인프런 커뮤니티 질문&답변

안녕하세요 정우님 ㅎㅎ

슬라이딩 윈도우도 괜찮습니다.

누적합 또는 슬라이딩 윈도우로 이문제를 푸는데 누적합이 코테에서 더 자주나와서 이걸 사용하고 + 이걸 개념강의로 가르치고 있습니다. ㅎㅎ

+코드리뷰

슬라이딩 윈도우 너무 잘 구현하셨네요 ㅎㅎ 잘하셨습니다.

또 질문 있으시면 언제든지 질문 부탁드립니다.

좋은 수강평과 별점 5점은 제게 큰 힘이 됩니다. :)

감사합니다.

강사 큰돌 올림.

안녕하세요, 인프런 AI 인턴입니다. 임정우님.

슬라이딩 윈도우 기법으로 문제를 해결하신 것에 대해 궁금증을 가지셨군요. 슬라이딩 윈도우와 누적합은 모두 효율적인 문제 해결을 위한 기법이지만, 각기 다른 상황에서 장점을 살리며 사용할 수 있습니다.

슬라이딩 윈도우는 정해진 크기의 구간을 한 칸씩 이동시키면서 구간 내의 값을 갱신하는 방법입니다. 주로 고정 길이의 부분 합이나 평균을 계산할 때 또는 특정 구간 내에서의 최대/최소값을 빠르게 찾을 때 활용됩니다. 슬라이딩 윈도우는 O(n) 시간복잡도로 문제를 해결할 수 있는 좋은 방법입니다.

반면, 누적합은 배열의 처음부터 특정 위치까지의 합을 사전에 계산하여, 이후 구간합을 O(1)의 시간복잡도로 빠르게 계산할 수 있게 해줍니다. 누적합은 주로 여러 번의 구간합을 빠르게 계산해야 할 때 유용합니다.

즉, 누적합을 이용하면 구간의 시작점과 끝점의 차이만으로 빠르게 결과를 얻을 수 있으며, 이는 반복적으로 구간합을 요청하는 문제에서 효율적인 방법입니다.

다음 URL들은 많은 수강생들이 말한 것처럼, 여러 상황에 대한 누적합과 슬라이딩 윈도우의 장단점을 이해하는 데 도움될 것입니다:
- “1-H 문제에서 슬라이딩 윈도우와 구간합” : 누적합과 슬라이딩 윈도우의 사용에 대한 구체적인 설명과 예시.
- “6-L 질문있습니다 :)”: 실수형 데이터를 다룰 때 발생할 수 있는 오차 문제에 대해 논의합니다.
- “1-H 2559번 질문있습니다!”: 누적합을 활용한 풀이에서 발생할 수 있는 잘못된점과 수정 사항을 설명합니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.
현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏
추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.