2024년 7월 26일
브루트 포스 알고리즘 [개념]
1. 브루트 포스 알고리즘
- 브루트 포스 알고리즘은 모든 경우를 살펴봄으로써 답을 구하는 알고리즘이다.
- 따라서, 항상 답을 구할 수 있지만 수행 시간이 오래 걸릴 수 있다.
- 예시1) 브루트 포스 알고리즘 사용 가능
- 브루트 포스적인 방법으로 2중 for문을 이용하여 해결할 수 있다.
- 시간 복잡도:
- 약수를 구하는 과정을 에 수행하면 풀이도 가능 (링크)

python
N = 1000 result = 0 for i in range(1, N + 1): # O(N) if i == 1: # 1은 예외 처리 continue is_prime = True for j in range(2, i): # O(i) if i % j == 0: is_prime = False if is_prime: result += 1 print(result)
- 예시2) 브루트 포스 알고리즘 사용 불가능
- 위에서 살펴 봤던 브루트 포스적인 풀이는 시간 초과가 나기 때문에 사용할 수 없다.
- 에라토스테네스의 체 알고리즘을 이용하여 1부터 N까지의 소수를 모두 구할 수 있다.
- 시간 복잡도:

python
from math import sqrt N = int(1e6) result = 0 is_prime = [True for _ in range(N + 1)] # is_prime[k] 가 true이면 k는 소수임을 나타냄. # is_prime[k] 가 false이면 k는 소수가 아님을 나타냄. is_prime[1] = False for i in range(2, int(sqrt(N)) + 1): if is_prime[i]: for j in range(2 * i, N + 1, i): is_prime[j] = False for i in range(1, N + 1): result += is_prime[i] print(result)
2. 실제 문제에서 브루트 포스 알고리즘
- 문제를 보고 브루트 포스적인 풀이가 가능한지 파악하기
- 모든 경우의 수를 쉽게 살펴 볼 수 있는 구조인지 파악
- 모든 경우의 수를 살펴 보는 풀이가 시간 초과가 나지 않는지 파악
조합,순열,부분 순열은 모든 경우의 수를 살펴보는 알고리즘
- 브루트 포스적으로 풀면 시간 초과가 나는 경우
- 브루트 포스적인 풀이 최적화
- 어떻게 하면 더 효율적으로 답의 후보를 살펴볼 수 있을까 생각
- 도저히 해도 안 되는 경우
그리디,DP,수학과 관련된 문제일 가능성이 높음
