시간 복잡도 (Time Complexity), 공간 복잡도 (Space Complexity), Big-O

출제 빈도: ★★★★★ | 난이도: ★★★☆☆

답안.

Ⅰ. 개요

시간 복잡도는 입력 크기 n이 증가할 때 알고리즘 실행 시간이 어떻게 증가하는지를 나타내는 척도다.
공간 복잡도는 알고리즘 수행에 필요한 추가 메모리 양의 증가 추세를 의미한다.
Big-O, Big-Ω, Big-Θ는 각각 상한, 하한, 타이트 바운드를 표현하며 알고리즘 성능 비교의 기본 언어다.

Ⅱ. 핵심 구성요소

Ⅰ. 개요
   1. 정의
   2. 데이터 규모 증가와 성능 요구

Ⅱ. 핵심 구성요소
   1. 복잡도 개념과 표기법
   2. 성장률 비교와 해석

Ⅲ. 특징 및 장단점
   1. 알고리즘 선택 근거 명확화
   2. 상수항 무시로 인한 실측과 괴리 가능성

Ⅳ. 유사 기술과의 비교
   - Big-O vs Big-Theta 비교표

Ⅴ. 적용사례 및 향후전망
   1. 성능 민감 서비스에서 알고리즘 선택과 용량 계획
   2. 대규모 분산 처리에서도 중요한 알고리즘 효율

해당 키워드의 기술적 구성요소와 동작 원리를 서술한다.

Ⅲ. 특징 및 비교

핵심 기술의 장단점과 유사 기술과의 차이를 분석한다.

Ⅳ. 적용 사례

실무 환경에서의 적용 사례와 기대효과를 제시한다.

Ⅴ. 전망

최신 기술 동향과 향후 발전 방향을 서술한다.