1. namespace 추가

2. EditorWindow상속

monobehavior는 없애주고, start(),update()도 같이 지워준다

3. 에디터 이름및 경로 설정

[MenuItem("TestEditor/EditorWindow")]

유니티 에디터의 등록될 이름과 경로를 적어준 뒤 static함수를 하나 만들어주면 아래와 같이 실제 유니티에서 생성된 것을 볼 수 있다.

4. 에디터 창 띄우기

현재는 클릭해도 아무것도 변화가 없다. 당연!

EditorWindow클래스에있는 GetWindow라는 함수를 사용해 창을 띄울 수 있다.

에디터 창 이름 변경 

아래 My Editor로 변경된 걸 볼 수 있다.

5. 글자 띄우기

OnGUI()함수안에 GUILayout.Label("안녕하세요 반갑습니다."); 넣어준다.

문자 입력받기

6. 버튼 만들기

GUILayout.Button("버튼")

7. 적용

프로젝트 원소 대전에서 플레이 중의 에디터로 속성을 바꿀 수 있게 했다. 속성마다 테스트할 경우가 많기 때문에 만들어봤다.

물일 때는 불속 성이 도망가지만 땅 속성이면 다시 쫒아온다.

물>불>땅>물

abstract :

상속 제한 : sealed키워드와 반대로 무조건 상속해서 쓰라는 의미 

메서드 오버 라이딩 제한 : 이 메서드는 반드시 오브 라이딩해달라는 의미

as :

객체를 캐스팅 할 때 사용되는 연산자로, 캐스팅에 성공하면 캐스트 결과를 리턴하고 실패하면 null을 리턴

is :

캐스팅이 가능하면 true, 아니면 false를 리턴

base :

해당 키워드를 사용하는 부모 클래스를 가리키는 것

const :

상수 필드 또는 지역 상수를 선언할 때 사용한다. 변수가 아니며, 한번 값이 할당되면 이후 변경이 불가능

readonly :

성수를 선언할 때 사용, 선언 시 선언할 때 값을 할당하지 않아도 됨, const와 다르게 생성자에서 한번 더 값 변경이 가능하다.

continue :

반복문에서 continue키워드 선언 이후 부분은 넘기고 다음 반복문부터 시작하도록 한다.

decimal :

고정 소수점 방식이며 연산 속도가 빠르고 수의 정확성이 높은 데신 큰 수를 저장할 때 메모리를 많이 먹게 된다. 16byte

double:

부동소수점 방식이며 decimal보다 정확성은 떨어지지만 작은 메모리 공간에 큰 소수를 저장이 가능하다.

event :

public이어도 자신이 선언되어 있는 클래스의 외부에서는 호출이 불가능, 객체의 상태 변화나 사건의 발생을 알리는 용도로 사용

delegate:

메서드 참조를 포함하고 있는 영역

size of :

지정된 형식의 변수에서 사용하는 바이트 수를 반환한다.

에러

훈련을 하기위해 트레이닝 설정값이 있는  yaml확장자인 파일을 불러오는 과정중에 에러가 났다.

원인 / 해결방법

yaml은 탭을 허용하지 않는다고 한다. 저거를 탭을 공백을 두지 않고 스페이스바로 공백을 두었더니 해결! 

참고

https://github.com/moraes/config/issues/1

1. 트레이닝 설정값 세팅

config폴더

trainer_config.yaml파일을 복제하고 지금 작업하고 있는 유니티 프로젝트에 넣는다.(#1에서 복사 떴었음)

trainer_config에는 트레이닝에 사용할 여러 가지 설정값들이 존재한다.

2. 트레이닝 설정값 세팅

터미널 창을 열 고을 유니티폴더로 이동 후

mlagents-learn trainer_config.yaml --run-id=firstRun --train --slow 입력 명령어를 입력한다.

유니티 에디터를 실행하라는 명령이 나온다.

slow로 명령해 느리지만 자동으로 뭔가 하고 있다. (프로그램이 아무거나 누르는 중이다)

터미널에서 훈련상황 로그를 보여준다.

