no image
백준 1806: 부분합 [Gold 4] / Java
백준 1806: 부분합 https://www.acmicpc.net/problem/1806      문제 설명 10,000 이하의 자연수로 이루어진 길이 N짜리 수열이 주어진다. 이 수열에서 연속된 수들의 부분합 중에 그 합이 S 이상이  되는 것 중, 가장 짧은 것의 길이를 구하는 프로그램을 작성하시오.      입력  첫째 줄에 N (10 ≤ N  공백으로 구분되어져 있으며, 10,000이하의 자연수이다.      출력  첫째 줄에 구하고자 하는 최소의 길이를 출력한다.  만일 그러한 합을 만드는 것이 불가능하다면 0을 출력하면 된다.      제출 코드1. 시간 초과수열을 입력받으면서, 누적합을 저장하는 배열을 추가로 만들어 누적합을 저장했다. 모든 배열의 합을 일일이 구하지 않아도 누적합에서 빼기 ..
2024.12.18
백준 2108: 통계학 [Silver 3] / Java
백준 2108: 통계학 https://www.acmicpc.net/problem/2108    문제 설명  수를 처리하는 것은 통계학에서 상당히 중요한 일이다. 통계학에서 N개의 수를 대표하는 기본 통계값에는 다음과 같은 것들이 있다. 단, N은 홀수라고 가정하자.  산술평균 : N개의 수들의 합을 N으로 나눈 값중앙값 : N개의 수들을 증가하는 순서로 나열했을 경우 그 중앙에 위치하는 값최빈값 : N개의 수들 중 가장 많이 나타나는 값범위 : N개의 수들 중 최댓값과 최솟값의 차이  N개의 수가 주어졌을 때, 네 가지 기본 통계값을 구하는 프로그램을 작성하시오.      입력  첫째 줄에 수의 개수 N(1 ≤ N ≤ 500,000)이 주어진다. 단, N은 홀수이다. 그 다음 N개의 줄에는 정수들이 주어..
2024.11.17
백준 14501: 퇴사 [Silver 3] / Java
백준 14501: 서로 다른 부분 문자열의 개수https://www.acmicpc.net/problem/11478    문제 설명상담원으로 일하고 있는 백준이는 퇴사를 하려고 한다. 오늘부터 N+1일째 되는 날 퇴사를 하기 위해서, 남은 N일 동안 최대한 많은 상담을 하려고 한다. 백준이는 비서에게 최대한 많은 상담을 잡으라고 부탁을 했고, 비서는 하루에 하나씩 서로 다른 사람의 상담을 잡아놓았다. 각각의 상담은 상담을 완료하는데 걸리는 기간 Ti와 상담을 했을 때 받을 수 있는 금액 Pi로 이루어져 있다. N = 7인 경우에 다음과 같은 상담 일정표를 보자.  1 일차2 일차3 일차4 일차5 일차6 일차7 일차Ti3511242Pi102010201540200  1일에 잡혀있는 상담은 총 3일이 걸리며, ..
2024.11.15
백준 11478: 서로 다른 부분 문자열의 개수[Silver 3] / Java
백준 11478: 서로 다른 부분 문자열의 개수https://www.acmicpc.net/problem/11478    문제 설명문자열 S가 주어졌을 때, S의 서로 다른 부분 문자열의 개수를 구하는 프로그램을 작성하시오.부분 문자열은 S에서 연속된 일부분을 말하며, 길이가 1보다 크거나 같아야 한다.예를 들어, ababc의 부분 문자열은 a, b, a, b, c, ab, ba, ab, bc, aba, bab, abc, abab, babc, ababc가 있고, 서로 다른것의 개수는 12개이다.    입력첫째 줄에 문자열 S가 주어진다. S는 알파벳 소문자로만 이루어져 있고, 길이는 1,000 이하이다.    출력첫째 줄에 S의 서로 다른 부분 문자열의 개수를 출력한다.    내 답연속되는 모든 부분 문자..
2024.11.02
백준 2252: 줄 세우기[Gold 3] / Java
백준 2252: 줄 세우기https://www.acmicpc.net/problem/2252    문제 설명N명의 학생들을 키 순서대로 줄을 세우려고 한다. 각 학생의 키를 직접 재서 정렬하면 간단하겠지만, 마땅한 방법이 없어서 두 학생의 키를 비교하는 방법을 사용하기로 하였다. 그나마도 모든 학생들을 다 비교해 본 것이 아니고, 일부 학생들의 키만을 비교해 보았다.일부 학생들의 키를 비교한 결과가 주어졌을 때, 줄을 세우는 프로그램을 작성하시오.  입력첫째 줄에 N(1 ≤ N ≤ 32,000), M(1 ≤ M ≤ 100,000)이 주어진다. M은 키를 비교한 횟수이다. 다음 M개의 줄에는 키를 비교한 두 학생의 번호 A, B가 주어진다. 이는 학생 A가 학생 B의 앞에 서야 한다는 의미이다.학생들의 번호..
2024.10.30
백준 15686: 치킨 배달 [Gold 2] / Java
백준 15686: 치킨 배달https://www.acmicpc.net/problem/15686   문제 설명크기가 N×N인 도시가 있다. 도시는 1×1크기의 칸으로 나누어져 있다. 도시의 각 칸은 빈 칸, 치킨집, 집 중 하나이다. 도시의 칸은 (r, c)와 같은 형태로 나타내고, r행 c열 또는 위에서부터 r번째 칸, 왼쪽에서부터 c번째 칸을 의미한다. r과 c는 1부터 시작한다.이 도시에 사는 사람들은 치킨을 매우 좋아한다. 따라서, 사람들은 "치킨 거리"라는 말을 주로 사용한다. 치킨 거리는 집과 가장 가까운 치킨집 사이의 거리이다. 즉, 치킨 거리는 집을 기준으로 정해지며, 각각의 집은 치킨 거리를 가지고 있다. 도시의 치킨 거리는 모든 집의 치킨 거리의 합이다.임의의 두 칸 (r1, c1)과 (..
2024.10.16
알고리즘 : KMP (패턴 매칭) 알고리즘 (Java)
KMP 알고리즘 패턴 매칭 알고리즘의 하나로, 주어진 문자열에서 패턴과 일치하는 부분 문자열이 있는지 찾는 알고리즘일반적인 반복문을 통한 해결방법은 O(N^M)의 시간복잡도를 가지지만, 해당 알고리즘은 O(N+M)의 시간복잡도로 매우 효율적이다.패턴에서 접두사와 접미사를 이용해 중복된 검색을 줄이는 방식임    동작 원리1. 패턴 문자열에서 0부터 i번째 문자열로 잘랐을 때 접미사와 접두사가 같은 최대 길이를 기록한 배열(LPS)을 생성한다. 2. 텍스트에서 패턴을 비교하고, 검색 중 불일치가 발생하면 LPS배열을 참고해 패턴의 다음 탐색  시작 위치를 결정한다.    예시 텍스트: "ABC ABCDAB ABCDABCDABDE"패턴: "ABCDABD" 1. LPS (부분 일치 테이블) 생성0부터 i번째 ..
2024.10.15
알고리즘 : 동적계획법(다이나믹 프로그래밍) 알고리즘 (Java)
동적계획법(Dynamic Programming) 알고리즘 복잡한 문제를 풀기 위해 작은 하위 문제로 나누고, 이전 계산 결과를 저장하여 반복 계산을 줄이는 방법피보나치, DFS, BFS, 완전 탐색 등의 알고리즘으로는 반복되는 작업이 많을 때 최적화를 노리는 알고리즘    동작 원리- 문제를 최정 부분 구조로 나누고, 중복되는 하위 문제를 해결. - 문제를 재귀적으로 풀 때 같은 문제를 여러번 계산하지 않고 한 번 계산한 결과를 저장해 다시 사용     장점하위 문제들의 결과를 저장해 반복을 줄임최적화, 그래프탐색 등 중복되는 연산이 있는 다양한 분야에 적용 가능 단점추가적 메모리가 필요할 수 있어 공간복잡도에서 불리할 수 있음중복 부분 문제를 만족하지 않는 문제에는 적용이 어려움   활용 사례1. 피보..
2024.10.05
no image
백준 11727: 2×n 타일링 2 [Silver 3]
성능 요약메모리: 12876 KB, 시간: 92 ms  문제 설명2×n 직사각형을 1×2, 2×1과 2×2 타일로 채우는 방법의 수를 구하는 프로그램을 작성하시오. 입력첫째 줄에 n이 주어진다. (1 ≤ n ≤ 1,000)출력첫째 줄에 2×n 크기의 직사각형을 채우는 방법의 수를 10,007로 나눈 나머지를 출력한다.  내 답    import java.util.Scanner;/* * 동적프로그래밍 문제. 길이가 2*n인 타일은 * (1) 길이가 n-2인 타일에서 길이 2짜리 타일을 붙이는 경우 * (2) 길이가 n-1인 타일에서 길이 1짜리 타일을 붙이는 경우 * 2가지 경우를 합친 것과 같다. * * 여기서 길이가 2인 타일을 붙이는 경우에서 세로막대 2개(|||) * 가 붙은 경우 길..
2024.10.02
알고리즘 : 다익스트라 알고리즘 (Java)
다익스트라 알고리즘 한 정점에서 다른 모든 정점까지의 최단 경로를 구하는 알고리즘겨올탐색, 네트워크 라우팅 등 분야에서 활용될 수 있음그리디 기법    동작 원리1. 출발 정점에서 시작. 인접 정점 중 가장 짧은 경로를 갖는 정점을 선택 2. 선택 정점에서 다른 인접 정점까지의 거리를 계산하고, 이전에 계산된 거리와 비교해 더 짧은 경로가 발견되면 해당 경로로 업데이트. 3. 같은 방법으로 최단 경로를 찾을 때까지 진행     장점탐색속도: 모든 간선이 음수가 아닐 때 빠른 탐색 속도로 경로 탐색 가능우선순위 큐를 활용해 시간 복잡도 절감 가능 단점음수 가중치가 있는 그래프에서는 작동 X배열을 활용한 방법의 경우 간선이 많을수록 성능 저하될 수 있음   구현1.방문체크배열(visited), 인접배열(ad..
2024.09.28
백준 1806: 부분합

