일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- github #깃허브 #깃허브설정 #깃허브업로드
- 지역성
- realloc
- github #github세팅 #깃허브 #깃허브잔디
- 크래프톤정글
- 메모이제이션
- 포인터선언
- insertion
- recursive
- MySQL
- 포인터접근
- 탑다운
- 1:1관계
- 항해99 #1주차 #미니프로젝트 #WIL
- 크래프톤정글2기
- 다이나믹프로그래밍
- 이진탐색
- 보텀업
- 분할정복
- Recoil
- Redux
- 알고리즘
- NULL포인터
- calloc
- Mac #M1 #node #노드버전 #노드다운그레이드
- 상태관리
- 동적메모리할당
- 재귀함수
- 데이터처리
- 크래프톤
- Today
- Total
우당탕탕 개발일지
다이나믹 프로그래밍(DP), 메모이제이션 본문
📌 아래와 같은 순서로 작성되었습니다.
- 다이나믹 프로그래밍 개요
- 다이나믹 프로그래밍(DP)이란?
- 다이나믹 프로그래밍 사용 조건
- 피보나치 수열
- 피보나치 수열
- 피보나치 수열 시간복잡도
- 메모이제이션(Memoization)
- 메모이제이션(Memoization)
- 탑다운 vs 보텀업
- 메모이제이션을 활용해 피보나치 수열을 해결해보면?
- 다이나믹 프로그래밍 vs 분할 정복
다이나믹 프로그래밍(DP)이란?
- 메모리를 적절히 사용해 수행 시간 효율성을 비약적으로 향상시키는 방법
- 이미 계산된 결과는 별도의 메모리 영역에 저장해 다시 계산하지 않도록 함
- 일반적으로 두 가지 방식(탑다운, 보텀업)으로 구성
- 동적계획법이라고도 부름
다이나믹 프로그래밍 사용 조건
- 최적 부분 구조 : 큰 문제를 작은 문제로 나눌 수 있음
- 중복되는 부분 문제 : 동일한 작은 문제를 반복적으로 해결
* 피보나치 수열은 DP사용 조건을 만족한다.
피보나치 수열
- 단순재귀함수로 피보나치 수열을 해결하면 지수 시간 복잡도를 가지게 됨
- 위 그림과 같이 f(2)가 여러번 호출 됨(중복되는 부분 문제)
피보나치 수열 시간복잡도
=> 빅오 표기법을 기준으로 f(30)계산을 위해 약 10억가량의 연산 수행해야 함
메모이제이션(Memoization)
- 한번 계산한 결과를 메모리 공간에 메모하는 기법
- 같은 문제를 다시 호출하면 메모했던 결과를 그대로 가져옴
- 값을 기록해놓는다는 점에서 캐싱(Caching)이라고도 함
탑다운 vs 보텀업
- 탑다운(메모이제이션) 방식을 하향식이라고도 하며 보텀업 방식은 상향식이라고도 함
- DP 전형적인 형태는 보텀업 방식
- 결과 저장용 리스트는 DP테이블이라고 부름
- 엄밀히 말하면 메모이제이션은 이전에 계산된 결과를 일시적으로 기록해 놓는 넓은 개념을 의미
- 따라서 메모이제이션이 DP에 국한된 개념은 아님
- 한 번 계산된 결과를 담아 놓기만 하고 DP를 위해 활용하지 않을 수도 있음
메모이제이션을 활용해 피보나치 수열을 해결해보면?
=> 이미 계산된 결과를 메모리에 저장하면
왼쪽 그림과 같이 색칠된 노드만 처리할 것을 기대할 수 있음
=> 실제 호출되는 함수에 대해서만 확인해보면
왼쪽 그림과 같이 방문
메모이제이션을 이용하는 경우, 피보나치 수열 함수의 시간복잡도는 0(N)이다.
=> 지수 시간복잡도를 가지던 문제를 DP를 적용하면 선형시간까지 시간 복잡도 줄일 수 있음
다이나믹 프로그래밍 vs 분할 정복
- 다이나믹 프로그래밍과 분할 정복은 모두 최적 부분 구조를 가질 때 사용가능
- 큰 문제를 작은 문제로 나눌 수 있으며 작은 문제의 답을 모아서 큰 문제를 해결할 수 있는 상황
- 다이나믹 프로그래밍과 분할 정복의 차이점은 부분 문제의 중복이다.
- 다이나믹 프로그래밍 문제에서는 각 부분 문제들이 서로 영향을 미치며 부분 문제가 중복됨
- 분할 정복 문제에서는 동일한 부분 문제가 반복적으로 계산되지 않음
분할정복 대표 예시 퀵 정렬을 보면, 한 번 기준 피벗이 자리를 변경해서 자리를 잡으면 그 기준 원소의 위치는 바뀌지 않음
분할 이후에 해당 피벗을 다시 처리하는 부분 문제는 호출하지 않는다.
🔎 다이나믹 프로그래밍 유형임을 파악하는 것이 중요하다
- 먼저, 그리디, 구현, 완전 탐색 등의 아이디어로 문제 해결할 수 있는지 검토
- 다른 알고리즘으로 풀이 방법이 떠오르지 않으면 다이나믹 프로그래밍 고려해보기
- 일단 재귀 함수로 비효율적인 완전 탐색 프로그램을 작성한 뒤(탑다운)
작은 문제에서 구한 답이 큰 문제에서 그대로 사용될 수 있으면, 코드를 개선하는 방법을 사용할 수 있음
* 일반적인 코딩 테스트 수준에서는 기본 유형의 다이나믹 프로그래밍 문제가 출제되는 경우가 많음
reference
'(이코테 2021 강의 몰아보기) 6. 다이나믹 프로그래밍' 강의영상을 참고해 작성하였습니다.
https://www.youtube.com/watch?v=5Lu34WIx2Us&t=182s
'알고리즘' 카테고리의 다른 글
재귀호출(Recursive call) (0) | 2023.05.07 |
---|---|
시간복잡도, 공간복잡도 ( Big-O Notation) (0) | 2023.05.06 |
이진탐색(Binary Search) (0) | 2023.04.13 |
삽입 정렬(Insertion Sort) (0) | 2023.04.10 |
스택, 큐, DFS, BFS (0) | 2023.03.01 |