3. 훈련내용 확인

프로젝트 폴더에 가보면 model폴더가 생성된 것을 볼 수 있다. 

4. 훈련상황 세팅

파일을 열어주고

default선언 부분은 새로 선언한 부분에 없는 속성들은 default에서 속성 값대로 진행된다.

유니티에서 생성한 이름과 같게 Learing_Brain으로 선언한다.

gamma : 낮을수록 먼 미래의 보상을 낮게 평가하기 때문에 즉각적인 보상이 높게 평가됨 / 높으면 미래의 보상을 좀 더 신경 씀

lamda : 낮으면 지금까지의 보상을 기준으로 미래의 보상을 평가함(지금까지의 방향을 유지함) / 높으면 다양성이 커짐 대신 안정성은 떨어짐

buffer_size : 모델이 갱신될 스탭 사이즈

max_steps : 트레이닝을 완전히 종료함

훈련을 동시에 실행하기 위해 복사해준다.

Academy TimeScale 변경

TimeScale : 100 -> 15 작을수록 오차가 줄어듦

step 5000이 되면 훈련을 종료한다.

1. Player 브레인 생성

- Player Brain 파라미터 살펴보기

BrainParameters 

Space Size :  관측한 횟수 (Agent 스크립트에서 6번 저장을 하도록 했으니 6으로 설정)

Stacked Vectors : 다양한 관측이 가능 ( 성능이 떨어짐)

Vector Action

Space Type : Continuous로 변경

Space Size : 입력 통로는 2개로 설정했음 (가로, 세로)

- Axis Continuous Player Action설정

사용자가 입력한 방향을 입력받기 위해

- Brain 등록

만든 Brain등록

아카데미가 브레인을 통제하게 됨

Player에게도 브레인 등록

테스트 사용자가 키보드로 움직임

2 Learning브레인 생성

ML-Agents -> LearningBrain생성

LearningBrain 파라미터 설정

SpaceSize : 6 설정

SpaceType : Continuous

SpaceType : 2 설정

Player는 브레인을 playerBrain에서 LearingBrain으로 변경해준다.

이제는 사용자가 아닌 인고 지능 학습활동으로 움직일 것이기 때문에 

Academy설정

생성한 Brains 두 개를 등록해준다.

Control : 외부 파이썬 프로그램(텐서 플로우)이 통제할 수 있도록 하는 것 체크해준다.

1. Unity프로젝트 생성

Unity SDK는 템플릿으로 사용할 수 있는 유니티 프로젝트 폴더이다.

여기에는 유니티 ML-Agent에서 쓰이는 유니티 프로젝트 구성이 모두 들어가 있다. 

템플릿 프로젝트를 훼손하지 않도록 복사해서 사용하는 것이 좋다.

그런 다음 유니티로 이 프로젝트를 열어주도록 한다. (2017.04버전 이상이어야 사용 가능)

그러면 ML-Agents라는 폴더가 보인다.

여기 안에는 구동할 수 있는 소스와 사용 예제들이 있다.

2. 아카데미 생성

아카데미는 유니티 외부에 있는 파이썬 프로그램과 유니티 내부에 있는 브레인들을 이어주는 역할을 한다.

- 스크립트 생성 / 오브젝트 생성

Player_Academy라는 이름의 스크립트와 Academy라는 오브젝트를 생성해준다.

- 네임스페이스 선언

- Academy 상속

이 Academy는 아카데미에서 동작하기 위한 코드들이 작성돼있다. (Academy는 추상 클래스)

- Academy기능 확인

Max Step : 현재 에피소드를 종료하고 다음 에피소드로 강제로 리셋하는 간격

(0으로 되어있으면 아카데미가 강제로 넘기지 않고 파이썬 프로그램에서 설정한 간격을 따른다.)

Training Configuration : 강화 학습을 시작할 때 사용하는 설정(해상도, 프레임 제한)

Inference Configuration : 이미 강화 학습된 결과를 실시간으로 실행할 때 사용하는 옵션

3. 트레이닝 환경 구성

아래 그림과 같이 간단한 훈련을 시키기 위해 세팅을 해준다.

