JiYoung Dev 🖥

2023.02.28 코드잇 학습내용 🔎 Dynamic Programming 연습문제 가지고 있는 새꼼달꼼으로 벌어들일 수 있는 최대 수익 구하기 price_list : 개수별 가격이 정리되어 있는 리스트 count : 판매할 새꼼달꼼 개수 cache : 개수별 최대 수익이 저장되어 있는 사전 📖 memoization으로 문제 풀기 ① base case : 0개 팔았을 때 혹은 1개 팔았을 때에는 price_list의 가격 그대로 출력 ② recursive case : 최대 수익 구하기 1개 팔았을 때 수익 : 100 2개 팔았을 때 나올 수 있는 수익 : (1개, 1개) 팔았을 때 혹은 (2개, 0개) 팔았을 때 3개 팔았을 때 나올 수 있는 수익 : (1개, 2개) 팔았을 때 혹은 (3개, 0개) 팔았..

2023.02.27 코드잇 학습내용 🔎 Dynamic Programming 복잡한 문제를 더 작고 간단한 하위 문제로 분해하여 각각의 하위 문제를 한 번만 풀고, 각 하위 문제의 해결책을 표에 저장한 후 필요에 따라 재사용하는 알고리즘 패러다임. Dynamic Programming의 조건 1. 최적 부분 구조 (Optimal Substructure) 최적 부분 구조가 있다는 것은 부분 문제들의 최적의 답을 이용하여 기존 문제의 최적의 답을 구할 수 있다는 것을 의미함. 즉, 기존 문제를 부분 문제로 나누어 풀 수 있어야 함. (ex. 피보나치 수열) 2. 중복되는 부분 문제 (Overlapping Subproblems) 피보나치 수열과 같이 최적 부분 구조가 있는 문제를 풀 때에는 중복 되는 부분 문제들..

2023.02.25 ~ 2023.02.26 코드잇 학습내용 🔎 Divide and Conquer 분할 정복 분할 정복 알고리즘(Divide and Conquer algorithm)은 그대로 해결할 수 없는 문제를 작은 문제로 분할하여 문제를 해결하는 알고리즘. 퀵 정렬이나 합병 정렬로 대표되는 정렬 알고리즘 문제와 이진 탐색 알고리즘, 행렬 곱셈 등이 분할 정복 알고리즘을 사용 분할 정복 알고리즘은 보통 재귀 함수(recursive function)를 통해 자연스럽게 구현됨. 따라서 분할 정복을 이해하기 위해서는 재귀 개념에 대한 이해가 우선함. function F(x) : # base case if F(x)의 문제가 간단: return F(x)을 직접 계산한 값 # 재귀함수 x를 y1과 y2로 분할 F..

2023.02.24 코드잇 학습내용 🔎 알고리즘 패러다임(algorithm paradigm) 문제를 해결하는 데에는 여러 가지 방식이 있음. 여러 문제를 해결하다 보면 해결 과정이 비슷한 경우가 있는데, 이러한 것을 알고리즘 패러다임이라고 함. 즉, 어떠한 문제를 풀기 위한 일반적인 접근법 혹은 방법론. 몇 가지 자주 사용되는 알고리즘 패러다임이 있으며, 각 알고리즘은 문제를 풀기 위한 자신만의 기술과 도구를 가지고 있음. 또한, 하나의 문제를 푸는 방법은 다양하기 때문에 여러 알고리즘 패러다임으로 한 문제에 접근할 수도 있음. 가장 자주 사용되는 알고리즘 패러다임 1. Greedy Algorithms 2. Divide and Conquer 3. Dynamic Programming 4. Backtrack..

나는 에세이를 그다지 좋아하지 않는다. 자기계발서 또한. 저자의 경험이 담긴 내용보다는 이론이나 지식이 담긴 책을 더 좋아하고, 아니면 마음껏 상상할 수 있는 소설류를 좋아한다. 이 책은 지금은 바뀌었지만 몇 일 전까지만 해도 밀리의 서재에서 서점 베스트 1위에 올라와있던 책이다. 아래 사진처럼 지금도 3위에 머물러 있다. 계속 순위권에 있는 책이라 눈에는 들어오는데 제목과 표지만 봤을 때는 뭔가 읽기는 싫은... 그래서 한동안 읽지 않았었다. 그런데 최근에 시간이 좀 생기면서 다양한 책을 많이 읽어보자는 생각을 했고, 순위권에 들어있는 책은 모두 봐야겠다고 생각했다. 그래서 이 책을 읽게 되었다. 그런데 이 책이 베스트에 있는 이유가 있더라. 정말 읽으면서 짧은 인생을 살았지만 내가 살면서 어렴풋이 느..