아주 어려울 때가 종종 있다.

신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.