코딩가딩가

투 포인터(Two Pointers): 리스트에 순차적으로 접근해야 할 때 2개의 점의 위치를 기록하면서 처리 - 특정한 합을 가지는 부분 연속 수열 찾기 1. 시작점(start)과 끝점(end)이 첫 번째 원소의 인덱스(0)를 가리키도록 한다. 2. 현재 부분합이 M과 같다면 카운트한다. 3. 현재 부분합이 M보다 작으면 end를 1 증가시킨다. 4. 현재 부분합이 M보다 크거나 같으면 start를 1 증가시킨다. 5. 모든 경우를 확인할 때까지 2번부터 4번까지의 과정을 반복한다. n = 5 # 데이터의 개수 N m = 5 # 찾고자 하는 부분합 M data = [1, 2, 3, 2, 5] # 전체 수열 count = 0 interval_sum = 0 end = 0 # start를 차례대로 증가시키며 ..

에라토스테네스의 체: 여러 개의 수가 소수인지 아닌지를 판별할 때 사용하는 대표적인 알고리즘 - N보다 작거나 같은 모든 소수를 찾을 때 사용할 수 있음 - 알고리즘 1. 2부터 N까지의 모든 자연수를 나열한다. 2. 남은 수 중에서 아직 처리하지 않은 가장 작은 수 i를 찾는다. 3. 남은 수 중에서 i의 배수를 모두 제거한다(i는 제거하지 않는다). 4. 더 이상 반복할 수 없을 때까지 2번과 3번의 과정을 반복한다. # 에라토스테네스의 체 import math n = 1000 # 2부터 1,000까지의 모든 수에 대하여 소수 판별 array = [True for i in range(n+1)] # 처음엔 모든 수가 소수(True)인 것으로 초기화(0과 1은 제외) # 에라토스테네스의 체 알고리즘 fo..

소수(Prime Number): 2보다 큰 자연수 중에서 1과 자기 자신을 제외한 자연수로 나누어떨어지지 않는 자연수 # 소수 판별 함수 def is_prime_number(x): # 2부터 (x-1)까지의 모든 수를 확인하며 for i in range(2, x): # x가 해당 수로 나누어떨어진다면 if x % i == 0: return False # 소수가 아님 return True # 소수임 print(is_prime_number(4)) # >> Fasle print(is_prime_number(7)) # >> True # 개선된 소수 판별 알고리즘 import math # 소수 판별 함수 def is_prime_number(x): # 2부터 x의 제곱근까지의 모든 수를 확인하며 for i in r..

위상 정렬(Topology Sort): 방향 그래프의 모든 노드를 '방향성에 거스르지 않도록 순서대로 나열하는 것' - 진입차수: 특정한 노드로 '들어오는' 간선의 개수 - 알고리즘 1. 진입차수가 0인 노드를 큐에 넣는다. 2. 큐가 빌 때까지 다음의 과정을 반복한다. I. 큐에서 원소를 꺼내 해당 노드에서 출발하는 간선을 그래프에서 제거한다. II. 새롭게 진입차수가 0이 된 노드를 큐에 넣는다. - 위상 정렬 소스코드 # 위상 정렬 소스코드 from collections import deque # 노드의 개수와 간선의 개수를 입력받기 v, e = map(int, input().split()) # 모든 노드에 대한 진입차수는 0으로 초기화 indegree = [0] * (v+1) # 각 노드에 연결된..

신장 트리(Spanning Tree): 하나의 그래프가 있을 때 모든 노드를 포함하면서 사이클이 존재하지 않는 부분 그래프 크루스칼 알고리즘 - 대표적인 최소 신장 트리 알고리즘 - 알고리즘 1. 간선 데이터를 비용에 따라 오름차순으로 정렬한다. 2. 간선을 하나씩 확인하며 현재의 간선이 사이클을 발생시키는지 확인한다. I. 사이클이 발생하지 않는 경우 최소 신장 트리에 포함시킨다. II. 사이클이 발생하는 경우 최소 신장 트리에 포함시키지 않는다. 3. 모든 간선에 대하여 2번의 과정을 반복한다. - 크루스칼 알고리즘 소스코드 # 크루스칼 알고리즘 소스코드 # 특정 원소가 속한 집합을 찾기 def find_parent(parent, x): # 루트 노드가 아니라면, 루트 노드를 찾을 때까지 재귀적으로 ..

