옮긴이 머리말
베타리더 후기
추천의 글
서문

PART I 면접 프로세스

CHAPTER 1 실리콘밸리 기업 면접 프로세스
1.1 일반 전화 인터뷰
1.2 기술 전화 인터뷰
__1.2.1 스몰 토크 세션 / 1.2.2 기술 커뮤니케이션 세션 / 1.2.3 질문 세션
1.3 현장 면접
__1.3.1 현장 면접 질문 세션 / 1.3.2 활발한 의사소통 유지하기

PART II 데이터 구조

CHAPTER 2 리스트
2.1 리스트의 기본 지식
__2.1.1 리스트 생성 1/ 2.1.2 리스트 원소 추가 / 2.1.3 리스트 원소 삭제
2.2 예제 1: 가장 많이 연속되는 1의 개수 구하기
2.3 예제 2: 이진수 덧셈
2.4 예제 3: 범위 합 구하기
__2.4.1 1차원 배열 사용 풀이 / 2.4.2 2차원 배열 사용 풀이
2.5 예제 4: 무작위 인덱스 추출
2.6 예제 5: 다음 순열 내림차순 배열 구하기
2.7 예제 6: 숫자 변환 가능 여부 검증
2.8 예제 7: 순환소수 표현하기

CHAPTER 3 스택
3.1 스택의 기본 지식
__3.1.1 스택 연산과 시간 복잡도 / 3.1.2 스택의 3가지 구현 방법
__3.1.3 스택의 응용
3.2 예제 1: 최소 제거 작업으로 유효한 괄호 만들기
3.3 예제 2: 함수 실행 시간 측정

CHAPTER 4 큐
4.1 큐의 3가지 구현 방법
4.2 예제 1: 원형 큐 설계
4.3 예제 2: 합이 K보다 큰 최단 연속 하위 배열의 길이 찾기

CHAPTER 5 우선순위 큐
5.1 우선순위 큐의 3가지 구현 방법
5.2 예제 1: K명의 근로자를 고용하는 데 드는 최소 비용
5.3 예제 2: 연속 하위 수열 분할 가능 확인

CHAPTER 6 딕셔너리
6.1 딕셔너리의 기본 지식
__6.1.1 딕셔너리 생성 / 6.1.2 딕셔너리 원소 추가
__6.1.3 딕셔너리 원소 접근 / 6.1.4 딕셔너리 원소 제거
6.2 예제 1: 합이 K인 연속 하위 배열의 총 개수 찾기
6.3 예제 2: 카드 구성의 최댓값
6.4 예제 3: 삽입, 삭제, 반환 함수를 가지는 데이터 구조 설계
6.5 예제 4: LRU 캐시 구현

CHAPTER 7 세트
7.1 세트의 기본 지식
7.2 세트의 기본 작업
__7.2.1 원소 추가 / 7.2.2 원소 삭제 / 7.2.3 합집합 / 7.2.4 교집합

CHAPTER 8 연결 리스트
8.1 두 리스트 합치기
8.2 이중 포인터 알고리즘
8.3 예제 1: 연결 리스트의 순환 유무 확인 문제
8.4 예제 2: 두 개의 연결 리스트의 교차점 찾기
8.5 예제 3: 무작위 연결 리스트 복제
8.6 예제 4: 역방향 연결 리스트

CHAPTER 9 이진 트리
9.1 트리 순회
__9.1.1 전위 순회 / 9.1.2 중위 순회 / 9.1.3 후위 순회 / 9.1.4 레벨 순회
9.2 트리 순회의 재귀적 알고리즘
__9.2.1 하향식 접근 방법 / 9.2.2 상향식 접근 방법
9.3 예제 1: 최소 공통 조상 문제
9.4 예제 2: 이진 트리의 직렬화 및 역직렬화
9.5 예제 3: 이진 트리의 최대 경로합 구하기
9.6 예제 4: 이진 트리를 이중 연결 리스트로 변환하기

