{"componentChunkName":"component---src-templates-post-jsx","path":"/[Algorithm]HashTable/","result":{"data":{"site":{"siteMetadata":{"title":"SUbbb"}},"markdownRemark":{"id":"66ab5e60-ccc9-5f85-ad77-8457be4014db","excerpt":"🧷 해시 테이블 완전 탐색으로는 시간초과에 빠지게 되는 문제에서는 해시를 적용시켜 탐색 시간을 줄일 수 있다.  는 내부적으로 배열을 사용하여 데이터를 저장하여 작은 메모리로도 프로세스 관리가 가능해지고, 빠른 검색 속도를 갖는다. 고유의  로 접근하여 특정 값을 탐색하기에 평균적으로 이 된다. 충돌 현상으로 인해 \"평균적\"으로 이다. 문제는 이  로 저…","html":"<h2>🧷 해시 테이블</h2>\n<blockquote>\n<p>완전 탐색으로는 시간초과에 빠지게 되는 문제에서는 해시를 적용시켜 탐색 시간을 줄일 수 있다.</p>\n</blockquote>\n<p><code class=\"language-text\">Hash</code> 는 내부적으로 <strong>배열</strong>을 사용하여 데이터를 저장하여 작은 메모리로도 프로세스 관리가 가능해지고, 빠른 검색 속도를 갖는다. 고유의 <code class=\"language-text\">index</code> 로 접근하여 특정 값을 탐색하기에 평균적으로 <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><mi>O</mi><mo stretchy=\"false\">(</mo><mn>1</mn><mo stretchy=\"false\">)</mo></mrow><annotation encoding=\"application/x-tex\">O(1)</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:1em;vertical-align:-0.25em;\"></span><span class=\"mord mathnormal\" style=\"margin-right:0.02778em;\">O</span><span class=\"mopen\">(</span><span class=\"mord\">1</span><span class=\"mclose\">)</span></span></span></span>이 된다.</p>\n<ul>\n<li><strong>충돌 현상</strong>으로 인해 \"평균적\"으로 <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><mi>O</mi><mo stretchy=\"false\">(</mo><mn>1</mn><mo stretchy=\"false\">)</mo></mrow><annotation encoding=\"application/x-tex\">O(1)</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:1em;vertical-align:-0.25em;\"></span><span class=\"mord mathnormal\" style=\"margin-right:0.02778em;\">O</span><span class=\"mopen\">(</span><span class=\"mord\">1</span><span class=\"mclose\">)</span></span></span></span>이다.</li>\n<li>문제는 이 <code class=\"language-text\">index</code> 로 저장되는 <code class=\"language-text\">key</code> 값이 <strong>불규칙</strong>하다는 점이다.</li>\n</ul>\n<blockquote>\n<p><strong>충돌 현상</strong>\n: 서로 다른 두 개의 <code class=\"language-text\">Key</code> 가 같은 <code class=\"language-text\">index</code> 로 해싱되어 같은 곳에 저장하려는 현상</p>\n</blockquote>\n<p>그래서 \"특별한 알고리즘\"을 사용하여 <strong>저장할 데이터와 연관된 고유한 숫자</strong>를 만들어 이를 <code class=\"language-text\">index</code> 로 사용한다.</p>\n<ul>\n<li><code class=\"language-text\">index</code> 는 그 데이터만의 고유한 위치이므로, 삽입이나 삭제 연산 시 추가적인 비용이 발생하지 않는다.</li>\n<li>여기서 특별한 알고리즘은 <code class=\"language-text\">Hash Method</code> or <code class=\"language-text\">Hash Function</code> 이라고 하고, 이 함수에 의해 반환된 데이터의 고유 숫자 값을 <code class=\"language-text\">Hash Code</code> 라고 한다.</li>\n<li>\n<p>하지만, 잘못된 <code class=\"language-text\">Hash Function</code> 을 통해 충돌 현상이 발생하게 될 수 있다.