추가 적립 안내

10만 개의 깃허브 스타를 받은 강좌로 배우는 알고리즘 코딩 테스트

시험과 면접을 앞둔 개발자 준비생들을 위해 자주 출제되는 리트코드 문제 75개를 선정해 풀이 과정을 설명한다. 책을 읽으면서 리트코드 플랫폼에서 직접 문제 풀이를 진행할 수 있고, 손으로 풀면서 하나하나 장을 완료하면 같은 유형의 문제들을 풀 자신감을 얻을 수 있다. 동적 계획법, 이진 트리, LRU, LFU, 역추적, 너비 우선 탐색 등 자주 나오는 알고리즘 문제를 익혀 코딩 테스트에 대비하자.

리트코드LeetCode로 실습하며 코딩 인터뷰를 대비하는 알고리즘 문제 풀이 참고서

시험과 면접이 목적이라면 두꺼운 알고리즘 서적보다는 문제를 직접 풀어보는 것이 훨씬 도움이 됩니다. 문제를 푸는 방식에는 노하우가 있기 마련이고, 깃허브에서 스타를 10만 개 받은 저자 푸둥라이의 노하우를 이 책에서 배울 수 있습니다. 몇천 개의 문제를 다 풀어볼 수는 없으니 문제를 유형별로 나누고 공통되는 프레임을 익힙니다. 이와 같은 방식으로 해법을 익히면 하나의 해법으로도 수천 가지 문제에 대응할 수 있습니다.

1장에서는 동적 계획법, 역추적, 너비 우선 탐색, 투 포인터, 슬라이딩 윈도 등을 포함해 자주 사용하는 알고리즘의 핵심과 문제 해결의 프레임을 확인합니다. 2장에서는 동적 계획법에서 사용되는 사고의 프레임을 사용해 정규 표현식(regular expression), 배낭 문제 등 기본적인 동적 계획법 문제를 해결합니다. 상태 전이 방정식을 작성하고, 상태 압축을 진행하는 방법 등을 소개합니다.

3장은 데이터 구조와 관련하여 이진 트리, LRU, LFU 등 면접 시 자주 접하는 알고리즘과 그 원리를 설명합니다. 4장은 역추적 알고리즘, 너비 우선 탐색 알고리즘 등의 핵심 비법과 프레임을 자세히 알아봅니다. 마지막으로 5장은 앞에서 배운 알고리즘들을 응용하여 면접에 자주 나오는 문제 18가지를 설명합니다. 다양한 알고리즘과 결합하여 문제를 설명하고 여러 가지 해법을 소개합니다.

리트코드(LeetCode)는 사용자도 많을뿐더러 문제도 2,000개 이상 보유하고 있습니다. 이 책은 그중에서 테스트에 자주 출제되는 문제만을 엄선했습니다. 특히 본 한국어판은 리트코드를 처음 접하는 독자를 위해 리트코드 사이트 사용법을 부록으로 추가했습니다. 테스트에 자주 나오는 알고리즘 문제를 직접 풀어보며 쉽고 재미있게 익혀보아요.

Zhang Qi(?奇)(Boohee, Inc. 개발자)
개발자로서 유명 IT 회사에 입사하고 싶거나 앞으로의 커리어를 잘 쌓고 싶다면 알고리즘은 꼭 거쳐야 하는 길입니다. 알고리즘은 개발자로서 발전 가능성을 결정짓기에 알고리즘에 대한 평가 비중은 정말 큽니다. 바로 이것이 당신에게 이 책이 필요한 이유입니다.

Wei Mengshu(魏?舒)(《Comic Algorithm》 저자, NSCC 개발자)
IT 기업의 면접 과정에서 지원자의 알고리즘 능력 평가는 매우 중요합니다. 알고리즘 문제를 공부하면 코딩 테스트에서 좋은 점수를 받을 수 있을 뿐만 아니라 논리적 사고 능력을 기를 수도 있습니다. 이 책은 쉬운 언어로 여러 알고리즘 주제를 설명해, 알고리즘 능력을 기르려는 개발자와 개발자 지망생에게 큰 도움이 될 것입니다.