CHAPTER 10 기타 트리 구조
10.1 트라이
__10.1.1 트라이의 데이터 구조 / 10.1.2 트라이 단어 삽입
__10.1.3 트라이 단어 검색
10.2 세그먼트 트리
10.3 이진 인덱스 트리(펜윅 트리)
__10.3.1 이진 인덱스 트리의 표현 / 10.3.2 getSum() 함수
__10.3.3 update() 함수 / 10.3.4 이진 인덱스 트리의 작동 방식
10.4 예제 1: 부분 배열의 합의 개수
__10.4.1 세그먼트 트리 알고리즘 사용 풀이 / 10.4.2 이진 인덱스 트리 사용 풀이
__10.4.3 이진 탐색 사용 풀이
10.5 예제 2: 자신보다 작은 숫자의 개수 계산
__10.5.1 이진 인덱스 트리 사용 풀이 / 10.5.2 이진 탐색 사용 풀이
__10.5.3 세그먼트 트리 사용 풀이

CHAPTER 11 그래프
11.1 그래프 표현
__11.1.1 인접 행렬 / 11.1.2 인접 리스트
11.2 예제 1: 그래프 깊은 복사하기
11.3 예제 2: 그래프 순환 검증
__11.3.1 깊이 우선 탐색 사용 풀이 / 11.3.2 너비 우선 탐색 사용 풀이
__11.3.3 유니언 파인드 사용 풀이

PART III 알고리즘

CHAPTER 12 이진 탐색
12.1 예제 1: 제곱근 찾기
12.2 예제 2: 피벗(회전)된 값 인덱스 검색
12.3 예제 3: 회의실 예약 문제
__12.3.1 심화 문제 1: 최적화 방법
__12.3.2 심화 문제 2: 여러 회의실을 예약하는 방법

CHAPTER 13 이중 포인터 알고리즘
13.1 예제 1: 희소행렬의 내적
13.2 예제 2: 부분 문자열 최소 윈도 문제
13.3 예제 3: 닫힌 구간의 교차 구간 찾기
13.4 예제 4: 가장 긴 연속 1의 개수 찾기
13.5 예제 5: 목표 문자열 찾기-슬라이딩 윈도

CHAPTER 14 동적 프로그래밍
14.1 동적 프로그래밍의 기본 지식
14.2 예제 1: 동전 거슬러주기
14.3 예제 2: 주식 매매 최대 이익 찾기
14.4 예제 3: 전체 디코딩 방법의 수 계산

CHAPTER 15 깊이 우선 탐색
15.1 깊이 우선 탐색의 응용
15.2 예제 1: 태평양과 대서양 횡단 문제
15.3 예제 2: 승자 예측
15.4 예제 3: 표현식 연산자 추가하기

CHAPTER 16 역추적
16.1 예제 1: 스도쿠 풀기
16.2 예제 2: 청소 로봇

CHAPTER 17 너비 우선 탐색
17.1 너비 우선 탐색의 응용
17.2 예제 1: 벽과 문
17.3 예제 2: 커리큘럼
17.4 예제 3: 버스 노선
17.5 예제 4: 이분 그래프 판단
17.6 예제 5: 단어 사다리

CHAPTER 18 유니언 파인드
18.1 유니언 파인드의 기본 지식
18.2 예제: 친구 원 구하기
__18.2.1 너비 우선 탐색 사용 풀이 / 18.2.2 깊이 우선 탐색 사용 풀이
__18.2.3 유니언 파인드 사용 풀이

CHAPTER 19 데이터 구조와 알고리즘 인터뷰 실전
19.1 예제 1: 파일 시스템
__19.1.1 데이터 구조 설계 / 19.1.2 면접 주요 포인트
__19.1.3 코드 작성
19.2 예제 2: 가장 긴 연결 단어 목록 길이 구하기
__19.2.1 단어 사전 데이터 구조 설계 / 19.2.2 저장소/캐싱 사용
__19.2.3 면접 주요 포인트
19.3 예제 3: 원 그룹
__19.3.1 원 그룹의 수 / 19.3.2 가장 큰 k개의 원의 그룹

