[코드트리 후기], 이진탐색 알고리즘 약점 공부 후기

https://www.codetree.ai/

Codetree: Master Coding Interviews - Data Structures & Algorithms

 

[알고리즘] 코드트리 6회차: 파라메트릭 서치 약점 집중 돌파와 코드트리 커리큘럼의 힘

지난 5회차 갭체크 진단에서 나에게 가장 큰 벽으로 다가왔던 약점은 바로 Parametric Search(파라메트릭 서치)였다. 최적화 문제를 결정 문제로 바꾸어 이진 탐색으로 풀어내는 개념인데, 파이썬(Python3) 특유의 타이트한 시간 제한(100ms)과 맞물려 매번 시간 초과의 늪에 빠지게 만들던 주범이었다. 이번 6회차 미션인 '차근차근 약점 집중 돌파'를 위해 코드트리의 파라메트릭 서치 레슨을 선택해 본격적인 약점 보완에 나섰다.

코드트리만의 독보적인 커리큘럼 구조: 쪼개고 채우는 학습

공부를 진행하며 느낀 코드트리만의 가장 큰 장점은 정교하게 설계된 커리큘럼 구조에 있다. 타 알고리즘 플랫폼(백준, 프로그래머스 등)은 대분류 탭에서 문제를 무작위로 골라 풀거나, 유형별로 정렬되어 있어도 난이도의 도약이 심해 독학할 때 벽을 느끼기 쉽다. 반면 코드트리는 하나의 거대한 알고리즘을 아주 작은 단서와 개념 단위로 세분화하여 계단식으로 밟아 올라가게 만든다. 내가 왜 이 개념에서 막혔는지 그 빈틈(Gap)을 스스로 인지할 수밖에 없도록 만드는 촘촘한 로드맵 구조를 가지고 있다.

레슨 단위 학습(기본-연습-테스트)이 가져온 풀이 감각의 변화

이번 레슨은 [기본 개념 및 예제] -> [연습 문제] -> [테스트 문제]의 3단계 순서로 짜임새 있게 진행되었다.

• 기본 단계에서는 파라메트릭 서치의 핵심인 '조건을 만족하는 최적의 기준점을 어떻게 이진 탐색의 True/False 결정 함수로 바꿀 것인가'에 대한 직관을 명확히 잡아주었다.
• 이어지는 연습 문제를 풀면서 포인터(left, right)의 초기 범위 설정과 갱신 조건 시 발생할 수 있는 미세한 무한 루프 예외를 다잡을 수 있었다.
• 마지막 테스트 문제에 도달했을 때는 이전처럼 무작정 코드부터 타이핑하는 것이 아니라, "이 문제의 정답 범위는 어디서부터 어디까지인가?", "어떤 조건을 기준으로 이분 분할을 할 것인가?"를 머릿속으로 먼저 설계하는 유연함이 생겼다.

단계별로 빌드업을 하며 문제를 풀다 보니, 고질적인 문제였던 Python3에서의 불필요한 연산 낭비를 줄이고, 핵심 결정 함수(check) 내부를 $O(N)$ 이하로 깔끔하게 최적화하는 감각을 확실히 익힐 수 있었다.

코드트리의 해설과 토론 탭: 파이썬 유저의 구원줄

특히 학습 과정에서 코드트리의 모범 코드와 토론 내용이 정말 큰 도움이 되었다. 파이썬은 언어 특성상 미세한 입출력 속도나 슬라이싱, 객체 생성 여부에 따라 100ms의 경계를 아슬아슬하게 오가곤 한다. 코드트리의 해설은 단순히 정답 소스코드만 툭 던져주는 것이 아니라, 시각적인 흐름도와 함께 최적화 포인트가 친절하게 설명되어 있어 내 코드의 오버헤드를 찾아내기 수월했다. 또한, 나와 비슷하게 파이썬으로 시간 초과를 겪은 다른 사람들의 질문과 답변이 누적된 토론 탭을 보면서, "이 구간에서는 내장 함수를 쓰는 것이 더 빠르구나", "이 조건식은 이렇게 압축할 수 있구나" 같은 실전 압축형 팁들을 흡수할 수 있었다. PyPy3 환경이 없어 아쉬웠던 마음을 정교한 코드 최적화 지식으로 메울 수 있었던 값진 경험이었다.

미션을 마치며: 한 단계 더 단단해진 성장

타 서비스가 '문제 풀이 양(Quantity)'을 늘려주는 곳이라면, 코드트리는 내 풀이의 '질(Quality)'을 높여주는 곳이라는 확신이 들었다. 가장 두려워했던 파라메트릭 서치 레슨을 완수하고 나니, 이제는 타이트한 시간 제한을 가진 문제를 만나도 쫄지 않고 효율적인 이진 탐색 로직을 설계할 수 있겠다는 자신감이 생겼다. 남은 청약 챌린지 기간 동안에도 이 기세를 이어가 내 코딩 실력을 한 단계 더 단단하게 스케일업 하겠다.