(전공복습) 데이터과학 4. 시각화
차례
간단한 DP 문제.
높이가 n
이고, 남은 장난감이 각각 a, b, c
개인 문제는 높이가 n - 1
인 트리에서 남은 장난감이 a, b, c
에서 총 n
개 줄어든 부분문제로 구성된다.
이때, 장난감이 줄어드는 방법의 가짓수는 최대 7가지(1개 3가지, 2개 3가지, 3개 1가지)이므로 가능한 경우에 대해 완전탐색을 하되, DP 문제이므로 메모이제이션을 해주면 쉽게 풀 수 있다.
solve(a, b, c, i)
는 장난감이 각각 a, b, c
개 있고 레벨이 i
일 때의 답이다.
이때, 공의 개수가 같다면 색깔이 달라도 경우의 수 개수는 같으므로(즉, solve(1, 2, 3, 2)
나 solve(3, 2, 1, 2)
나 같으므로) a, b, c
를 정렬해서 캐시 적중률을 올릴 수 있다.
이때, 장난감 i
개를 골랐다고 끝이 아니라, i
개를 배열하는 경우의 수를 구해야 한다.
모든 장난감이 같은 색이라면 경우의 수는 1가지이다.
2가지 색의 장난감을 배열하는 경우 i
개의 자리 중 1번 색을 넣을 i // 2
개의 자리를 구하고 나머지에는 2번 색을 넣으면 된다(즉, combinations(i, i // 2)
).
3가지 색의 장난감을 배열하는 경우 i
개의 자리 중 1번 색을 넣을 i // 3
개의 자리를 구하고, 나머지 i - i // 3
개의 자리 중 i // 3
개 자리에 2번 색을 넣고, 나머지 자리에 3번 색을 넣으면 된다(즉, combinations(i, i // 3) * combinations(i - i // 3, i // 3)
).
이러한 경우들만 잘 계산하면 큰 어려움 없이 답을 구할 수 있다.
여담으로 탑다운 방식의 DP를 쓰기 용이한 문제이므로 functools.cache
를 사용하면 쉽게 구현할 수 있다.
#!python
from functools import cache, reduce
n, r, g, b = map(int, input().split())
# aCb를 계산하는 함수
@cache
def combinations(a, b):
return reduce(lambda x, y: x * y, range(b + 1, a + 1), 1) // reduce(lambda x, y: x * y, range(1, a - b + 1), 1)
# r, g, b를 정렬해서 a, b, c에 넣고 i는 레벨 k를 의미
# 트리를 아래에서부터 채워나감
@cache
def solve(a, b, c, i):
# 레벨 0까지 왔다 = 성공이므로 경우의 수 +1
if not i:
return 1
ret = 0
# 하나의 장난감만 사용하는 경우
if a >= i:
ret += solve(a - i, b, c, i - 1)
if b >= i:
ret += solve(*sorted((a, b - i, c)), i - 1)
if c >= i:
ret += solve(*sorted((a, b, c - i)), i - 1)
# 2종류의 장난감을 사용하는 경우
# a >= b >= c이므로 a >= i // 2면 b와 c도 그렇고, b >= i // 2면 c도 그렇다
if i % 2 == 0:
if a >= i // 2:
ret += solve(a - i // 2, b - i // 2, c, i - 1) * combinations(i, i // 2)
ret += solve(*sorted((a - i // 2, b, c - i // 2)), i - 1) * combinations(i, i // 2)
if b >= i // 2:
ret += solve(*sorted((a, b - i // 2, c - i // 2)), i - 1) * combinations(i, i // 2)
# 3종류의 장난감을 사용하는 경우
# 마찬가지로 a >= b >= c이므로 a만 확인하면 됨
if i % 3 == 0 and a >= i // 3:
ret += solve(a - i // 3, b - i // 3, c - i // 3, i - 1) * combinations(i, i // 3) * combinations(i - i // 3, i // 3)
return ret
# r, g, b를 정렬해서 넣고 아래쪽부터 채우므로 n을 넣는다
print(solve(*sorted((r, g, b)), n))
문제 링크 문제 링크
개요 선형적인 자료구조에서는 값에 접근하는 데에 \(O(1)\)이면 충분하지만, 대신 부분합을 구하는 데에는 \(O(N)\)이 필요하다. 그렇다면 이 자료구조를 이진 트리로 구성하면 어떨까? 값에 접근하는 데에 걸리는 시간이 \(O(\lg N)\)으로 늘어나지만 대신 부분합을 구하...
개요 다익스트라 알고리즘과 함께 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 다익스트라 알고리즘보다 느리지만, 음수 가중치 간선이 있어도 작동하며, 음수 가중치 사...
개요 다익스트라 알고리즘은 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘 중 하나이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 단, 다익스트라 알고리즘은 음수 가중치 엣지를 허용하지 않는다. 이 경우에는 벨만-...