PART IV 시스템 설계

CHAPTER 20 시스템 설계 이론
20.1 설계 단계
__20.1.1 사용 시나리오, 제약 및 가정 조건 확인
__20.1.2 상위 아키텍처 구성 / 20.1.3 핵심 컴포넌트 설계
__20.1.4 확장 설계
20.2 도메인 네임 시스템
20.3 로드 밸런서
20.4 분산 캐시 시스템
20.5 안정 해시

CHAPTER 21 시스템 설계 실습
21.1 분산 캐시 시스템 설계
__21.1.1 캐시 무효화 / 21.1.2 캐시 제거 정책
__21.1.3 분산 키-값 캐시 설계 시스템
21.2 웹 크롤러 시스템 설계
__21.2.1 아키텍처 설계 / 21.2.2 크롤러 서비스 구현
__21.2.3 중복 링크 처리 / 21.2.4 크롤링 결과 업데이트
__21.2.5 확장성 설계
21.3 TinyURL의 암호화와 복호화
__21.3.1 시스템 요구 사항 및 목표 / 21.3.2 리소스 추정 및 제약
__21.3.3 시스템 API / 21.3.4 핵심 알고리즘 설계
__21.3.5 데이터베이스 설계 / 21.3.6 데이터 파티셔닝
__21.3.7 캐싱 / 21.3.8 로드 밸런서
21.4 검색어 자동 완성 기능 설계
__21.4.1 기본 시스템 설계 및 알고리즘 / 21.4.2 주요 데이터 구조
__21.4.3 최적화 설계
21.5 뉴스피드 업데이트 기능 설계
21.6 X 애플리케이션 설계
21.7 우버/리프트 앱 설계

CHAPTER 22 멀티스레드 프로그래밍
22.1 멀티스레딩 면접 질문
22.2 예제 1: 물 분자의 형성
22.3 예제 2: 0, 짝수, 홀수 출력

CHAPTER 23 머신러닝 시스템 설계
23.1 머신러닝의 기본 지식
__23.1.1 머신러닝이란 무엇인가 / 23.1.2 머신러닝을 사용하는 이유
__23.1.3 지도 학습과 비지도 학습 / 23.1.4 분류 모델과 회귀 모델
__23.1.5 문제 변환 / 23.1.6 데이터 문제
__23.1.7 머신러닝 작업 흐름 / 23.1.8 피처 엔지니어링
__23.1.9 과소적합과 과적합 / 23.1.10 편향과 분산
23.2 머신러닝에 대한 고급 지식
__23.2.1 불균형 이진 분류 데이터 처리 / 23.2.2 가우스 혼합 모델과 K-평균 비교
__23.2.3 그레이디언트 부스팅 / 23.2.4 의사 결정 트리에 제약 조건 부여
__23.2.5 가중치 업데이트 / 23.2.6 확률적 그레이디언트 부스팅
__23.2.7 정규화
23.3 머신러닝 인터뷰
__23.3.1 머신러닝 면접 주요 포인트 / 23.3.2 머신러닝 인터뷰 대응 전략
23.4 예제 1: 검색 순위 시스템
__23.4.1 문제 해석 282 / 23.4.2 지표 분석
__23.4.3 아키텍처 / 23.4.4 결과 선택
__23.4.5 훈련 데이터 생성 / 23.4.6 순위 산정
__23.4.7 결과 필터링
23.5 예제 2: 넷플릭스 추천 시스템
__23.5.1 문제 해석 / 23.5.2 지표 분석 / 23.5.3 아키텍처
__23.5.4 피처 엔지니어링 / 23.5.5 추천 영화 리스트 생성
__23.5.6 훈련 데이터 생성 / 23.5.7 순위 산정

찾아보기