ji-frontdev

난이도 2 - 경로 탐색 (예상 소요 시간: 10~15분) 🔹 문제: 미로 탐색N x M크기의 미로가 주어진다. (1,1)에서 시작해 (N,M)으로 가는 최단 경로를 DFS로 탐색하여 출력하시오.벽(0)과 길(1)로 이루어져 있으며, 상하좌우로 이동 가능하다. 입력 예시:4 4 1 1 0 1 1 1 1 1 0 1 0 1 1 1 1 1 출력 예시:최단 거리: 7 // 0,0 -> 4,4  console.log(solution(5, 5, [ [1, 1, 0, 0, 0], [0, 1, 1, 1, 0], [0, 0, 0, 1, 0], [1, 1, 1, 1, 1], [0, 0, 0, 0, 1]])); // 예상 결과: 9console.log(solution(4, 4, [ ..

난이도 1 - 기본 탐색 (예상 소요 시간: 5~10분)🔹 문제: 숫자 삼각형 탐색 n개의 줄로 이루어진 숫자 삼각형이 주어진다. 가장 위에서 시작해서 아래로 이동하며 합이 최대가 되는 경로를 찾으시오.단, 한 번에 아래층의 바로 아래나 오른쪽 아래로만 이동할 수 있다. 입력 예시:3 7 3 8 8 1 0  출력 예시: 최대 합: 18 (7 → 8 → 3) 문제 설명숫자로 이루어진 삼각형이 주어졌을 때, 위에서 아래로 이동하면서 얻을 수 있는 최대 합을 구하는 문제.단, 이동할 때는 바로 아래 또는 오른쪽 아래로만 갈 수 있어. 입력 예제 2 4 4 2 3 3 6 1 8 2 7 4출력 예제 2 최대 합: 18 (4 → 3 → 6 → 7)경로 설명4 (첫 번째 줄)3 (두 번째 줄, 선택 가..

🔎 1️⃣ DFS & BFS 문제에서 묻는 것그래프 탐색 문제에서 DFS(깊이 우선 탐색)와 BFS(너비 우선 탐색)를 구현할 수 있는지를 확인합니다.✅ 주요 개념DFS(Depth-First Search, 깊이 우선 탐색)그래프에서 한 경로를 깊게 탐색하다가 막히면 다시 되돌아가며 탐색하는 방식재귀(Recursive) 또는 스택(Stack)으로 구현BFS(Breadth-First Search, 너비 우선 탐색)시작점에서 가까운 노드부터 탐색하는 방식큐(Queue)를 활용하여 구현✅ 이 문제에서 확인하려는 핵심 내용그래프 탐색 알고리즘을 이해하고 있는가?DFS와 BFS를 직접 구현할 수 있는가?스택(Stack), 큐(Queue) 자료구조를 활용할 수 있는가?시간복잡도와 공간복잡도를 고려하여 효율적으로 탐..

🚀 문제n개의 계단을 오를 때, 한 번에 1계단 또는 2계단을 오를 수 있다. 계단을 오르는 방법의 수를 반환하는 함수를 작성하시오.function climbStairs(n) { // 여기에 코드 작성}console.log(climbStairs(5)); // 8🔹 코드function climbStairs(n) { if(n  📌 동적 계획법 (DP)🔎 1️⃣ 문제가 묻는 것동적 계획법(DP)은 복잡한 문제를 여러 개의 작은 문제로 나누어 푸는 알고리즘 설계 기법입니다. 보통 최적화 문제나 계산을 효율적으로 해결해야 할 문제에서 유용하게 사용됩니다. 주로 두 가지 방식인 탑다운(Top-Down) 방식과 바텀업(Bottom-Up) 방식으로 구현할 수 있습니다.✅ 핵심 개념:문제 분할:문제를 더 ..

🚀 문제정렬된 배열에서 특정 값을 찾는 이진 탐색 알고리즘을 구현하시오.function binarySearch(arr, target) { // 여기에 코드 작성}console.log(binarySearch([1, 3, 5, 7, 9, 11], 5)); // 2🔹 코드function binarySearch(arr, target) { let left = 0; let right = arr.length - 1; while (left 📌 이진 탐색 문제🔎 1️⃣ 문제가 묻는 것이진 탐색 문제에서 요구하는 것은 정렬된 배열에서 특정 값을 효율적으로 찾는 방법입니다. 이진 탐색은 배열을 반씩 나누어가며 탐색을 진행하므로 시간 복잡도를 O(log N)로 줄일 수 있습니다. 문제는 일반적으로 배..