옮긴이 머리말 x
베타리더 후기 xii
머리말 xiv
이 책에 대하여 xv
이 책을 읽는 법 xviii

CHAPTER 0 언어 기초 1
0.1 C++ 1
0.2 자바 8
0.3 파이썬 3 14

CHAPTER 1 핵심 알고리즘 17
1.1 알고리즘 학습과 문제 해결 아이디어 17
1.2 동적 계획법 문제 해결 방법 27
1.3 역추적 알고리즘 문제 해결 방법 39
1.4 BFS 알고리즘 문제 해결 방법 50
1.5 투 포인터 기법 프레임 60

CHAPTER 2 동적 계획법 95
2.1 동적 계획법: 최장 증가 부분 수열 95
2.2 2차원 증가 부분 수열: 봉투 중첩 문제 103
2.3 최대 부분 배열 문제 106
2.4 동적 계획법 Q&A: 최적 하위 구조와 dp 순회 방향 110
2.5 기본 동적 계획법: 최장 공통 부분 순열 116
2.6 기본 동적 계획법: 편집 거리 121
2.7 부분 수열 문제 해결 템플릿: 최장 회문 부분 수열 135
2.8 상태 압축: 동적 계획법 차원 축소 140
2.9 최소 삽입 횟수로 회문 문자열 구성 147
2.10 동적 계획법의 정규 표현식 155
2.11 다른 정의에 따른 다른 해법 163
2.12 기본 동적 계획법: 고층에서 계란 던지기 169
2.13 기본 동적 계획법: 고층에서 계란 던지기(심화) 174
2.14 기본 동적 계획법: 풍선 터트리기 문제 182
2.15 기본 동적 계획법: 0-1 배낭 문제 190
2.16 기본 동적 계획법: 하부 집합 배낭 문제 194
2.17 기본 동적 계획법: 완전한 배낭 문제 198
2.18 문제는 변해도 방법은 변하지 않는다 202
2.19 동적 계획법과 역추적 알고리즘의 관계 209

CHAPTER 3 데이터 구조 219
3.1 LRU 캐시 제거 알고리즘 219
3.2 계층별로 분해하여 LFU 알고리즘 작성하기 231
3.2.4 LFU 핵심 로직 237
3.3 이진 탐색 트리 작업 모음 239
3.4 완전 이진 트리의 노드 계산이 어려운 이유 247
3.5 다양한 순회 프레임을 사용한 이진 트리 직렬화와 역직렬화 251
3.6 Git 원리, 이진 트리의 최소 공통 조상 263
3.7 특수 데이터 구조: 단조 스택 269
3.8 특수 데이터 구조: 단조 큐 274
3.8.3 알고리즘 복잡도 분석 280
3.9 회문 연결 리스트 판단 280
3.10 순수 재귀의 반전 연결 리스트 조작 286
3.11 k개의 반전 연결 리스트 292

CHAPTER 4 알고리즘 사고 299
4.1 하부 집합, 조합, 순열 문제 해결을 위한 역추적 알고리즘 299
4.2 역추적 알고리즘 실전: 스도쿠 문제 풀기 307
4.3 역추적 알고리즘 실전: 괄호 생성 312
4.4 BFS 알고리즘 무차별 탐색으로 퍼즐 문제 풀기 316
4.5 2Sum 문제의 핵심 아이디어 321
4.6 nSum 문제를 해결하는 함수 325
4.7 복잡한 문제 분해하기: 계산기 구현 333
4.8 호떡을 정리하는 재귀 아이디어 342
4.9 구간 합 기법을 사용한 부분 배열 문제 해결 346
4.10 중첩 리스트 평탄화 350

CHAPTER 5 면접에 자주 나오는 문제 357
5.1 효율적으로 소수를 찾는 방법 357
5.2 효율적인 모듈로 지수 연산 361
5.3 이진 탐색 알고리즘 사용하기 366
5.4 빗물 받는 문제의 효율적인 해결 방법 370
5.5 정렬된 배열의 중복 요소 제거 377
5.6 최장 회문 부분 문자열 찾기 379
5.7 탐욕 알고리즘을 활용한 점프 게임 382
5.8 탐욕 알고리즘을 사용한 시간 관리 388
5.9 괄호의 유효성 판단 394
5.10 수험생의 좌석 배치 396
5.11 Union-Find 알고리즘 상세 403
5.12 Union-Find 알고리즘 응용 414
5.13 한 줄의 코드로 풀 수 있는 알고리즘 문제 420