# 경로 압축 기법 소스코드 def find_parent(parent, x): if parent[x] != x: parent[x] = find_parent(parent, parent[x]) return parent[x] 서로소 집합(Disjoint Sets): 공통 원소가 없는 두 집합 ex) {1,2}와 {3,4} 서로소 집합 자료구조: 서로소 부분 집합들로 나누어진 원소들의 데이터를 처리하기 위한 자료구조 - union과 find 연산을 이용한다. - 알고리즘 1. union(합집합) 연산을 확인하여, 서로 연결된 두 노드 A, B를 확인한다. I. A와 B의 루트 노드 A', B'를 각각 찾는다. II. A'를 B'의 부모 노드로 설정한다(B'가 A'를 가리키도록 한다). 2. 모든 union(합집..

플로이드 워셜 알고리즘 : 모든 지점에서 다른 모든 지점까지의 최단 경로를 모두 구해야 하는 경우에 사용하는 알고리즘 - 모든 노드에 대하여 다른 모든 노드로가는 최단 거리 정보를 담아야 하기 때문에 2차원 리스트에 '최단 거리' 정보를 저장함 => N번의 단계에서 매번 O(N^2)의 시간이 소요됨. - 각 단계에서는 해당 노드를 거쳐가는 경우를 고려함. ex) 1번 노드에 대해 확인할 때: A -> 1번 노드 -> B로 가는 비용 확인한 후 최단 거리 갱신 => O(N^3) - 다이나믹 프로그래밍 점화식: Dab = min (Dab, Dak+Dkb) (Dab = a에서 b로 가는 최단 거리) 출발|도착 1번 2번 3번 4번 1번 0 4 무한 6 2번 3 0 7 무한 3번 5 무한 0 4 4번 무한 무한..

최단 경로(Shortest Path) 알고리즘 : 가장 짧은 경로를 찾는 알고리즘. '길 찾기' 문제 라고도 불림. - 보통 그래프를 이용해 표현함. - 각 지점은 그래프에서 '노드'로 표현되고, 지점 간 연결된 도로는 그래프에서 '간선'으로 표현됨. 다익스트라 최단 경로 알고리즘 : 특정한 노드에서 출발하여 다른 노드로 가는 각각의 최단 경로를 구해주는 알고리즘 - 음의 간선이 없을 때 정상적으로 동작함. - 그리디 알고리즘 1. 출발 노드를 설정한다. 2. 최단 거리 테이블을 초기화한다. 3. 방문하지 않은 노드 중에서 최단 거리가 가장 짧은 노드를 선택한다. 4. 해당 노드를 거쳐 다른 노드로 가는 비용을 계산하여 최단 거리 테이블을 갱신한다. 5. 위 과정에서 3과 4번을 반복한다. - 간단한 다..

공유기 설치 문제 설명 도현이의 집 N개가 수직선 위에 있다. 각각의 집의 좌표는 x1, ..., xN이고, 집 여러개가 같은 좌표를 가지는 일은 없다. 도현이는 언제 어디서나 와이파이를 즐기기 위해서 집에 공유기 C개를 설치하려고 한다. 최대한 많은 곳에서 와이파이를 사용하려고 하기 때문에, 한 집에는 공유기를 하나만 설치할 수 있고, 가장 인접한 두 공유기 사이의 거리를 가능한 크게 하여 설치하려고 한다. C개의 공유기를 N개의 집에 적당히 설치해서, 가장 인접한 두 공유기 사이의 거리를 최대로 하는 프로그램을 작성하시오. 입력 첫째 줄에 집의 개수 N (2 ≤ N ≤ 200,000)과 공유기의 개수 C (2 ≤ C ≤ N)이 하나 이상의 빈 칸을 사이에 두고 주어진다. 둘째 줄부터 N개의 줄에는 집..