Plane : 보여주기 위한 초록색 땅

Player : 훈련을 시킬 에이전트

Target : Player가 먹을 아이템 (Tag를 goal로 바꿔준다)

DeadZone : 플레이어가 닿으면 죽는 곳

(DeadZone의 Tag는 콜라이더 충돌 시 체크하기 위해 변경해준다)

3. Agent스크립트 작성

새로운 스크립트를 만든 후 아카데미와 마찬가지로 네임스페이스 추가와 Agent를 상속받도록 한다.

에이전트 기본 세팅

작성한 Agent스크립트를 Player에 붙이고 Pivot과 Target을 넣어준다.

학습참고

https://www.youtube.com/watch?v=o8cEK6X8pkM

 머신러닝

유니티 머신러닝

https://unity3d.com/kr/machine-learning

머신러닝은 자율 에이전트에게서 지능형 행동을 끌어낼 수 있는 방식이다.  이 기술로 이용하여 기존의 반복된 작업을 사람이 아닌 컴퓨터가 가능하도록 할 수 있다.

유니티 머신러닝의 대한 자세한 설명은 

https://blogs.unity3d.com/kr/2017/09/19/introducing-unity-machine-learning-agents/

개발 환경 세팅

1. 깃 설치

2.  ML-Agents 다운로드 

깃에서 주소복사를 해준다

3. PowerShell을 이용해서 패키지 Clone

복사한 주소를 아래 명령어처럼 입력한다.

설치 중

완료되면 설치된 장소로 ml-agents라는 폴더가 생성된다.

4. Ml-agent동작 환경 설정 (Anaconda & Python 설치)

- Anaconda 설치 

Ml-agent는 Pyhton3.6 버전대에서만 사용이 가능하기에 아나콘다 최신 버전이 아닌 이전 버전을 이용한다.

https://repo.continuum.io/archive/index.html

Skip 해준다.

- Python개발 환경 설정

Anaconda Prompt실행

아래 그림처럼 명령어 입력  => 파이썬 3.6 버전을 사용하는 새로운 MI-Agent이름으로 새로운 개발환경을 생성함

추가 다운로드할 패키지 명단을 보여줌 (y) 눌러줌

ml-agent 개발환경 로드해준다.

- ML-Agent 유니티 패키지 개발환경 구성

pip라는 파이썬에 내장되어있는 패키지 매니저를 통해서 유니티 ml-agent가 필요로 하는 외부 의존 라이브러리들을 설치

밑에 그림 명령어를 통해 설치

설치 과정에서 버전에 대한 오류가 났었는데 아래 사이트를 참고하여 해결하였다.

https://github.com/Unity-Technologies/ml-agents/issues/1939

설치확인

mlagents-learn --help  명령어를 통해 설치가 잘되었는지 확인한다.

5. 유니티는 Linux Target Support  설치

유니티 허브나 유니티 홈페이지에서 다운로드해준다.

여기까지 개발환경설정이 완료다.

학습 참고 사이트

https://www.youtube.com/watch?v=mJh31T3aGkI

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘 문제풀이 

문제

최소공배수 : 두 개 이상의 자연수의 공통인 수 중 가장 작은 수
최대공약수 : 두 개 이상의 자연수의 공통인 약수중 가장 큰 수

내 풀이

큰수에서 작은수를 나눈 나머지가 0이 될때 까지 나누면 최소공배수가 된다.

최대 공약수 =  n x m / 최소공배수 공식을 통해 구함

작은수를 큰수에 대입, 나머지를 작은수에 대입하여 나머지가 0일 될때가지 나누고 0이 되는 그때의 작은수가 처음 제시된 두의 최대공약수가 된다. -> 유클리드 호제법

다른 사람 풀이

재귀함수로 b값이 0이 나올때까지 함수를 호출해줬다.  삼항연산자를 통해 조건문없이 원하는 답을 도출 할 수 있었다. 다른 문제를 풀때는 이런 접근방법도 생각해 봐야겠다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

알고리즘 문제풀이 

문제

입력된 int [] 형식 배열중에 가장 작은 수를 구해서 제거해주는 과정이 고려해야 할 부분이다. 