</p>\n<ul>\n<li>충돌 현상이 많아질수록, 탐색에 필요한 시간 복잡도는 <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><mi>O</mi><mo stretchy=\"false\">(</mo><mi>N</mi><mo stretchy=\"false\">)</mo></mrow><annotation encoding=\"application/x-tex\">O(N)</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:1em;vertical-align:-0.25em;\"></span><span class=\"mord mathnormal\" style=\"margin-right:0.02778em;\">O</span><span class=\"mopen\">(</span><span class=\"mord mathnormal\" style=\"margin-right:0.10903em;\">N</span><span class=\"mclose\">)</span></span></span></span>에 가까워지게 된다.</li>\n</ul>\n</li>\n</ul>\n<p>좋은 <code class=\"language-text\">Hash Function</code> 은 일반적으로, <code class=\"language-text\">Key</code> 의 일부분을 참조하여 해시 값을 만들지 않고, <code class=\"language-text\">Key</code> 전체를 참조하여 해시 값을 만든다.</p>\n<ul>\n<li>하지만 이는 <code class=\"language-text\">Key</code> 의 특성에 따라 달라지게 된다.</li>\n</ul>\n<p><code class=\"language-text\">Hash Function</code> 을 무조건 1:1 매칭으로 만드는 것보다, <strong>충돌 현상을 최소화하는 방향으로 이를 어떻게 대응할 것인가</strong>가 더 중요하다.</p>\n<ul>\n<li>1:1 대응이 되도록 만드는 것은 거의 불가능하고, 가능하다해도 이는 곧 배열과 같기에 메모리 사용이 많아진다.</li>\n</ul>\n<h3>🪚 충돌 현상 해결 방법</h3>\n<p>아래 2가지 방법이 있고, 두 방법 모두 최악의 경우 <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><mi>O</mi><mo stretchy=\"false\">(</mo><mi>M</mi><mo stretchy=\"false\">)</mo></mrow><annotation encoding=\"application/x-tex\">O(M)</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:1em;vertical-align:-0.25em;\"></span><span class=\"mord mathnormal\" style=\"margin-right:0.02778em;\">O</span><span class=\"mopen\">(</span><span class=\"mord mathnormal\" style=\"margin-right:0.10903em;\">M</span><span class=\"mclose\">)</span></span></span></span>의 시간 복잡도를 가진다.</p>\n<ol>\n<li>\n<p><strong>Open Address 방식 (개방 주소법)</strong>\n: 충돌 현상이 발생하면, (즉, 이미 해당 해시 버킷이 사용 중인 경우) <strong>다른 해시 버킷에 삽입하려는 데이터를 삽입</strong>하는 방식이다.</p>\n<ul>\n<li>이때, 데이터를 저장하기 위해 비어 있는 다른 해시 버킷을 찾아 헤맨다. </li>\n<li>최악의 경우, 비어 있는 해시 버킷을 찾지 못해 다시 탐색을 시작한 위치로 돌아올 수 있다. 이때 탐색하는 데도 아래 3가지 방법이 있다.</li>\n<li>\n<p><strong>Linear Probing</strong>: 순차적으로 탐색하는 방식</p>\n<ul>\n<li>Primary Clustering에 취약하다.</li>\n</ul>\n</li>\n<li>\n<p><strong>Quadratic Probing</strong>: 2차 함수를 이용해 탐색할 위치를 찾는다. (<span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><msup><mn>1</mn><mn>2</mn></msup></mrow><annotation encoding=\"application/x-tex\">1^2</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:0.8141079999999999em;vertical-align:0em;\"></span><span class=\"mord\"><span class=\"mord\">1</span><span class=\"msupsub\"><span class=\"vlist-t\"><span class=\"vlist-r\"><span class=\"vlist\" style=\"height:0.8141079999999999em;\"><span style=\"top:-3.063em;margin-right:0.05em;\"><span class=\"pstrut\" style=\"height:2.7em;\"></span><span class=\"sizing reset-size6 size3 mtight\"><span class=\"mord