Problem Solving with Algorithms

728x90
반응형

코딩 인터뷰

[왕초보] 리트코드 시작하는 방법 (릿코드/leetcode 활용법, 공부 방법)

리트코드/릿코드/leetcode를 시작하는 방법은 다음과 같습니다. 1. 회원가입leetcode.com/ 위의 리트코드(leetcode) 사이트에서 회원가입을 합니다. 기본적으로 사이트 이용은 무료입니다. 추가적으로, 무료회원을 할지, 유료회원을 할지 정해야 합니다. 저는 유료회원을 추천하는 편입니다. 왜냐하면, 시간을 절약할 수 있기 때문입니다.그러나 당장 오늘은 무료회원으로 리트코드를 시작해도 무방합니다. 유료회원권은 1달 혹은 1년이기 때문에, 오늘부터 리트코드르 사용해 보다가, 추후에 최소 한달이상 리트코드를 이용할 것 같다고 생각되면, 그때 가입해도 됩니다. 옵션1: 무료버전을 사용하다가, 프로모션이 나오면 유료회원으로 업그레이드학생할인 프로모션: 159 -> 99 달러, 비정기적 할인 ( 자..
리트코드 사용법
2025.12.08

[개발자 해외취업] 리트코드 프리미엄 멤버쉽 구독 왜 해야 하는가?

한국에서는 백준사이트나 알고스팟 등을 주로 하지만, 해외취업을 원한다면 리트코드가 필수라고 생각한다.특히 구글, 페이스북, 아마존, 넷플릭스, 애플 등에 취업하기를 원한다면 다른 사이트나 책 보다는 리트코드에서 각 회사별로 나와있는 기출 문제를 풀어야 한다. 합격을 위해서는 리트코드 문제를 몇개 풀어야 할까?지인들의 경우를 봤을때, 가장 어려운 구글의 경우는 최소 400문제, 난이도는 이지/미디움/하드 중 무조건 하드 포함이다. 1000문제 푸신분도 많다. 공부할때는 미디움까지 포함해서 풀면 되는것 같다. (구글은 하드) 가장 쉽다고 생각되는 아마존의 경우는 최소 100문제, 특히 트리와 그래프의 이지문제는 척척 풀어내야한다. 인터뷰에서 중요한것은 문제해결능력 그리고 소통과 협업이다.하지만 문제를..
리트코드 사용법
2025.11.18

백준 알고리즘 코드플러스 강의(인강) 후기

코드플러스 백준 알고리즘 강의 중급과 고급을 수강하고 작성한 개인적인 후기입니다. 강의의 개요를 파악할 수 있도록 강의의 모든 목차가 기록되어 있습니다만, 강의 저작권을 고려하여 강의 내용은 제가 필기한 부분 중 일부분만 포함되어 있습니다. 알고리즘 관련 공부를 처음하신다면, '기초'강의 부터 수강하시기를 강추 드립니다. 만약 자료구조/알고리즘 수업을 꽤 재미있게 들어서 기초강의에 있는 스택/큐/그래프 등의 내용을 다 숙지하고 있으며, 실력에 자신 있다고 하더라도, 이런 종류의 문제에 접근하는 방법과 팁을 효율적으로 학습하기 위해 기초강의 부터 차근차근 수강하는것을 강추드립니다. 오히려 중급을 듣다가 모르는 부분을 찾아보고 이렇게 하는것은 시간 낭비입니다. 시간은 돈입니다 :) 저는 '중급 셋트+고급..
백준 코드플러스 알고리즘 강의후기
2025.09.10

해외 취업 / 디지털 노마드

[개발자 해외취업] 리트코드 프리미엄 멤버쉽 구독 왜 해야 하는가?

한국에서는 백준사이트나 알고스팟 등을 주로 하지만, 해외취업을 원한다면 리트코드가 필수라고 생각한다.특히 구글, 페이스북, 아마존, 넷플릭스, 애플 등에 취업하기를 원한다면 다른 사이트나 책 보다는 리트코드에서 각 회사별로 나와있는 기출 문제를 풀어야 한다. 합격을 위해서는 리트코드 문제를 몇개 풀어야 할까?지인들의 경우를 봤을때, 가장 어려운 구글의 경우는 최소 400문제, 난이도는 이지/미디움/하드 중 무조건 하드 포함이다. 1000문제 푸신분도 많다. 공부할때는 미디움까지 포함해서 풀면 되는것 같다. (구글은 하드) 가장 쉽다고 생각되는 아마존의 경우는 최소 100문제, 특히 트리와 그래프의 이지문제는 척척 풀어내야한다. 인터뷰에서 중요한것은 문제해결능력 그리고 소통과 협업이다.하지만 문제를..
리트코드 사용법
2025.11.18

해외취업에서 영어의 중요성 - 개발자 해외취업 언제부터 준비할것인가?