내 풀이

list에 옮겨 담고 각 요소를 비교하며 가장 작은 수를 뺀 리스트를 배열로 변환하여 반환했다.

다른 사람 풀이

Linq를 사용하여 배열의 요소들 중 최솟값을 구하고  Where으로 조건을 두어, 아까 구한 최소값을 제외한 요소들로 배열로 만들었다. Linq가 사용은 간편하게 원하는 값을 받아 올 수 있다는 장점이 있지만 속도가 느리다는 점에서 유니티 개발에서는 적절히 사용?을 해야 할 듯싶다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘 문제풀이 

문제

고려해야 할 부분은 제곱근만 구하면 되는 문제이다.

내 풀이

Math.Sqrt()을 사용해서 입력된 n의 제곱근을 구했다. ath.Sqrt()의 반환 형식은  double형이라 long으로 캐스팅해줬다.

다른 사람 풀이는 접근방식이 같거나 참고할만한 코드가 없어서 이번 문제는 생략했다.

+알아두자

Math.Sqrt(Double) Method

지정된 숫자의 제곱근을 반환합니다.

Math.Pow(Double, Double) Method

정된 숫자의 지정된 거듭제곱을 반환합니다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘 문제풀이 

문제

long형태로 입력된 숫자를 int형 배열로 반환하는 문제이다.

내 풀이

n을 인덱스로 접근하기 위해 string형태로 변환하고 인덱스를 뒤에서 부터 참조하여 int[] answer에 담았다. 문자열을 인덱스로 접근하면 s[i]는 char형이기 때문에 string으로 바꾸고 다시 int.Parse로 int로 변경해줬다.

다른 사람 풀이

long형 변수를 2개 선언하여 n의 자릿수로 접근하여 넣어주는 방법이다. while문은 자릿수를 비교했을때 n값을 초과하면 탈출 하도록했다.  

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

알고리즘문제풀이 

문제

입력된 문자열이 숫자로만 이루어져있는지 체크와 길이가 4또는 6인지 체크해야한다.

내 풀이

삼항연산자를 이용하고 int.TryParse()를 통해 숫자로 변환이 가능한지 체크한다. 

다른 사람 풀이

Regex.IsMatch라는  정규표현식을 이용하여 패턴을 검사하여 풀이한 방식

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘 문제풀이 

문제

입력된 배열의 요소 인덱스를 오름차순으로 정렬하는것은 어렵지 않지만 요소의 인덱스가 가리키는 문자가 중복인 경우가 고려야할 부분이다.  

//다른 사람풀이를 2문제를 분석함

다른 사람 풀이 _1

내가 풀려고 했던 접근은 입력된'n' 문자끼리 순서를 비교한 뒤 그 순서대로 정렬을 한다음에 중복된 'n'이 있으면 거기서 또 정렬을 하려고했는데, 이 코드를 보니까 그럴 필요가 없었다. 비교를 해야할 'n'을 맨 앞으로 빼고 그 다음에 정렬하면 된다.  

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

알고리즘문제풀이 

문제

입력된 long형식을 자릿수 별로 내림차순으로 정렬하는 것이 고려해야 할 부분이다.

내 풀이

list를 써서 (배열로 해도 될 듯) int형으로 자릿수 하나하나를 Add 하고, 다시 이중 포문으로 내림차순으로 정렬한다.

다른 사람 풀이

String.ToCharArray()로 long형식을 Char배열로 입력하고 입력된 문자를 Sort로 오름차순으로 정렬한 뒤 Reverse로 뒤집는다.  To.CharArray로 

ToInt64(String)

숫자의 지정된 문자열 표현을 해당하는 64비트 부호 있는 정수로 변환합니다.

String.ToCharArray Method

이 인스턴스의 문자를 유니코드 문자 배열에 복사합니다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘문제풀이 

문제

최소의 동전 갯수로  입력된 값을 만드는 문제이다.  가장  큰가치의 돈부터 접근하여 필요한 동전갯수를 증가시키는 방법이 좋을 듯 하다.