 

 

 
 

 

문제 설명

 

10,000 이하의 자연수로 이루어진 길이 N짜리 수열이 주어진다. 이 수열에서 연속된 수들의 부분합 중에 그 합이 S 이상이

 

되는 것 중, 가장 짧은 것의 길이를 구하는 프로그램을 작성하시오.

 

 

 

 

 

 

입력

 

 

첫째 줄에 N (10 ≤ N < 100,000)과 S (0 < S ≤ 100,000,000)가 주어진다. 둘째 줄에는 수열이 주어진다. 수열의 각 원소는

 

공백으로 구분되어져 있으며, 10,000이하의 자연수이다.

 

 

 

 

 

 

출력

 

 

첫째 줄에 구하고자 하는 최소의 길이를 출력한다.

 

만일 그러한 합을 만드는 것이 불가능하다면 0을 출력하면 된다.

 

 

 

 

 

 

제출 코드

1. 시간 초과

수열을 입력받으면서, 누적합을 저장하는 배열을 추가로 만들어 누적합을 저장했다.

 

모든 배열의 합을 일일이 구하지 않아도 누적합에서 빼기 한번으로 부분합을 구할 수 있도록 하기 위함이었다.

 

(예)

 

하지만, 이 또한 N개의 인덱스 중 2개를 뽑아 조합하는 경우의 수만큼 작업이 수행되므로,

 

100000 C 2 = 약 50억 가량의 작업이 소요될 수 있어 시간이 초과하였다.

 

 

public class Main {
	public static void main(String[] args) throws IOException {
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		StringTokenizer st = new StringTokenizer(br.readLine());

		int N = Integer.parseInt(st.nextToken());
		int S = Integer.parseInt(st.nextToken());
		int[] arr = new int[N+1];
		int[] sum = new int[N+1];
		st = new StringTokenizer(br.readLine());
		for (int i = 1; i <= N; i++) {
			arr[i] = Integer.parseInt(st.nextToken());
			sum[i] = sum[i - 1] + arr[i];
		}
		
		if (S <= 0) {
			System.out.println(0);
			return;
		}
		// 부분합 수열의 개수
		for (int n=1; n<=N; n++) {
			for (int start=1; start<=N-n; start++) {
				if (sum[start+n]-sum[start] >= S) {
					System.out.println(n);
					return;
				}
			}
		}
		
		System.out.println(0);
	}
}

 

 

 

 

 

 

2.  성공

 

start 포인터와 end 포인터를 각각 선언하여

 

두 포인터의 위치를 조금씩 조정해가며 최소 개수의 수열을 구하는 방법이 있었다.

 

이 방법을 사용하면, end포인터와 start포인터 각각 움직이더라도 배열을 1번만 순회하므로

 

O(n)의 시간복잡도를 가진다고 할 수 있다.

 

public class Main {
	public static void main(String[] args) throws IOException {
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		StringTokenizer st = new StringTokenizer(br.readLine());

		int N = Integer.parseInt(st.nextToken());
		int S = Integer.parseInt(st.nextToken());
		int[] arr = new int[N+2];
		st = new StringTokenizer(br.readLine());
		
		for (int i = 1; i <= N; i++) {
			arr[i] = Integer.parseInt(st.nextToken());
		}
		
		int start = 0;
		int end = 0;
		int minL = Integer.MAX_VALUE;
		int currSum = 0;
		
		while(end <= N+1 && start <= N) {
			if (currSum < S) {
				currSum += arr[end++];
			}
			else {
				minL = Math.min(minL,  end-start);
				currSum -= arr[start++];
			}
		}
		
		if (minL == Integer.MAX_VALUE) {
			System.out.println(0);
		} else {
			System.out.println(minL);
		}
	}
}

 

백준 2108: 통계학

 

 
 

문제 설명

 

 

수를 처리하는 것은 통계학에서 상당히 중요한 일이다. 통계학에서 N개의 수를 대표하는 기본 통계값에는

 

다음과 같은 것들이 있다. 단, N은 홀수라고 가정하자.

 

 

  1. 산술평균 : N개의 수들의 합을 N으로 나눈 값
  2. 중앙값 : N개의 수들을 증가하는 순서로 나열했을 경우 그 중앙에 위치하는 값
  3. 최빈값 : N개의 수들 중 가장 많이 나타나는 값

  4. 범위 : N개의 수들 중 최댓값과 최솟값의 차이

 

 

N개의 수가 주어졌을 때, 네 가지 기본 통계값을 구하는 프로그램을 작성하시오.

 

 

 

 

 

 

입력

 

 

첫째 줄에 수의 개수 N(1 ≤ N ≤ 500,000)이 주어진다. 단, N은 홀수이다. 그 다음 N개의 줄에는 정수들이 주어진다.

 

입력되는 정수의 절댓값은 4,000을 넘지 않는다.

 

 

 

 

 

 

출력

 

 

첫째 줄에는 산술평균을 출력한다. 소수점 이하 첫째 자리에서 반올림한 값을 출력한다.

 

둘째 줄에는 중앙값을 출력한다.

 

셋째 줄에는 최빈값을 출력한다. 여러 개 있을 때에는 최빈값 중 두 번째로 작은 값을 출력한다.

 

넷째 줄에는 범위를 출력한다.

 

 

 

 

 

 

내 답

 

1. 수를 입력받아 배열에 저장할 때, 수의 총합인 sum변수를 선언해 총합을 구해두었다.

 

 

2. 최빈수를 구하기 위해 카운트 배열을 쓰고자 했으나,

 

수 범위를 500,000까지인 것으로 잘못 읽어 메모리 초과 발생을 우려해 Map 자료형을 선택했다.

 

또한 최빈수가 여러개일 때 그 수를 저장하기 위해 리스트를 사용했다.

 

 

3. 또한 Arrays.sort를 통해 최대값과 최소값(arr[N-1]-arr[0]) 차이, 중앙값(arr[N/2])을 얻어냈다.

 

 

 

>> 결과적으로 최빈수를 구하는 과정에서 list를 만들고, Collections.sort를 사용한 것, map자료형을 사용한 것이

 

실행속도를 늦춘 원인으로 판단했다. 크기 8001짜리 카운트 배열을 활용해 구했다면 훨씬 빠를 것으로 예상했다. 

