오늘의 인기 글
최근 글
최근 댓글
Today
Total
12-30 06:32
관리 메뉴

우노

[DP] 백준 7579번 “앱” Python 풀이 본문

Algorithm/Dynamic Programming

[DP] 백준 7579번 “앱” Python 풀이

운호(Noah) 2022. 10. 13. 01:28

문제 링크

풀이

  • 0-1 냅색(배낭) 문제이며, 0-1 냅색 알고리즘의 개념을 알고 있다면 문제에 대해 더 쉽게 이해할 수 있습니다.

  • 문제의 목표

    • 특정 메모리를 넘는 최소 비용을 찾는 것
  • DP 테이블이 의미하는 것

    • 0~i 까지의 앱을 종료하거나 종료하지 않았을 때,
    • j 만큼의 cost를 사용함으로써 확보 가능한 최대 메모리값
  • 아래 알고리즘을 진행합니다.

    • 행은 앱의 개수만큼, 열은 cost의 총 비용만큼 만들어줍니다.
    • 행을 차례대로 돌며 아래 알고리즘을 차례대로 수행합니다.
      • j cost보다 현재 앱의 cost가 크다면, 아직 앱이 종료되지 않았으므로, 최대 메모리가 갱신되지 않습니다.
        • dp[i][j] = dp[i-1][j]
      • j cost보다 현재 앱의 cost가 크거나 같다면, 이제 j cost로 확보 가능한 최대 메모리 값을 갱신할 수 있습니다.
        • dp[i][j] = max( dp[ i - 1 ][ j - now_cost ] + now_memory, dp[ i - 1 ][ j ] )
          • dp[ i - 1 ][ j - now_cost ] + now_memory : 현재 앱을 종료할 때 얻을 수 있는 최대 메모리
          • dp[ i - 1 ][ j ] : 현재 앱을 종료하지 않을 때의 기존 최대 메모리
    • 만약, 현재 dp[i][j]의 값이 필요한 메모리 M 이상이 된다면, 해당 j cost와 이전 j cost를 비교해, 더 작은 cost 값을 사용합니다.
      • result = min(result, j)
  • 최종적으로, 아래와 같은 DP 테이블이 완성됩니다.

코드

import sys

# 정수의 개수 n과 필요한 메모리 m
n, m = map(int, sys.stdin.readline().split())

# 정수 배열
memory = [0] + list(map(int, sys.stdin.readline().split()))

# 비용 배열
cost = [0] + list(map(int, sys.stdin.readline().split()))

# DP 테이블
# 0~i 까지의 앱을 종료하거나 종료하지 않았을 때,
# j 만큼의 cost를 사용함으로써 확보 가능한 최대 메모리값
dp = [[0] * (sum(cost) + 1) for _ in range(n+1)]

# 필요한 메모리를 확보할 수 있는 최소 비용
result = int(1e9)

# DP 테이블 탐색 시작

# 아이템의 개수 + 1 만큼
for i in range(1, n+1):
    # 총 비용의 합 + 1 만큼
    for j in range(sum(cost)+1):

        # 현재 아이템의 메모리
        now_memory = memory[i]
        # 현재 아이템의 비용
        now_cost = cost[i]

        # j cost보다 현재 앱의 cost가 크다면, 아직 앱이 종료되지 않았으므로, 최대 메모리가 갱신되지 않습니다.
        if (j < cost[i]):
            dp[i][j] = dp[i-1][j]

        # j cost보다 현재 앱의 cost가 크거나 같다면, 이제 j cost로 확보 가능한 최대 메모리 값을 갱신할 수 있습니다.
        else:
            dp[i][j] = max(dp[i-1][j-now_cost] + now_memory, dp[i-1][j])

        # 현재 dp[i][j]의 값이 필요한 메모리 M 이상이 된다면
        if (dp[i][j] >= m):
            # 해당 j cost와 이전 j cost를 비교해, 더 작은 cost 값을 사용합니다.
            result = min(result, j)

print(result)

참고

Comments