매 순간마다 눈앞에 보이는 가장 최선의 선택을 해 나가는 **탐욕 알고리즘(Greedy Algorithm)**과 정당성 증명 조건을 다룹니다.
4. 실전 파이썬(Python 3) 알고리즘 구현 코드 및 라인별 주석 해설
본 레슨의 핵심 연산 매커니즘을 파이썬 3 환경에서 가장 효율적이고 직관적으로 구현한 실전 소스 코드입니다. 모든 주요 라인마다 상세한 한글 주석이 기재되어 있어 코드의 흐름을 쉽고 명확하게 이해할 수 있습니다.
# 1. 회의실 배정 문제 (Greedy - 종료 시간 기준 오름차순 정렬)
def max_meetings(meetings: list) -> int:
"""종료 시간이 가장 빠른 회의부터 우선 선택하는 탐욕 알고리즘"""
# 1. 종료 시간(x[1]) 기준 오름차순 정렬 (종료 시간 동일 시 시작 시간(x[0]) 오름차순)
meetings.sort(key=lambda x: (x[1], x[0]))
count = 0
last_end_time = 0
for start, end in meetings:
# 직전 회의 종료 시간 이후에 시작하는 회의인 경우 채택
if start >= last_end_time:
count += 1
last_end_time = end # 종료 시간 갱신
return count
# 2. 분할 배낭 문제 (Fractional Knapsack)
def fractional_knapsack(capacity: float, items: list) -> float:
"""무게 대비 가치가 가장 높은 물건부터 쪼개어 담는 탐욕 알고리즘"""
# items = [(weight, value), ...]
# 1. 단위 무게당 가치(value/weight) 기준 내림차순 정렬
items.sort(key=lambda x: x[1] / x[0], reverse=True)
total_value = 0.0
for weight, value in items:
if capacity >= weight:
# 물건 전체를 통째로 담음
capacity -= weight
total_value += value
else:
# 배낭의 남아있는 용량만큼 물건을 쪼개서 담음
total_value += value * (capacity / weight)
break # 배낭이 가득 차서 종료
return total_value
if __name__ == "__main__":
meetings = [(1, 4), (3, 5), (0, 6), (5, 7), (3, 8), (5, 9), (6, 10), (8, 11), (8, 12), (2, 13), (12, 14)]
print("최대 배정 가능한 회의 수:", max_meetings(meetings))
파이썬 소스 코드 핵심 포인트 해설
meetings.sort(key=lambda x: (x[1], x[0])): 회의가 가장 일찍 끝나는 순서대로 정렬해야 뒤이어 더 많은 회의를 선택할 수 있다는 탐욕적 선택 속성을 적용합니다.
5. 알고리즘 설계 및 최적화 실무 지침 (Best Practices & Complexity Audit)
본 08. 탐욕법(Greedy Algorithm) - 그리디 선택 속성, 회의실 배정 및 분할 배낭 문제 레슨에서 익힌 핵심 알고리즘 메커니즘을 코딩 테스트 및 대규모 웹/서버 엔지니어링 환경에 도입할 때 반드시 체크해야 하는 튜닝 가이드입니다.
1) 공간/시간 복잡도 한계 및 메모리 사용 제어
- 콜 스택 오버플로우(Stack Overflow) 예방: 파이썬의 기본 재귀 깊이 제한은 1,000회입니다. 재귀 탐색이 깊어질 경우
import sys; sys.setrecursionlimit(10**6)을 설정하거나 명시적 스택/반복문(Tabulation)으로 전환해야 합니다. - 파이썬 내장 라이브러리 적극 활용: 파이썬 내장 C-API 기반 라이브러리인
collections.deque(선형 BFS),heapq(다익스트라/우선순위 큐),bisect(이분 탐색),functools.lru_cache(Top-down DP)를 활용하면 직접 구현한 코드보다 3~5배 이상 빠르게 동작합니다. - 빠른 입출력(Fast I/O) 적용: 백준/프로그래머스 등 대용량 입력 문제에서는
import sys; input = sys.stdin.readline을 상단에 지정하여 I/O 시간 초과를 완벽히 예방합니다.
2) 예외 케이스(Edge Cases) 및 코딩 테스트 체크리스트
- 입력 경계값 검증: $N=1$ 이거나 $N=0$ 인 극단적 최소 입력, 혹은 모든 요소의 값이 동일한 경우(Corner Case)에 대한 예외 처리를 누락하지 않습니다.
- 무한 루프 및 사이클 감지: 그래프/트리 탐색 시 방문 처리 배열(
visited[])의 업데이트 위치를 정확히 지정하여 중복 큐 삽입으로 인한 메모리 초과를 예방합니다.
6. 핵심 요약 및 실무 FAQ (Summary & Q&A)
Q1. 파이썬 코드 주석에서 강조된 성능 핵심은 무엇인가요?
- 코드 주석에서 명시하듯, 선형 큐 탐색에는 $O(N)$의
list.pop(0)대신 $O(1)$의collections.deque.popleft()를 사용하는 등 파이썬 자료구조의 내부 복잡도를 명확히 파악하고 작성하는 것입니다.
Q2. 실무 개발에서 본 파이썬 알고리즘 패턴은 어디에 활용되나요?
- 백엔드 데이터 파이프라인, Django/FastAPI 비동기 스케줄링, 데이터 분석 및 Machine Learning 전처리 파이프라인의 핵심 데이터 구조 연산으로 널리 활용됩니다.