 

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.PriorityQueue;
import java.util.Scanner;

public class Main {
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		StringBuilder sb = new StringBuilder();

		Map<Integer, Integer> map = new HashMap<>(); // 최빈값 계산

		int n = sc.nextInt();
		int[] arr = new int[n];

		int sum = 0;
		// 입력받으면서 총합 구함
		for (int i = 0; i < n; i++) {
			int tmp = sc.nextInt();
			arr[i] = tmp;
			sum += tmp;
			// 해당 값의 빈도를 카운트
			if (map.containsKey(tmp)) {
				map.put(tmp, map.get(tmp) + 1);
			} else {
				map.put(tmp, 1);
			}
		}

		// 산술평균 출력
		sb.append(Math.round((double) sum / n)).append('\n');
		// 중앙값 계산
		Arrays.sort(arr); // 오름차순 정렬
		sb.append(arr[n / 2]).append('\n');

		// 최빈값 계산
		int max = 0;
		List<Integer> list = new ArrayList<>();
		for (int key : map.keySet()) {
			if (map.get(key) > max) {
				max = map.get(key);
				list.clear();
				list.add(key);
			} else if (map.get(key) == max) {
				list.add(key);
			}
		}
		Collections.sort(list);
		if (list.size() <= 1) {
			sb.append(list.get(0)).append('\n');
		} else {
			sb.append(list.get(1)).append('\n');
		}
		
		// 최대값, 최소값 차이
		sb.append(arr[n - 1] - arr[0]);

		System.out.println(sb);
	}
}

 

 

 

 

개선 사항

 

import java.util.Arrays;
import java.util.Scanner;

public class Main {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        StringBuilder sb = new StringBuilder();

        int n = sc.nextInt();
        int[] arr = new int[n];
        int[] count = new int[8001]; // -4000 ~ 4000 범위를 담을 수 있는 배열

        int sum = 0;
        int maxFrequency = 0;
        // 입력받으면서 총합과 빈도 계산
        for (int i = 0; i < n; i++) {
            int value = sc.nextInt();
            arr[i] = value;
            sum += value;
            count[value + 4000]++; // -4000 ~ 4000을 0 ~ 8000으로 매핑
            maxFrequency = Math.max(maxFrequency, count[value + 4000]);
        }

        // 산술평균 계산 (반올림)
        sb.append(Math.round((double) sum / n)).append('\n');

        // 중앙값 계산을 위해 정렬
        Arrays.sort(arr);
        sb.append(arr[n / 2]).append('\n');

        // 최빈값 계산
        int max = Integer.MAX_VALUE;
        boolean foundSecond = false;
        for (int i = 0; i < count.length; i++) {
            if (count[i] == maxFrequency) {
                if (max == Integer.MAX_VALUE) {
                    max = i - 4000;
                } else if (!foundSecond) {
                    max = i - 4000;
                    foundSecond = true;
                }
            }
        }
        sb.append(mode).append('\n');

        // 최대값과 최소값의 차이 계산
        sb.append(arr[n - 1] - arr[0]).append('\n');

        // 결과 출력
        System.out.println(sb);
    }
}

 

 

  1. 수를 입력받을 때, sum값을 구하는 것 뿐 아니라 카운트배열을 활용해 바로 카운트하고,

    최빈값도 갱신하여 구함



  2. 카운트 배열을 순회하며 최빈값을 만나면 저장해두고,

    그다음 큰 수에서 최빈값을 마주치면 해당 값을 최빈값으로 갱신


    문제를 더 잘 읽자..!!
백준 14501: 서로 다른 부분 문자열의 개수
 
 

문제 설명

상담원으로 일하고 있는 백준이는 퇴사를 하려고 한다.

 

오늘부터 N+1일째 되는 날 퇴사를 하기 위해서, 남은 N일 동안 최대한 많은 상담을 하려고 한다.

 

백준이는 비서에게 최대한 많은 상담을 잡으라고 부탁을 했고, 비서는 하루에 하나씩 서로 다른 사람의 상담을 잡아놓았다.

 

각각의 상담은 상담을 완료하는데 걸리는 기간 Ti와 상담을 했을 때 받을 수 있는 금액 Pi로 이루어져 있다.

 

N = 7인 경우에 다음과 같은 상담 일정표를 보자.

 

  1 일차 2 일차 3 일차 4 일차 5 일차 6 일차 7 일차
Ti 3 5 1 1 2 4 2
Pi 10 20 10 20 15 40 200

 

 

1일에 잡혀있는 상담은 총 3일이 걸리며, 상담했을 때 받을 수 있는 금액은 10이다. 5일에 잡혀있는 상담은 총 2일이 걸리

 

며, 받을 수 있는 금액은 15이다.

 

상담을 하는데 필요한 기간은 1일보다 클 수 있기 때문에, 모든 상담을 할 수는 없다. 예를 들어서 1일에 상담을 하게 되면,

 

2일, 3일에 있는 상담은 할 수 없게 된다. 2일에 있는 상담을 하게 되면, 3, 4, 5, 6일에 잡혀있는 상담은 할 수 없다.

 

또한, N+1일째에는 회사에 없기 때문에, 6, 7일에 있는 상담을 할 수 없다.

 

퇴사 전에 할 수 있는 상담의 최대 이익은 1일, 4일, 5일에 있는 상담을 하는 것이며, 이때의 이익은 10+20+15=45이다.

 

상담을 적절히 했을 때, 백준이가 얻을 수 있는 최대 수익을 구하는 프로그램을 작성하시오.

 

 

 

 

입력

첫째 줄에 N (1 ≤ N ≤ 15)이 주어진다.

 

둘째 줄부터 N개의 줄에 Ti와 Pi가 공백으로 구분되어서 주어지며, 1일부터 N일까지 순서대로 주어진다.

 

(1 ≤ Ti ≤ 5, 1 ≤ Pi ≤ 1,000)

 

 

 

 

출력

첫째 줄에 백준이가 얻을 수 있는 최대 이익을 출력한다.

 

 

 

 

내 답

 

 재귀메서드를 이용해 모든 경우의 수를 파악하고자 했다.

 

N이 15까지이기 때문에 모든 모든 경우의 수를 따지면 2^15로 시간이 오래걸릴 수 있지만,

 

기간 안에 상담을 끝내지 못하는 경우를 가지치기하고, 

 

해당 일에 상담을 맡을 경우 소요되는 시간만큼 인덱스를 넘어가면 충분히 가능할 것이라 생각해

 

모든 경우의 수를 탐색했다.

 

 

 

import java.util.Scanner;

/*
 * 재귀메서드를 활용하여 1번째 날부터 N번째 날까지 모든 경우의 수를 탐색.
 */
public class Main {
	static int N, max;
	static int[][] schedule;

	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);

		max = 0;
		N = sc.nextInt();
		schedule = new int[N][2];

		for (int i = 0; i < N; i++) {
			schedule[i][0] = sc.nextInt();
			schedule[i][1] = sc.nextInt();
		}

		DFS(0, 0);

		System.out.println(max);
	}

	private static void DFS(int idx, int profit) {
		if (idx >= N) {
			max = Math.max(profit, max);
			return;
		}

		// 해당 날짜의 상담을 기간 내에 마칠 수 있는지 확인
		if (schedule[idx][0] <= N - idx) {
			// 상담을 한다
			DFS(idx + schedule[idx][0], profit + schedule[idx][1]);
		}
		DFS(idx + 1, profit);
	}
}

 

 

 

 

 

 

 

 

개선 사항

 

 

import java.io.*;
import java.util.*;

public class Main {
    static StringTokenizer st; 
    static int[] dp; 

    public static void main(String args[]) throws Exception {
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        int N = Integer.parseInt(br.readLine()); // N: 상담 가능한 총 날짜 수

        dp = new int[N + 1]; // dp 배열 초기화 (0 ~ N까지)

        for (int i = 0; i < N; i++) { // i: 현재 날짜
            st = new StringTokenizer(br.readLine()); // i번째 상담의 기간(t)과 수익(p)을 입력
            int t = Integer.parseInt(st.nextToken()); // 상담 기간
            int p = Integer.parseInt(st.nextToken()); // 상담 수익

            if (i + t <= N) { // 상담이 기한 내에 종료되는 경우
                dp[i + t] = Math.max(dp[i + t], dp[i] + p); // i + t일의 최대 수익 갱신
            }
            dp[i + 1] = Math.max(dp[i], dp[i + 1]); // 다음 날로 넘어갈 때 최대 수익 유지
        }

        System.out.println(dp[N]); // N일에 가능한 최대 수익 출력
    }
}

 

 

 

동적프로그래밍 알고리즘을 이용해 풀 수 있다.

