반응형 [코딩테스트] Python - 알고리즘 추천 문제 백트래킹(프로그래머스)더보기문제(문제번호)문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 정렬(프로그래머스)더보기문제(문제번호)문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이시뮬레이션(프로그래머스)더보기문제(문제번호)문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이동적계획법(프로그래머스)더보기문제(문제번호)문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이그리디(프로그래머스)더보기문제(문제번호)문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 문제 링크풀이 2025. 2. 9. [코딩테스트] Python- 알고리즘 백트래킹코드더보기더보기ㅇ 예시더보기더보기ㅇ 정렬코드더보기더보기ㅇ 예시더보기더보기ㅇ 시뮬레이션코드더보기더보기ㅇ 예시더보기더보기ㅇ 동적계획법코드더보기더보기ㅇ 예시더보기더보기ㅇ 그리디코드더보기더보기ㅇ 예시더보기더보기ㅇ 2025. 2. 9. [코딩테스트] 6주차: 탐욕 알고리즘과 최적화 탐욕 알고리즘과 최적화학습 주제탐욕 알고리즘의 개념과 적용 방법탐욕 알고리즘을 사용한 문제 풀이 (활동 선택 문제, 최소 신장 트리 - Kruskal, Prim)학습 목표탐욕 알고리즘의 원리를 이해하고 다양한 문제에 적용할 수 있다.탐욕 알고리즘을 사용하여 최적의 해를 찾는 문제를 해결할 수 있다.활동 선택 문제, 최소 신장 트리 등의 대표적인 탐욕 알고리즘 문제를 해결할 수 있다.학습 자료탐욕 알고리즘 개요와 원리활동 선택 문제 설명 및 구현최소 신장 트리 알고리즘 (Kruskal, Prim) 설명 및 구현실습 문제1. 활동 선택 문제주어진 활동들의 시작 시간과 종료 시간을 기반으로 최대한 많은 활동을 선택하는 문제를 탐욕 알고리즘을 사용하여 해결하는 함수를 작성하세요.def activity_selec.. 2024. 6. 4. [알고리즘] Week 4: 고급 그리디 알고리즘 - 심화와 예제 Day 1: 그리디 알고리즘 심화강의 내용:그리디 알고리즘 복습그리디 알고리즘의 기본 원리그리디 알고리즘의 장단점 및 사용 사례고급 그리디 알고리즘그리디 알고리즘 심화 개념그리디 알고리즘을 사용해야 하는 경우와 사용하지 않아야 하는 경우그리디 알고리즘의 시간 복잡도 분석그리디 알고리즘의 시간 복잡도 계산 방법실습:간단한 그리디 알고리즘 문제 복습# 간단한 그리디 알고리즘 예제: 동전 교환 문제def coin_change_greedy(coins, amount): coins.sort(reverse=True) result = [] for coin in coins: while amount >= coin: amount -= coin result... 2024. 6. 2. [알고리즘] Week 9: 그리디 알고리즘 - 개념과 예제 Day 1: 그리디 알고리즘의 개념강의 내용:그리디 알고리즘의 정의와 중요성그리디 알고리즘(Greedy Algorithm)이란 무엇인가?그리디 알고리즘의 기본 원리 (국소 최적해 선택)그리디 알고리즘의 장점 및 활용 사례그리디 알고리즘의 장단점장점: 간결하고 이해하기 쉬움, 빠른 실행 시간단점: 항상 전역 최적해를 보장하지 않음실습:간단한 그리디 알고리즘 문제 예제 설명# 동전 교환 문제의 간단한 그리디 알고리즘 예제def coin_change_greedy(coins, amount): coins.sort(reverse=True) result = [] for coin in coins: while amount >= coin: amount -= coin .. 2024. 6. 2. [알고리즘] 4. 그리디 && 구현 Index 1. 그리디 2. 구현 3. 추천 문제 4. 참고자료1. 그리디Greedy Algorithm- 현재 상황에서 지금 당장 좋은 것만 고르는 방법- 정당성 분석, 반복적 선택시 최적의해 보존되는지 검토 (Exam)- 거스름 돈: 가장 큰 동전의 단위가 항상 작은 단위의 배수이므로 작은 단위의 동전들을 종합해 다른 해가 나올 수 없음 2. 구현Implementation- 머릿속에 있는 알고리즘을 소스코드로 바꾸는 과정(problem->thinking->solution)- 2차원 공간을 다룰 경우 Matirx(행렬)을 사용- 시뮬레이션 및 완전 탐색의 경우 2차원 공간에서의 방향 벡터가 활용dx = [0, -1, 0, 1]dy = [1, 0, -1, 0]for i in range(4): nx =.. 2023. 10. 5. 이전 1 다음 반응형
