다이나믹 프로그래밍이란?
- 메모리를 적절히 사용하여 수행시간을 비약적으로 향상시키는 방법
- 이미 계산된 결과는 별도 메모리 영역에 저장하여 다시 계산하지 않도록 함
- 다이나믹 프로그래밍의 구현은 일반적으로 하향식(Top-Down)과 상향식(Bottom-Up)으로 구성
일반적인 프로그래밍 분야에서의 동적(Dynamic)의 의미
- 자료구조에서 동적할당(Dynamic Allocation)은 프로그램이 실행되는 도중에 실행에 필요한 메모리를 할당하는 기법
- 동적계획법(Dynamic Programming)에서의 동적(Dynamic)은 별다른 의미없이 붙여진 단어
다이나믹 프로그래밍의 조건
1. 최적 부분 구조(Optimal Substructure)
- 큰 문제를 작은 문제로 나눌 수 있으며 작은 문제의 답을 모아서 큰 문제를 해결할 수 있음
2. 중복되는 부분 문제(Overlapping Subproblem)
- 동일한 작은 문제를 반복적으로 해결해야 함
DP 대표문제1: 피보나치 수열
재귀를 이용한 피보나치 수열 파이썬 코드
def fibonacci(x):
if x == 1 or x == 2:
return 1
return fibonacci(x - 1) + fibonacci(x - 2)
print(fibonacci(4))
* 피보나치 수열은 재귀를 사용하면 간단하게 구현할 수 있지만, 지수의 시간 복잡도를 가지기 때문에 숫자가 커질 수록 기하급수적으로 많은 시간이 소요된다는 단점이 있음
* 별도의 메모리 공간에 이미 해결한(값을 구한) 문제들을 저장하여 반복적인 계산으로 인한 시간 소모를 줄일 수 있음
하향식(Top-Down) 기법(Memoization)
- 다이나믹 프로그래밍을 구현하는 방법중 하나
- 한번 계산한 결과를 메모리 공간에 메모하는 기법
- 같은 문제를 다시 호출하면 메모했던 결과를 그대로 가져옴
- 값을 기록해둔다는 점에서 캐싱(Caching)이라고도 함
- 구현 과정에서 재귀함수를 이용
피보나치 DP Top-Down 파이썬 코드 (시간복잡도: O(N))
dt = [0] * 100
def fibo_top_down(x):
print('f(%s)' % str(x), end=" ") # 실행되는 함수 체크
if x == 1 or x == 2:
return 1
if dt[x] != 0:
return dt[x]
dt[x] = fibo_top_down(x - 1) + fibo_top_down(x - 2)
return dt[x]
상향식(Bottom-Up) 기법
- 다이나믹 프로그래밍의 전형적인 형태
- 결과 저장용 리스트(혹은 배열)는 DP 테이블이라고 함
- 주로 반복문을 이용하여 구현
- 엄밀히 말하면 Memoization은 이전에 계산된 결과를 일시적으로 기록해두는 넓은 개념을 의미
- 따라서, Memoization은 다이나믹 프로그래밍에만 국한된 개념은 아님
- 한번 계산된 결과를 담아두기만 하고 다이나믹 프로그래밍을 위해 활용하지 않을 수도 있음
피보나치 DP Bottom-Up 파이썬 코드 (시간복잡도: O(N))
db = [0] * 100
def fibo_bottom_up(x):
db[1], db[2] = 1, 1
for i in range(3, x + 1):
print('f(%s)' % str(i), end=" ") # 실행되는 함수 체크
db[i] = db[i - 1] + db[i - 2]
return db[x]
다이나믹 프로그래밍 vs 분할 정복
공통점: 최적부분구조
- 큰 문제로 작은 문제를 해결할 수 있으며 작은 문제의 답을 모아 큰 문제를 해결할 수 있는 상황
차이점: 부분 문제의 중복
- 다이나믹 프로그래밍에서는 각 부분 문제들이 서로 영향을 미치며 부분 문제가 중복됨
- 분할 정복 문제에서는 동일한 문제가 반복적으로 계산되지 않음
분할정복 대표 예시: 퀵 정렬
퀵 정렬 파이썬 코드
def QuickSort(arr):
n = len(arr)
res = []
if n <= 1:
return arr
pivot = arr[0]
left, right = [], []
for num in arr[1:]:
if num <= pivot:
left.append(num)
else:
right.append(num)
return QuickSort(left) + [pivot] + QuickSort(right)
'자료구조 & 알고리즘(Data Structure & Algorithm) > 알고리즘(Python)' 카테고리의 다른 글
동적계획법(Dynamic Programming) 문제풀이 (0) | 2022.02.23 |
---|---|
순차 탐색 &이진 탐색 (0) | 2022.02.22 |
깊이우선탐색(DFS)/너비우선탐색(BFS) (0) | 2022.02.14 |
스택(Stack), 큐(Queue), 재귀(Recursion) (0) | 2022.02.14 |
구현(Implementation) (0) | 2021.08.03 |