 

이전 배열을 참고해 중복 계산을 피하면서도 최적의 값을 구할 수있다.

 

처음 풀 때도 dp방식을 생각하지 않은 것은 아닌데,

 

마땅한 풀이가 생각나지 않아 브루트포스로 문제를 해결했다.

 

더 많은 동적프로그래밍 문제를 풀어봐야겠다.

 

 

 

 

 

 

 

백준 11478: 서로 다른 부분 문자열의 개수
 
 

문제 설명

문자열 S가 주어졌을 때, S의 서로 다른 부분 문자열의 개수를 구하는 프로그램을 작성하시오.

부분 문자열은 S에서 연속된 일부분을 말하며, 길이가 1보다 크거나 같아야 한다.

예를 들어, ababc의 부분 문자열은 a, b, a, b, c, ab, ba, ab, bc, aba, bab, abc, abab, babc, ababc가 있고, 서로 다른것의 개수는 12개이다.

 

 

 

 

입력

첫째 줄에 문자열 S가 주어진다. S는 알파벳 소문자로만 이루어져 있고, 길이는 1,000 이하이다.

 

 

 

 

출력

첫째 줄에 S의 서로 다른 부분 문자열의 개수를 출력한다.

 

 

 

 

내 답

연속되는 모든 부분 문자열을 반복문 2개를 통해 추출하고,

 

 

중복 제거의 경우 Set을 이용해 중복을 제거했다.

 

 

시간 복잡도를 줄이고자 StringBuilder를 사용해 문자열을 담았으나,

 

 

결과적으로 950ms의 아쉬운 실행속도가 나왔다.

 

 

 

 

원인은 중복 제거 시 Set 자료구조를 사용할 때 중복을 제거하는 과정의 시간복잡도가

 

 

O(N^2)이기 때문에 시간이 오래 걸린 것으로 추측된다.

 

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.HashSet;
import java.util.Set;

public class S3_서로다른부분문자열의개수 {
	public static void main(String[] args) throws IOException {
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		String str = br.readLine();
		
		Set<String> set = new HashSet<>();;
		
		int len = str.length();
		for (int i=0; i<len; i++) {
			StringBuilder sb = new StringBuilder();
			for (int j=i; j<len; j++) {
				sb.append(str.charAt(j));
				set.add(sb.toString());
			}
		}
		
		System.out.println(set.size());
	}
}

 

 

 

 

 

 

보완점

 

 

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.Arrays;

public class Main {
    public static void main(String[] args) throws IOException {
        BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
        String input = reader.readLine();
        int n = input.length();

        // 접미사 배열 생성
        String[] suffix = new String[n];
        for (int i = 0; i < n; i++) {
            suffix[i] = input.substring(i);
        }

        // 접미사 배열 정렬
        Arrays.sort(suffix);
        int len = 0;

        // LCP 계산
        for (int i = 1; i < n; i++) {
            int curr = 0;
            int minLen = Math.min(suffix[i].length(), suffix[i - 1].length());
            while (curr < minLen && suffix[i].charAt(curr) == suffix[i - 1].charAt(curr)) {
                curr++;
            }
            len += curr;
        }

        // 총 부분 문자열 개수에서 중복된 부분을 뺀 개수 출력
        int total = (n * (n + 1)) / 2; // 총 부분 문자열 개수
        System.out.println(total - len);
    }
}

 

 

접미사 배열을 생성하여 정렬한 뒤,

 

 

정렬된 접미사들을 앞 뒤 접미사와 비교하며 공통 접두사 길이를 계산해 중복 부분 문자열을 제거하는 방식인

 

 

LCP 알고리즘 풀이를 사용했다.

 

 

처음 보는 알고리즘 방식이라 참신하고 좋은 방법이라는 생각이 든다.

 

 

익혀놓아야 겠다.

 

 

 

 

 

 

LCP 배열 계산

 

1. 가능한 모든 접미사를 저장해둔다.

 

apple => apple, pple, ple, le, e

 

 

 

2. 접미사들을 사전 순으로 정렬한다.

 

apple, e, le, ple, pple

 

 

 

3. 각 접미사들을 순회하며 이전 접미사와 비교해 공통 접두사의 길이를 계산한 LCP 배열에 저장해둔다.

 

apple : e => 0

e : le => 0

le : ple => 0

ple : pple => 1

 

 

 

 

따라서 중복되는 경우는 총 1가지이다!

 

백준 2252: 줄 세우기
 
 

문제 설명

N명의 학생들을 키 순서대로 줄을 세우려고 한다. 각 학생의 키를 직접 재서 정렬하면 간단하겠지만, 마땅한 방법이 없어서 두 학생의 키를 비교하는 방법을 사용하기로 하였다. 그나마도 모든 학생들을 다 비교해 본 것이 아니고, 일부 학생들의 키만을 비교해 보았다.

일부 학생들의 키를 비교한 결과가 주어졌을 때, 줄을 세우는 프로그램을 작성하시오.

 

 

입력

첫째 줄에 N(1 ≤ N ≤ 32,000), M(1 ≤ M ≤ 100,000)이 주어진다. M은 키를 비교한 횟수이다. 다음 M개의 줄에는 키를 비교한 두 학생의 번호 A, B가 주어진다. 이는 학생 A가 학생 B의 앞에 서야 한다는 의미이다.

학생들의 번호는 1번부터 N번이다.

 

 

 

출력

첫째 줄에 학생들을 앞에서부터 줄을 세운 결과를 출력한다. 답이 여러 가지인 경우에는 아무거나 출력한다.

 

 

 

내 답

1차 시도 (오답)

문제를 계속 째려보다 보니 위상정렬 알고리즘이 생각났다.

 

주어지는 입력에서 키를 비교한 입력값 각각을 간선이라고 생각하고,

 

앞에 오는 숫자가 시작노드, 뒤에 오는 숫자가 종점 노드가 되는 방향 그래프를 그려

 

나를 향하는 노드가 없는 노드부터 큐에 담아 순서대로 출력하는 그림을 그린 후 코드를 작성했다.

 

 

 

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.LinkedList;
import java.util.Queue;
import java.util.StringTokenizer;

public class Main {
	static int N, M;
	static int[][] adjArr;
	static boolean[] visited;
	static StringBuilder sb;

	public static void main(String[] args) throws IOException {
		init(); // 변수 선언 및 초기화 메서드

		wisangSort();	// 위상정렬

		print(); // 출력 메서드
	}

	// 변수 선언 및 초기화 메서드
	static void init() throws IOException {
		sb = new StringBuilder();
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		StringTokenizer st = new StringTokenizer(br.readLine());

		N = Integer.parseInt(st.nextToken()); // 학생 수
		M = Integer.parseInt(st.nextToken()); // 학생 수

		adjArr = new int[N + 1][N + 1]; // 인접행렬
		for (int r = 0; r < M; r++) {
			st = new StringTokenizer(br.readLine());
			adjArr[Integer.parseInt(st.nextToken())][Integer.parseInt(st.nextToken())] = 1;
		} // 인접행렬 작성

		visited = new boolean[N + 1]; // 방문배열
	}

	// 위상정렬 수행 메서드
	private static void wisangSort() {
		Queue<Integer> q = new LinkedList<>();

		// 자기 자신을 향하는 노드가 없는 시작지점 노드를 큐에 삽입
		out: for (int e = 1; e <= N; e++) {
			for (int s = 1; s <= N; s++) {
				if (adjArr[s][e] > 0)
					continue out;
			}
			q.add(e);
			visited[e] = true;
		}
		
		while (!q.isEmpty()) {
			int curr = q.poll();	// 큐에서 뽑기
			sb.append(curr).append(' ');	// 스트링빌더에 추가
			
			// 인접행렬을 뒤져 아직 방문 안했으면서 인접한 노드를 큐에 삽입
			for (int i=1; i<=N; i++) {
				if (adjArr[curr][i] > 0 && !visited[i]) {
					q.add(i);
					visited[i] = true;
				}
			}
		}
	}

	// 출력 메서드
	private static void print() {
		System.out.println(sb);
	}
}

 

 

 

 

결과는 메모리 초과.

