동적 계획법(DP)은 어떤 기준으로 접근하나요?

동적 계획법은 중복되는 하위 문제와 최적 부분 구조가 있는 문제를 저장하며 푸는 방법입니다. 재귀와 메모이제이션 또는 반복문과 테이블을 사용해 이미 계산한 결과를 재사용함으로써 지수 시간 탐색을 줄일 수 있습니다.

핵심 개념

핵심 기준은 중복 하위 문제의 결과 재사용입니다. 이 개념은 단순히 용어를 외우는 것보다, 어떤 문제를 줄이기 위해 등장했는지와 실제 코드나 운영 환경에서 어떤 trade-off를 만드는지 함께 이해하는 것이 중요합니다.

큰 문제를 작은 하위 문제로 나누고, 같은 하위 문제가 반복되는지 확인해보세요.

동작 흐름

1. 먼저 문제가 발생하는 조건과 입력을 확인합니다.
2. 관련된 런타임, 브라우저, 서버, 데이터 저장소의 책임을 나눠 봅니다.
3. 가장 작은 범위에서 안전한 해결책을 적용합니다.
4. 로그, 테스트, 모니터링으로 실제로 문제가 줄었는지 확인합니다.

실제 예시

피보나치 수열에서 f(n)을 매번 재귀 계산하지 않고 f(n-1), f(n-2)를 저장해 한 번씩만 계산합니다.

실무에서 적용하는 방법

상태 정의, 점화식, 초기값, 계산 순서를 먼저 적고 작은 입력으로 테이블이 맞게 채워지는지 검증합니다.

실무에서 주의할 점

• 상태를 과도하게 크게 잡으면 메모리와 시간이 부족해질 수 있습니다.
• 탐욕법으로 풀 수 있는 문제에 DP를 쓰면 불필요하게 복잡해질 수 있습니다.
• 개념을 적용하기 전에 현재 시스템의 규모, 병목, 장애 영향도를 함께 확인해야 합니다.
• 팀 규칙이나 프레임워크 기본 동작과 충돌하지 않는지도 점검하는 것이 좋습니다.

함께 연결해서 보면 좋은 키워드

알고리즘, DP, 최적화, 메모이제이션

면접에서 짚으면 좋은 포인트

• 정의만 말하기보다 어떤 문제를 줄이기 위한 개념인지 먼저 설명하면 좋습니다.
• 장점과 함께 비용, 한계, 적용하지 않아도 되는 상황을 같이 말하면 실무 이해도가 드러납니다.

정리

한 줄로 정리하면, 동적 계획법은 중복되는 하위 문제와 최적 부분 구조가 있는 문제를 저장하며 푸는 방법입니다. 재귀와 메모이제이션 또는 반복문과 테이블을 사용해 이미 계산한 결과를 재사용함으로써 지수 시간 탐색을 줄일 수 있습니다. 실무에서는 개념을 적용하는 조건과 적용하지 않았을 때 생기는 문제까지 함께 이해하는 것이 중요합니다.