반응형

<구현: 시뮬레이션과 완전 탐색>

 

구현(Implementation)

- 구현이란, 머릿속에 있는 알고리즘을 소스코드로 바꾸는 과정입니다.

- 프로그래밍에서의 좌표계는 일반적인 대수학에서의 좌표계와 다른 의미를 가질 때가 많습니다.

   - 일반적으로 알고리즘 문제에서의 2차원 공간을 행렬(Matrix)의 의미로 사용됩니다.

- 완전 탐색 문제에서는 2차원 공간에서의 방향 벡터가 자주 활용됩니다.

 

<문제> 시각: 문제 설명

- 정수 N이 입력되면 00시 00분 00초부터 N시 59분 59초까지의 모든 시각 중에서 3이 하나라도 포함되는 모든 경우의 수를 구하는 프로그램을 작성하세요. 예를 들어 1을 입력했을 때 다음은 3이 하나라도 포홤되어 있으므로 세어야 하는 시각입니다.

   - 00시 00분 03초

   - 00시 13분 30초

- 반면에 다음은 3이 하나도 포함되어 있지 않으므로 세면 안 되는 시각입니다.

   - 00시 02분 55초

   - 01시 27분 45초

 

<문제> 시각: 문제 조건

<문제> 시각: 문제 해결 아이디어

- 이 문제는 가능한 모든 시각의 경우를 하나씩 모두 세서 풀 수 있는 문제입니다.

- 하루는 86,400초이므로, 00시 00분 00초부터 23시 59분 59초까지의 모든 경우는 86,400가지 입니다.

   - 24 * 60 * 60 = 86,400

- 따라서 단순히 시각을 1씩 증가시키면서 3이 하나라도 포함되어 있는지를 확인하면 됩니다.

- 이러한 유형은 완전 탐색(Brute Forcing) 문제 유형이라고 불립니다.

   - 가능한 경우의 수를 모두 검사해보는 탐색 방법을 의미합니다.

 

<문제> 시각: 답안 예시 (Python)

# H 입력 받기
h = int(input())

count = 0
for i in range(h + 1):
	for j in range(60):
    	for k in range(60):
        	# 매 시각 안에 '3'이 포함되어 있다면 카운트 증가
            if '3' in str(i) + str(j) + str(k):
            	count += 1
                
print(count)                

<문제> 상하좌우: 문제 설명

- 여행가 A는 N x N 크기의 정사각형 공간 위에 서 있습니다. 이 공간은 1 x 1 크기의 정사각형으로 나누어져 있습니다. 가장 왼쪽 위 좌표는 (1, 1)이며, 가장 오른쪽 아래 좌표는 (N, N)에 해당합니다. 여행가 A는 상, 하, 좌, 우 방향으로 이동할 수 있으며, 시작 좌표는 항상 (1, 1)입니다. 우리 앞에는 여행가 A가 이동할 계획이 적힌 계획서가 놓여 있습니다.

- 계획서에는 하나의 줄에 띄어쓰기를 기준으로 하여 L, R, U, D중 하나의 문자가 반복적으로 적혀 있습니다. 각 문자의 의미는 다음과 같습니다.

   - L: 왼쪽으로 한 칸 이동

   - R: 오른쪽으로 한 칸 이동

   - U 위로 한 칸 이동

   - D: 아래로 한 칸 이동

- 이때 여행가 A가 N x N 크기의 정사각형 공간을 벗어나는 움직임은 무시됩니다. 예를 들어 (1, 1)의 위치에서 L 혹은 U를 만나면 무시됩니다. 다음은 N = 5인 지도와 계획서입니다.

<문제> 상하좌우: 문제 조건

<문제> 상하좌우: 문제 해결 아이디어

- 이 문제는 요구사항대로 충실히 구현하면 되는 문제입니다.

- 일련의 명령에 따라서 개체를 차례대로 이동시킨다는 점에서 시뮬레이션(Simulation) 유형으로도 분류되며 구현이 중요한 대표적인 문제 유형입니다. 

