[Programming_Test] 코딩 테스트 개요

July 24 2021

코딩 테스트 출제 경향 분석 및 파이썬 문법

이 포스팅은 나동빈님의 (이코테 2021 강의 몰아보기) 1. 코딩 테스트 출제 경향 분석 및 파이썬 문법 부수기 영상 을 보고 작성하였습니다. 몰랐던 것이나 개념이 애매하게 잡혀있던 내용들에 대해서만 정리하였으므로 영상내용이 100% 전부 적혀있지는 않습니다.

1. 국내 사이트

1) 백준 온라인 저지

https://www.acmicpc.net/

2) 코드업

https://codeup.kr/
입문자가 하기 좋음

3) 프로그래머스

https://programmers.co.kr/learn/challenges?tab=all_challenges
IT 대기업 출제문제

4) SW Expert Academy

https://swexpertacademy.com/main/main.do

2. 개발 환경

1) 온라인

리플릿
- https://replit.com/learn
파이썬 튜터
- http://pythontutor.com/

2) 오프라인

pyCharm
- https://www.jetbrains.com/ko-kr/pycharm/download/
Dev C++
- https://sourceforge.net/projects/orwelldevcpp/

3. 소스코드 관리

자주 사용하는 알고리즘 코드를 github에 라이브러리화 하는 것이 좋습니다.

4. 출제 경향

응시시간 2~5시간으로 그리디(쉬운 난이도), 구현, DFS/BFS를 활용한 탐색의 출체 빈도가 높습니다.

5. 복잡도

시간 복잡도와 공간 복잡도가 낮을수록 좋은 알고리즘입니다.
소스가 복잡해보인다는 개념이 아닌 성능 즉, 알고리즘 수행 시간과 메모리 사용량에 대한 분석입니다.

6. 빅오 표기법(Big-O Notation)

연산횟수에 대해 가장 빠르게 증가하는 항 만을 고려하는 표기법으로 가장 큰 차수만으로도 성능을 알 수 있습니다.

7. 알고리즘 설계 Tip

보통 알고리즘 수행시간 제한은 1~5초가량입니다.
알고리즘 수행시간 제한을 확인하고 데이터의 개수 N의 범위에 따른 시간복잡도를 계산하여 알고리즘을 설계해야 합니다.
시간제한이 1초인 문제를 만날 경우, 일반적인 기준 N의 범위가 500인 경우 : 시간 복잡도가 $O(N^{3})$인 알고리즘을 설계 N의 범위가 2000인 경우 : 시간 복잡도가 $O(N^2)$인 알고리즘을 설계 N의 범위가 10000인 경우 : 시간 복잡도가 $O(NlogN)$인 알고리즘을 설계 N의 범위가 10,000,000인 경우 : 시간 복잡도가 $O(N)$인 알고리즘을 설계

8. 알고리즘 문제 해결 과정

지문을 꼼꼼히 읽고 컴퓨터적으로 사고하기
요구사항(복잡도) 분석
문제 해결을 위한 핵심 아이디어 찾기 <– 핵심 아이디어를 개치한다면, 간결하게 소스코드를 작성할 수 있습니다.
소스코드 설계 및 코딩

9. 수행시간 측정 소스코드 - python

import time
start_time = time.time()

end_time = time.time()
print("time:",end_time - start_time)

10. 리스트 컴프리헨션

m * n크기의 2차원 리스트 초기화

array = [[0]*m for _ in range(n)]

11. 언더바(_)

파이썬에서는 반복을 수행하되 반복을 위한 변수의 값을 무시하고자 할 때 언더바(_)를 사용합니다.

for _ in range(5):
    print("Hello World")

실행 결과:

Hello World
Hello World
Hello World
Hello World
Hello World

12. list

1) list관련 메소드

함수명	사용법	설명	시간 복잡도
append()	변수명.append()	리스트에 원소를 하나 삽입할 때 사용한다.	$O(1)$
sort()	변수명.sort()	기본 정렬 기능으로 오름차순으로 정렬한다.	$O(NlogN)$
	변수명.sort(reverse=True)	내림차순으로 정렬한다.
reverse()	변수명.reverse()	리스트의 원소순서를 모두 뒤집어 놓는다.	$O(N)$
insert()	insert(삽입 위치 인덱스, 삽입할 값)	특정한 인덱스 위치에 원소를 삽입할 때 사용한다.	$O(N)$
count()	변수명.count(특정 값)	리스트에서 특정한 값을 가지는 데이터의 개수를 셀 때 사용한다.	$O(N)$
remove()	변수명.remove(특정 값)	특정한 값을 갖는 원소를 제거하는데, 값을 가진 원소가 여러 개면 하나만 제거한다. 모두 제거하기 위해선 별도의 방법을 사용한다.	$O(N)$

