SlideShare une entreprise Scribd logo
1  sur  41
Télécharger pour lire hors ligne
제 4 회
IUPC
문제 풀이
B번 헬멧과 조끼
● 제출 수 : 38
● 문제 유형: 구현
● 출제자 : 김규환
B번 헬멧과 조끼 - 출제의도
● 주어진 숫자들 중 최대 값을 구할 수 있는가?
B번 헬멧과 조끼 - 풀이방법
● 주어진 N개의 헬멧 값을 비교,헬멧 최대 값 A 구함
● 주어진 M개의 조끼 값을 비교,조끼 최대 값 B 구함
● A+B 출력
A번 멀티탭 충분하니?
● 제출 수 : 38
● 문제 유형: 구현
● 출제자 : 김세진
A번 멀티탭 충분하니? - 출제의도
● 나눗셈과 반올림을 이해하고 응용할 수 있는가 ?
A번 멀티탭 충분하니? - 풀이방법
● 콘센트는 연속적으로 꽂을 수 없다
● X구의 콘센트에서 최대 꽂을 수 있는 양은 (X+1)/2
● 모든 값을 더해서 N명보다 크다면 YES 작다면 NO를 출력
E번 질투진서
● 제출 수 :
● 문제 유형: 구현
● 출제자 : 박정률
E번 질투진서- 출제의도
● 2차원 배열을 이용하여 탐색할 수 있는가?
● 반복문을 적절하게 이용할 수 있는가?
E번 질투진서- 풀이방법
● 2차원 배열을 이용해서 값을 저장한다.
● 2개의 For문을 이용하여 해당 행과 열의 값들과 비교한다.
● 비교한 후에 자신보다 큰값이 존재한다면 ANGRY 아니라
면 HAPPY를 출력한다.
G번 Send me the money
● 제출 수 :
● 문제 유형: 문자열 처리
● 출제자 : 김진서
G번 Send me the money
● 문자열 입력을 받을 수 있는가?
● 문자 비교를 할 수 있는가?
G번 Send me the money
● 두 문자열을 직접 보면서 비교해주면 됨
● O(N*M)
H번 기차가 어둠을 헤치고 은하수
를● 제출 수 :
● 문제 유형: 비트마스크
● 출제자 : 박정률
H번 기차가 어둠을 헤치고 은하수를 - 출제
의도
● 적절한 비트연산을 이용하여 문제를 해결할 수 있는가?
● 중복되는 값에 대한 처리를 할 수 있는가?
H번 기차가 어둠을 헤치고 은하수를 - 풀이
방법
● and(&) , or(|) , shift (<< ,>> ) 연산을 이용하여 주어진 동작
을 해결한다.
● 배열을 이용하여 동작 후 존재하는 해당 값의 개수를 출력
한다.
J번 CTP 왕국은 한솔 왕국을 이길 수 있
을까?● 제출 수 :
● 문제 유형: DFS or disjoint set
● 출제자 : 김진서
J번 CTP 왕국은 한솔 왕국을 이길 수 있
을까?● 주어진 문제를 그래프로 모델링 할 수 있는가?
● 그래프를 컴포넌트 단위로 분리하여 문제를 해결
할 수 있는가?
J번 CTP 왕국은 한솔 왕국을 이길 수 있
을까?● 각 왕국을 정점으로 생각하면, 동맹국의 수는 해당
정점이 속한 컴포넌트의 개수를 세는 문제로 변한
다.
● 각 컴포넌트들을 이루는 정점들의 개수를 세준 뒤
문제를 해결
● O(N+M)
I번 밸런스 스톤
● 제출 수 :
● 문제 유형: 구현
● 출제자 : 김규환
I번 밸런스 스톤 - 출제의도
● 주어진 입력 값 범위에 맞게 long long을 사용할 수 있는
가?(int로 구할 경우 overflow)
I번 밸런스 스톤 - 풀이방법
● 주어진 N * N 맵에서 각 행의 합을 구한다.
● 이 중 0(비어있는 곳)이 포함된 곳의 행의 합이 다른 행의
합과 같도록 0값을 채워준다.