내 풀이

for문 안에 while문이 없으면 한번만 계산하고 다음 인덱스로 넘어가기 때문에 

(ex 입력된 값 4200원 , coin[i] = 1000 인경우

4200 / 1000 을 4번 해줘야함)

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘문제풀이 

문제

1. 기다리는 사람들의 총 최소시간을 구하기 위한 정렬

2. 각 사람당 몇분이 걸렸는지 계산

내 풀이

1. 오름차순으로 정렬하는 것이 가장 최소시간다.

2. 자신의 시간은 전 사람이 기달렸던 시간을 더해주면 기다리는 시간이 나온다.

내가 기다리는 시간 = 전 사람시간 + 내가 뽑는 시간 

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀 점

알고리즘문제풀이 

문제

입력된 문자열의 알파벳이 +n 했을 경우 'z', 'Z'을 초과했을 경우 다시 'a', 'A'부터 밀려난 값을 구하는 것이 포인트

ex) 알파벳 'y'이고 n 값이 '25'이면 'z'를 초과 하게된다.

내 풀이

맨 처음 if(temp == 32)는 공백인 경우의 아무 작업도 하지 않기 위해 넣었음  다른 방법이 있을 것 같은데;;

'a~z', 'A~Z'은 알파벳은 26개이며 입력된 값이 90을 넘을 경우(90('Z') , 122('z')) 다시 알파벳이 시작되는('a', 'A')부터 시작하기 위해 -26을 빼는 과정으로 해결했다. 

다른 사람 풀이

'z'와'Z'를 각각 int로 캐스팅한 값을 가지고, if가 공백이 아닌 경우를 체크하고 밑에서 char.IsUpper로 대, 소문자를 체크해주는데 이 과정이  굳이 없어도 될 것 같다. 마지막에는 answer +=을 해주는 게 아닌 string.fomat을 활용해서 채워주고 있다.

위 코드를 활용해서 조건문을 좀 줄여서 다시 작성해봤다.

느낀 점

확실히 같은 문제를 봐도 접근하는 방법이 다르다는 것을 느꼈다. 물론 이 문제 자체가 복잡하지 않아서 크게 벗어나지는 않지만 IsUpper를 이용해서 보이는 코드 길이를 줄일 수 있었다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

알고리즘문제풀이 

문제

배열의 요소중 "Kim"가 몇번째 있는지 구하는 것이 포인트

내 풀이

주어진 string[]을 순회하면서 "Kim"을 찾도록했다.

다른 사람 풀이

Array.FindIndex()로 특정한 string값을 뽑는 함수를 이용했다.

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

알고리즘문제풀이 

문제

입력된 두 정수중 큰 수와 작은 수를 구하는 과정이 포인트

내 풀이

삼항 연산자로 max(큰 수), min(작은 수)를 구하고 for문으로 min이 시작 값 max가 끝 값으로 순회하면서 answer에 더하도록 했다.

다른 사람 풀이

큰, 작은 값을 구하지 않고 while문으로 a! = b라는 조건으로 a값을 기준으로

a가 크면 -1, 작으면 +1로 해주고 있다. 이 과정이 a부터 b사이에 값을 더해주는 과정이고 마지막 결괏값을 리턴할 때 b를 더해줌으로써 a와 b까지의 값을 모두 더한 값이 된다. 

느낀 점

내가 문제를 보고 포인트라고 생각했던 것은 a가 b 중 누가 더 큰 값인지, 작은 값인지 체크하는 것이었는데, 시작 값이나 끝 값을 미리 정하는 것이 아닌 반복문을 통해 기준으로 잡은 값이 큰 값이면 빼고 작은 값이면 더하는 방식으로 입력받은 두수 사이를 모두 더 할 수 있었다. a!=b인 조건인 두 수가 같을 때 반복문을 빠져나가는 조건은 a값이 b값 바로 전 정수까지 다 다랐다는 말이다. 

