Ch.1 빅오와 복잡도 분석

챕터 1 종합 퀴즈 — Big-O & 복잡도 총정리

챕터 1에서 배운 시간/공간 복잡도 개념을 종합적으로 점검한다면접 수준의 복잡도 분석 문제를 풀어본다

지금까지 배운 것을 총정리합니다

효율성, Big-O, O(log n), 공간 복잡도, ATSO 프레임워크 — 5개 레슨의 핵심을 종합 퀴즈로 점검합니다.

면접장에서 당황하지 않으려면 반복 연습이 필수!

실전 면접 수준의 문제들로 자신감을 키워봅시다.


article

핵심 내용

O(3n² + 2n + 100)을 Big-O로 단순화하면?

다음 코드의 시간 복잡도는? for i in range(n): for j in range(n): print(i + j)

100만 개의 정렬된 데이터에서 이진탐색 시 최대 비교 횟수는?

이진탐색은 정렬되지 않은 배열에서도 사용할 수 있다

매번 탐색 범위를 반으로 줄이는 알고리즘의 시간 복잡도: O(___)

범위를 반으로 줄이는 알고리즘: O(___)

다음 코드의 공간 복잡도는? def func(arr): result = [x * 2 for x in arr] return result

재귀 함수 f(n)이 f(n-1)을 호출하면 콜 스택 공간은 O(n)이다

시간을 줄이기 위해 메모리를 더 쓰는 것을 ___라고 한다

시간을 줄이기 위해 메모리를 더 쓰는 것: ___

ATSO 프레임워크의 올바른 순서는?

면접에서 시간 복잡도만 말하고 공간 복잡도를 빼먹어도 괜찮다

다음 코드의 시간 복잡도는? def mystery(arr): seen = set() for x in arr: seen.add(x) return len(seen) == len(arr)

위 mystery 함수의 공간 복잡도를 채우세요: O(___)

mystery 함수의 공간 복잡도: O(___)

다음 중 시간 복잡도가 가장 빠른 것은?

Big-O 마스터 달성!

edit_note

정리 노트

Big-O & 복잡도 분석 총정리

Big-O 등급표

O(1)
상수 시간 — 인덱싱, 해시맵 조회
O(log n)
로그 시간 — 이진탐색
O(n)
선형 시간 — 단일 for 루프
O(n log n)
선형 로그 — 정렬 (merge, quick)
O(n²)
이차 시간 — 중첩 for 루프

공간 복잡도

O(1)
변수 몇 개만 사용
O(n)
새 배열/해시맵/set 생성
재귀
콜 스택 깊이만큼 사용

면접 프레임워크

ATSO
Approach → Time → Space → Optimize
핵심
코딩 전에 접근법 설명, 시간+공간 모두 분석

면접 직전에 이 노트만 훑어봐도 복잡도 분석 질문에 자신감이 생깁니다!

check_circle

핵심 정리

  • 1알고리즘 효율성이 면접 합격의 핵심
  • 2Big-O: O(1) < O(log n) < O(n) < O(n²)
  • 3공간 복잡도와 시간-공간 트레이드오프
  • 4ATSO 프레임워크로 구조적 소통

퀴즈와 인터랙션으로 더 깊이 학습하세요

play_circle인터랙티브 레슨 시작