 

원인으로 의심되는 것들은 크게 2가지였다.

 

1. 방문배열을 추가적으로 선언하여 불필요한 메모리 사용

2. 인접리스트 대신 인접 행렬을 사용하여 불필요한 메모리 사용

 

하지만 둘 모두 수정해보아도 메모리 초과는 여전했다.

 

 

 

 

 

2차 시도 (정답)

 

결국 원인은 위상정렬을 구현하는 과정의 문제였다.

 

위상정렬 알고리즘을 생각한 것은 잘했지만, 구체적인 구현 방법이 생각나지 않아

 

내가 머리속에서 굴린 알고리즘으로만 구현했더니 통과가 안되었다.

 

결국 위상정렬 알고리즘을 다시 찾아보고 나서야 정답을 맞출 수 있었다.

 

 

package boj;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.*;

public class Main {
    static int N, M;
    static List<Integer>[] adjList;
    static int[] inDegree;
    static StringBuilder sb;

    public static void main(String[] args) throws IOException {
        init(); // 변수 선언 및 초기화 메서드
        wisangSort(); // 위상정렬
        print(); // 출력 메서드
    }

    // 변수 선언 및 초기화 메서드
    static void init() throws IOException {
        sb = new StringBuilder();
        BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
        StringTokenizer st = new StringTokenizer(br.readLine());

        N = Integer.parseInt(st.nextToken()); // 학생 수
        M = Integer.parseInt(st.nextToken()); // 비교 횟수

        adjList = new ArrayList[N + 1]; // 인접 리스트
        inDegree = new int[N + 1]; // 진입 차수

        for (int i = 1; i <= N; i++) {
            adjList[i] = new ArrayList<>();
        }

        for (int r = 0; r < M; r++) {
            st = new StringTokenizer(br.readLine());
            int u = Integer.parseInt(st.nextToken());
            int v = Integer.parseInt(st.nextToken());
            adjList[u].add(v); // u -> v 간선 추가
            inDegree[v]++; // v의 진입 차수 증가
        }
    }

    // 위상정렬 수행 메서드
    private static void wisangSort() {
        Queue<Integer> q = new LinkedList<>();

        // 진입 차수가 0인 노드를 큐에 삽입
        for (int i = 1; i <= N; i++) {
            if (inDegree[i] == 0) {
                q.add(i);
            }
        }

        while (!q.isEmpty()) {
            int curr = q.poll(); // 큐에서 뽑기
            sb.append(curr).append(' '); // 스트링빌더에 추가
            
            // curr와 인접한 노드들에 대해 진입 차수를 감소시키고 0이 되면 큐에 추가
            for (int neighbor : adjList[curr]) {
                inDegree[neighbor]--;
                if (inDegree[neighbor] == 0) {
                    q.add(neighbor);
                }
            }
        }
    }

    // 출력 메서드
    private static void print() {
        System.out.println(sb);
    }
}

 

 

결론은

 

방문배열을 사용하는 것이 아니라,

 

진입차수 배열을 생성하여

 

큐에서 꺼낸 노드와 인접한 노드들과의 간선을 1개씩 제거하며 진입차수를 떨어트리고,

 

진입차수가 0인 것들을 큐에 담는 과정이 필요했다...

 

 

다시한번 위상정렬 알고리즘을 공부할 수 있는 기회가 되었다.

 

다음에는 진입차수 배열을 사용하는 것을 잊지 말아야지!

 

 

 

백준 15686: 치킨 배달
 
 

문제 설명

크기가 N×N인 도시가 있다. 도시는 1×1크기의 칸으로 나누어져 있다. 도시의 각 칸은 빈 칸, 치킨집, 집 중 하나이다. 도시의 칸은 (r, c)와 같은 형태로 나타내고, r행 c열 또는 위에서부터 r번째 칸, 왼쪽에서부터 c번째 칸을 의미한다. r과 c는 1부터 시작한다.

이 도시에 사는 사람들은 치킨을 매우 좋아한다. 따라서, 사람들은 "치킨 거리"라는 말을 주로 사용한다. 치킨 거리는 집과 가장 가까운 치킨집 사이의 거리이다. 즉, 치킨 거리는 집을 기준으로 정해지며, 각각의 집은 치킨 거리를 가지고 있다. 도시의 치킨 거리는 모든 집의 치킨 거리의 합이다.

임의의 두 칸 (r1, c1)과 (r2, c2) 사이의 거리는 |r1-r2| + |c1-c2|로 구한다.

예를 들어, 아래와 같은 지도를 갖는 도시를 살펴보자.

 

0 2 0 1 0
1 0 1 0 0
0 0 0 0 0
0 0 0 1 1
0 0 0 1 2

 

0은 빈 칸, 1은 집, 2는 치킨집이다.

(2, 1)에 있는 집과 (1, 2)에 있는 치킨집과의 거리는 |2-1| + |1-2| = 2, (5, 5)에 있는 치킨집과의 거리는 |2-5| + |1-5| = 7이다. 따라서, (2, 1)에 있는 집의 치킨 거리는 2이다.

(5, 4)에 있는 집과 (1, 2)에 있는 치킨집과의 거리는 |5-1| + |4-2| = 6, (5, 5)에 있는 치킨집과의 거리는 |5-5| + |4-5| = 1이다. 따라서, (5, 4)에 있는 집의 치킨 거리는 1이다.

이 도시에 있는 치킨집은 모두 같은 프랜차이즈이다. 프렌차이즈 본사에서는 수익을 증가시키기 위해 일부 치킨집을 폐업시키려고 한다. 오랜 연구 끝에 이 도시에서 가장 수익을 많이 낼 수 있는 치킨집의 개수는 최대 M개라는 사실을 알아내었다.

도시에 있는 치킨집 중에서 최대 M개를 고르고, 나머지 치킨집은 모두 폐업시켜야 한다. 어떻게 고르면, 도시의 치킨 거리가 가장 작게 될지 구하는 프로그램을 작성하시오.

 

 

입력

첫째 줄에 N(2 ≤ N ≤ 50)과 M(1 ≤ M ≤ 13)이 주어진다.

둘째 줄부터 N개의 줄에는 도시의 정보가 주어진다.

도시의 정보는 0, 1, 2로 이루어져 있고, 0은 빈 칸, 1은 집, 2는 치킨집을 의미한다. 집의 개수는 2N개를 넘지 않으며, 적어도 1개는 존재한다. 치킨집의 개수는 M보다 크거나 같고, 13보다 작거나 같다.

 

 

 

출력

첫째 줄에 폐업시키지 않을 치킨집을 최대 M개를 골랐을 때, 도시의 치킨 거리의 최솟값을 출력한다.

 

 

 

내 답

1차 시도 (오답)

1. 도시 상황을 2차원 배열에 입력, 치킨집 좌표를 chickens 리스트에 저장

 

2. 모든 치킨집 중 M개의 치킨집을 선택하는 조합 메서드를 재귀함수를 이용해 구현. pick 배열에 저장

 

3. map을 탐색하며 집일 경우 BFS를 통해 최단거리를 구하고, 최소값을 선택.