● 채운 후에 조건을 만족하는지 판단한다 안될 경우 -1을 출
력하고 가능한 경우 채웠던 값을 출력
D번 세진 바이러스
● 제출 수 :
● 문제 유형: SCC
● 출제자 : 김세진
D번 세진 바이러스 - 출제의도
● SCC를 이해하고 사용할 수 있는가 ?
● 사이클이 존재하는 단 방향 그래프에서 SCC를 이용하여
문제를 해결 할 수 있는가?
D번 세진 바이러스 - 풀이방법
● 그래프를 만들고 SCC를 이용해 각각의 컴포넌트로 나눈다
● 그 후 indgree가 0인 컴포넌트에만 바이러스를 넣는다면 최
소의 양으로 모두에게 감염시킬 수 있다.
● 시간복잡도는 O(V+E)만큼 걸리게 된다
L번 세진이의 미팅
● 제출 수 :
● 문제 유형: 정수론
● 출제자 : 김진서
L번 세진이의 미팅
● N(<=1000000)의 이항계수를 구할 수 있는가?
L번 세진이의 미팅
● 문제를 해석하면 답은 nCm이 된다.
● N의 범위가 작다면 다이나믹 프로그래밍을 이용하여 계산
가능
● nCr = n!/(r!*(n-r)!) 을 이용
● 모듈러가 있기 때문에 r!의 10억+7에 대한 역원과 (n-r)!의
10억+7에 대한 역원을 구해주어야 함
L번 세진이의 미팅
● 페르마의 소정리를 이용하여 역원을 구해줌
● x의 p에 대한 역원은 x^(p-2)
● p가 10억+7이므로 직접 계산하면 시간초과
● 분할 정복을 이용하여 logP의 시간에 x의 P승 계산
● O(N+logP)
K번 최종병기 활
● 제출 수 :
● 문제 유형: 파라메트릭 서치
● 출제자 : 박정률
K번 최종병기 활 - 출제의도
● 주어진 문제를 결정문제로 바꾸어 해결할 수 있는가?
● 결정문제로 바꾸었을 때 Parametric Search 를 이용하여
문제를 해결할 수 있는가?
K번 최종병기 활- 풀이방법
● 만들고자 활의 길이를 Fix 했을 때 해당 활을 만들 수 있는
지 결정할 수 있다.
● 어떠한 임계값을 기준으로 활을 만들 수 있는 길이와 만들
수 없는 길이가 존재한다.
● Parametric Search 를 이용하여 해당 임계값을 구한다.
C번 Calculate! 2
● 제출 수 :
● 문제 유형: 트리, segment tree &lazy propagation
● 출제자 : 김진서
C번 Calculate! 2
● 한 노드의 서브트리를 구간으로 관리할 수 있는가
● 구간에서 업데이트와 xor합 쿼리를 빠르게 처리할
수 있는가?
C번 Calculate! 2
● 주어진 질의를 매번 직접 계산해줄경우 최대 N*M
으로 시간초과가 난다.
● dfs를 돌리는 순서로 노드의 번호를 새로 매겨주면
서 자기의 자식들 중 가장 큰 번호를 저장하면, 자
기의 번호부터 자식들 중 가장 큰 번호까지 연속
된 구간으로 자식들의 구간을 관리할 수 있다.
C번 Calculate! 2
● 자식들을 구간으로 관리 할 수 있으니 이제 구간
업데이트를 생각해보자.
● XOR 질의는 구간을 segment tree를 이용하여 처
리하면 logN에 처리할 수 있다.
● update 질의는 구간에 업데이트를 해야하므로
lazy propagation을 이용해줘야 한다.
● O(MlogN)
F번 낙하산
● 제출 수 :
● 문제 유형: DP
● 출제자 : 김규환
F번 낙하산 - 출제의도
● 주어진 상황에 맞게 DP를 구성할 수 있는가?
● 실수를 올바르게 출력할 수 있는가?
F번 낙하산 - 풀이방법
F번 낙하산 - 풀이방법
F번 낙하산 - 풀이방법

