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 |
- double ended queue
- 장고란
- string 함수
- Django Nodejs 차이점
- 알고리즘 공부방법
- getline
- 입출력 패턴
- iOS14
- 2557
- correlation coefficient
- UI한글변경
- string 메소드
- 프레임워크와 라이브러리의 차이
- Django란
- scanf
- 시간복잡도
- 매크로
- 표준 입출력
- 자료구조
- 연결요소
- EOF
- Django의 편의성
- k-eta
- vscode
- 구조체와 클래스의 공통점 및 차이점
- 백준
- 이분그래프
- 입/출력
- 엑셀
- c++
- Today
- Total
Storage Gonie
챕터3-5. DP | 문제 풀이1 - (4) 백준 No.9095 : 1, 2, 3 더하기 본문
챕터3-5. DP | 문제 풀이1 - (4) 백준 No.9095 : 1, 2, 3 더하기
Storage Gonie 2019. 4. 30. 21:001, 2, 3 더하기 문제
- https://www.acmicpc.net/problem/9095
문제요약
정수 N이 주어지면 1, 2, 3의 합으로 나타내는 방법의 수를 구하는 문제
해결방법
1. D[N] 에 어떤 값을 저장할 것인지 문장으로 정의해줘야 한다.
- D[N] = "N을 1, 2, 3의 합으로 나타내는 방법의 수"
2. D[N]의 값을 어떻게하면 찾을 수 있을지 점화식을 생각한다.
- 정수 N이 주어지면 마지막 자리에 3가지 방법 중 1가지를 선택할 수 있다.
N = O+O+O+...+O+O+A
Case1) 맨 뒤 A자리에 1을 조합으로 추가하는 경우
- 1을 조합으로 추가했으므로 N-1을 1, 2, 3의 조합으로 나타내는 것을 다시 찾아내면 됨.
Case2) 맨 뒤 A자리에 2을 조합으로 추가하는 경우
- 2를 조합으로 추가했으므로 N-2을 1, 2, 3의 조합으로 나타내는 것을 다시 찾아내면 됨.
Case3) 맨 뒤 A자리에 3을 조합으로 추가하는 경우
- 3를 조합으로 추가했으므로 N-3을 1, 2, 3의 조합으로 나타내는 것을 다시 찾아내면 됨.
따라서, D[N] = D[N-1] + D[N-2] + D[N-3] 으로 점화식을 생각할 수 있다.
이 점화식은 1, 2, 3 각각을 맨 뒤에 고정시켜두고 생각한다 점에서 2xn 타일링 문제와 같이 이해하면 된다.
3. 다이나믹 프로그래밍 방법을 적용할 수 있는 문제인지 확인 => 1, 2번을 거쳐야 이게 잘 보임.
- 위와 같이 큰 문제를 작은 문제로 쪼갤 수 있으며, 작은 문제도 큰 문제와 같은 방법으로 풀 수 있고, 작은 문제들이 겹친다.
(Overlapping SubProblem)
- 문제의 정답을 작은 문제의 정답으로부터 구할 수 있으며, 문제의 크기에 상관없이 어떤 한 문제의 정답은 일정하다.
(Optimal Substructure)
4. 코드구현
- 배열 d의 초기값을 d[0] = 1, d[1] = 1, d[2] = 2 로 해주는데, d[0] = 1는 d[3]부터 계산값이 맞아돌아가도록 하기 위함이다.
- 앞에서 풀었던 문제들과 다르게 첫번째 if 문에 n <=1 이 아닌 n <=2 를 해줘야 한다.
* Top-Down, Bottom-Up 방식 모두 최종값이 결정되는 순서는 d[1], d[2], d[3],,, 순이다. (구현방식의 차이일 뿐)
<Top-down 방식>
(1) 구현
-> '재귀호출' 방식으로 구현
int d[12] = {1, 1, 2}; // d[0] = 1, d[1] = 1, d[2] = 2, d[4~11] = 0
// d[0] = 1; d[3] = 3인데 이게 정상적으로 작동하려면 d[0]=1이어야 하므로
// d[1] = 1; 원래 d[1]은 1이라서.
// d[2] = 2; 원래 d[2]은 2이라서.
// N을 1로 만드는데 필요한 최소 연산횟수를 반환하는 함수
int getAllCombiCount(int n)
{
if (n <= 2)
return d[n];
else if (d[n] > 0) // n >= 2 경우, d[n] > 0 이면 이미 계산된 결과가 있음을 의미하므로 바로 결과반환
return d[n];
else
{
d[n] = getAllCombiCount(n-1) + getAllCombiCount(n-2) + getAllCombiCount(n-3);
return d[n];
}
}
(2)시간복잡도
= 배열에 채워 넣어야하는 값의수 x 1칸을 채우는 복잡도
-배열에 채워 넣어야하는 값의 수 : N
- 1칸을 채우는 복잡도 : D[N-1] +D[N-2] + D[N-3] 총 3번의 연산, 이걸 시간복잡도로 나타내면 O(1)
- 따라서 전체 시간복잡도는 N * O(1) = O(N)
<Bottom-up 방식>
(1) 구현
-> 'for문을 이용한 반복문'으로 구현
int d[12] = {1, 1, 2}; // d[0] = 1, d[1] = 1, d[2] = 2, d[4~11] = 0
// d[0] = 1; d[3] = 3인데 이게 정상적으로 작동하려면 d[0]=1이어야 하므로
// d[1] = 1; 원래 d[1]은 1이라서.
// d[2] = 2; 원래 d[2]은 2이라서.
// N을 1로 만드는데 필요한 최소 연산횟수를 반환하는 함수
int getAllCombiCount(int n)
{
if (n <= 2)
return d[n];
else if (d[n] > 0) // n >= 2 경우, d[n] > 0 이면 이미 계산된 결과가 있음을 의미하므로 바로 결과반환
return d[n];
else
{
for(int i=3; i <=n ; i++)
d[i] = d[i-1] + d[i-2] + d[i-3];
return d[n];
}
}
(2) 시간복잡도
= for 문의 반복 횟수 = O(N)
'알고리즘 > 알고리즘 기초(코드플러스)' 카테고리의 다른 글
챕터3-7. DP | 문제 풀이2 - (1) 백준 No.2193 : 이친수 (0) | 2019.05.08 |
---|---|
챕터3-6. DP | 문제 풀이1 - (5) 백준 No.11052 : 카드 구매하기 (0) | 2019.04.30 |
챕터3-4. DP | 문제 풀이1 - (3) 백준 No.11727 : 2xn 타일링2 (1) | 2019.04.30 |
챕터3-3. DP | 문제 풀이1 - (2) 백준 No.11726 : 2xn 타일링 (0) | 2019.04.30 |
챕터3-2. DP | 문제 풀이1 - (1) 백준 No.1463 : 1로 만들기 (0) | 2019.04.29 |