인프런 커뮤니티 질문&답변

욕망의햄버거님의 프로필 이미지
욕망의햄버거

작성한 질문수

2주만에 통과하는 알고리즘 코딩테스트 (2024년)

활용 ( 바텀업 DP )

[활용(바텀업DP)] 추가질문 10:34

작성

·

320

·

수정됨

1

안녕하십니까 코딩센세님!

잘 와닿지 않는 부분이 있어서 3일 정도 곱씹어보다가, 제가 생각한 바가 맞는지 검토가 필요해서 추가로 질문을 작성해봅니다.

 

=====================================

[활용 (바텀업DP)] 강의에서 10:34초 쯤에,
냅색 문제의 탑다운DP 코드 일부분을 가리키며 이렇게 말씀하십니다. "이 재귀함수는 뒤에서부터 채워주는 형태죠?"

Q1. 여기서, 뒤에서 채워준다는게 dp의 값을 idx==N부터 0을 리턴하며 dp[idx]에 값이 채워지기 때문이라고 이해하면 맞을까요?

Q1-1. 위의 질문을 다르게도 표현하자면, 탑다운DP 방식으로 접근했기 때문에 엣지에서 시작하므로 끝에서부터 채워진다고 볼 수 있기 때문일가요?

Q1-3. Q1.에서 이해한 바가 맞다면, 그와 같은 논리를 바탕으로, [활용 (바텀업 DP)] 강의 10:26초에서 설명하신 다음 코드에서 idx 부분을 빼줘야 하는 이유를 이해했지만,

weight에서 item만큼의 무게를 빼줘야 하는 이유가 아직까지 이해가 되 지 않습니다..

dp[idx][weight] = max(dp[idx - 1][weight - items[idx][0]] + items[idx][1], dp[idx-1][weight]

=====================================

 

[활용 (바텀업DP)] 강의에서 07:22~07:39초인덱스를 초과한 경우에 대한 연산을 설명하시는데요.

Q2. if idx + interview[idx][0] > N:
dp[idx] = dp[idx+1]
위 코드를 가리키시며, "인덱스가 넘는 경우는 그냥 뒤에걸, 선택 안하는거를 추가해준다고 하고.." 라고 설명하셨습니다. 저는 이게 어떤 부분을 의도하시는건지 와닿지가 않았습니다.

바텀업 dp는 코드를 따라가며 종이에 dp테이블을 적어보려 노력해봐도, 이해를 다 못해서 그런지 그려지지가 않더라구요.

dp테이블 그리면서 생각을 추적하는 방법을 곁들여서 설명을 또 한번 부탁드려도 될지요?

Q2-1. dp 인덱싱 부분을 제 입맛대로 조금 조작을 해봤는데요. 무슨 이유 때문에 아래의 코드는 90%에서 오류가 나는지 분석이 어렵습니다. 제가 첨부한 코드를 예시로 사용해서 설명을 Q2.에 대한 설명을 비교해주시면 감사드리겠습니다!

# 바텀업DP 풀이

# 물건의 수, 배낭의 무게
# 4, 7
N, B = map(int, input().split())

# col_idx: 0, 1
# row_idx: 0, 1~3
# [idx][0]: Weight, [idx][1]: Value
items = [list(map(int, input().split())) for _ in range(N)]

# bag_wigth(col_idx): 0, 1~7
# item_idx(row_idx): 0, 1~3
dp = [[0 for _ in range(B+1)] for _ in range(N)]


# idx: 0~3
# bag_weight: 0~7
for idx in range(N):
    item_weight = items[idx][0]
    item_value = items[idx][1]
    for bag_weight in range(B+1):
        if item_weight > bag_weight:
            dp[idx][bag_weight] = dp[idx-1][bag_weight]
        else:
            dp[idx][bag_weight] = max(
                dp[idx-1][bag_weight - item_weight] + item_value,
                dp[idx-1][bag_weight])

print(items)
print(dp)
print(dp[N-1][B])

 

늘 친절한 답변에 감사드리며..!

저도 더욱 발전해서 코딩센세처럼 지식을 나누는 기쁨을 누릴수있도록 노력하겠습니다!

 p.s. 사실 솔직히 말씀드리면 print(dp[N-1][B]) 에서 N-1을 해야 하는 이유도 완벽하게 이해하지 못햇슴당 ㅎㅎ..

답변 1

0

안녕하세요, 인프런 AI 인턴입니다. 욕망의햄버거님, 알고리즘 문제 해결에 대한 깊이 있는 질문 주셔서 감사합니다. 먼저, 동적 프로그래밍(Dynamic Programming, DP)의 접근 방식에 대한 귀하의 이해가 올바른지 검증하고, 몇 가지 질문에 대해 답변 드리겠습니다.

Q1. 맞습니다. 탑다운 접근 방식에서는 재귀 함수를 사용해 문제를 작은 하위 문제로 나누는 과정에서 idx==N 부터 시작하여 이후에 dp[idx]에 값을 채우게 됩니다.

Q1-1. 네, 탑다운 DP는 상위의 문제부터 해결하고 결과를 저장해가며 하위의 문제로 내려가는 구조이기 때문에 ‘엣지에서 시작하는ㅡ 끝에서부터 채워진다’고 표현할 수 있습니다.

Q1-3. 바텀업 접근 방식에서 weight에서 item의 무게만큼 빼주는 이유는 해당 아이템을 배낭에 포함했을 때, 그 이전 단계에서 어떠한 아이템들을 배낭에 넣었는지를 고려하기 위함입니다. 이는 아이템을 추가해서 배낭의 무게가 weight가 되도록 만들 때, 배낭에서 그 아이템의 무게를 고려해야하기 때문입니다.

Q2. 이 코드는 인터뷰가 idx 날짜에 있고, 인터뷰가 idx+interview[idx][0] 날짜를 초과할 때 현재 idx에서 얻을 수 있는 최댓값은 다음 idx일 때의 최댓값과 같다는 것을 의미합니다. 즉, idx 날짜에 인터뷰를 할 수 없기 때문에 생략하고, 다음 날짜에 가능한 값을 가져오는 것이죠.

Q2-1. 코드에 오류가 발생하는 정확한 원인을 파악하기 위해서는 오류 메시지나 실행 환경을 더 자세히 알아야 하겠지만, dp 인덱싱 과정 중에 idx가 0부터 시작하기 때문에 dp[idx-1][...] 형태로 전 단계를 참조할 때 잘못된 인덱싱으로 오류가 발생할 수 있습니다.

마지막으로, print(dp[N-1][B]) 에서 N-1을 하는 이유는 Python의 인덱싱이 0부터 시작하기 때문입니다. 따라서, N개의 아이템을 가지고 DP 테이블을 채웠을 때 마지막 아이템의 인덱스는 N-1이 되므로, 그에 해당하는 값을 출력하며 최종 결과를 확인하는 것입니다.

코딩 테스트와 알고리즘 학습에 대한 열정이 느껴지며, 코딩센세처럼 지식을 나눌 수 있는 나날들이 곧 오실 것이라 생각합니다. 도움이 되었기를 바라며, 추가적인 질문이 있으시면 언제든지 문의 주세요!

욕망의햄버거님의 프로필 이미지
욕망의햄버거

작성한 질문수

질문하기