Contenu connexe

Similaire à 인하대 프로그래밍 경진대회 - 문제풀이

C수업자료
C수업자료C수업자료
C수업자료koominsu
 
C수업자료
C수업자료C수업자료
C수업자료koominsu
 
2018 Ajou Programming Contest solutions
2018 Ajou Programming Contest solutions2018 Ajou Programming Contest solutions
2018 Ajou Programming Contest solutions현정 김
 
Backtracking [ICPC Sinchon]
Backtracking [ICPC Sinchon]Backtracking [ICPC Sinchon]
Backtracking [ICPC Sinchon]Jae-yeol Lee
 
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이NAVER D2
 
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이NAVER D2
 
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이현정 김
 

Similaire à 인하대 프로그래밍 경진대회 - 문제풀이 (9)

C수업자료
C수업자료C수업자료
C수업자료
 
C수업자료
C수업자료C수업자료
C수업자료
 
2018 Ajou Programming Contest solutions
2018 Ajou Programming Contest solutions2018 Ajou Programming Contest solutions
2018 Ajou Programming Contest solutions
 
Backtracking [ICPC Sinchon]
Backtracking [ICPC Sinchon]Backtracking [ICPC Sinchon]
Backtracking [ICPC Sinchon]
 
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이
[연세대 모르고리즘] 프로그래밍 경진대회 문제 풀이
 
internetinternet
internetinternetinternetinternet
internetinternet
 
2012 Ds 01
2012 Ds 012012 Ds 01
2012 Ds 01
 
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이
[D2 CAMPUS] 2016 한양대학교 프로그래밍 경시대회 문제풀이
 
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이
2019 경인지역 6개대학 연합 프로그래밍 경시대회 shake! 풀이
 

Plus de NAVER D2

[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다NAVER D2
 
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...NAVER D2
 
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기NAVER D2
 
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발NAVER D2
 
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈NAVER D2
 
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&ANAVER D2
 
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기NAVER D2
 
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep LearningNAVER D2
 
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applicationsNAVER D2
 
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingOld version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingNAVER D2
 
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지NAVER D2
 
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기NAVER D2
 
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화[224]네이버 검색과 개인화
[224]네이버 검색과 개인화NAVER D2
 
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)NAVER D2
 
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기NAVER D2
 
[213] Fashion Visual Search
[213] Fashion Visual Search[213] Fashion Visual Search
[213] Fashion Visual SearchNAVER D2
 
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화NAVER D2
 
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지NAVER D2
 
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터NAVER D2
 
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?NAVER D2
 

Plus de NAVER D2 (20)

[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다
 
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
 
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기
 
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발
 
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
 
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A
 
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기
 
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning
 
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications
 
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load BalancingOld version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
 
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
 
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
 
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화[224]네이버 검색과 개인화
[224]네이버 검색과 개인화
 
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
 
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
 
[213] Fashion Visual Search
[213] Fashion Visual Search[213] Fashion Visual Search
[213] Fashion Visual Search
 
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화
 
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
 
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
 
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?
 