 

import java.util.ArrayList;
import java.util.Arrays;
import java.util.LinkedList;
import java.util.Queue;
import java.util.Scanner;

public class G5_치킨배달 {
	static class Chicken {
		int r, c;

		public Chicken() {
		}

		public Chicken(int r, int c) {
			super();
			this.r = r;
			this.c = c;
		}

		@Override
		public String toString() {
			return "Chicken [r=" + r + ", c=" + c + "]";
		}
	}

	static int N, M, min;
	static int[][] map;
	static int[][] tmpMap;
	static boolean[][] visited;
	static ArrayList<Chicken> chickens;
	static Chicken[] pick;
	static int[] dr = {-1, 1, 0, 0};
	static int[] dc = {0, 0, -1, 1};

	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);

		N = sc.nextInt();
		M = sc.nextInt();

		min = Integer.MAX_VALUE; // 치킨 거리의 최소값을 저장할 변수

		map = new int[N][N];
		tmpMap = new int[N][N];
		visited = new boolean[N][N];
		chickens = new ArrayList<>(); // 치킨집 좌표를 담을 리스트
		pick = new Chicken[M]; // M개를 뽑은 후 저장할 배열

		// 맵 입력 및 치킨집 탐색
		for (int r = 0; r < N; r++) {
			for (int c = 0; c < N; c++) {
				map[r][c] = sc.nextInt();
				if (map[r][c] == 2) {
					chickens.add(new Chicken(r, c));
					map[r][c] = 0; // 지도상으로는 0으로 초기화
				}
			}
		}
		pick(0, 0);
		
		System.out.println(min);
	}

	private static void pick(int n, int r) {
		// 모두 골랐으면 탐색 시작
		if (r >= M) {
			editMap();
			int tmpDist = search();
			if (min > tmpDist) {
				min = tmpDist;
			}
			return;
		}
		// 남은 치킨집 수보다 골라야 할 치킨집 수가 많으면 부적절하므로 종료
		if (n >= chickens.size()) {
			return;
		}

		// 해당 치킨집을 안고른다
		pick(n + 1, r);
		// 해당 치킨집을 고른다
		pick[r] = chickens.get(n);
		pick(n + 1, r + 1);
	}

	// 선택한 치킨집만 지도상에 2로 표시
	private static void editMap() {
		for (int r=0; r<N; r++) {
			tmpMap[r] = map[r].clone();
		}
		for (Chicken chicken : pick) {
			tmpMap[chicken.r][chicken.c] = 2;
		}
	}

	// 지도 탐색하여 집일 경우 BFS탐색하여 거리 계산
	private static int search() {
		int sum = 0;
		for (int r = 0; r < N; r++) {
			for (int c = 0; c < N; c++) {
				if (tmpMap[r][c] == 1) {
					int dist = BFS(r, c);
					sum += dist;
				}
			}
		}
		return sum;
	}

	private static int BFS(int r, int c) {
		Queue<int[]> q = new LinkedList<>();

		int dist = 0;
		int size = 1;
		visited = new boolean[N][N];

		visited[r][c] = true; // 시작지점 방문체크
		q.add(new int[] { r, c }); // 큐에 삽입

		while (!q.isEmpty()) {

			for (int i = 0; i < size; i++) {
				int[] curr = q.poll();
				// 치킨집이면 탐색 종료
				if (tmpMap[curr[0]][curr[1]] == 2) {
					return dist;
				}
				// 4방탐색
				for (int dir = 0; dir<4; dir++) {
					int nr = curr[0] + dr[dir];
					int nc = curr[1] + dc[dir];
					
					if (nr<0 || nr>=N || nc<0 || nc>=N || visited[nr][nc]) continue;
					
					q.add(new int[] {nr, nc});
					visited[nr][nc] = true;
				}
			}
			size = q.size();
			dist += 1;
		}
		
		return dist;
	}
}

 

 

2차 시도 (정답)

이전 시도에서 최단거리를 구하기 위한 방법으로 BFS를 선택했으나,

 

BFS는 사방을 탐색해가며 최단거리를 구할 때 배열 크기가 커지고 집과 치킨집 간 거리가 멀어질수록

 

급격히 비효율적으로 변함을 느꼈다.

 

따라서 미리 집과 치킨집의 좌표를 저장해두고, 일일히 계산하는 방법으로 코드를 수정했다 !

 

 

 

1. 도시 상황을 2차원 배열에 입력, 치킨집과 집의 좌표를 각각 chickens, houses 리스트에 저장

 

2. 모든 치킨집 중 M개의 치킨집을 선택하는 조합 메서드를 재귀함수를 이용해 구현. pick 배열에 저장

 

3. 집과 치킨집 간 거리를 모두 계산한 후 최소값을 선택한다.

public class G5_치킨배달 {
	static class Chicken {
		int r, c;

		public Chicken() {
		}

		public Chicken(int r, int c) {
			super();
			this.r = r;
			this.c = c;
		}

		@Override
		public String toString() {
			return "Chicken [r=" + r + ", c=" + c + "]";
		}
	}
	static class House {
		int r, c;
		public House() {
			// TODO Auto-generated constructor stub
		}
		public House(int r, int c) {
			super();
			this.r = r;
			this.c = c;
		}
		@Override
		public String toString() {
			return "House [r=" + r + ", c=" + c + "]";
		}
	}
	static int N, M, min;
	static int[][] map;
	static ArrayList<Chicken> chickens;
	static ArrayList<House> houses;
	static Chicken[] pick;

	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);

		N = sc.nextInt();
		M = sc.nextInt();

		min = Integer.MAX_VALUE; // 치킨 거리의 최소값을 저장할 변수

		map = new int[N][N];
		chickens = new ArrayList<>(); // 치킨집 좌표를 담을 리스트
		houses = new ArrayList<>(); // 집 좌표를 담을 리스트
		pick = new Chicken[M]; // M개를 뽑은 후 저장할 배열

		// 맵 입력 및 치킨집 탐색
		for (int r = 0; r < N; r++) {
			for (int c = 0; c < N; c++) {
				map[r][c] = sc.nextInt();
				if (map[r][c] == 2) {
					chickens.add(new Chicken(r, c));
					map[r][c] = 0; // 지도상으로는 0으로 초기화
				} else if (map[r][c] == 1) {
					houses.add(new House(r, c));
				}
			}
		}
		pick(0, 0);
		
		System.out.println(min);
	}

	private static void pick(int n, int r) {
		// 모두 골랐으면 탐색 시작
		if (r >= M) {
			int tmpDist = search();
			if (min > tmpDist) {
				min = tmpDist;
			}
			return;
		}
		// 남은 치킨집 수보다 골라야 할 치킨집 수가 많으면 부적절하므로 종료
		if (n >= chickens.size()) {
			return;
		}

		// 해당 치킨집을 안고른다
		pick(n + 1, r);
		// 해당 치킨집을 고른다
		pick[r] = chickens.get(n);
		pick(n + 1, r + 1);
	}

	// 모든 집 탐색하며 선택한 각 치킨집과의 최소 거리를 구해 마을의 총 치킨거리 계산
	private static int search() {
		int sum = 0;
		for (House h : houses) {
			int tmpMin = Integer.MAX_VALUE;
			for (Chicken c : pick) {
				tmpMin = Math.min(Math.abs(h.r-c.r)+Math.abs(h.c-c.c), tmpMin);
			}
			sum += tmpMin;
		}
		return sum;
	}
}

 

복습 사항

배열 깊은 복사(deep copy)

깊은복사는 배열의 주소값이 아닌 실제 값을 복사하는 것을 말함

 

일반적으로 copyArr = originArr 의 방식으로 복사하면 원본 배열의 주소값이 복사되기 떄문에,

 

copyArr의 값을 수정하면 originArr의 값도 같이 변한다!

 

따라서 깊은 복사가 필요할 땐 아래와 같이 할 것

int[][] newMap = new int[N][N];
for (int i = 0; i < N; i++) {
    newMap[i] = map[i].clone();  // 각 행을 개별적으로 복사
}

 

KMP 알고리즘

 

  • 패턴 매칭 알고리즘의 하나로, 주어진 문자열에서 패턴과 일치하는 부분 문자열이 있는지 찾는 알고리즘

  • 일반적인 반복문을 통한 해결방법은 O(N^M)의 시간복잡도를 가지지만, 해당 알고리즘은 O(N+M)의 시간복잡도로 매우 효율적이다.

  • 패턴에서 접두사와 접미사를 이용해 중복된 검색을 줄이는 방식임

 

 

 

 

동작 원리

1. 패턴 문자열에서 0부터 i번째 문자열로 잘랐을 때 접미사와 접두사가 같은 최대 길이를 기록한 배열(LPS)을 생성한다.

 

2. 텍스트에서 패턴을 비교하고, 검색 중 불일치가 발생하면 LPS배열을 참고해 패턴의 다음 탐색  시작 위치를 결정한다.