mtight\">2</span></span></span></span></span></span></span></span></span></span></span>, <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><msup><mn>2</mn><mn>2</mn></msup></mrow><annotation encoding=\"application/x-tex\">2^2</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:0.8141079999999999em;vertical-align:0em;\"></span><span class=\"mord\"><span class=\"mord\">2</span><span class=\"msupsub\"><span class=\"vlist-t\"><span class=\"vlist-r\"><span class=\"vlist\" style=\"height:0.8141079999999999em;\"><span style=\"top:-3.063em;margin-right:0.05em;\"><span class=\"pstrut\" style=\"height:2.7em;\"></span><span class=\"sizing reset-size6 size3 mtight\"><span class=\"mord mtight\">2</span></span></span></span></span></span></span></span></span></span></span>, <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><msup><mn>3</mn><mn>2</mn></msup></mrow><annotation encoding=\"application/x-tex\">3^2</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:0.8141079999999999em;vertical-align:0em;\"></span><span class=\"mord\"><span class=\"mord\">3</span><span class=\"msupsub\"><span class=\"vlist-t\"><span class=\"vlist-r\"><span class=\"vlist\" style=\"height:0.8141079999999999em;\"><span style=\"top:-3.063em;margin-right:0.05em;\"><span class=\"pstrut\" style=\"height:2.7em;\"></span><span class=\"sizing reset-size6 size3 mtight\"><span class=\"mord mtight\">2</span></span></span></span></span></span></span></span></span></span></span>, ... 으로 탐색위치 증가)</p>\n<ul>\n<li>Secondary Clustering에 취약하다.</li>\n</ul>\n</li>\n<li>\n<p><strong>Double Hashing Probing</strong>: 하나의 해시 함수에서 충돌이 발생하면 2차 해시 함수를 사용해 탐사 이동폭을 얻어 다른 버킷을 탐색한다.</p>\n<ul>\n<li>두 취약점을 해결하지만, 가장 많은 연산을 요구한다.</li>\n</ul>\n</li>\n</ul>\n</li>\n</ol>\n<blockquote>\n<p><strong>해시 버킷</strong>?\n: 데이터를 저장하기 위한 공간</p>\n</blockquote>\n<ol start=\"2\">\n<li>\n<p><strong>Separate Chaining 방식 (분리 연결법)</strong>\n: 일반적으로 Open Address방식은 Separate Chaining보다 느리다. Open Address의 경우 해시 버킷을 채운 밀도가 높아질수록 최악의 경우가 발생할 빈도가 높아지기 때문이다. 반면, Separate Chaining 방식은 보조 해시 함수를 사용해 잘 조정한다면 최악의 경우에 가까워지는 빈도를 줄일 수 있다. Separate Chaining 방식은 2가지 구현 방식이 있다.</p>\n<ul>\n<li>\n<p>연결 리스트를 사용하는 방식 (<code class=\"language-text\">Linked List</code>)</p>\n<ul>\n<li>각각의 버킷을 연결 리스트로 만들어 충돌이 발생하면 해당 버킷의 list에 추가하는 방식이다.</li>\n<li>연결 리스트의 장, 단점을 그대로 이어 받아, 삭제 또는 삽입이 간단하지만, 작은 데이터들을 저장할 때 연결 리스트 자체의 오버헤드가 발생한다.</li>\n<li>버킷을 계속해서 사용하는 Open Address 방식에 비해 테이블의 확장을 늦출 수 있다는 특징이 있다.</li>\n</ul>\n</li>\n<li>\n<p>Tree를 사용하는 방식 (<code class=\"language-text\">Red-Black Tree</code>)</p>\n<ul>\n<li>연결 리스트 대신 트리를 사용하는 방식으로, 연결 리스트를 사용할지, 트리를 사용할지 결정하는 기준은 하나의 해시 버킷에 할당된 <code class=\"language-text\">key-value</code> 쌍의 개수이다. </li>\n<li>트리의 기본적인 메모리 사용량이 많기 때문에, 데이터의 개수가 적다면 연결 리스트를 사용하는 것이 효율적이다.</li>\n<li>데이터의 개수가 적을 때, 성능상의 차이는 거의 없기에 메모리적으로 효율적인 연결 리스트를 사용하는 것이 좋다.