인하대 프로그래밍 경진대회 - 문제풀이

  • 2. B번 헬멧과 조끼 ● 제출 수 : 38 ● 문제 유형: 구현 ● 출제자 : 김규환
  • 3. B번 헬멧과 조끼 - 출제의도 ● 주어진 숫자들 중 최대 값을 구할 수 있는가?
  • 4. B번 헬멧과 조끼 - 풀이방법 ● 주어진 N개의 헬멧 값을 비교,헬멧 최대 값 A 구함 ● 주어진 M개의 조끼 값을 비교,조끼 최대 값 B 구함 ● A+B 출력
  • 5. A번 멀티탭 충분하니? ● 제출 수 : 38 ● 문제 유형: 구현 ● 출제자 : 김세진
  • 6. A번 멀티탭 충분하니? - 출제의도 ● 나눗셈과 반올림을 이해하고 응용할 수 있는가 ?
  • 7. A번 멀티탭 충분하니? - 풀이방법 ● 콘센트는 연속적으로 꽂을 수 없다 ● X구의 콘센트에서 최대 꽂을 수 있는 양은 (X+1)/2 ● 모든 값을 더해서 N명보다 크다면 YES 작다면 NO를 출력
  • 8. E번 질투진서 ● 제출 수 : ● 문제 유형: 구현 ● 출제자 : 박정률
  • 9. E번 질투진서- 출제의도 ● 2차원 배열을 이용하여 탐색할 수 있는가? ● 반복문을 적절하게 이용할 수 있는가?
  • 10. E번 질투진서- 풀이방법 ● 2차원 배열을 이용해서 값을 저장한다. ● 2개의 For문을 이용하여 해당 행과 열의 값들과 비교한다. ● 비교한 후에 자신보다 큰값이 존재한다면 ANGRY 아니라 면 HAPPY를 출력한다.
  • 11. G번 Send me the money ● 제출 수 : ● 문제 유형: 문자열 처리 ● 출제자 : 김진서
  • 12. G번 Send me the money ● 문자열 입력을 받을 수 있는가? ● 문자 비교를 할 수 있는가?
  • 13. G번 Send me the money ● 두 문자열을 직접 보면서 비교해주면 됨 ● O(N*M)
  • 14. H번 기차가 어둠을 헤치고 은하수 를● 제출 수 : ● 문제 유형: 비트마스크 ● 출제자 : 박정률
  • 15. H번 기차가 어둠을 헤치고 은하수를 - 출제 의도 ● 적절한 비트연산을 이용하여 문제를 해결할 수 있는가? ● 중복되는 값에 대한 처리를 할 수 있는가?
  • 16. H번 기차가 어둠을 헤치고 은하수를 - 풀이 방법 ● and(&) , or(|) , shift (<< ,>> ) 연산을 이용하여 주어진 동작 을 해결한다. ● 배열을 이용하여 동작 후 존재하는 해당 값의 개수를 출력 한다.
  • 17. J번 CTP 왕국은 한솔 왕국을 이길 수 있 을까?● 제출 수 : ● 문제 유형: DFS or disjoint set ● 출제자 : 김진서
  • 18. J번 CTP 왕국은 한솔 왕국을 이길 수 있 을까?● 주어진 문제를 그래프로 모델링 할 수 있는가? ● 그래프를 컴포넌트 단위로 분리하여 문제를 해결 할 수 있는가?
  • 19. J번 CTP 왕국은 한솔 왕국을 이길 수 있 을까?● 각 왕국을 정점으로 생각하면, 동맹국의 수는 해당 정점이 속한 컴포넌트의 개수를 세는 문제로 변한 다. ● 각 컴포넌트들을 이루는 정점들의 개수를 세준 뒤 문제를 해결 ● O(N+M)
  • 20. I번 밸런스 스톤 ● 제출 수 : ● 문제 유형: 구현 ● 출제자 : 김규환
  • 21. I번 밸런스 스톤 - 출제의도 ● 주어진 입력 값 범위에 맞게 long long을 사용할 수 있는 가?(int로 구할 경우 overflow)
  • 22. I번 밸런스 스톤 - 풀이방법 ● 주어진 N * N 맵에서 각 행의 합을 구한다. ● 이 중 0(비어있는 곳)이 포함된 곳의 행의 합이 다른 행의 합과 같도록 0값을 채워준다. ● 채운 후에 조건을 만족하는지 판단한다 안될 경우 -1을 출 력하고 가능한 경우 채웠던 값을 출력
