똑똑한 코드 작성을 위한 실전 알고리즘

핵심만 골라 확실하게 익히는 파이썬 알고리즘

알고리즘 학습에서 가장 중요한 것은 문제 해결 능력입니다. 단순히 각 알고리즘의 기능을 개별적으로만 공부할 것이 아니라, 특정 문제가 주어졌을 때 여러 가지 접근법을 적용해보고 서로 다른 알고리즘의 성능을 비교할 수 있어야 합니다.

이 책은 정렬, 이진 탐색, 그래프 등 컴퓨터 과학에서 가장 많이 활용되는 핵심 알고리즘을 사용해 문제를 효율적으로 해결하는 방법을 알려줍니다. 어려운 수식이 아니라 간결한 파이썬 코드 및 대응되는 그림을 따라가면서 알고리즘의 원리를 쉽게 이해하도록 안내합니다. 알고리즘 구현 코드를 한줄 한줄 살펴보고 각 단계를 시각화한 도식과 함께 진행 과정을 차근차근 짚어봅니다. 예제 코드를 직접 실행한 성능 분석 표를 통해 서로 다른 알고리즘의 성능 측정치를 직관적으로 비교해보고, 마지막으로 연습 문제를 풀어보며 각 장에서 배운 내용을 응용해봅니다.

예제와 연습 문제는 파이썬으로 작성되었습니다. 파이썬 코드는 간결하고 직관적이며 다양한 유형의 문제에 대응하기 쉬워, 기술 면접이나 시험을 위해 알고리즘을 공부한다면 파이썬이 좋은 선택지입니다.

대상 독자
● 컴퓨터 과학의 핵심 알고리즘을 쉽게 익히고 싶은 사람
● 코드를 개선해 프로그램 성능을 높이고 싶은 사람

주요 내용
● 컴퓨터 과학과 소프트웨어 공학의 핵심 알고리즘을 살펴봅니다.
● 분할 정복, 동적 프로그래밍, 탐욕 알고리즘 등 효율적인 문제 해결 전략을 학습합니다.
● 코드를 분석하고 빅오 표기법을 사용해 시간 복잡도를 평가합니다.
● 파이썬 라이브러리와 자료구조를 사용해 알고리즘으로 문제를 해결합니다.
● 중요한 여러 알고리즘의 주요 단계를 이해합니다.

CHAPTER 1 문제 해결
1.1 알고리즘이란
1.2 리스트에서 가장 큰 값 찾기
1.3 주요 연산 횟수 계산하기
1.4 모델로 알고리즘 성능 예측하기
1.5 리스트에서 가장 큰 두 수 찾기
1.6 토너먼트 알고리즘
1.7 시간 복잡도와 공간 복잡도
1.8 요약
1.9 연습 문제

CHAPTER 2 알고리즘 분석
2.1 경험적 모델로 성능 예측하기
2.2 곱셈 성능 예측하기
2.3 성능 클래스
2.4 점근적 분석
2.5 모든 수행 계산하기
2.6 모든 바이트 계산하기
2.7 이진 배열 탐색
2.8 이진 배열 탐색으로 리스트에서 값 찾기
2.9 이진 배열 탐색의 또 다른 기능
2.10 알고리즘 성능 비교
2.11 곡선 피팅 vs. 상/하한
2.12 요약
2.13 연습 문제

CHAPTER 3 해싱
3.1 키와 연관된 값
3.2 해시 함수와 해시 코드
3.3 (키, 값) 쌍에 대한 해시 테이블 구조
3.4 선형 조사로 충돌 검출 및 해결하기
3.5 연결 리스트를 사용한 분리 연쇄법
3.6 연결 리스트에서 엔트리 삭제하기
3.7 개방 주소법과 분리 연쇄법 평가하기
3.8 동적 해시 테이블
3.9 동적 해시 테이블 성능 분석하기
3.10 완벽한 해싱
3.11 (키, 값) 쌍 순회하기
3.12 요약
3.13 연습 문제

CHAPTER 4 힙
4.1 최대 이진 힙
4.2 (값, 우선순위) 삽입하기
4.3 우선순위가 가장 높은 값 제거하기
4.4 배열로 이진 힙 구성하기
4.5 엔트리 이동의 구현
4.6 요약
4.7 연습 문제

CHAPTER 5 정렬
5.1 교환을 통한 정렬
5.2 선택 정렬
5.3 성능이 O(N2)인 정렬 알고리즘의 구조
5.4 삽입 정렬과 선택 정렬의 성능
5.5 재귀와 분할 정복
5.6 병합 정렬
5.7 퀵 정렬
5.8 힙 정렬
5.9 O(NlogN) 알고리즘의 성능 비교하기
5.10 팀 정렬
5.11 요약
5.12 연습 문제

CHAPTER 6 이진 트리
6.1 시작하기
6.2 이진 탐색 트리
6.3 이진 탐색 트리에서 값 탐색하기
6.4 이진 탐색 트리에서 값 제거하기
6.5 이진 탐색 트리 순회하기
6.6 이진 탐색 트리 성능 분석하기
6.7 자가 균형 이진 트리
6.8 자가 균형 이진 트리 성능 분석하기
6.9 이진 탐색 트리를 (키, 값) 심볼 테이블로 사용하기
6.10 이진 탐색 트리를 우선순위 큐로 사용하기
6.11 요약
6.12 연습 문제

CHAPTER 7 그래프
7.1 그래프로 문제 모델링하기
7.2 깊이 우선 탐색으로 미로 풀기
7.3 너비 우선 탐색으로 미로 풀기
7.4 유향 그래프
7.5 가중치 그래프
7.6 다익스트라 알고리즘
7.7 모든 쌍의 최단 경로 문제
7.8 플로이드-워셜 알고리즘
7.9 요약
7.10 연습 문제

CHAPTER 8 정리
8.1 파이썬 내장 데이터 타입
8.2 스택 구현하기
8.3 큐 구현하기
8.4 힙과 우선순위 큐 구현
8.5 이후 학습

조지 하이네만 (George Heineman)
소프트웨어 엔지니어링 및 알고리즘 분야에서 20여 년간 경험을 쌓은 컴퓨터공학과 교수다. 『Algorithms in a Nutshell, 2nd ed.』(O'reilly, 2016)의 저자이며 오라일리 사파리에서 〈Exploring Algorithms in Python〉, 〈Working with Algorithms in Python〉을 비롯한 동영상 강의를 다수 제작했다. 논리 및 수학 퍼즐에 관심이 많아 스도쿠의 변형인 Sujiken 퍼즐과 Trexagon 퍼즐을 발명했다.