탐욕 알고리즘(Greedy Algorithm) 이란?
- 이름에서 알 수 있듯이 어떠한 문제가 있을 때 단순 무식하게, 탐욕적으로 문제를 푸는 알고리즘이다.
- 여기서 탐욕적이라는 말은 '현재 상황에서 지금 당장 좋은 것만 고르는 방법' 을 의미한다.
- 매 순간 가장 좋아 보이는 것을 선택하며, 현재의 선택이 나중에 미칠 영향에 대해서는 고려하지 않는다.
- 최적해를 구하는 데에 사용되는 근사적인 방법이다.
- 그리디 알고리즘은 말 그대로 각 단계에서 미래를 생각하지 않고, 그 순간 가장 최선의 선택을 하는 기법이기 때문에 종합적인 결과에 대해서는 최적의 해를 보장할 수 없다. (지역적(local)으로는 최적의 선택이지만 이를 반복하더라도 전체적(global)으로는 최적의 해가 아닐 수 있음)
탐욕 알고리즘 문제를 해결하는 방법
- 선택 절차(Selection Procedure): 현재 상태에서의 최적의 해답을 선택한다.
- 적절성 검사(Feasibility Check): 선택된 해가 문제의 조건을 만족하는지 검사한다.
- 해답 검사(Solution Check): 원래의 문제가 해결되었는지 검사하고, 해결되지 않았다면 선택 절차로 돌아가 위의 과정을 반복한다.
성립해야할 2가지 조건
- 탐욕 알고리즘이 잘 작동하는 문제는 대부분 탐욕스런 선택 조건(greedy choice property)과 최적 부분 구조 조건(optimal substructure)이라는 두 가지 조건이 만족된다.
- greedy choice property: 현재 선택이 이 후의 선택에 영향을 주지 않음
- optimal substructure: 매 순간의 최적의 해가 문제 전체에 대한 최적의 해여야 함
- 이러한 조건이 성립하지 않는 경우에는 탐욕 알고리즘은 최적해를 구하지 못한다.
- 매트로이드 구조가 있는 문제에 대해서는 탐욕 알고리즘이 언제나 최적해를 찾아낼 수 있다
- 매트로이드에 대한 설명은 아래 참고
https://dad-rock.tistory.com/673
[Algorithms] Matroid Theory | 매트로이드 이론
Matroid Theory 매트로이드 이론 - Greedy Algorithm이 Optimal Solution을 가려낼 수 있는 경우인지를 판별할 수 있게 하는 수학적 공간이다. - 단, Greedy한 방법을 적용할 수 있는 모든 경우를 판별해낼 수 있..
dad-rock.tistory.com
- 매트로이드는 모든 문제에서 나타나는 것은 아니지만, 여러 곳에서 발견되기 때문에 탐욕 알고리즘의 활용도를 높여준다
그리디 알고리즘의 예제 - 거스름돈
- 카운터에는 거스름돈으로 사용할 500원, 100원, 50원, 10원짜리 동전히 무한히 존재한다고 가정
- 손님에게 거슬러 줘야 할 돈이 N원일 때 거슬러줘야 할 동전의 최소 개수를 구하라
- 이 문제는 그리디 알고리즘을 이용해 풀 수 있는 가장 대표적인 문제!!
- '가장 큰 화폐 단위부터' 돈을 거슬러 주면 된다
# 시간복잡도는 화폐의 종류 k개에만 영향을 받음 O(k)
n = int(input())
cnt = 0
coin = [500, 100, 50, 10]
for c in coin:
cnt += n // c
n %= c
print(cnt)
탐욕 알고리즘의 한계
- 탐욕 알고리즘은 근사치 추정에 활용
- 반드시 최적의 해를 구할 수 있는건 아니기 때문
- 최적의 해에 가까운 값을 구하는 방법 중 하나!!
시작 노드에서 시작해서 가장 작은 값을 찾아 leat 노드 까지 가는 경로 탐색
- 탐욕 알고리즘 : 시작 -> 7 -> 12 해서 19
- 실제 가장 작은 값 : 시작 -> 10 -> 5 해서 15
위의 동전문제 경우에도 가지고 있는 동전 중에서 큰 단위가 항상 작은 단위의 배수이므로 가능
- 예를 들어 800원을 거슬러 줘야 하는데 화폐 단위가 500, 400 ,100원 인 경우
- 이 경우에 그리디 알고리즘으로는 4개(500+100+100+100)
- 실제 최적의 해는 2개(400+400)
대부분의 그리디 알고리즘 문제에서는 문제 풀이를 위한 최소한의 아이디어를 떠올리고 이것이 정당한지 검토할 수 있어야 답을 도출할 수 있다~!