  • 23. D번 세진 바이러스 ● 제출 수 : ● 문제 유형: SCC ● 출제자 : 김세진
  • 24. D번 세진 바이러스 - 출제의도 ● SCC를 이해하고 사용할 수 있는가 ? ● 사이클이 존재하는 단 방향 그래프에서 SCC를 이용하여 문제를 해결 할 수 있는가?
  • 25. D번 세진 바이러스 - 풀이방법 ● 그래프를 만들고 SCC를 이용해 각각의 컴포넌트로 나눈다 ● 그 후 indgree가 0인 컴포넌트에만 바이러스를 넣는다면 최 소의 양으로 모두에게 감염시킬 수 있다. ● 시간복잡도는 O(V+E)만큼 걸리게 된다
  • 26. L번 세진이의 미팅 ● 제출 수 : ● 문제 유형: 정수론 ● 출제자 : 김진서
  • 27. L번 세진이의 미팅 ● N(<=1000000)의 이항계수를 구할 수 있는가?
  • 28. L번 세진이의 미팅 ● 문제를 해석하면 답은 nCm이 된다. ● N의 범위가 작다면 다이나믹 프로그래밍을 이용하여 계산 가능 ● nCr = n!/(r!*(n-r)!) 을 이용 ● 모듈러가 있기 때문에 r!의 10억+7에 대한 역원과 (n-r)!의 10억+7에 대한 역원을 구해주어야 함
  • 29. L번 세진이의 미팅 ● 페르마의 소정리를 이용하여 역원을 구해줌 ● x의 p에 대한 역원은 x^(p-2) ● p가 10억+7이므로 직접 계산하면 시간초과 ● 분할 정복을 이용하여 logP의 시간에 x의 P승 계산 ● O(N+logP)
  • 30. K번 최종병기 활 ● 제출 수 : ● 문제 유형: 파라메트릭 서치 ● 출제자 : 박정률
  • 31. K번 최종병기 활 - 출제의도 ● 주어진 문제를 결정문제로 바꾸어 해결할 수 있는가? ● 결정문제로 바꾸었을 때 Parametric Search 를 이용하여 문제를 해결할 수 있는가?
  • 32. K번 최종병기 활- 풀이방법 ● 만들고자 활의 길이를 Fix 했을 때 해당 활을 만들 수 있는 지 결정할 수 있다. ● 어떠한 임계값을 기준으로 활을 만들 수 있는 길이와 만들 수 없는 길이가 존재한다. ● Parametric Search 를 이용하여 해당 임계값을 구한다.
  • 33. C번 Calculate! 2 ● 제출 수 : ● 문제 유형: 트리, segment tree &lazy propagation ● 출제자 : 김진서
  • 34. C번 Calculate! 2 ● 한 노드의 서브트리를 구간으로 관리할 수 있는가 ● 구간에서 업데이트와 xor합 쿼리를 빠르게 처리할 수 있는가?
  • 35. C번 Calculate! 2 ● 주어진 질의를 매번 직접 계산해줄경우 최대 N*M 으로 시간초과가 난다. ● dfs를 돌리는 순서로 노드의 번호를 새로 매겨주면 서 자기의 자식들 중 가장 큰 번호를 저장하면, 자 기의 번호부터 자식들 중 가장 큰 번호까지 연속 된 구간으로 자식들의 구간을 관리할 수 있다.
  • 36. C번 Calculate! 2 ● 자식들을 구간으로 관리 할 수 있으니 이제 구간 업데이트를 생각해보자. ● XOR 질의는 구간을 segment tree를 이용하여 처 리하면 logN에 처리할 수 있다. ● update 질의는 구간에 업데이트를 해야하므로 lazy propagation을 이용해줘야 한다. ● O(MlogN)
  • 37. F번 낙하산 ● 제출 수 : ● 문제 유형: DP ● 출제자 : 김규환
  • 38. F번 낙하산 - 출제의도 ● 주어진 상황에 맞게 DP를 구성할 수 있는가? ● 실수를 올바르게 출력할 수 있는가?
  • 39. F번 낙하산 - 풀이방법
  • 40. F번 낙하산 - 풀이방법
  • 41. F번 낙하산 - 풀이방법