본문 바로가기
반응형

알고리즘18

[Python] 백준 1325: 효율적인 해킹 실버1~2 문제를 손풀기 겸 뇌 깨우기로 계속해서 풀고 있다. 한창 백준 티어 끌어올리기 할 때 만큼 빠르지는 않지만 문제 해석 능력과 자료구조, 알고리즘 적용 감각이 돌아오고 있는 것이 느껴저 좋다. 이번 문제는 간단하게 그래프를 사용하여 풀 수 있는 문제이다. 문제 해커 김지민은 잘 알려진 어느 회사를 해킹하려고 한다. 이 회사는 N개의 컴퓨터로 이루어져 있다. 김지민은 귀찮기 때문에, 한 번의 해킹으로 여러 개의 컴퓨터를 해킹 할 수 있는 컴퓨터를 해킹하려고 한다. 이 회사의 컴퓨터는 신뢰하는 관계와, 신뢰하지 않는 관계로 이루어져 있는데, A가 B를 신뢰하는 경우에는 B를 해킹하면, A도 해킹할 수 있다는 소리다. 이 회사의 컴퓨터의 신뢰하는 관계가 주어졌을 때, 한 번에 가장 많은 컴퓨터를 해킹.. 2024. 4. 7.
[Python] 백준 1021번: 회전하는 큐 자료구조의 사용과 함께 알고리즘 풀이에 자주 쓰이는 데크를 푸는 것을 다시 깨우치기 위해 쉬운 문제부터 시작했다. 이 문제는 큐의 회전하는 성질이 데크와 맞닿아 있다. 회전을 pop을 하면서 반대편에 다시 append해주는 방식으로 구현하면 편리하다. 문제 지민이는 N개의 원소를 포함하고 있는 양방향 순환 큐를 가지고 있다. 지민이는 이 큐에서 몇 개의 원소를 뽑아내려고 한다. 지민이는 이 큐에서 다음과 같은 3가지 연산을 수행할 수 있다. 첫 번째 원소를 뽑아낸다. 이 연산을 수행하면, 원래 큐의 원소가 a1, ..., ak이었던 것이 a2, ..., ak와 같이 된다. 왼쪽으로 한 칸 이동시킨다. 이 연산을 수행하면, a1, ..., ak가 a2, ..., ak, a1이 된다. 오른쪽으로 한 칸 이동.. 2024. 4. 6.
[Python] 백준 1002번: 터렛 한동안 학교 공부와 활동으로 인해 접었던 알고리즘 공부를 다시 시작한다. 코딩 재활을 시작하는 단계로 어릴적에 못풀어 실패 상태로 남긴 문제들을 하나씩 풀어본다. 그 중 하나인 '터렛'은 당시에 모든 경우를 찾는다는 생각으로 범위 내 좌표를 브루트포스할 멍청한 생각을 했었다. 하지만 잘 살펴보니 경우의 수는 0, 1, 2, 무한 밖에 없는 간단한 문제였다. 터렛의 좌표를 원의 중심, 터렛이 감지한 적의 거리를 반지름으로 두면 간단하게 풀 수 있다. 문제 조규현과 백승환은 터렛에 근무하는 직원이다. 하지만 워낙 존재감이 없어서 인구수는 차지하지 않는다. 다음은 조규현과 백승환의 사진이다. 이석원은 조규현과 백승환에게 상대편 마린(류재명)의 위치를 계산하라는 명령을 내렸다. 조규현과 백승환은 각각 자신의 터.. 2024. 4. 5.
[코드조각] union-find (분리집합) python에서 분리집합을 하기 위한 find 함수와 union함수. 둘 다 최악의 경우 시간복잡도 O(n)을 기록한다 # P[i]는 i가 속한 집합의 대표값이 담겨있다. def find(n): if P[n] == n: return n P[n] = find(P[n]) return P[n] def union(u, v): u = find(u) v = find(v) if u == v: return if u != v: P[v] = u 2021. 9. 13.
[코드조각] 플로이드-워셜 플로이드-워셜 알고리즘은 그래프 간의 모든 정점에서 다른 정점까지의 최단거리를 쉽게 구하는 알고리즘이다. 모든 정점과 정점 사이의 최단거리가 필요하거나, 키 비교, 줄 세우기 등의 문제에서 사용할 수 있다. import math N = int(input()) #정점의 개수 M = int(input()) #입력할 간선 정보의 개수 #정점과 정점사이의 거리. d[i][j]는 노드 i에서 노드 j까지의 거리 d = [[math.inf for i in range(N)] for j in range(N)] #자기 자신부터 자기 자신의 거리가 0 for i in range(N): d[i][i] = 0 #간선 정보 입력 while M: # 출발지점, 끝지점, 비용 S, E, C = map(int, input().spl.. 2021. 6. 11.
[코드조각] 다익스트라 최소힙을 이용한 다익스트라. 기본으로는 start부터 모든 지점까지의 최소거리가 담긴 list를 반환한다. import heapq import math def dijkstra(nodes, start): N = len(nodes) d = [math.inf] * (N+1) q = [] qlen = 1 d[start] = 0 heapq.heappush(q, (d[start], start)) while qlen > 0: tmp = heapq.heappop(q) qlen -= 1 if d[tmp[1]] dtmp: d[i[0]] = dtmp heapq.heappush(q, .. 2021. 5. 7.
반응형