1. 정의
- 동적 계획법
- 입력 크기가 작은 부분 문제 해결 해당 부분 문제의 해를 활요해서 보다 큰 크기의 부분 문제를 해결
- 상향식 접근법 최하위 해답 부터 위로
- Memorization 기법 : 이전에 계산한 값을 저장 다시 계산하지 않도록 함
- 분할 정복
- 문제를 나눌 수 없을 때까지 나누어 각각 풀면서 합병하여 문제의 답을 푸는 알고리즘
- 하양식 접근법으로 상위 해답을 구하기 위해 아래로 내려가면서 하위의 해답을 구하는 방식
- 문제를 잘게 쪼갤 때 부분 문제는 서로 중복되지 않음
2. 공통점과 차이점
- 공통점
- 차이점
- 동적 계획법
- 부분문제는 중복되어 상위 문제 해결시 재사용
- memorization 기법 사용
- 분할정복
- 부분 문제는 서로 중복 되지 않음
- memorization 기법 사용 안함
3. 동적 계획법 알고리즘 이해
피보나치 수열
→ 중복되는 값을 계산 하지 않고 저장 ~
recursive call 활용
def fibo(num):
if num<= 1:
return num
return fibo(num-1) +fibo(num-2)
fibo(4) → fibo(3)+fibo(2) →fibo(2) +fibo(1)....
같은 걸 여러번 실행하게 된다.
Dynamic programming
def fibo_dp(num):
cache = [O for index in range(num+1)]
cache[0] = 0
cache[1] = 1
for index in range(2,num+1):
cache[index] = cache[index-1] +cache[index-2]
return cache[num];
동적 계획법도 하향식 구현이 가능해요!
그리고 1.정의의 분할정복에서 '하향식' 오타가 났어요...
좋은 글 감사합니다!