2) list에서 특정값을 가지는 원소를 모두 제거하기

# a에서 remove_set의 원소를 제거
a = [1, 2, 3, 4, 5, 5, 5]
remove_set = {3, 5}

result = [i for i in a if i not in remove_set]
print('result : ', result)

실행 결과 :

result : [1, 2, 4]

13. 튜플을 사용하면 좋은 경우

서로 다른 성질의 데이터를 묶어서 관리해야할 때
- 최단 경로 알고리즘에서는 (비용, 노드번호)의 형태로 튜플 자료형을 자주 사용합니다.
데이터의 나열을 해싱(Hashing)의 키 값으로 사용해야할 때
- 튜플은 변경이 불가능하므로 리스트와 다르게 키 값으로 사용될 수 있습니다.
리스트보다 메모리를 효율적으로 사용해야할 때

14. 입력 방법

1) 공백을 기준으로 구분된 데이터를 입력받을 때

# 입력받을 데이터의 개수 입력
n = int(input())
# 입력받은 각 데이터를 공백을 기준으로 구분하고 int형으로 변환함
data = list(map(int, input().split()))
data.sort(reverse=True)
print(data)

실행 결과 :

2
10 20 30
[30, 20, 10]

2) 공백을 기준으로 구분된 데이터의 개수가 많지 않을 때

a, b, c = map(int, input().split())
print(a, b, c)

실행 결과 :

3개의 숫자를 입력하세요 :  10 20 30
10 20 30

3) 빠르게 입력 받기

입력이 오래 걸릴 경우 시간제한 판정을 받기 때문에 사용자로부터 입력을 최대한 빠르게 받아야 하는 경우 sys.stdin.readline()메소드를 이용합니다.
- 단, 입력 후 엔터(Enter)가 줄 바꿈 기호로 입력되느로 rstrip()메소드를 함께 사용합니다.

import sys
data = sys.stdin.readline()
print(data)

15. 출력시 줄바꿈 안하기

end=” “를 설정합니다.

print(7, end=" ")
print(8, end=" ")

실행 결과 :

7 8

16. f-string

answer = 7
print(f"정답은 {answer}입니다")

17. in과 not in

다수의 데이터를 담는 자료형을 위해 in 과 not in을 사용합니다.
리스트, 튜플, 문자열, 딕셔너리에서 사용가능합니다.
for문이나 if문에서 사용 가능합니다.

1) for문에서 사용

# for문에서 사용할 경우
for x in (10, 20,30):
    print(x)

실행 결과 :

10
20
30

2) if문에서 사용

arr = [10, 20, 30]
x = 20
if x in arr:
    print("x in arr")

실행 결과 :

x in arr

18. pass

아무것도 처리하고 싶지 않은 경우 pass키워드를 이용합니다.

19. 조건문 내에서의 부등식

파이썬에서는 x > 0 and x < 20 또는 0 < x < 20 의 부등식 표현이 가능합니다.

x = int(input("숫자를 입력하세요:"))
if 0 < x < 20 :
    print("0 < x < 20")

실행 결과 :

0 < x < 20

20. 반복문

while보다는 for문을 사용할 때 소스가 더 간결해집니다.

while문의 경우 조건식이 참일 경우에만 while안의 코드블럭을 수행합니다.

i = 1
result = 0

while i <= 9:
    result += i
    i += 1

print(result)    

**실행 결과 : **

21. global 키워드

global키워드로 변수를 지정하면 해당 함수에서는 지역 변수를 만들지 않고, 함수 바깥에 선언된 변수를 바로 참조하게 됩니다.

a = 0

def func():
    # 함수에서 a를 사용하기 위해서는 global선언을 해주어야 함
    global a
    a += 1 
    
for i in range(5) :
    func()

print(a)

