Home

접근 DFS 또는 BFS로 풀 수 있지만 DFS로 풀었다가는 TLE에 걸릴 수 있다는 점에 명심해야 한다. 문제 링크 https://school.programmers.co.kr/learn/courses/30/lessons/1844 솔루션 def solution(maps): ROW_length = len(maps) COL_length = len(maps[0]) visited = [[False for _ in range(COL_length)] for _ in range(ROW_length)] queue = [[0,0,1]] while queue: ROW, COL, DIST = queue.pop(0) # 조건에 맞지 않는 경우는 모두 추가 탐색하지 않습니다. if ROW ROW_leng..

접근 처음에 O(N^2)로 솔루션을 작성했지만 당연히 TLE 해시 자료구조를 사용하여 문제를 O(N)으로 풀어야 한다. 문제 링크 https://school.programmers.co.kr/learn/courses/30/lessons/178871 솔루션 def solution(players, callings): Hash = {} for index, value in enumerate(players): Hash[value] = index for index, value in enumerate(callings): rank = Hash[value] # swap in players players[rank-1], players[rank] = players[rank], players[rank-1] # swap rank..

접근 stack과 array 탐색을 통해 문제를 해결해야 함을 알았으나 코드를 논리적으로 짜지 못하였음. 효율적인 로직을 짜는 것에 대한 훈련이 필요해 보임 문제 링크 Simplify Path - LeetCode 솔루션 class Solution: def simplifyPath(self, path: str) -> str: stack = [] word = "" for char in path + "/": if char == "/": # if .. -> delete lastest stack if word == "..": if stack: stack.pop() # if none of them and not an empty word, add stack elif word != "" and word != ".": s..

접근 완전탐색이 아닌 DP로 풀어야 하는 문제 DP[0]에 도달하여 True를 리턴하면 되기에 Bottom-up 방식으로 문제를 풀 수 있다. DP 리스트 길이를 s의 길이보다 하나 더 길게 설계하여 부드러운 솔루션을 작성해야 함 문제 링크 https://leetcode.com/problems/word-break/description/ 솔루션 class Solution: def wordBreak(self, s: str, wordDict: List[str]) -> bool: s_length = len(s) DP = [False for _ in range(s_length+1)] DP[s_length] = True for i in range(s_length-1, -1, -1): for word in wordD..

접근 완전탐색으로 풀 수 있지만 DP로 푸는 것이 맞는 문제 Bottom-Up으로 풀 수 있는 지 확인해 보았지만 목적지에서 부터 출발지로 가는 경우의 수를 특정할 수 없음 따라서 Top-Down 방식으로 솔루션을 작성하여 해결 예제 1의 DP) 문제 링크 https://leetcode.com/problems/unique-paths/description/ 솔루션 class Solution: def uniquePaths(self, m: int, n: int) -> int: if m == 1 or n == 1: return 1 DP = [[1 for _ in range(n)] for _ in range(m)] for M in range(1, m): for N in range(1, n): DP[M][N] = ..

접근 DP의 기초, 위의 두 값이 아래 값을 결정하는 것을 확인하면 된다. 문제 링크 https://leetcode.com/problems/pascals-triangle/description/ 솔루션 class Solution: def generate(self, numRows: int) -> List[List[int]]: answer = [[1]] for i in range(1, numRows): tmp = [] tmp.append(1) for j in range(1, i): num = answer[i-1][j-1] + answer[i-1][j] tmp.append(num) tmp.append(1) answer.append(tmp) return answer

접근 처음 DFS로 풀이 시도 허나 도식화 후 Memoization이 가능함을 보고 DP로 솔루션 작성이 가능함을 판단 DP 방식 중 Top Down 으로 푸는 방법이 도저히 생각이 나지 않아 Bottom-up으로 고민 후 솔루션 작성 DP의 가장 교과서적인 문제 중 하나... 알고리즘 수업 때도 보았던 문제로 기억남 문제 링크 https://leetcode.com/problems/climbing-stairs/description/ 솔루션 class Solution: def climbStairs(self, n: int) -> int: DP = [1 for _ in range(n+1)] # Bottom-up for i in range(n-2, -1, -1): DP[i] = DP[i+1] + DP[i+2] ..

접근 O(N^2) 으로 처음에 시도했다가 TLE에 걸렸음 알파벳의 갯수와 k를 활용하여 이에 적합한 솔루션을 짜는 것이 핵심 문제를 제대로 이해한다면 올바른 솔루션을 짜는 것이 가능하니.. 문제를 정확히 이해할 것... 문제 링크 https://leetcode.com/problems/longest-ideal-subsequence/description/ 시도1(TLE) O(N^2) 으로 모두 비교하는 방법으로 처음 솔루션을 작성했습니다. 하지만 이 시도는 TLE에 걸려 통과하지 못했습니다. class Solution: def longestIdealString(self, s: str, k: int) -> int: s_length = len(s) DP = [1 for _ in range(s_length)] f..

접근 다이나믹 프로그래밍을 활용하여 문제를 풀어야 함 subsequence의 특징 중 앞의 원소에서 가능했던 갯수를 포함할 수 있다는 점을 캐치해야 함 문제 링크 https://leetcode.com/problems/longest-increasing-subsequence/description/ 솔루션 class Solution: def lengthOfLIS(self, nums: List[int]) -> int: nums_length = len(nums) dp = [1 for _ in range(nums_length)] for i in range(nums_length): for j in range(i): if nums[i] > nums[j]: dp[i] = max(dp[i], dp[j]+1) return ..

백준, 알고스팟 같은 알고리즘 사이트 솔루션을 작성할 때 테스트 케이스에 대한 입력을 감안하여 솔루션을 작성해야 합니다. 이 글에선 솔루션 작성 때 자주 사용하는 input 3가지 경우를 소개합니다. 1개의 값 입력받기 input 함수를 사용하여 1개의 값을 입력받을 수 있습니다. 입력 받은 값의 자료형은 문자열입니다. a = input() N개의 값 입력받기 input 함수 뒤에 split 함수를 작성하여 구현할 수 있습니다. b,c = input().split() d = input().split() 리스트로 입력받기 반복문을 활용하여 입력받는 값을 원하는 자료형으로 만들 수 있습니다. 아래 코드는 리스트로 값는 예제입니다. team = [] for i in range(3): b,c = input()...