💡 1. 동적 계획법(DP) 개요동적 계획법(DP)은 문제를 작은 하위 문제로 나누어 해결하는 알고리즘 기법입니다. 반복적인 계산을 피하고 중복 계산을 줄여 성능을 향상시키는 방식입니다.DP에서 중요한 개념은 중복 계산을 방지하는 것과 최적의 해법을 찾는 것입니다.💡 2. 메모이제이션과 DP: 무엇이 다를까?메모이제이션은 동적 계획법의 일종입니다. 구체적으로, 메모이제이션은 Top-Down 방식으로 문제를 해결하며, 계산한 결과를 저장하고 재사용하는 기법입니다. DP의 Bottom-Up 방식은 작은 문제부터 차례대로 해결하여 큰 문제를 풀어가는 방식입니다.  방법 방식 설명메모이제이션Top-Down 방식재귀를 이용하여 큰 문제를 먼저 해결하고, 작은 문제를 나누어 해결. 중복 계산을 줄이기 위해 결..

🚀 문제재귀를 사용하여 n번째 피보나치 수를 반환하는 함수를 작성하시오.function fibonacci(n) { // 여기에 코드 작성}console.log(fibonacci(10)); // 55🔹 코드function fibonacci(n) { if (n === 0) return 0; if (n === 1) return 1; return fibonacci(n - 1) + fibonacci(n - 2);}console.log(fibonacci(10)); // 55📌 피보나치 수열 문제🔎 1️⃣ 문제가 묻는 것일반적으로 코딩 테스트에서 피보나치 수열을 반환하는 문제는 다음을 요구할 가능성이 큽니다:✅ 정의:fibonacci(n) 함수는 n번째 피보나치 수를 반환해야 한다.피보나치 ..

🔥 메모이제이션 vs 반복문, 무엇이 더 효율적일까?프로그래밍에서 성능 최적화는 매우 중요한 요소입니다. 특히 반복적으로 계산해야 하는 문제에서는 어떤 방법을 선택하느냐에 따라 속도와 메모리 사용량이 크게 달라질 수 있어요. 가장 많이 비교되는 기법이 바로 메모이제이션(재귀)과 반복문(반복 구조) 입니다. 그렇다면, 두 방식 중 어떤 것이 더 효율적일까요? 🤔💡 메모이제이션(Memoization)이란?메모이제이션은 이전에 계산한 값을 저장하여 동일한 연산을 반복하지 않도록 하는 기법이에요. 주로 재귀(탑다운 방식)와 함께 사용되며, 동적 계획법(DP)의 핵심 개념 중 하나로 활용됩니다.✔️ 장점: 중복 연산을 방지하여 속도를 향상시킬 수 있음 🚀✔️ 단점: 추가적인 메모리 공간이 필요할 수 있음 ..

🚀 동적 계획법(DP)이란?동적 계획법(Dynamic Programming, DP)은 반복 계산을 줄여 성능을 향상시키는 알고리즘 기법입니다.✔️ 작은 문제를 해결하고 결과를 저장해 불필요한 계산을 방지!✔️ 피보나치 수열, 배낭 문제, 최단 경로 문제 등에 활용 가능!✔️ 재귀(메모이제이션)와 반복문(타뷸레이션) 방식으로 구현할 수 있음!💡 DP의 핵심 개념🔥 왜 DP가 필요할까?프로그래밍을 하다 보면 같은 계산을 반복하는 비효율적인 코드로 인해 성능이 저하되는 경우가 많아요. 예를 들어, 피보나치 수열을 단순 재귀로 구현하면 중복 연산이 많아져 실행 속도가 느려질 수밖에 없죠. 😵이럴 때 필요한 게 바로 동적 계획법(DP)!DP를 사용하면 중복 계산을 최소화하고 실행 속도를 최적화할 수 있어요..

🚀 문제주어진 배열을 버블 정렬 (Bubble Sort) 알고리즘을 이용하여 오름차순으로 정렬하시오.function bubbleSort(arr) { // 여기에 코드 작성}console.log(bubbleSort([5, 3, 8, 4, 2])); // [2, 3, 4, 5, 8]🔹 코드function bubbleSort(arr) { for (let i = 0; i arr[j + 1]) { const temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } console.log(arr); } } return ..