 

<문제> 상하좌우: 답안 예시 (Python)

# N 입력 받기
n = int(input())
x, y = 1, 1
plans = input().split()

# L, R, U, D 에 따른 이동 방향
dx = [0, 0, -1, 1]
dy = [-1, -1, 0, 0]
move_types = ['L', 'R', 'U', 'D']

# 이동 계획을 하나씩 확인하기
for plan in plans:
	# 이동 후 좌표 구하기
    	for i in range(len(voe_types)):
    	if plan == move_types[i]:
        	nx = x + dx[i]
            	ny = y + dy[i]
	# 공간을 벗어나는 경우 무시
    if nx < 1 or ny < 1 or nx > n or ny > n:
    	continue
	# 이동 수행
    x, y = nx, ny
    
print(x, y)    

 

<문제> 문자열 재정렬: 문제 설명

- 알파벳 대문자와 숫자(0 ~ 9)로만 구성된 문자열이 입력으로 주어집니다. 이때 모든 알파벳을 오름차순으로 정렬하여 이어서 출력한 뒤에, 그 뒤에 모든 숫자를 더한 값을 이어서 출력합니다. 

 

<문제> 문자열 재정렬: 문제 조건

<문제> 문자열 재정렬: 문제 해결 아이디어

- 문자열이 입력되었을 때 문자를 하나씩 확인합니다.

 

<문제> 문자열 재정렬: 답안 예시 (Python)

data = input()
result = []
value = 0

# 문자를 하나씩 확인하며
for x in data:
    # 알파벳인 경우 결과 리스트에 삽입
    if x.isalpha():
        result.append(x)
    # 숫자는 따로 더하기
    else:
        value += int(x)

# 알파벳을 오름차순으로 정렬
result.sort()

# 숫자가 하나라도 존재하는 경우 가장 뒤에 삽입
if value != 0:
    result.append(str(value))

# 최종 결과 출력(리스트를 문자열로 변환하여 출력)
print(''.join(result))

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
반응형

그리디 알고리즘

- 그리디 알고리즘(탐욕법)은 현재 상황에서 지금 당장 좋은 것만 고르는 방법을 의미

- 일반적인 그리디 알고리즘은 문제를 풀기 위한 최소한의 아이디어를 떠올릴 수 있는 능력을 요구합니다.

- 정당성 분석이 중요

 

<문제> 거스름 돈: 문제 설명

- 최적의 해를 빠르게 구하기 위해서는 가장 큰 화폐 단위부터 돈을 거슬러 주면 된다.

 

<문제> 거스름  돈: 정당성 분석

- 가장 큰 화폐 단위부터 돈을 거슬러 주는 것이 최적의 해를 보장하는 이유는?

   - 가지고 있는 동전 중에서 큰 단위가 항상 작은 단위의 배수이므로 작은 단위의 동전들을 종합해 다른 해가 나올 수 없기 때문입니다.

 

<문제> 거스름 돈: 답안 예시(Python)

n = 1260
count = 0

# 큰 단위의 화폐부터 차례대로 확인하기
array = [500, 100, 50, 10]

for coin in array:
	count += n // coin # 해당 화폐로 거슬러 줄 수 있는 동전의 개수 세기
    n %= coin
    
print(count)

 

<문제> 거스름 돈: 시간 복잡도 분석

- 화폐의 종류가 K라고 할 때, 소스코드의 시간 복잡도는 O(K)입니다.

 

<문제> 1이 될 때까지: 문제 설명

- 어떠한 수 N이 1이 될 때까지 다음의 두 과정 중 하나를 반복적으로 선택하여 수행하려고 합니다. 단, 두번째 연산은 N이 K로 나누어 떨어질 때만 선택할 수 있습니다.

   1. N에서 1을 뺍니다.

   2. N을 K로 나눕니다.

- 예를 들어 N이 17, K가 4라고 가정합시다. 이때 1번의 과정을 한 번 수행하면 N은 16이 됩니다. 이후에 2번의 과정을 두 번 수행하면 N은 1이됩니다. 결과적으로 이 경우 전체 과정을 실행한 횟수는 3이 됩니다. 이는 N을 1로 만드는 최소 횟수입니다.

- N과 K가 주어질 때 N이 1이 될 때까지 1번 혹은 2번의 과정을 수행해야 하는 최소 횟수를 구하는 프로그램을 작성하세요.

 

<문제> 1이 될 때까지: 문제 조건

<문제> 1이 될 때까지: 문제 해결 아이디어

<문제> 1이 될 때까지: 정당성 분석

- 가능하면 최대한 많이 나누는 작업이 최적의 해를 항상 보장할 수 있을까요?

- N이 아무리 큰 수여도, K로 계속 나눈다면 기하급수적으로 빠르게 줄일 수 있습니다.