개발자 해외취업 준비, 언제부터 시작할 것인가? 해외취업을 하고 싶으면 한국에서 회사에 입사하자마자 준비하는 것이 가장 좋습니다. 물론 빠를수록 좋겠습니다만, 모국어를 사용하고 모든 인프라가 익숙한 한국에서 취업하는 것도 쉬운 일이 아닌데, 여기에 해외취업 준비를 얹으면 이 기간 동안 해야 할 일이 더 많아지기 때문입니다. 한국에서의 취업에 우선 포커스를 하고, 한국에서 경력을 어느 정도 쌓으면서 해외취업을 준비하는 것이 효율적인 전략이라고 생각합니다. 왜냐하면, 해외의 채용 시장은 한국보다 '레퍼런스/추천'을 많이 보는 편이기 때문에, 경력 없이 연고도 없는 외국인을 바로 채용하는 것은 매우 드문 일입니다. 또한, 학력이나 자격증보다는 실무에서의 전문성을 기반으로 채용하기 때문에 경력이 없이 증명할 수..
해외취업 왜?
2022.10.09

디지털 노마드 도시 고르기

한국인은 유럽에 무비자로 3달간 체류가 가능하다. 즉, 비행기 티켓만 끊어서 나오면 3달동안 유럽일부지역(쉥겐협정지역)에 체류할 수 있는 것이다. 3개의 도시를 골라 한달씩 살아보는것 정말 좋을것 같다. 그렇다면 어느 도시가 디지털노마드를 하기에 좋을까? 내가 가본 도시들은 아래와 같다. 포르투칼 리스본 - 정말 좋음. 발리 짱구 - 진짜 좋음. 독일 베를린 - 그냥 그럼. 괜찮음 태국 치앙마이 - 치앙마이는 안가봤지만, 태국가본 경험으로 정말 좋을듯 멕시코 멕시코시티 - 꼭 가보고 싶다 타이완 타이베이 - 좋은 도시였지만, 한국사람은 주말여행으로도 충분히 타이완을 느낄수있을듯, 굳이 살필요는 없을것 같다. 사우스 아프리카 케이프타운 - 저말 기대되는곳 스페인 Tenerife - 코로나 후에 꼭 가보고싶..
Digital Nomad 디지털노마드
2021.01.02

AI 공부 로드맵

AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까?

인공지능(AI) 분야를 공부하려면 반드시 넘어야 할 관문이 있습니다. 바로 수학 기초입니다. 많은 학생들이 “프로그래밍만 잘하면 되지 않을까?”라는 생각으로 접근하지만, 실제로 AI 알고리즘과 모델의 핵심을 이해하려면 수학적 사고력이 필수적입니다. 단순히 라이브러리를 불러와서 모델을 실행하는 수준을 넘어, 알고리즘의 원리를 파악하고 최적화 과정에서 발생하는 문제를 해결하려면 수학적 기반이 뒷받침되어야 합니다. 이번 글에서는 AI 학습에 필요한 수학 기초를 단계별로 정리하고, 각 영역을 어떻게 공부하면 좋은지 소개하겠습니다. 1. 왜 수학이 중요한가?AI는 결국 데이터를 수학적으로 표현하고, 이를 기반으로 모델을 설계하고 학습시키는 과정입니다. 예를 들어, 딥러닝의 핵심인 신경망은 행렬 연산과 미분을..
AI 인공지능 머신러닝 딥러닝
2025.09.09

AI 공부 로드맵 ② 프로그래밍과 컴퓨터공학 기본기

AI를 배우기 위해 수학 기초를 다졌다면, 그다음 단계는 프로그래밍과 컴퓨터공학 기본기를 탄탄히 다지는 것입니다. AI는 단순히 이론으로만 존재하는 학문이 아니라, 실제로 코드를 작성하고 데이터를 다루며 모델을 구현해야 하는 분야입니다. 따라서 AI를 제대로 공부하려면 프로그래밍 언어 사용 능력과 더불어 컴퓨터공학적인 기본 개념들을 이해하는 것이 필수적입니다. 이번 글에서는 AI 학습을 위해 필요한 프로그래밍 언어와 컴퓨터공학 기본기를 단계적으로 정리해보겠습니다. 이전 글[AI 인공지능 머신러닝 딥러닝] - AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까? AI 공부 로드맵 ① 수학 기초 다지기: 왜 중요한가? 어떻게 준비할까?인공지능(AI) 분야를 공부하려면 반드시 넘어야 ..
AI 인공지능 머신러닝 딥러닝
2025.09.09