AC 문제 설명 선영이는 주말에 할 일이 없어서 새로운 언어 AC를 만들었다. AC는 정수 배열에 연산을 하기 위해 만든 언어이다. 이 언어에는 두 가지 함수 R(뒤집기)과 D(버리기)가 있다. 함수 R은 배열에 있는 숫자의 순서를 뒤집는 함수이고, D는 첫 번째 숫자를 버리는 함수이다. 배열이 비어있는데 D를 사용한 경우에는 에러가 발생한다. 함수는 조합해서 한 번에 사용할 수 있다. 예를 들어, "AB"는 A를 수행한 다음에 바로 이어서 B를 수행하는 함수이다. 예를 들어, "RDD"는 배열을 뒤집은 다음 처음 두 숫자를 버리는 함수이다. 배열의 초기값과 수행할 함수가 주어졌을 때, 최종 결과를 구하는 프로그램을 작성하시오. 입력 첫째 줄에 테스트 케이스의 개수 T가 주어진다. T는 최대 100이다...

그래프 표현 방법 - 인접 행렬(Adjacency Matrix) : 2차원 배열에 각 노드가 연결된 형태를 기록하는 방식 0 1 2 0 0 7 5 1 7 0 INF 2 5 INF 0 INF = 999999999 # 무한의 비용 선언 # 2차원 리스트를 이용해 인접 행렬 표현 graph = [[0, 7, 5], [7, 0, INF], [5, INF, 0]] - 인접 리스트(Adjacency List) : 모든 노드에 연결된 노드에 대한 정보를 차례대로 연결하여 저장(연결리스트 이용) # 행(Row)이 3개인 2차원 리스트로 인접 리스트 표현 graph = [[] for _ in range(3)] # 노드 0에 연결된 노드 정보 저장(노드, 거리) graph[0].append((1, 7)) graph[0]...

코딩테스트를 준비하며 반드시 알아야 하는 라이브러리 6가지! 1. 내장 함수: 기본 내장 라이브러리 2. itertools: 순열과 조합 3. heapq: 힙(Heap) 기능 제공, 우선순위 큐 기능 구현 4. bisect: 이진 탐색(Binary Search) 기능 제공 5. collections: 덱(deque), 카운터(Counter) 등의 유용한 자료구조 포함 6. math: 필수적인 수학적 기능 제공(팩토리얼, 제곱근, 최대공약수(GCD), 삼각함수 관련 함수들과 파이같은 상수 포함) 1. 내장 함수 - sum() : iterable 객체(리스트, 사전 자료형, 튜플 자료형 등)의 모든 원소의 합 반환 result = sum([1, 2, 3, 4, 5]) print(result) # >>> 15..

요소의 개수를 미리 알고있는 1차원 리스트를 선언할 때는 다음과 같이 선언한다. # 5개 요소의 1차원 리스트 만들기 n = 5 a = [0]*n print(a) # >>> [0, 0, 0, 0, 0] 하지만 2차원 리스트를 선언할 때 같은 방법을 사용하면 오류가 난다. # 5*5 요소의 2차원 리스트 만들기(잘못된 방법) n = 5 a = [[0] * n] * n print(a) # >>> [[0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0], [0, 0, 0, 0, 0]] 출력은 잘 되는 듯 보이지만, a[1][2]를 1로 바꾸려고 한다면, 리스트가 이상하게 바뀌어버린다. a[1][2] = 1 print(a) # >>> [[0, 0,..

