전체 글

서로소 집합(Disjoint Sets) 자료구조 = 합치기 찾기(Union Find) 자료구조서로소 집합: 공통 원소가 없는 두 집합서로소 부분 집합들로 나눠진 원소들의 데이터를 처리하기 위한 자료구조2종류의 연산 지원합집합(Union): 두 개의 원소가 포함된 집합을 하나의 집합으로 합치는 연산찾기(Find): 특정한 원소가 속한 집합이 어떤 집합인지 알려주는 연산 동작 과정여러 개의 합치기 연산이 주어졌을 때 서로소 집합 자료구조의 동작 과정합집합(Union) 연산을 확인 -> 서로 연결된 두 노드 A, B 확인A와 B의 루트 노드 A', B'를 각각 찾음A'를 B'의 부모 노드로 설정모든 합집합(Union) 연산을 처리할 때까지 1번의 과정 반복 연결성연결성 ~> 손쉽게 집합 형태를 확인기본적인 형..

최단 경로 알고리즘가장 짧은 경로를 찾는 알고리즘 다양한 문제 상황한 지점에서 다른 한 지점까지의 최단 경로한 지점에서 다른 모든 지점까지의 최단 경로모든 지점에서 다른 모든 지점까지의 최단 경로각 지점 -> 그래프에서 노드로 표현지점 간 연결된 도로 -> 그래프에서 간선으로 표현다익스트라 최단 경로 알고리즘특정한 노드에서 출발하여 다른 모든 노드로 가는 최단 경로를 계산음의 간선이 없을 때 정상적으로 동작현실 세계의 도로(간선) -> 음의 간선으로 표현 X그리디 알고리즘으로 분류매 상황에서 가장 비용이 적은 노드를 선택해 임의의 과정 반복 동작 과정출발 노드 설정최단 거리 테이블 초기화방문 X 노드 중에서 최단 거리가 가장 짧은 노드 선택해당 노드를 거쳐 다른 노드로 가는 비용을 계산 -> 최단 거리..

다이나믹 프로그래밍메모리를 적절히 사용하여 수행 시간 효율성을 비약적으로 향상시키는 방법이미 계산된 결과(작은 문제)는 별도의 메모리 영역에 저장 -> 다시 계산하지 않도록 함다이나믹 프로그래밍의 구현 -> 2가지 방식(탑다운 / 보텀업) 조건최적 부분 구조(Optimal Substructure)큰 문제 -> 작은 문제 나눌 수 있음, 작은 문제의 답 모아 -> 큰 문제 해결할 수 있음중복되는 부분 문제(Overlapping Subproblem)동일한 작은 문제를 반복적으로 해결해야 함피보나치(Fibonacci) 수열1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, ...다이나믹 프로그래밍으로 효과적으로 계산할 수 있음피보나치 수열 -> 점화식으로 표현: $a_n = a_{n-1} + ..

이진 탐색 알고리즘순차 탐색리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 확인하는 방법이진 탐색정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법시작점, 끝점, 중간점 이용 -> 탐색 범위 설정 예시이미 정렬된 10개의 데이터 중 값이 4인 원소 찾기[Step 1] 시작점: 0, 끝점: 9, 중간점: 4 (소수점 이하 제거)[Step 2] 시작점: 0, 끝점: 3, 중간점: 1 (소수점 이하 제거)[Step 3] 시작점: 2, 끝점: 3, 중간점: 2 (소수점 이하 제거) 시간 복잡도단계마다 탐색 범위를 2로 나누는 것과 동일 -> 연산 횟수는 $log_2N$에 비례ex. 초기 데이터 개수 32개 -> 이상적으로 1단계 거치면 16개가량의 데이터 남음2단..

정렬 알고리즘정렬(Sorting): 데이터를 특정한 기준에 따라 순서대로 나열하는 것일반적으로 문제 상황에 따라 적절한 정렬 알고리즘이 공식처럼 사용선택 정렬처리되지 않은 데이터 중에서 가장 작은 데이터를 선택해 맨 앞에 있는 데이터와 바꾸는 것을 반복시간 복잡도N번 만큼 가장 작은 수 찾아서 맨 앞으로 보내야 함$N + (N - 1) + (N - 2) + ... + 2$=> $(N^2 + N - 2) / 2$ -> 빅오 표기법에 따라 $O(N^2)$ Pythonarray = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]for i in range(len(array)): min_index = i # 가장 작은 원소의 인덱스 for j in range(i + 1, len(array)): ..

그래프 탐색 알고리즘: DFS/BFS탐색(Search): 많은 양의 데이터 중 원하는 데이터 찾는 과정대표적인 그래프 탐색 알고리즘: DFS/BFS코딩 테스트에서 매우 자주 등장하는 유형스택 자료구조먼저 들어 온 데이터가 나중에 나가는 형식(선입후출)의 자료구조입구와 출구가 동일한 형태로 스택을 시각화 가능삽입(5) - 삽입(2) - 삽입(3) - 삽입(7) - 삭제() - 삽입(1) - 삽입(4) - 삭제() Pythonstack = []stack.append(5)stack.append(2)stack.append(3)stack.append(7)stack.pop()stack.append(1)stack.append(4)stack.pop()print(stack[::-1]) # 최상단 원소부터 출력 [1, 3..