 

<문제> 1이 될 때까지: 답안 예시 (Python)

# N, K을 공백을 기준으로 구분하여 입력 받기
n, k = map(int, input().split())

result = 0

while True: 
	# N이 K로 나누어 떨어지는 수가 될 때까지만 1씩 빼기
    target = (n // k) + k
    result += (n - target)
    n = target
    # N이 K보다 작을 때 (더 이상 나눌 수 없을 때) 반복문 탈출
    if n < k:
    	break
    # K로 나누기
    result += 1
    n //= k
    
# 마지막으로 남은 수에 대하여 1씩 빼기
result += (n - 1)
print(result)

 

<문제> 곱하기 혹은 더하기: 문제 설명

- 각 자리가 숫자(0부터 9)로만 이루어진 문자열 S가 주어졌을 때, 왼쪽부터 오른쪽으로 하나씩 모든 숫자를 확인하며 숫자 사이에 'x' 혹은 '+' 연산자를 넣어 결과적으로 만들어질 수 있는 가장 큰 수를 구하는 프로그램을 작성하세요. 단, +보다 x 를 먼저 계산하는 일반적은 방식과는 달리, 모든 연산은 왼쪽부터 순서대로 이루어진다고 가정합니다.


<문제> 곱하기 혹은 더하기: 문제 조건

<문제> 곱하기 혹은 더하기: 문제 해결 아이디어

- 대부분의 경우 '+'보다는 'x'가 더 값을 크게 만듭니다.

   - 예를 들어 5 + 6 = 11이고, 5 x 6 = 30입니다.

- 다만 두 수 중에서 하나라도 '0' 혹은 '1'인 경우, 곱하기보다는 더하기를 수행하는 것이 효율적입니다.

- 따라서 두 수에 대하여 연산을 수행할 때, 두 수 중에서 하나로 1 이하인 경우에는 더하며, 두 수가 모두 2 이상인 경우에만 곱하면 정답입니다.

 

<문제> 곱하기 혹은 더하기: 답안 예시 (Python)

data = input()

# 첫 번째 문자를 숫자로 변경하여 대입
result = int(data[0])

for i in range(1, len(data)):
	# 두 수 중에서 하나라도 '0' 혹은 '1'인 경우, 곱하기보다는 더하기 수행
    num = int(data[i])
    if num <= 1 or result <= 1:
    	result += num
    else:
    	result *= num
        
print(result)        

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 2  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18
반응형

코딩 테스트?

- 일종의 문제 풀이 시험

- 응시자의 수를 효과적으로 줄이기 위한 방법

 

코딩 테스트 유형

- 온라인 코딩 테스트

- 오프라인 코딩 테스트

 

온라인 저지(Online Judge) 

다양한 온라인 저지 사이트

코딩 테스트 응시자 설문

 

온라인 개발 환경 (Python)

- 리플릿

- 파이썬 튜터

- 파이참(PyCharm)

온라인 개발 환경 (C++)

- Dev C++

 

IT 기업 코딩 테스트 최신 출제 경향

- 그리디 (쉬운 난이도)

- 구현

- DFS/BFS를 활용한 탐색

 

2019년 주요 기업 코딩 테스트 유형 분석

 

<알고리즘 성능평가>

복잡도(Complexity)

- 복잡도는 알고리즘의 성능을 나타내는 척도

   - 시간 복잡도 : 특정한 크기의 입력에 대하여 알고리즘의 수행 시간 분석

   - 공간 복잡도 :  특정한 크기의 입력에 대하여 알고리즘의 메모리 사용량 분석

 

빅오 표기법(Big-O Notation)

- 가장 빠르게 증가하는 항만을 고려하는 표기법

 

연산 횟수

=> 빅오 표기법에서는 차수가 가장 큰 항만 남기므로 O(N^3)

 

알고리즘 설계 Tip

- 코딩 테스트 문제에서 시간제한은 통상 1 ~ 5초가량이라는 점!

 

요구사항에 따라 적절한 알고리즘 설계하기

- 문제에서 가장 먼저 확인해야 하는 내용은 시간제한(수행시간 요구사항) 이다.

- 시간제한이 1초인 문제를 만났을 때, 일반적인 기준

 

알고리즘 문제 해결 과정

1. 지문 읽기 및 컴퓨터적 사고

2. 요구사항(복잡도) 분석

3. 문제 해결을 위한 아이디어 찾기

4. 소스코드 설계 및 코딩

 

 

반응형

'코딩테스트 준비 > python' 카테고리의 다른 글

그리디 & 구현 # 1  (0) 2020.11.25
파이썬 문법 #4  (0) 2020.11.19
파이썬 문법 #3  (0) 2020.11.19
파이썬 문법 #2  (0) 2020.11.18
파이썬 문법 #1  (0) 2020.11.18

+ Recent posts