강의계획

(실습 문제 주제: 완전 탐색, 이진 탐색) |

• 알고리즘의 정의 및 개념
• 시간 & 공간 복잡도 (Big-O, Big-Ω, Big-Θ)
• Worst-case Complexity와 Average Complexity
• 배열(Array) vs 링크드 리스트(Linked List) 복잡도 비교
• 데이터 전처리(정렬)의 중요성: 완전 탐색(Brute-force)과 이진 탐색(Binary Search)
• O(N^2) 정렬 알고리즘: 삽입 정렬(Insertion sort) | | 2회차 | 정렬 알고리즘   (실습 문제 주제: 병합/퀵 정렬, 힙 정렬/우선순위 큐) |
• 분할 정복(Divide and conquer)
• 퀵 정렬(Quick sort), 병합 정렬(Merge sort)
• 힙 자료구조: 우선순위 큐(Priority Queue) 복습
• 힙 정렬(Heap sort)과 가속 힙 정렬(Accelerated Heap sort)
• 정렬 알고리즘 복잡도 비교 | | 3회차 | Dynamic Sets   (실습 문제 주제: 동적 배열/스택, 이진탐색트리) |
• 분할 상환 분석(Amortized Analysis)과 동적 배열(Array Doubling)
• 이진탐색트리(Binary Search Tree)와 레드블랙트리(Red-Black Tree)
• Heap과 BST 비교
• Balanced Tree가 왜 필요할까? | | 4회차 | 그래프 알고리즘   (실습 문제 주제: DFS, 최단 경로) |
• 그래프 표현 방식(인접 행렬, 인접 리스트)과 BFS, DFS
• BFS와 DFS, 언제 무엇을 쓸까?
• 탐욕적 알고리즘(Greedy Algorithm)
• Minimum Spanning Tree: 정점 중심의 Prim, 간선 중심의 Kruskal
• Shortest Path: Dijkstra (+ BFS 언급)
• 음수 가중치가 있다면 어떤 알고리즘을 써야 할까?
• Transitive Closure: Floyd-Warshall
• Dijkstra와 Floyd-Warshall 비교 | | 5회차 | 동적 프로그래밍(DP)과 문자열 알고리즘   (실습 문제 주제: DP, 패턴 매칭) |
• Dynamic Programming의 핵심 개념 (메모이제이션, 점화식 세우기)
• DP의 두 가지 구현 방식: Top-down(재귀+메모이제이션)과 Bottom-up(반복문+테이블만들기)
• 행렬 경로 곱셈(Matrix-Chain Multiplication)
• Pattern Matching: Brute-force, KMP, Boyer-Moore
• 알고리즘 설계 기법 비교: Brute-Force, Divide & Conquer, Greedy, Dynamic Programming |

활동 사진