 디자인 패턴 

싱글톤 패턴

같은 인스턴스를 여러 개 만들지 않고, 최초 한번만 메모리를 할당하고 그 메모리에 인스턴스를 만들어서 사용하는 패턴이다. 어디서든지 접근하기 쉽다.

구현방법

가장 기본적인 싱글턴 구현 방법이다. 인스턴스를 요청하기 전까지는 객체를 생성하지 않는다.

늦은 초기화(Lazy initialization) : 멀티스레드 환경에서는 동시에 Instance을 호출하게 되면 둘 이상 객체가 만들어질 위험이 있다.

정적 초기화

이른 초기화(Eager initialization) 

로딩 때 생성되므로 스레딩에 안전한 대신 미리 생성하므로 안 쓰는 경우에 메모리 낭비가 될 수 있음

멀티스레드에서 교착상태를 피하기 위한 싱글턴

교착상태를 피하기 위해 이중 검사 잠금

lock키워드 설명 : http://www.csharpstudy.com/Threads/lock.aspx

싱글턴 문제점

개방 폐쇄 원칙(OCP)을 위배될 수 있다. (객체 지향 설계 원칙)

커플링이 심해질 수 있음 => 한 곳에서 변경이 다른 부분에 영향을 미치게 될 확률이 커짐

학습 참고 사이트

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

문제

우선 문제를 봤을 때 고려할 부분으로는

입력된 string의 길이가 짝수인지 홀수인지 체크해주고 중간값을 반환하는 부분이다. 

내 풀이

2로 나눈 나머지값으로 짝/홀을 확인한다. 문제도 그렇고 어렵지 않은 내용인듯 하다.

다른 사람의 풀이

일단 짝/홀을 비교하는 조건문이 없다.   Substring(시작인덱스,시작인덱스로부터 몇번까지)으로  반환하고있다. 

파란색 : 풀면서 어려웠던 부분 or 고려해야 될 부분

빨간색 : 해결방법

초록색 : 느낀점

문제

우선 문제를 봤을 때 고려할 부분으로는

첫 번째로, 여벌은 1개이기에 중복적으로 빌려줄 수 없도록 해야한다.

두 번쨰로는 잃어버린 학생과 여벌로 가져온 학생이 같을 수 있다. (당연히 여벌은 1개라 빌려줄 수 없다.)

내 풀이

잃어버린 학생배열과 여벌을 가져온 학생배열을 list로 옮긴 후 두 배열을 비교하여 중복된 값을 구한다.(두 번째 고려사항)

마지막 foreach문에서 빌려줄수있는 학생배열을 순회하면서 빌려준 학생은 다시 빌릴 수 없도록 삭제시켜주고 있다.(첫 번째 고려사항) 

다른 사람의 풀이

우선 차이점으로 중복된 값을 걸러내기위한 반복문을 사용하지않고 Linq기능을 사용하여 lost, reserve배열 서로 중복되지 않는 값만 입력받았도록 하고있다.

Linq기능을 사용하면 간결하고 연산 횟수가 줄지만, 가비지가 생성하기에 게임을 개발에 사용하기에는 적절하지 않다.   

제어구조

if

unless

case

여러 패턴에 대해 매치해야 한다면 case를 이용

'_'는 "그 외의 모든 것"에 매치되는 else처럼 생각하면 된다. (case구문에서 '_'이 없다면 일치하는 패턴이 없을 때 오류 발생)

case는 패턴 매칭에 의존하기 때문에 같은 규칙과 제약이 모두 적용된다. 기존의 변수에 매치하고자 한다면 핀연산자를 사용해야한다.

when으로 점검기능이있다. x > 0 크면 "Will match"

Cond

값이 아닌 조건식에 매치해야 할 때 사용 (else if 기능)

Cond문 마찬가지로 예외처리가 없으면 에러를 발생하는데, true조건식으로 처리해준다.

with

중첩된 case구문이 쓰일만한 곳이나 깔끔하게 파이프 연산을 할 수 없는 상황에서 유용하다.

'<-'은 오른쪽을 왼쪽과 비교하기 위해 패턴매칭을 사용