 

 

 

 

예시

 

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

 

1. LPS (부분 일치 테이블) 생성

0부터 i번째 문자열로 잘랐을 때 접미사와 접두사가 같은 최대 길이를 기록한 배열(LPS)을 생성한다.

 

문자 A B C D A B D
인덱스 0 1 2 3 4 5 6
LPS 값 0 0 0 0 1 2 0

 

 

2. 문자열 검색 시작

텍스트와 패턴이 일치하지 않을 경우, LPS 테이블을 사용하여 패턴 내에서 최대한 불필요한 재비교를 피함

1) 처음 비교 시작 (i = 0, j = 0)

텍스트의 첫 번째 문자 A와 패턴의 첫 번째 문자 A를 비교

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

두 문자가 일치하므로 ij를 각각 1씩 증가시킵니다.

 

 

2) 다음 문자 비교 (i = 1, j = 1)

다음으로 텍스트의 두 번째 문자 B와 패턴의 두 번째 문자 B를 비교

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

일치하므로 ij를 다시 1씩 증가

 

 

3) 계속되는 비교 (i = 2, j = 2)

텍스트의 세 번째 문자 C와 패턴의 세 번째 문자 C도 일치

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

일치하므로 i = 3j = 3으로 이동

 

 

4) 불일치 발생 (i = 3, j = 3)

네 번째 문자에서 텍스트의 문자 (공백)과 패턴의 문자 D가 일치하지 않음

  • 텍스트: "ABC ** **ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

불일치 시, LPS 테이블을 참고하여 패턴의 어느 위치로 돌아갈지 결정함. 현재 j = 3이고, LPS 테이블에서 LPS[3] = 0이므로, 패턴의 시작 부분으로 돌아야 함(j = 0). 하지만 텍스트에서 이미 비교한 문자는 건너뛰지 않고 계속 비교하므로 i는 4로 증가

 

5) 패턴 계속 비교 (i = 4, j = 0)

패턴을 다시 처음부터 시작하면서, 텍스트의 4번째 문자 A와 패턴의 첫 번째 문자 A를 비교

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

문자가 일치하므로 i = 5j = 1로 이동

 

6) 패턴 계속 비교 (i = 5 ~ 7, j = 1 ~ 3)

텍스트의 문자 B, C, D와 패턴의 문자 B, C, D가 차례로 일치

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"
  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"
  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

i = 8j = 4로 이동

 

7) 다시 불일치 발생 (i = 8, j = 4)

여기서 텍스트의 문자 A와 패턴의 문자 A가 일치

  • 텍스트: "ABC ABCDAB ABCDABCDABDE"
  • 패턴: "ABCDABD"

다시 일치하므로 i = 9j = 5로 이동

 

 

8) 최종 불일치 (i = 10, j = 6)

그러나 그다음 문자에서 텍스트의 문자 B와 패턴의 문자 B가 일치

  • 텍스트: "ABC ABCDABB ABCDABCDABDE"
  • 패턴: "ABCDABBD"

마지막으로 D가 일치

 

 

 

장점

  • 시간 복잡도를 효과적으로 줄일 수 있음

 

단점

  • 과정이 복잡해 이해하기 어려움

  • 초기 LPS 배열을 만드는 단계가 있어 패턴 크기가 작으면 오히려 비효율적일 수 있음

 

 

 

 

 

 

코드 구현

 

DP를 이용한 코드

 

>> 이전 항의 값을 별도 배열에 저장!

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;

public class KMP알고리즘 {
	static char[] text;
	static char[] pattern;
	static int[] pi;
	static int max;
	
	public static void main(String[] args) throws IOException {
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		text = br.readLine().toCharArray();
		pattern = br.readLine().toCharArray();
		
		KMP();
	}

	private static void KMP() {
		getPi();
		int len = text.length;
		
		int j = 0;
		max = 0;
		for (int i=0; i<len; i++) {
			while (j>0 && text[i] != pattern[j]) {
				if (max < j) {
					max = j;
				}
				j = pi[j-1];
			}
			
			if (text[i] == pattern[j]) {
				// j 패턴 끝까지 도달했으면 종료
				if (j == pattern.length-1) {
					System.out.println(pattern.length);
					return;
				} else {
					j++;
				}
			}
		}
		System.out.println(max);
	}
	
	// 패턴 문자배열을 0부터 i번 인덱스까지 잘랐을 때 
	// 접두사와 접미사가 같은 최대 개수를 담은 배열을 생성하는 메서드
	private static void getPi() {
		int len = pattern.length;
		pi = new int[len];
		
		int j=0;
		for (int i=1; i<len; i++) {
			// i위치와 j위치 값이 다를 때
			while (j>0 && pattern[i] != pattern[j]) {
				j=pi[j-1];
			}
			// 같을 때
			if (pattern[i] == pattern[j]) {
				pi[i] = ++j;
			}
		}
	}
}

 

동적계획법(Dynamic Programming) 알고리즘

 

  • 복잡한 문제를 풀기 위해 작은 하위 문제로 나누고, 이전 계산 결과를 저장하여 반복 계산을 줄이는 방법
  • 피보나치, DFS, BFS, 완전 탐색 등의 알고리즘으로는 반복되는 작업이 많을 때 최적화를 노리는 알고리즘

 

 

 

 

동작 원리

- 문제를 최정 부분 구조로 나누고, 중복되는 하위 문제를 해결.

 

- 문제를 재귀적으로 풀 때 같은 문제를 여러번 계산하지 않고 한 번 계산한 결과를 저장해 다시 사용

 

 

 

 

 

장점

  • 하위 문제들의 결과를 저장해 반복을 줄임
  • 최적화, 그래프탐색 등 중복되는 연산이 있는 다양한 분야에 적용 가능

 

단점

  • 추가적 메모리가 필요할 수 있어 공간복잡도에서 불리할 수 있음
  • 중복 부분 문제를 만족하지 않는 문제에는 적용이 어려움

 

 

 

활용 사례

1. 피보나치 수열 계산 : 이전 2개 항의 합을 저장하기에 중복 계산이 많음. 이를 미리 저장해두어 중복 계산을 피함

 

2. 최장 증가 부분 수열 : 두 문자열에서 공통으로 존재하는 부분 수열 중 가장 긴 것을 찾는 문제

 

3. 배낭 문제 : 제한된 무게 내에서 가장 큰 가치를 찾는 문제

 

4. 동전 거스름돈 문제 : 주어진 금액을 만들기 위해 필요한 최소의 동전 개수를 찾는 문제

 

 

 

 

 

코드 구현 (피보나치 수열)

 

DP를 이용한 코드

 

>> 이전 항의 값을 별도 배열에 저장!

public class FibonacciDP {

    // 피보나치 수열을 동적 계획법으로 계산하는 메서드
    public static int fibonacci(int n) {
        if (n <= 1) {
            return n; // n이 0 또는 1이면 그 값을 반환
        }

        // 피보나치 수를 저장할 배열 선언
        int[] fib = new int[n + 1];
        fib[0] = 0; // F(0) 초기화
        fib[1] = 1; // F(1) 초기화

        // Bottom-Up 방식으로 피보나치 수열 계산
        for (int i = 2; i <= n; i++) {
            fib[i] = fib[i - 1] + fib[i - 2];
        }

        return fib[n]; // n번째 피보나치 수 반환
    }

    public static void main(String[] args) {
        int n = 10; // 예시로 n = 10
        System.out.println("피보나치 수열의 " + n + "번째 값: " + fibonacci(n));
    }
}

 

 

일반 코드

 

public class Fibonacci {

    // 피보나치 수열을 동적 계획법으로 계산하는 메서드
    public static int fibonacci(int n) {
    	if (n <= 0) {
    		return 0;
    	}
        if (n <= 2) {
        	return 1;
        }
       return fibonacci(n-1) + fibonacci(n-2);
    }

    public static void main(String[] args) {
        int n = 10; // 예시로 n = 10
        System.out.println("피보나치 수열의 " + n + "번째 값: " + fibonacci(n));
    }
}

성능 요약

메모리: 12876 KB, 시간: 92 ms

 
 

문제 설명

2×n 직사각형을 1×2, 2×1과 2×2 타일로 채우는 방법의 수를 구하는 프로그램을 작성하시오.

