CHAPTER 01 알고리즘과 복잡도 분석
1.1 알고리즘이란?
1.2 알고리즘의 기술
1.3 동일한 문제에 대한 알고리즘은 여러 개일 수 있다
1.4 효율적인 알고리즘의 중요성
1.5 알고리즘 분석
1.6 점근표기법
1.7 1장을 마치며
연습문제

CHAPTER 02 완전 탐색(브루트 포스) 기법
2.1 완전 탐색이란 무엇인가?
2.2 단순 반복에서 다중 반복으로
2.3 완전 탐색의 기본 구조
2.4 파이썬에서는 순열과 조합 생성
2.5 간단한 예제들로 배우는 완전 탐색
2.6 시간 복잡도와 한계: 조합적 폭발
2.7 완전 탐색은 모든 알고리즘의 씨앗
2.8 코딩 테스트
2.9 2장을 마치며
연습문제

CHAPTER 03 축소 정복 기법
3.1 축소 정복 알고리즘
3.2 재귀 vs 반복
3.3 축소 정복 기법의 기초 예제
3.4 축소 정복을 이용한 거듭제곱 계산
3.5 삽입 정렬(동일 크기 축소)
3.6 위조 동전 문제(동일 비율 축소)
3.7 k번째 작은 수 찾기(동일 비율 축소)
3.8 보간 탐색(가변 크기 축소)
3.9 코딩 테스트에서의 축소 정복 기법
3.10 3장을 마치며
연습문제

CHAPTER 04 분할 정복 기법
4.1 분할 정복 소개
4.2 합병 정렬
4.3 최대 구간 합(Maximum Subarray Sum)
4.4 (심화) 최근접 쌍 문제
4.5 쿼드 트리 #1: 흑백 이미지 압축
4.6 쿼드 트리 #2: 게임 개발과 충돌 감지
4.7 재귀 알고리즘의 복잡도 계산
4.8 (심화) 카라츠바 알고리즘(Karatsuba Algorithm)
4.9 (심화) 행렬 곱셈과 스트라센 알고리즘(Strassen Algorithm)
4.10 코딩 테스트에서의 분할 정복
4.11 4장을 마치며
연습문제

CHAPTER 05 그리디 알고리즘
5.1 그리디 알고리즘이란?
5.2 거스름돈 문제
5.3 그리디의 위험성
5.4 활동 선택 문제(Activity Selection Problem)
5.5 배낭 문제
5.6 그리디가 통하기 위한 두 가지 조건
5.7 크루스칼 알고리즘
5.8 TSP 문제를 그리디 기법으로 풀기
5.9 다익스트라 알고리즘
5.10 코딩 테스트
5.11 5장을 마치며
연습문제

CHAPTER 06 동적 계획법
6.1 동적 계획법(DP)이란?
6.2 피보나치 수열로 배우는 DP의 두 가지 얼굴
6.3 DP가 성립하기 위한 조건
6.4 바닥 공사(1차원 DP)
6.5 1로 만들기(1차원 DP)
6.6 DP 문제 해결을 위한 전략 가이드
6.7 2차원 DP: 그리디의 복수(0/1 배낭 문제 정복)
6.8 문자열과 DP(LCS 알고리즘)
6.9 공간 복잡도 최적화(슬라이딩 윈도우)
6.10 코딩 테스트
6.11 6장을 마치며
연습문제

CHAPTER 07 백트래킹 기법
7.1 탐색의 기초
7.2 DFS와 BFS
7.3 백트래킹
7.4 간단 예제: “숫자 1, 2, 3 카드 뽑기”
7.5 부분 집합의 합
7.6 N-Queen 문제: 백트래킹의 교과서
7.7 그래프 색칠하기
7.8 다른 방법들과의 비교
7.9 코딩 테스트
7.10 7장을 마치며
연습문제

CHAPTER 08 분기한정 기법
8.1 백트래킹을 넘어서, 최적화를 향해
8.2 분기한정의 3박자: 분기, 한정, 가지치기
8.3 탐색의 전략: 무엇을 먼저 방문할 것인가?
8.4 작업 할당 문제(Job Assignment Problem)
8.5 0/1 배낭 문제(Knapsack Problem)의 최적화 버전
8.6 외판원 순회 문제(최단 2간선 합계 방식)
8.7 코딩 테스트
8.8 8장을 마치며
연습문제

CHAPTER 09 NP-완전 문제
9.1 현실의 벽: 튜링 머신과 다항 시간
9.2 P와 NP: 풀 수 있는가 vs 검산할 수 있는가?
9.3 환원: 문제의 난이도 비교하기
9.4 NP-완전과 NP-난해
9.5 NP-완전 문제의 대표 선수들
9.6 NP-완전 문제 대처법
9.7 P vs NP 문제
9.8 9장을 마치며
연습문제

CHAPTER 10 근사 알고리즘
10.1 현실적인 대안: 왜 근사 알고리즘인가?
10.2 근사 알고리즘의 기본 개념
10.3 거리 공간의 TSP(Metric TSP)
10.4 정점 커버 문제
10.5 집합 커버 문제
10.6 근사조차 어려운 문제들
10.7 10장을 마치며
연습문제

CHAPTER 11 휴리스틱 알고리즘
11.1 이론의 끝에서: 왜 다시 직관인가?
11.2 지역 탐색(local search)과 언덕 오르기
11.3 실전 예제: TSP 문제에서의 언덕 오르기 기법
11.4 A* 알고리즘
11.5 메타 휴리스틱: 국소 최적해 탈출 전략
11.6 모의 담금질
11.7 실전 예제: TSP 문제를 모의 담금질로 풀기
11.8 유전 알고리즘
11.9 실전 예제: TSP 문제를 유전 알고리즘으로 풀기
11.10 다른 자연 영감 알고리즘들 맛보기
11.11 11장을 마치며
연습문제

CHAPTER 12 텍스트 알고리즘
12.1 문자열 검색의 기본: 완전 탐색
12.2 KMP 알고리즘: 접두사의 정보를 활용하라
12.3 보이어-무어 알고리즘
12.4 라빈-카프(Rabin-Karp) 알고리즘
12.5 문자열 자료구조: 트라이(Trie)
12.6 데이터 압축(string compression)
12.7 코딩 테스트에서의 텍스트 알고리즘
12.8 이 책을 마치며: 끝이 아닌, 더 넓은 세상을 향한 새로운 시작
연습문제