AI 공부 로드맵 ③ 머신러닝 기초: 데이터로 배우는 AI 첫 걸음

AI를 공부하는 데 있어 첫 번째 실습 단계는 머신러닝(Machine Learning)입니다. 머신러닝은 데이터를 기반으로 패턴을 학습하여 미래를 예측하거나 데이터를 분류하는 기술로, AI의 근간이 되는 분야입니다. 수학적 기초와 프로그래밍 능력을 어느 정도 갖춘 후, 머신러닝을 직접 구현해보는 경험은 AI 실력을 한 단계 끌어올리는 데 필수적입니다. 이번 글에서는 머신러닝의 핵심 개념과 학습 방법, 실습 팁까지 단계별로 정리해보겠습니다. 이전 글[AI 인공지능 머신러닝 딥러닝] - AI 공부 로드맵 ③ 머신러닝 기초: 데이터로 배우는 AI 첫 걸음 AI 공부 로드맵 ③ 머신러닝 기초: 데이터로 배우는 AI 첫 걸음AI를 공부하는 데 있어 첫 번째 실습 단계는 머신러닝(Machine Learning)..
AI 인공지능 머신러닝 딥러닝
2025.09.09

알고리즘/코딩 대회

알고리즘 공부를 시작하는 방법 - 문제해결을 위한 창의적 알고리즘

알고리즘 공부는 어디에서 시작해서 어디까지 해야 할까요?이 알고리즘 공부라는 것의 범위를 세상의 모든 알고리즘으로 정의해 버린다면, 사람들이 저마다 부르는 알고리즘이라고 불리는 공부의 내용도 모두 동일한 범위로 규정되겠지만, 인생에서 시간은 한정되어 있기 때문에, 공부에도 선택과 집중이 필요합니다. 그래서 알고리즘 공부를 시작하기에 앞서, 내가 알고리즘을 공부하려고 하는 목적을 잘 파악하고 이에 맞게 효율적으로 공부해야 한다. 학교에서 배우는 알고리즘 -> 자료구조와 알고리즘의 원리 이해업무에 사용하기 위한 알고리즘 -> 자료구조/알고리즘 이해 및 각 언어의 알고리즘 라이브러리 특징의 이해인터뷰를 위한 알고리즘 -> 알고리즘의 응용 및 응용한 애플리케이션 로직 구현대회를 위한 알고리즘 -> 알고리즘을 사..
Coding Interview 코딩 인터뷰
2025.04.22

Leetcode contest(대회)에서 rating의 의미 (리트코드 콘테스트 등수/등급)

Hello everyone, We've taken into account your comments and critique. After multiple rounds of testing and debate, we've finalized the details for our new rating algorithm. The calculations behind the new algorithm will be left unchanged from the previous discussion. As a reminder, they were listed here: 👉 New Rating Algorithm Previously, we had discussed the possibility of having contest seasons..
Contest
2021.01.23

프로그래밍 대회에서 사용하는 C, C++, STL

프로그래밍 대회에서 사용하는 C, C++, STL 프로그래밍 대회에서 사용하는 C, C++, STL에 관련된 내용을 배웁니다. C에서는 scanf/printf 의 사용법에 대해서 주로 배웁니다. C++에서는 getline, setprecision과 같이 cin,cout의 사용법을 배웁니다. 이후에는 C++11에 해당하는 내용은 auto, Range-based for, 초기화 리스트, 람다 함수을 배웁니다. STL은 Container와 Algorithm으로 나누어져 있습니다. Container에서는 pair, tuple, vector, deque, list, set, map, stack, queue, priority_queue, bitset에 대해서 알아봅니다. Algorithm에서는 count, find..
백준 BOJ 온라인저지 사용법
2020.12.07

프로그래밍 대회에서 사용하는 Java

프로그래밍 대회에서 사용하는 Java 프로그래밍 대회에서 사용하는 Java에 관련된 내용을 배웁니다. 먼저, Java에서 입/출력을 하는 방법을 배웁니다. Scanner, BufferedReader, StringTokenizer, StringBuilder 에 대해서 알아봅니다. 그 다음, Java의 Collections에 대해서 알아봅니다.( ArrayList, LinkedList, Stack, Set, Map, Queue, PriorityQueue) 세 번째로 Java에서 정렬하는 방법인 Comparator와 Comparable에 대해서 알아봅니다. 마지막으로, 큰 수를 다루는 BigInteger와 BigDecimal을 알아봅니다. 강의는 설명과 문제 실습으로 이루어져 있습니다. 포함되어 있는 문제 1..
백준 BOJ 온라인저지 사용법
2020.12.07