 

입력

첫째 줄에 n이 주어진다. (1 ≤ n ≤ 1,000)

출력

첫째 줄에 2×n 크기의 직사각형을 채우는 방법의 수를 10,007로 나눈 나머지를 출력한다.

 

 

내 답

 

 

 

 

import java.util.Scanner;

/*
 *  동적프로그래밍 문제. 길이가 2*n인 타일은
 *  (1) 길이가 n-2인 타일에서 길이 2짜리 타일을 붙이는 경우
 *  (2) 길이가 n-1인 타일에서 길이 1짜리 타일을 붙이는 경우
 *  2가지 경우를 합친 것과 같다.
 *  
 *  여기서 길이가 2인 타일을 붙이는 경우에서 세로막대 2개(|||)
 *  가 붙은 경우 길이 1짜리 타일을 붙이는 경우와 중복되는 경우가 있으므로
 *  해당 중복을 제외해준다.
 *  
 *  따라서
 *  dp[N] = dp[N-2] * dp[2] + dp[N-1] * dp[1] - dp[N-2]
 *  	  = 2*dp[N-2] + dp[N-1]
 */

public class Main {
	public static void main(String[] args) {
		Scanner sc = new Scanner(System.in);
		
		int N = sc.nextInt();
		long[] dp = new long[N+1];
		// N이 1일 땐 1을 출력하고 종료
		if (N==1) {
			System.out.println(1);
			return;
		}
		// 길이 1일 때와 2일 때를 미리 저장
		dp[1] = 1;
		dp[2] = 3;
		// 길이 3부터 계산
		for (int i=3; i<=N; i++) {
			dp[i] = (dp[i-2]*2 + dp[i-1]);
			dp[i] = dp[i]%10007;
		}
		
		System.out.println(dp[N]);
	}
}

다익스트라 알고리즘

 

  • 한 정점에서 다른 모든 정점까지의 최단 경로를 구하는 알고리즘

  • 겨올탐색, 네트워크 라우팅 등 분야에서 활용될 수 있음

  • 그리디 기법

 

 

 

 

동작 원리

1. 출발 정점에서 시작. 인접 정점 중 가장 짧은 경로를 갖는 정점을 선택

 

2. 선택 정점에서 다른 인접 정점까지의 거리를 계산하고, 이전에 계산된 거리와 비교해 더 짧은 경로가 발견되면 해당 경로로 업데이트.

 

3. 같은 방법으로 최단 경로를 찾을 때까지 진행

 

 

 

 

 

장점

  • 탐색속도: 모든 간선이 음수가 아닐 때 빠른 탐색 속도로 경로 탐색 가능

  • 우선순위 큐를 활용해 시간 복잡도 절감 가능

 

단점

  • 음수 가중치가 있는 그래프에서는 작동 X

  • 배열을 활용한 방법의 경우 간선이 많을수록 성능 저하될 수 있음

 

 

 

구현

1.방문체크배열(visited), 인접배열(adjArr), 시작점으로부터의 거리(dist)를 저장할 배열이 필요

 

2. dist배열을 모두 무한대로 설정하고, 탐색 시작할 정점만 0으로 변경

 

3. 현재 방문하지 않은 정점 중 가장 짧은 거리를 가진 정점을 선택

 

4. 인접배열을 통해 탐색하고자 하는 정점과 인접한 정점들의 거리를 더 짧은 거리로 업데이트

 

 

 

 

 

<배열을 활용한 방법>

 

import java.util.Arrays;

public class DijkstraArray {

    // 정점의 개수 V, 무한대 값으로 사용할 상수
    static final int V = 5;
    static final int INF = Integer.MAX_VALUE;

    // 다익스트라 알고리즘을 배열 기반으로 구현
    public static void dijkstra(int[][] adjMatrix, int start) {
        // 각 정점까지의 최소 거리를 저장하는 배열
        int[] dist = new int[V];
        // 방문 여부를 저장하는 배열
        boolean[] visited = new boolean[V];

        // 초기화: 모든 거리를 무한대로 설정하고, 시작 정점의 거리를 0으로 설정
        Arrays.fill(dist, INF);
        dist[start] = 0;

        // 모든 정점을 하나씩 처리
        for (int i = 0; i < V - 1; i++) {
            // 방문하지 않은 정점 중 가장 거리가 짧은 정점을 선택
            int u = selectMinVertex(dist, visited);

            // 선택된 정점을 방문 처리
            visited[u] = true;

            // 인접한 정점들의 거리를 업데이트
            for (int v = 0; v < V; v++) {
                if (!visited[v] && adjMatrix[u][v] != 0 && dist[u] != INF && dist[u] + adjMatrix[u][v] < dist[v]) {
                    dist[v] = dist[u] + adjMatrix[u][v];
                }
            }
        }

        // 최종 최단 경로 출력
        printSolution(dist);
    }

    // 방문하지 않은 정점 중 최소 거리를 가진 정점을 선택
    public static int selectMinVertex(int[] dist, boolean[] visited) {
        int min = INF, minIndex = -1;

        for (int v = 0; v < V; v++) {
            if (!visited[v] && dist[v] < min) {
                min = dist[v];
                minIndex = v;
            }
        }
        return minIndex;
    }

    // 최단 경로를 출력하는 메서드
    public static void printSolution(int[] dist) {
        System.out.println("정점별 최단 거리:");
        for (int i = 0; i < V; i++) {
            System.out.println(i + " -> " + dist[i]);
        }
    }

    public static void main(String[] args) {
        // 그래프의 인접 행렬 표현
        int[][] adjMatrix = {
            { 0, 10, 0, 30, 100 },
            { 10, 0, 50, 0, 0 },
            { 0, 50, 0, 20, 10 },
            { 30, 0, 20, 0, 60 },
            { 100, 0, 10, 60, 0 }
        };

        // 다익스트라 알고리즘 실행 (시작 정점: 0)
        dijkstra(adjMatrix, 0);
    }
}

 

 

<우선순위큐를 활용한 방법>

import java.util.*;

public class DijkstraPriorityQueue {

    static final int V = 5;
    static final int INF = Integer.MAX_VALUE;

    // 간선 클래스 (정점과 가중치)
    static class Edge implements Comparable<Edge> {
        int vertex, weight;

        Edge(int vertex, int weight) {
            this.vertex = vertex;
            this.weight = weight;
        }

        // 가중치 기준으로 우선순위 큐에서 정렬
        public int compareTo(Edge other) {
            return this.weight - other.weight;
        }
    }

    // 다익스트라 알고리즘을 우선순위 큐로 구현
    public static void dijkstra(int[][] adjMatrix, int start) {
        // 최소 거리를 저장하는 배열
        int[] dist = new int[V];
        // 우선순위 큐
        PriorityQueue<Edge> pq = new PriorityQueue<>();

        // 초기화: 모든 거리를 무한대로 설정하고, 시작 정점의 거리를 0으로 설정
        Arrays.fill(dist, INF);
        dist[start] = 0;

        // 시작 정점을 우선순위 큐에 삽입
        pq.add(new Edge(start, 0));

        // 우선순위 큐가 빌 때까지 반복
        while (!pq.isEmpty()) {
            Edge current = pq.poll();  // 현재 정점
            int u = current.vertex;

            // 인접한 정점들의 거리 업데이트
            for (int v = 0; v < V; v++) {
                if (adjMatrix[u][v] != 0 && dist[u] != INF && dist[u] + adjMatrix[u][v] < dist[v]) {
                    dist[v] = dist[u] + adjMatrix[u][v];
                    pq.add(new Edge(v, dist[v]));
                }
            }
        }

        // 최종 최단 경로 출력
        printSolution(dist);
    }

    // 최단 경로를 출력하는 메서드
    public static void printSolution(int[] dist) {
        System.out.println("정점별 최단 거리:");
        for (int i = 0; i < V; i++) {
            System.out.println(i + " -> " + dist[i]);
        }
    }

    public static void main(String[] args) {
        // 그래프의 인접 행렬 표현
        int[][] adjMatrix = {
            { 0, 10, 0, 30, 100 },
            { 10, 0, 50, 0, 0 },
            { 0, 50, 0, 20, 10 },
            { 30, 0, 20, 0, 60 },
            { 100, 0, 10, 60, 0 }
        };

        // 다익