**실행 결과 : **

다만 전역 변수와 같은 이름의 변수가 함수내에 선언되면 함수내에 선언된 변수를 참조합니다.

array = [1,2,3,4,5]

def arr():
    array = [10,20]
    # arr()함수내의 array를 호출
    print(array)
    
arr()
# arr()함수바깥의 전역변수 array를 호출
print(array)

**실행 결과 : **

[10, 20]
[1, 2, 3, 4, 5]

22. 여러 개의 반환 값

파이썬에서의 함수는 여러 개의 값을 반환할 수 있습니다.

def operator(a, b):
    add_var = a + b
    divide_var = a / b
    return add_var, divide_var

print(operator(7,3))

**실행 결과 : **

(10, 2.3333333333333335)

23. 람다 표현식

특정 기능의 함수를 한 줄에 작성할 수 있습니다.

1) my_key함수 사용할 경우

array = [('홍길동', 50), ('이순신',32),('아무개', 74)]
def my_key(x):
    return x[1]
print(sorted(array, key=my_key))

**실행 결과 : **

[('이순신', 32), ('홍길동', 50), ('아무개', 74)]

2) my_key함수를 사용하지 않고 labda를 사용할 경우

array = [('홍길동', 50), ('이순신',32),('아무개', 74)]
print(sorted(array, key=lambda x : x[1]))

**실행 결과 : **

[('이순신', 32), ('홍길동', 50), ('아무개', 74)]

3) map함수사용

여러개의 리스트에 동일한 식을 적용하고자 할 때 map함수와 lambda를 이용하여 간결하게 구현할 수 있습니다.
map함수는 각각의 원소에 함수를 적용하고자 할 때 사용합니다.

list1 = [1,2,3,4,5]
list2 = [6,7,8,9,10]
result = map(lambda a,b : a + b, list1, list2)
print(list(result))

**실행 결과 : **

[7, 9, 11, 13, 15]

24. 실전에서 유용한 표준 라이브러리

1) 내장 함수

기본 입력출력 함수부터 정렬 함수까지 기본적인 함수들을 제공합니다.
sum(), min(), max(), eval(), sorted()
- eval()
사용자에게 수학 표현식을 문자열로 받고, 계산 결과값을 출력해주는 간단한 함수입니다

result = eval("(3+5)*7")
print(result)

**실행 결과 : **

- sorted()

정렬의 기준을 key에 지정하고, reverse=True는 오름차순 정렬입니다.

array = [('홍길동', 50), ('이순신',32),('아무개', 74)]

result = sorted(array, key=lambda x:x[1], reverse=True)
print(result)

**실행 결과 : **

[('아무개', 74), ('홍길동', 50), ('이순신', 32)]

2) itertools

파이썬에서 반복되는 형태의 데이터를 처리하기 위한 유용한 기능들을 제공합니다.
특히 순열과 조합 라이브러리는 완전탐색문제 유형에서 소스코드를 간결하게 해줘서 코딩테스트에서 자주 사용됩니다.

- 순열

서로 다른 n개에서 서로 다른 r개를 선택하여 일렬로 나열하는 것
{‘A’, ‘B’, ‘C’}에서 세 개를 선택하여 나열하는 경우 :’ABC’, ‘ACB’, ‘BAC’, ‘BCA’, ‘CAB’, ‘CBA’

from itertools import permutations
data = ['A', 'B', 'C']
result = list(permutations(data, 2))
print(result)

실행 결과 :

[('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'C'), ('C', 'A'), ('C', 'B')]

- 조합

서로 다른 n개에서 순서에 상관 없이 서로 다른 r개를 선택하는 것
{‘A’, ‘B’, ‘C’}에서 순서를 고려하지 않고 두 개를 뽑는 경우 ‘AB’, ‘AC’, ‘BC’

from itertools import combinations	
data = ['A', 'B', 'C', 'D']

result = list(combinations(data, 3))
print(result)

실행 결과 :

[('A', 'B', 'C'), ('A', 'B', 'D'), ('A', 'C', 'D'), ('B', 'C', 'D')]

- 중복 순열

자기 자신을 포함한 순열

from itertools import product
data = ['A', 'B', 'C']
result = list(product(data, repeat=2))
print(result)

실행 결과 :

[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'A'), ('B', 'B'), ('B', 'C'), ('C', 'A'), ('C', 'B'), ('C', 'C')]

- 중복 조합

자기 자신을 포함한 조합

from itertools import combinations_with_replacement
data = ['A', 'B', 'C']
result = list(combinations_with_replacement(data, 2))
print(result)

실행 결과 :

[('A', 'A'), ('A', 'B'), ('A', 'C'), ('B', 'B'), ('B', 'C'), ('C', 'C')]

3) heapq

힙(heap) 자료구조를 제공합니다.
일반적으로 우선순위 큐 기능을 구현하기 위해 사용됩니다.
다익스트라와 같은 최단 경로 알고리즘에서 많이 사용됩니다.

