동적 계획법과 분할 정복
동적계획법 (DP 라고 부름)
입력 크기가 작은 부분 문제들을 해결 한 후, 해당 부분 문제의 해를 활용해서 큰 크기의 부분 문제를 해결하므로써 전체 문제를 해결하는 알고리즘
- 동적 계획법
- 상향식 접근법 : 가장 최하위 해답을 구한 후 저장하고, 해당 결과값을 이용해서 상위 문제를 풀어가는 방식
- Memoization 기법 사용
- 이전에 계산한 값을 저장해 다시 계산하지 않도록 하여 전체 실행 속도를 빠르게 하는 기술
- 문제를 잘게 쪼갤 때, 부분 문제는 중복되어 재활용됨
- 피보나치 수열
- 분할 정복
- 문제를 나눌수 없을 때까지 나누어서 각각 풀고 병합하여 문제의 답을 얻는 알고리즘
- 하향식 접근법 : 일반적으로 재귀함수로 구현
- 문제를 잘게 쪼갤 때, 부분 문제는 서로 중복되지 않음
- 병합 정렬, 퀵 정렬
공통점과 차이점
공통점
- 문제를 잘게 쪼개서 가장 작은 단위로 분할
차이점
- 동적 계획법
- 부분 문제는 중복되어, 상위 문제 해결 시 재활용됨
- Memoization 기법 사용
- 분할 정복
- 부분 문제는 서로 중복되지 않음
- Memoization 기법 사용 안함
동적 계획법 알고리즘 이해
피보나치 수열 : n 을 입력 받아 아래와 같이 계산됨
함수를 fibonacci 라고 하면,
fibonacci(0):0
fibonacci(1):1
fibonacci(2):1
fibonacci(3):2
fibonacci(4):3
fibonacci(5):5
fibonacci(6):8
fibonacci(7):13
fibonacci(8):21
fibonacci(9):34
recursive call 활용
public class Factorial {
public int factorialFunc(int data) {
if(data <= 1) {
return data;
}
return factorialFunc(data - 1) + factorialFunc(data - 2);
}
}
Factorial fObject = new Factorial();
fObject.factorialFunc(10); // 55
동적 계획법 활용
public class Dynamic {
public int dynamicFunc(int data) {
Integer[] dp = new Integer[data + 1];
dp[0] = 0;
dp[1] = 1;
for(int i = 2; i < data + 1; i++) {
dp[i] = dp[i - 1] + dp[i - 2];
}
return dp[data];
}
}
Dynamic dp = new Dynamic();
dp.dynamicFunc(10); // 55
feat.한 번에 끝내는 코딩테스트369 Java편 - 패스트캠퍼스