APPENDIX A 한국어판 부록: LeetCode 가이드 427

문제 목록 433
찾아보기 436

우리는 문제의 유형을 파악하고 아이디어와 해법을 도출해내는 방식을 배울 것이다. 틀에서 벗어나 문제의 공통점과 본질을 파악하면 한 문제를 통해 비슷한 유형의 문제들을 풀 수 있다. / 우리는 일반적인 데이터 구조를 다루는 것이지 알고리즘 대회를 준비하는 것이 아니다. 따라서 일반적인 문제만 풀면 된다. 설명과 함께 나의 개인적인 문제 풀이 경험도 공유한다. 따라서 독자는 나의 시점에서 이해해보는 것도 도움이 될 것이며 다른 세부 사항에는 신경 쓰지 않아도 된다. 이번 절에서 데이터 구조와 알고리즘에 대한 이해의 틀을 확립할 수 있기를 바란다. (17쪽)

무차별 탐색은 효율이 매우 낮아 불필요한 계산을 피하기 위해서는 메모 또는 DP 테이블을 사용한 최적화 과정이 필요하다. / 이런 과정을 통해 동적 계획법 문제는 최적의 하위 구조를 가질 수 있으며, 하위 문제의 최댓값을 통해 상위 문제의 최댓값을 얻을 수 있다. / 동적 계획법의 핵심 아이디어는 무차별 탐색을 통해 최댓값을 찾는 것이지만, 문제는 다양한 방식으로 변형될 수 있다. 무차별 탐색은 쉽지 않으며, 정확한 상태 전이 방정식을 통해서만 정확한 탐색이 가능하다. (27~28쪽)

이진 탐색은 간단하지 않다. KMP(Knuth-Morris-Pratt algorithm)를 개발한 도널드 커누스(Donald Knuth)는 이진 탐색을 다음과 같이 평가한다. / “이진 탐색의 기본 아이디어는 직관적일지라도 상세 내용은 매우 까다로울 수 있다.” / 기본 아이디어는 매우 간단하지만 세부 사항은 아주 복잡할 수 있다는 의미이다. 많은 사람이 정수의 오버플로 버그에 대해 이야기하는 것을 좋아한다. 하지만 이진 탐색의 문제는 이와 같은 세부 사항이 아니라 mid를 추가 또는 제거할지, while 내부에 〈=를 사용할지 또는 〈를 사용할지에 있다. (67쪽)

이번 장에서는 주로 연결 리스트, 이진 트리와 같은 기본 데이터 구조의 사용을 다룬다. 복잡한 문제를 계층별로 나누거나 LRU, LFU 등 기본 알고리즘을 직접 작성해본다. 또한 단조 스택과 단조 큐와 같이 특수한 데이터 구조의 구현 방법과 시나리오의 사용을 소개한다. / 알고리즘이 영혼이라면 데이터 구조는 피와 살이라고 볼 수 있다. 데이터 구조의 신비를 함께 알아보자. / LRU 알고리즘은 캐시를 제거하는 것으로, 원리는 어렵지 않다. 그러나 면접에서 버그가 없는 알고리즘을 작성하려면 기법이 필요한데 데이터 구조를 계층별로 추상화하고 분해해야 한다. 이번 절에서 아름다운 코드를 작성해보자. (219쪽)

조합 문제는 역추적 아이디어를 사용하고 결과를 트리 구조로 추상화할 수 있다. 핵심은 start를 사용해 이미 선택한 숫자를 제외하고 모든 리프 노드를 결과로 사용하는 것이다. / 순열 문제는 역추적 아이디어를 사용하고 역추적 템플릿을 사용하기 위해 트리 구조로 추상화할 수 있다. 핵심은 contains 메서드를 사용해 이미 선택한 숫자를 제외하고 모든 리프 노드를 결과로 사용하는 것이다. / 하부 집합 문제는 수학적 귀납법을 사용할 수 있다. 더 작은 문제의 결과를 알고 있다고 가정하여 원래 문제의 결과를 도출할 방법을 찾는다. 역추적 알고리즘을 사용해 트리 구조로 추상화할 수 있으며 start 매개변수를 사용해 이미 선택한 숫자를 제거하고 전체 트리의 노드를 결과로 기록한다. / 이러한 몇 가지 트리를 기억해두면 대부분의 역추적 알고리즘 문제에 대응할 수 있으며, start 또는 contains의 가지치기이므로 특별한 기법은 아니다. (307쪽)