4) bisect

이진 탐색(Binary Search)기능을 제공합니다.

5) collections

덱(deque), 카운터(Counter)듣의 유용한 자료구조를 포함합니다.

- Counter

등장 횟수를 세는 기능을 제공합니다
iterable객체가 주어졌을 때 내부의 원소가 몇 번씩 등장했는지를 알려줍니다.

from collections import Counter
counter = Counter(['red', 'blue', 'red', 'green', 'blue', 'blue'])

print(counter['blue']) # blue의 출현 횟수
print(counter['green']) # green의 출현 횟수
print(dict(counter)) # dict형태로 반환

실행 결과 :

3
1
{'red': 2, 'blue': 3, 'green': 1}

6) math

필수적인 수학적 기능을 제공합니다.
팩토리얼, 제곱근, 최대공약수(GCD), 삼각함수 관련 함수부터 파이(pi)와 같은 상수를 포함합니다.

- gcd()

최대 공약수를 구하는 함수입니다.

import math

# gcd함수를 이용하여 최대 공배수를 구하는 함수
def lcm(a, b):
    return a * b // math.gcd(a, b)

a = 21
b = 14

# 최대 공약수 구하기
print(math.gcd(21, 14))
# 최대 공배수 구하기
print(lcm(21, 14))

실행 결과 :

7
42

25. 참 거짓 판정에 따른 flag반환

px = 1 * (pixels > avg)

pixels > avg가 참이면 1반환

pixels > avg가 거짓이면 0을 반환
px엔 pixels > avg의 판정 결과에 따라 1 또는 0이 설정됩니다.

26. yield와 Generate

Share on

Twitter Facebook LinkedIn

sehee lee

코딩 테스트 출제 경향 분석 및 파이썬 문법

1. 국내 사이트

1) 백준 온라인 저지

2) 코드업

3) 프로그래머스

4) SW Expert Academy

2. 개발 환경

1) 온라인

2) 오프라인

3. 소스코드 관리

4. 출제 경향

5. 복잡도

6. 빅오 표기법(Big-O Notation)

7. 알고리즘 설계 Tip

8. 알고리즘 문제 해결 과정

9. 수행시간 측정 소스코드 - python

10. 리스트 컴프리헨션

m * n크기의 2차원 리스트 초기화

11. 언더바(_)

12. list

1) list관련 메소드

2) list에서 특정값을 가지는 원소를 모두 제거하기

13. 튜플을 사용하면 좋은 경우

14. 입력 방법

1) 공백을 기준으로 구분된 데이터를 입력받을 때

2) 공백을 기준으로 구분된 데이터의 개수가 많지 않을 때

3) 빠르게 입력 받기

15. 출력시 줄바꿈 안하기

16. f-string

17. in과 not in

1) for문에서 사용

2) if문에서 사용

18. pass

19. 조건문 내에서의 부등식

20. 반복문

21. global 키워드

22. 여러 개의 반환 값

23. 람다 표현식

1) my_key함수 사용할 경우

2) my_key함수를 사용하지 않고 labda를 사용할 경우

3) map함수사용

24. 실전에서 유용한 표준 라이브러리

1) 내장 함수

- eval()

- sorted()

2) itertools

- 순열

- 조합

- 중복 순열

- 중복 조합

3) heapq

4) bisect

5) collections

- Counter

6) math

- gcd()

25. 참 거짓 판정에 따른 flag반환

26. yield와 Generate

Share on

Leave a comment

You may also enjoy

[Unix] Unix의 구조와 특징

[python] Tensorflow의 GPU사용이 안되는 문제

[OpenCV] Template Matching

[Deep Learning] 문자인식의 성능지표