정수의 비트(Bit)를 이용하여 집합의 방문 상태를 효율적으로 표현하는 **비트마스킹(Bitmasking)**과 **외판원 순회 문제(TSP)**의 DP 조합 기법을 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.
def tsp(n: int, W: list) -> int:
"""비트마스크 + DP 기반 외판원 순회 문제 (O(N^2 * 2^N))"""
INF = float('inf')
dp = {}
def visit(curr: int, visited: int) -> int:
# [Base Case] 모든 도시를 방문 완료한 경우 (비트마스크가 모두 1)
if visited == (1 << n) - 1:
return W[curr][0] or INF # 시작 도시(0)로 돌아가는 비용 반환
# 메모이제이션 캐시 확인
if (curr, visited) in dp:
return dp[(curr, visited)]
min_cost = INF
for next_city in range(n):
# 1. 아직 방문하지 않았고 (visited & (1 << next_city) == 0)
# 2. 이동 가능한 길(W[curr][next_city] != 0)인 경우
if not (visited & (1 << next_city)) and W[curr][next_city] != 0:
cost = W[curr][next_city] + visit(next_city, visited | (1 << next_city))
min_cost = min(min_cost, cost)
dp[(curr, visited)] = min_cost
return min_cost
return visit(0, 1) # 0번 도시에서 방문 시작(visited = 1)
if __name__ == "__main__":
W = [
[0, 10, 15, 20],
[10, 0, 35, 25],
[15, 35, 0, 30],
[20, 25, 30, 0]
]
print("TSP 최단 순회 비용:", tsp(4, W))
파이썬 소스 코드 핵심 포인트 해설
visited | (1 << next_city): 비트 연산자를 사용하여 도시 방문 상태를 정수 하나로 압축 및 메모이제이션합니다.
5. 알고리즘 설계 및 최적화 실무 지침 (Best Practices & Complexity Audit)
본 20. 비트마스킹(Bitmasking)과 외판원 순회 문제(TSP: Traveling Salesperson Problem) 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.