최신글 리스트 커버

딥러닝 101 - 25강. ResNet 잔차신경망이란? (feat.기울기소실문제) | Deep Learning 101

이 영상은 기울기 소실(vanishing gradient) 문제를 간단한 3층 신경망 손계산으로 직접 보여 준 뒤, 같은 구조에 스킵 커넥션을 추가했을 때 기울기가 어떻게 달라지는지 비교하며 ResNet의 핵심 아이디어를 설명하는 강의입니다. “ResNet이 좋다더라” 수준의 직관을, 실제 숫자로 확인해 보는 데 초점이 맞춰져 있습니다. ​ ​ 깊은 신경망과 기울기 소실 문제 · 영상은 먼저 시그모이드/하이퍼볼릭 탄젠트 활성함수를 사용하는 심층 신경망에서, 층이 깊어질수록 역전파 과정에서 기울기가 체인 룰에 의해 계속 곱해지며 0에 가까워지는 현상이 발생함을 설명합니다. ​ ​ · 실제로 3층짜리 단순 신경망을 가정하고 모든 가중치를 0.1, 활성함수를 시그모이드로 둔 뒤, 출력층에서 입력층 방향..
딥러닝
2026.01.09

딥러닝 101 - 23강. Variational Autoencoder, 변분오토인코더 VAEs를 알아보자 | Deep Learning 101

이 영상은 오토인코더에서 한 단계 더 나아가, 잠재공간을 확률분포(정규분포) 로 모델링해 새로운 데이터를 생성할 수 있게 해 주는 변분 오토인코더(VAE)의 구조와 동작을 직관적 비유와 수치 예제로 설명한다. 특히 평균·분산, 재파라미터라이제이션 트릭, 재구성 손실+KL 발산으로 이루어진 손실까지 한 번에 개념을 잡을 수 있다. 오토인코더 vs VAE: 잠재공간의 차이· 일반 오토인코더는 입력을 잠재 벡터 z z 하나로 압축했다가 다시 복원하며, 이 z z는 “블랙박스” 같은 고정 벡터라서 사용자가 의미 있게 조절하거나 새로운 샘플을 만들기는 어렵다. · VAE는 잠재공간을 “평균 μ μ와 분산 σ 2 σ 2 ”로 표현되는 정규분포로 모델링해, 각 데이터가 잠재공간의 분포로 매핑되도록 강제하고, 이..
딥러닝
2026.01.09

딥러닝 101 - 21강. 트랜스포머, 스텝 바이 스텝 | Deep Learning 101

이 영상은 트랜스포머의 인코더–디코더 구조, 위치 인코딩, 멀티헤드 셀프 어텐션, 잔차 연결·정규화, 피드포워드 네트워크, 마스크드 디코더까지를 작은 장난감 예제로 “끝까지 손으로 따라갈 수 있게” 보여주는 스텝바이스텝 강의입니다. 특히 Q·K·V 계산과 어텐션 행렬, 마스크드 어텐션의 동작이 수치 수준에서 펼쳐지는 것이 장점입니다. ​ ​ 전체 구조와 임베딩·위치 인코딩 · 트랜스포머는 크게 인코더 스택과 디코더 스택으로 구성되며, 각 블록 안에는 멀티헤드 어텐션, Add & Norm, 피드포워드, 다시 Add & Norm이 반복되는 모듈형 구조를 갖습니다. ​ ​ · 입력 문장은 먼저 단어 인덱스로 토크나이즈되고, 단어 임베딩 레이어를 거쳐 고정 길이 벡터(영상에선 6차원)로 변환됩니다. ​ ​ ..
딥러닝
2026.01.09

딥러닝 101 - 19강. Seq2seq+Attention 모델을 소개합니다 | Deep Learning 101

이 영상은 기존 seq2seq에 어텐션 메커니즘을 더해, 긴 입력 문장에서 디코더가 “어떤 단어를 얼마나 참고해야 하는지”를 동적으로 계산하는 과정을 직관적으로 보여 주는 강의다. 인코더–컨텍스트–디코더 구조 위에 dot-product 기반 어텐션을 얹는 기본 형태를 이해하기에 적합하다. ​ ​ Seq2seq 한계와 어텐션의 필요성 · 기본 seq2seq는 인코더가 입력 전체를 고정 길이 컨텍스트 벡터 하나로 압축하기 때문에, 입력 시퀀스가 길어질수록 모든 정보를 이 한 벡터에 담기 어렵다는 문제가 있다. ​ ​ · 어텐션은 디코더가 출력 각 시점마다 “인코더의 어떤 시점(hidden state)에 더 집중할지”를 학습해, 긴 문장이나 복잡한 구조에서도 번역 품질과 장기 의존성 처리를 개선한다. ​..
딥러닝
2026.01.09
728x90
반응형

티스토리툴바