임진왜란 문제 설명 현우는 방금 선생님으로부터 역사 시험 결과를 받았다. 현우가 가장 열심히 공부한 문제는 임진왜란의 해전을 일어난 순서대로 적는 문제이다. 올바른 순서는 다음과 같다. 1. 옥포 해전 2. 사천 해전 3. 한산도 대첩 4. 명량 해전 5. 노량 해전 현우는 정말 열심히 공부했고, 옥포 해전을 제외한 모든 해전의 날짜를 외웠다. 따라서, 현우는 옥포 해전이 가장 먼저 일어난 해전인지 마지막에 일어난 해전인지 생각해내지 못했고, 다음과 같이 결국 제일 마지막에 적고말았다. 1. 사천 해전 2. 한산도 대첩 3. 명량 해전 4. 노량 해전 5. 옥포 해전 현우가 적은 정답은 모든 위치에서 정답과 일치하지 않는다. 따라서 5개 해전 중에 4개 해전의 순서를 올바르게 적었지만, 점수는 5점 만점..

I AM IRONMAN 문제 설명 다들 문제 제목을 보고 요즘 가장 핫한 영화를 생각했겠지만 이 이야기는 LUL(League Us Legends) 게임에서 아이언(Iron) 티어에 있는 형동이의 슬픈 이야기이다. LUL에서 티어는 게임 실력을 판가름할 수 있는 지표이다. 그중 아이언 티어는 가장 낮은 단계에 위치해 있다. 친구인 강엽이와 건홍이에게 “Ironman”이라며 게임을 못한다고 놀림당하던 형동이는 꼭 아이언 티어에서 벗어나겠다고 결심했다. 하지만 형동이는 자신의 실력으로 절대 아이언(Iron) 티어에서 벗어나지 못하는 것을 알고 있다. LUL은 두 명의 플레이어가 같이 팀이 되어 하는 게임이기 때문에 자신이 못해도 게임에서 이길 수 있고 자신이 잘해도 게임은 질 수 있다. 형동이는 게임은 못하지..

itertools: 경우의 수를 찾을 때 사용되는 라이브러리 (import itertools) itertools.permutations: 순서는 중요하고 중복은 허용되지 않음. ex) itertools.permutations([1, 2, 3], 2) => [(1,2), (1,3), (2,1), (2,3), (3,1), (3,2)] itertools.product: 순서는 중요하고 중복은 허용됨. ex) itertools.product([1, 2, 3], 2) => [(1,1), (1,2), (1,3), (2,1), (2,2), (2,3), (3,1), (3,2), (3,3)] itertools.combinations: 순서는 중요하지 않고 중복은 허용되지 않음. ex) itertools.combinati..

map() 함수 활용하기 num_list = [1, 2, 3, 4, 5] str_list = ['1', '2', '3', '4', '5'] num_to_str = list(map(str, num_list)) print(num_to_str) # >> ['1', '2', '3', '4', '5'] str_to_num = list(map(int, str_list)) print(str_to_num) # >> [1, 2, 3, 4, 5]

다이나믹 프로그래밍은 다음 조건을 만족할 때 사용할 수 있다. 큰 문제를 작은 문제로 나눌 수 있다. 작은 문제에서 구한 정답은 그것을 포함하는 큰 문제에서도 동일하다 탑다운(Top-Down) 방식 : 재귀함수를 이용하여 다이나믹 프로그래밍 소스코드를 작성하는 방법, 큰 문제를 해결하기 위해 작은 문제를 호출 메모이제이션(Memoization) : 다이나믹 프로그래밍을 구현하는 방법 중 한 종류로, 한 번 구한 결과를 메모리 공간에 메모해두고 같은 식을 다시 호출하면 메모리 결과를 그대로 가져오는 기법 보텀업(Bottom-Up) 방식 : 반복문을 이용하여 소스코드를 작성하는 방법, 작은 문제부터 차근차근 답을 도출 (탑다운 방식보다 보텀업 방식이 권장됨) ## 예시 (피보나치 수열 소스코드(재귀적)) -..