이코테 실전문제
실전문제 1. 큰 수의 법칙
- 다양한 수로 이루어진 배열이 있을 때 주어진 수들을 M번 더하여 가장 큰 수를 만드는 법칙
- 단, 배열의 특정한 인덱스에 해당하는 수가 연속해서 k번을 초과하여 더해질 수 없는 것이 이 법칙의 특징
n, m, k = map(int, input().split())
number = list(map(int, input().split()))
number.sort() # 정렬
first = number[-1]
second = number[-2]
cnt = int(m / (k+1)) * k # int(m / (k+1))은 수열이 반복되는 횟수. 그 안에 k개의 가장큰 수가 들어있으니까 곱한다
cnt += m % (k + 1) # 나누어 떨어지지 않는 경우 나머지만큼 가장 큰수가 나열
result = 0
result += cnt * first
result += ( m - cnt) * second
print(result)
실전문제 2. 숫자 카드 게임
- 여러 개의 숫자 카드 중에서 가장 높은 숫자가 쓰인 카드 한 장을 뽑는 게임
- 게임의 룰
- 숫자가 쓰인 카드들이 N X M 형태로 놓여 있다.
- 면저 뽑고자 하는 카드가 포함되어 있는 행을 선택
- 그다음 선택된 행에 포함된 카드들 중 가장 숫자가 낮은 카드를 뽑아야 한다
- 따라서 처음에 카드를 골라낼 행을 선택할 때, 이후에 해당 행에서 가장 숫자가 낮은 카드를 뽑을 것을 고려하여 최종적으로 가장 높은 숫자의 카드를 뽑을 수 있도록 전략을 세워야 한다
n, m = map(int, input().split())
result = 0
for i in range(n):
num = list(map(int, input().split()))
min_num = min(num)
result = max(result, min_num)
print(result)
실전문제 3. 1이 될 때까지
- 어떠한 수 N이 1이 될 때까지 다음의 두 과정 중 하나를 반복적으로 선택하여 수행하려고 한다. 단, 두번째 연산은 N이 K로 나누어떨어질 때만 선택할 수 있다
- N에서 1을 뺀다
- N을 K로 나눈다.
# 내가 푼 코드
n, k = map(int, input().split())
cnt = 0
while n >= k:
while n % k != 0: # N이 k로 나누어떨어지지 않으면
n -= 1
cnt += 1
n //= k
cnt += 1
while n > 1:
n -= 1
cnt += 1
print(cnt)
# 이코테 답지
n, k = map(int, input().split())
result = 0
while True:
target = (n//k) * k
result += (n - target)
n = target
if n < k:
break
result += 1
n //= k
result += (n-1)
print(result)
https://www.hanbit.co.kr/store/books/look.php?p_code=B8945183661
이것이 취업을 위한 코딩 테스트다 with 파이썬
IT 취준생이라면 누구나 가고 싶어 하는 카카오, 라인, 삼성전자의 2016년부터 2020년까지의 코딩 테스트와 알고리즘 대회의 기출문제를 엄선하여 수록하였다.
www.hanbit.co.kr
[알고리즘] 탐욕 알고리즘(Greedy Algorithm) - 하나몬
❗️탐욕 알고리즘(Greedy Algorithm)이란? Greedy는 ‘탐욕스러운, 욕심 많은’ 이란 뜻이다. 탐욕 알고리즘은 말 그대로 선택의 순간마다 당장 눈앞에 보이는 최적의 상황만을 쫓아 최종적인 해답에
hanamon.kr
Greedy Algorithm(그리디 알고리즘) 개념, 추천 문제
저번 포스팅 #1 에서 언급했듯이 이번 포스팅은 알고리즘 유형 학습 중 첫 번째 알고리즘인 '그리디 알고리즘(Greedy Algorithm)'의 개념과 문제를 풀기 전 알아야 하는 사전 지식에 대하여 작성해보
it-college-diary.tistory.com
'알고리즘 > 알고리즘&자료구조' 카테고리의 다른 글
[알고리즘] 다이나믹 프로그래밍(Dynamic Programming) (0) | 2022.04.15 |
---|---|
[알고리즘] 정렬 알고리즘 ( 버블, 선택, 삽입, 퀵, 계수 ) (0) | 2022.04.15 |
[알고리즘] DFS(깊이 우선 탐색) / BFS(너비 우선 탐색) (0) | 2022.04.08 |
[알고리즘] 이진 탐색 / 이분 탐색 (Binary Search) (2) | 2022.03.30 |