- 큰 문제를 작은 부부분 문제로 나누어 해결하는 방법 ex) 합병 정렬, 퀵 정렬, 이진 검색...
- 분할 정복 과정
- 문제를 하나 이상의 작은 부분들로 분할
- 부분들을 각각 정복
- 부분들의 해답을 통합하여 원래 문제의 답을 구함
장점
- 문제를 나누어 처리하며 어려운 문제 해결 가능
- 병렬 처리에 이점이 있음
단점
- 메모리를 많이 사용(재귀 호출 구조)
❖ 분할해서 배열에서 최대 값 구하기
public static int getMax(int[] arr, int left, int right) {
int m = (left + right)/2;
if(left == right) {
return arr[left];
}
left = getMax(arr, left, m);
right = getMax(arr, m+1, right);
return (left > right) ? left : right;
}
❖ 가장 큰 배열 합
// 정수형 배열 nums에서
// 연속된 부분 배열의 합 중 가장 큰 값을 출력하세요
// nums : -5 0 -3 4 -1 3 1 -5 8
// 출력 : 24
public static int solution(int[] nums) {
if(nums == null || nums.length == 0) {
return 0;
}
return divideSubArrays(nums, 0, nums.length-1);
}
public static int divideSubArrays(int[] nums, int left, int right) {
if (left == right) {
return nums[left];
}
int mid = left + (right - left) /2;
int maxLeft = divideSubArrays(nums, left, mid);
int maxRight = divideSubArrays(nums, mid+1, right);
int maxArr = getMaxSubArray(nums, left, mid, right);
return Math.max(maxLeft, Math.max(maxRight, maxArr));
}
public static int getMaxSubArray(int[] nums, int left, int mid, int right) {
int sumLeft = 0;
int maxLeft = Integer.MIN_VALUE;
for(int i = mid; i>= left; i--) {
sumLeft += nums[i];
maxLeft = Math.max(maxLeft, sumLeft);
}
int sumRight = 0;
int maxRight = Integer.MIN_VALUE;
for(int i = mid+1; i <= right; i++) {
sumRight += nums[i];
maxRight = Math.max(maxRight, sumRight);
}
return maxLeft + maxRight;
}
❖ 링크드 리스트 합병
// 2차원 정수형 배열 lists에는 각 링크드 리스트의 원소 정보가 들어 있고 오름차순으로 정렬된 상태
// 모든 링크드 리스트를 하나의 정렬된 링크드 리스트로 합병하시오
// lists : {{2, 3, 9}, {1, 5, 7}, {3, 6, 7, 11}}
// 출력 : 1 -> 2 -> 3 -> 4 -> 5 -> 6 -> 7 -> 8 -> 9 -> 11
public static Node solution(Node[] lists) {
if(lists == null || lists.length == 0) {
return null;
}
return divideList(lists, 0, lists.length-1);
}
public static Node divideList(Node[] lists, int left, int right) {
if(left == right) {
return lists[left];
}
int mid = left + (right-left) /2;
Node l1 = divideList(lists, left, mid);
Node l2 = divideList(lists, mid + 1, right);
return mergeList(l1, l2);
}
public static Node mergeList(Node l1, Node l2) {
if(l1 == null) {
return l2;
}
if(l2 == null) {
return l1;
}
Node merge = new Node(0);
Node cur = merge;
while(l1 != null && l2 != null) {
if(l1.val < l2.val) {
cur.next = l1;
l1 = l1.next;
} else {
l2 = l2.next;
}
cur = cur.next;
}
if( l1 !=null) {
cur.next = l1;
}
if( l2 != null) {
cur.next = l2;
}
return merge.next;
}
// 문제에 주어진 2차원 배열을 각각의 링크드 리스트로 구성
public static void setUpLinkedList(Node[] node, int[][] lists) {
for(int i = 0; i< lists.length; i++) {
node[i] = new Node(lists[i][0]);
}
for(int i = 0; i< lists.length; i++) {
Node cur = node[i];
for(int j = 1; j< lists[i].length; j++) {
cur.next = new Node(lists[i][j]);
cur = cur.next;
}
}
}
public static void printList(Node node) {
Node cur = node;
while(cur.next != null) {
System.out.print(cur.val + " -> ");
cur = cur.next;
}
System.out.println(cur.val);
}
main
int[][] lists = {{2,3,9}, {1,5,7} , {3,6,7,11}};
Node[] node = new Node[lists.length];
setUpLinkedList(node, lists);
Node combinedNode = solution(lists); // 각가의 링크드 리스트를 하나로 합침
printList(combinedNode);
'알고리즘' 카테고리의 다른 글
백 트래킹(Backtracking) (1) | 2022.10.06 |
---|---|
다이나믹 프로그래밍(D (0) | 2022.09.28 |
그리디 알고리즘(Greedy Algorithm) (1) | 2022.09.20 |
투 포인터(Two Pointers) (1) | 2022.09.20 |
이진 탐색(Binary Search) (0) | 2022.09.15 |