</li>\n</ul>\n</li>\n</ul>\n</li>\n</ol>\n<blockquote>\n<p><strong>Java 7에서는 Separate Chaining 방식을 사용해 <code class=\"language-text\">HashMap</code> 을 구현한다.</strong></p>\n<ul>\n<li>Open Addressing은 데이터 삭제 시, <code class=\"language-text\">remove()</code> 의 빈번한 호출로 인해 처리가 효율적이기 어렵다. </li>\n<li>또한, 저장된 키-값 쌍의 개수가 일정 이상이면, Worst Case 발생 빈도가 더 높아져 Separate Chaining 방식보다 느리다.</li>\n</ul>\n</blockquote>\n<blockquote>\n<p><strong>데이터가 적다는 것의 의미</strong>\n: 기준은 위에서 언급했듯 하나의 해시 버킷에 할당된 <code class=\"language-text\">key-value</code> 쌍의 개수이다. 연결 리스트의 기준과 트리의 기준은 6개와 8개로 나뉜다.</p>\n<ul>\n<li>7이 없는 이유는, <strong>자료구조를 변경하는 데 소모되는 비용을 줄이기 위함</strong>이다.</li>\n</ul>\n</blockquote>\n<p>해시 버킷에 6개의 <code class=\"language-text\">key-value</code> 쌍이 있다고 가정해보자. 이때 하나의 값이 추가되어 총 쌍의 개수가 7개가 되었다. 만약, 기준이 6, 7이었다면, 값이 추가되면서 자료구조를 트리로 변경해야 한다. 그리고 다시 하나의 값이 삭제된다면, 다시 트리에서 연결 리스트로 자료구조를 변경해야 한다. </p>\n<ul>\n<li>즉, 기준이 1 차이가 난다면, 자료구조를 변경하는 <code class=\"language-text\">Switching</code> 비용이 너무 많이 필요하게 된다. </li>\n<li>따라서, 기준을 2만큼의 차이를 두었다.</li>\n<li>결과적으로, 쌍의 개수가 6개 -> 7개로 변경된다면 연결 리스트 구조를 유지할 것이고, 8개 -> 7개로 변경된다면 트리 구조를 유지할 것이다.</li>\n</ul>\n<blockquote>\n<p><strong>보조 해시 함수</strong>\n: <code class=\"language-text\">key</code> 의 해시 값을 변형하여 해시 충돌 가능성을 줄이기 위해 사용한다. Separate Chaining 방식 사용 시, 함께 사용되며 최악의 경우에 가까워지지 않도록 한다.</p>\n</blockquote>\n<h3>🪚 해시 버킷 동적 확장 (Resize)</h3>\n<p>해시 버킷의 개수가 적다면 메모리 사용을 아낄 수 있지만 해시 충돌로 인해 성능 상 손실이 발생한다.</p>\n<ul>\n<li>\n<p>그래서 <code class=\"language-text\">HashMap</code> 은 <code class=\"language-text\">key-value</code> 쌍의 개수가 일정 이상이 되면, 해시 버킷의 개수를 두 배로 늘린다. 개수를 늘림으로써, 충돌로 인한 성능 손실 문제를 어느 정도 해결할 수 있다.</p>\n<ul>\n<li>여기서 일정 이상의 의미는 현재 데이터의 개수가 해시 버킷의 개수의 <strong>75%</strong> 가 될 때이다. </li>\n<li><code class=\"language-text\">0.75</code> 라는 숫자는 <strong>load factor</strong>로 불린다.</li>\n</ul>\n</li>\n</ul>\n<h3>🪚 예제 문제</h3>\n<p><a href=\"https://codeforces.com/contest/4/problem/C?f0a28=1\">문제 링크</a></p>\n<p>N(1 ~ 100000)의 값만큼 문자열이 입력된다. 처음 입력되는 문자열은 \"OK\", 들어온 적이 있던 문자열은 \"문자열 + index\"로 출력한다.</p>\n<deckgo-highlight-code language=\"java\" terminal=\"carbon\" theme=\"a11y-dark\" line-numbers=\"true\"  >\n          <code slot=\"code\">// input\n5\nabcd\nbac\nabcd\nabcd\nab\n\n// output\nOK\nOK\nabcd1\nabcd2\nOK</code>\n        </deckgo-highlight-code>\n<ul>\n<li>N값은 최대 10만이므로, 이를 완전 탐색으로 해결한다면 <span class=\"katex\"><span class=\"katex-mathml\"><math xmlns=\"http://www.w3.org/1998/Math/MathML\"><semantics><mrow><mi>O</mi><mo stretchy=\"false\">(</mo><msup><mi>N</mi><mn>2</mn></msup><mo stretchy=\"false\">)</mo></mrow><annotation encoding=\"application/x-tex\">O(N^2)</annotation></semantics></math></span><span class=\"katex-html\" aria-hidden=\"true\"><span class=\"base\"><span class=\"strut\" style=\"height:1.064108em;vertical-align:-0.25em;\"></span><span