[알고리즘] 이진 탐색 심화(lower bound, upper bound)
by 코딩무비반응형
이번엔 이진탐색의 심화인 upper bound, lower bound에 대해 배워보겠습니다.
이진탐색에 대하여 정확히 알고싶으신 분, 결정값에 모르시는 분, 리턴 값에 lo를 쓰는 지에 대하여 모르시는 분에게 적합할 것 같습니다.
이진 탐색의 기본 원리는 다음과 같습니다.
- L[mid] == target ▶ return mid
- L[mid] < target ▶ hi = mid - 1
- L[mid] > target ▶ lo = mid +1
하지만 이것만으로 이진탐색 문제들을 풀 수 없습니다. Lower bound와 Upper bound에 대하여 알아 보겠습니다. lo는 가능한 값들 중 최소값, hi는 가능한 값들 중 최대값을 의미합니다.
Lower bound
해당 값 이상의 값이 처음 나오는 인덱스 반환
def lower_bound(lo,hi,target):
while lo<=hi:
m = (lo+hi)//2
if L[m] < target:
lo = m +1
else:
hi = m-1
return lo
Upper bound
해당 값보다 큰 값이 처음 나오는 인덱스 반환
def upper_bound(lo,hi,target):
while lo<=hi:
m = (lo+hi)//2
if L[m] <= target:
lo = m +1
else:
hi = m-1
return lo
Decision Problem
어떤 문제에 대하여 예 or 아니오로 나오는 문제를 말합니다
Decision Problem과 lower bound, upper bound을 활용하여 문제를 해결 할 수 있습니다.
예시로는 다음과 같습니다.
ex) 어떤 조건을 만족하는 최소값을 구하여라.
ex) 어떤 조건을 만족하는 최대값을 구하여라.
실전 문제를 하나 같이 풀어보겠습니다.
백준 2110번 공유기 설치 python
- 거리를 기준으로 했을 때 공유기 개수를 이용하여 이진탐색 실행
- 가장짧은 거리 : 0 , 가장 긴 거리 : houses[-1]
min_d,max_d = 0,houses[-1]
- 중간 거리를 이용하여 공유기 개수 체크
- 최근에 공유기가 설치된 집을 기준으로 거리이상 차이날 시 공유기 추가
def check(houses,distance):
current = houses[0]
cnt = 1
for house in houses:
if house - current >= distance:
cnt+=1
current = house
return cnt
- 현재 거리를 기준으로 공유기 개수가 같거나 많을 경우 거리를 늘림(공유기 개수를 줄이기 위해)
- 개수가 적을 경우 거리를 줄여야 함(공유기 개수를 늘리기 위해)
if check(houses,d)>=C: # 공유기 개수가 같거나 많을 시 거리를 늘려야 함
ans = d
min_d=d+1
else: # 공유기 개수가 작을 시 거리를 줄여야함
max_d = d-1
전체코드
def check(houses,distance):
current = houses[0]
cnt = 1
for house in houses:
if house - current >= distance:
cnt+=1
current = house
return cnt
import sys
input = sys.stdin.readline
N, C = map(int,input().split())
houses = [int(input()) for _ in range(N)]
houses.sort()
min_d,max_d = 0,houses[-1]
while min_d<=max_d:
d = (min_d+max_d)//2
if check(houses,d)>=C: # 공유기 개수가 같거나 많을 시 거리를 늘려야 함
ans = d
min_d=d+1
else: # 공유기 개수가 작을 시 거리를 줄여야함
max_d = d-1
print(ans)
반응형
'알고리즘' 카테고리의 다른 글
동적 프로그래밍(Dynamic Programming)이란? (7) | 2022.04.24 |
---|---|
[알고리즘] 이진 탐색(Binary Search) (17) | 2022.04.20 |
[알고리즘] 정렬 (5) | 2022.03.28 |
[알고리즘] BFS & DFS (4) | 2022.03.14 |
[알고리즘] 구현 (2) | 2022.03.14 |
블로그의 정보
코딩무비
코딩무비