class=\"mord mathnormal\" style=\"margin-right:0.02778em;\">O</span><span class=\"mopen\">(</span><span class=\"mord\"><span class=\"mord mathnormal\" style=\"margin-right:0.10903em;\">N</span><span class=\"msupsub\"><span class=\"vlist-t\"><span class=\"vlist-r\"><span class=\"vlist\" style=\"height:0.8141079999999999em;\"><span style=\"top:-3.063em;margin-right:0.05em;\"><span class=\"pstrut\" style=\"height:2.7em;\"></span><span class=\"sizing reset-size6 size3 mtight\"><span class=\"mord mtight\">2</span></span></span></span></span></span></span></span><span class=\"mclose\">)</span></span></span></span>의 시간복잡도를 가져, 100억번의 연산이 필요하다. 이는 곧바로 시간초과로 이어질 것이다.</li>\n<li>\n<p>따라서 <strong>해시 테이블</strong>을 이용해 해결해야 한다. </p>\n<ul>\n<li>입력된 문자열 값을 해시 키로 변환시켜 저장하면서 진행한다.</li>\n</ul>\n</li>\n</ul>\n<deckgo-highlight-code language=\"java\" terminal=\"carbon\" theme=\"a11y-dark\" line-numbers=\"true\"  >\n          <code slot=\"code\">public class Solution {\n  static final int HASH_SIZE = 1000;\n  static final int HASH_LEN = 400;\n  static final int HASH_VAL = 17; // 소수로 할 것, 주로 17, 19, 23\n  static String str;\n  static int N;\n\t\n  static int[][] data = new int[HASH_SIZE][HASH_LEN];\n  static int[] length = new int[HASH_SIZE];\n  static String[][] s_data = new String[HASH_SIZE][HASH_LEN];\n\n  public static void main(String[] args) throws Exception {\n    BufferedReader br = new BufferedReader(new InputStreamReader(System.in));\n    StringBuilder sb = new StringBuilder();\n\t\t\n    N = Integer.parseInt(br.readLine()); // 입력 수 (1 ~ 100000)\n\t\t\n    for (int i = 0; i &lt; N; i++) {\n      str = br.readLine();\n\t\t\t\n      // 입력 문자열로부터 키 값을 생성\n      int key = getHashKey(str);\n\n      // 해당 키 값이 이미 존재하는지 확인\n      int cnt = checking(key);\n\n      // 이미 들어왔던 문자열\n      if(cnt != -1)\tsb.append(str).append(cnt).append(&quot;\\n&quot;);\n      else sb.append(&quot;OK&quot;).append(&quot;\\n&quot;);\n      }\n\t\t\n    System.out.println(sb.toString());\n  }\n  \n  public static int getHashKey(String str) {\t\t\n    int key = 0;\n\t\t\n    // 키 값 생성 (HASH_VAL 사용)\n    for (int i = 0; i &lt; str.length(); i++)\n      key = (key * HASH_VAL) + str.charAt(i) + HASH_VAL;\n\n    // 키 값 양수로 변환\n    if(key &lt; 0) key = -key; \n\t\t\n    return key % HASH_SIZE;\t\n  }\n\n  public static int checking(int key) {\t\n    // 현재 키에 담긴 수\n    int len = length[key]; \n\n    // 이미 들어온 적 있음\n    if(len != 0) {\n      // 이미 들어온 문자열이 해당 키 배열에 있는지 확인\n      for (int i = 0; i &lt; len; i++) { \n        if(str.equals(s_data[key][i])) {\n          // 있다면 들어온 수를 반환\n          data[key][i]++;\n          return data[key][i];\n        }\n      }\n    }\n    \n    // 들어온 적이 없었으면 해당 키 배열에 문자열을 저장하고 길이 1 늘리기\n    s_data[key][length[key]++] = str;\n    \n    // 들어온 적 없었다면 -1 반환\n    return -1;\n  }\n}</code>\n        </deckgo-highlight-code>\n<hr>\n<h2>📕 참고</h2>\n<ul>\n<li><a href=\"https://gyoogle.dev/blog/algorithm/Bubble%20Sort.html\">Tech Interview for developer</a></li>\n<li><a href=\"https://github.com/JaeYeopHan/Interview_Question_for_Beginner/tree/master/DataStructure#hash-table\">JaeYeopHan/Interview<em>Question</em>for_Beginner</a></li>\n<li><a href=\"https://ratsgo.github.io/data%20structure&#x26;algorithm/2017/10/25/hash/\">해싱, 해시함수, 해시테이블</a></li>\n</ul>","frontmatter":{"title":"💡 해시 테이블 (Hash Table)","date":"May 06, 2022","update":"May 06, 2022","tags":["개발상식","Java","Hash"],"series":"💡 Algorithm"},"fields":{"slug":"/[Algorithm]HashTable/","readingTime":{"minutes":12.225}}},"seriesList":{"edges":[{"node":{"id":"b0e662c4-8dab-58b1-8e34-76fd1f26ad52","fields":{"slug":"/[Algorithm]graph/"},"frontmatter":{"title":"💡 Graph 이론"}}},{"node":{"id":"c1c6944f-734a-5276-8604-a897181207ae","fields":{"slug":"/[Algorithm]문제해결개관/"},"frontmatter":{"title":"💡 문제해결개관"}}},{"node":{"id":"b783c57f-f958-5c14-9935-06b16995e8f1","fields":{"slug":"/[Algorithm]알고리즘분석/"},"frontmatter":{"title":"💡 알고리즘 분석"}}},{"node":{"id":"f3c7f32a-2ead-5bd5-a198-ee5342823217","fields":{"slug":"/[Algorithm]Sorting 알고리즘/"},"frontmatter":{"title":"💡 Sorting 알고리즘"}}},{"node":{"id":"07844ce0-f154-5ad8-b4cc-c6e9bebecc21","fields":{"slug":"/[Algorithm]이분 탐색/"},"frontmatter":{"title":"💡 이분 탐색(Binary Search)"}}},{"node":{"id":"66ab5e60-ccc9-5f85-ad77-8457be4014db","fields":{"slug":"/[Algorithm]HashTable/"},"frontmatter":{"title":"💡 해시 테이블 (Hash Table)"}}},{"node":{"id":"8aa61523-9a0a-5cc7-a670-9750d851b450","fields":{"slug":"/[Algorithm]최장증가수열(LIS)/"},"frontmatter":{"title":"💡 최장 증가 수열(LIS)"}}},{"node":{"id":"db216133-c9cd-5948-babf-f437eb127d7c","fields":{"slug":"/[Algorithm]DynamicProgramming/"},"frontmatter":{"title":"💡 DP (Dynamic Programming)"}}},{"node":{"id":"fa96dd6e-75c9-5a7c-887c-1993125cc7f0","fields":{"slug":"/[Algorithm]최소공통조상(LCA)/"},"frontmatter":{"title":"💡 최소 공통 조상(LCA)"}}},{"node":{"id":"268a7d15-795c-5e9f-9770-eeda9132721d","fields":{"slug":"/[Algorithm]다익스트라알고리즘/"},"frontmatter":{"title":"💡 다익스트라(Dijkstra) 알고리즘"}}},{"node":{"id":"f3a9bade-22f4-54b0-ad9a-b642d6f2b754","fields":{"slug":"/[Algorithm]비트마스크/"},"frontmatter":{"title":"💡 비트마스크(BitMask)"}}}]},"previous":{"fields":{"slug":"/[Algorithm]이분 탐색/"},"frontmatter":{"title":"💡 이분 탐색(Binary Search)"}},"next":{"fields":{"slug":"/[Programmers]81304/"},"frontmatter":{"title":"👩‍💻 81304. 미로 탈출"}}},"pageContext":{"id":"66ab5e60-ccc9-5f85-ad77-8457be4014db","series":"💡 Algorithm","previousPostId":"07844ce0-f154-5ad8-b4cc-c6e9bebecc21","nextPostId":"2a8ccd4c-16aa-5788-af89-89b338e8cc9d"}},"staticQueryHashes":[]}