📚FOS Study
홈카테고리
홈카테고리

카테고리

  • AI 페이지로 이동
    • RAG 페이지로 이동
    • agents 페이지로 이동
    • langgraph 페이지로 이동
    • BMAD Method — AI 에이전트로 애자일 개발하는 방법론
    • Claude Code의 Skill 시스템 - 개발자를 위한 AI 자동화의 새로운 차원
    • Claude Code를 11일 동안 쓴 결과 — 데이터로 본 나의 사용 패턴
    • Claude Code 멀티 에이전트 — Teams
    • 하네스 엔지니어링 실전 — 4인 에이전트 팀으로 코딩 파이프라인 구축하기
    • 하네스 엔지니어링 — 오래 실행되는 AI 에이전트를 위한 설계
    • 멀티모달 LLM (Multimodal Large Language Model)
    • AI 에이전트와 함께 MVP 만들기 — dooray-cli 사례
  • algorithm 페이지로 이동
    • live-coding 페이지로 이동
  • architecture 페이지로 이동
    • 캐시 설계 전략 총정리
    • 디자인 패턴
    • 분산 트랜잭션
  • css 페이지로 이동
    • FlexBox 페이지로 이동
  • database 페이지로 이동
    • mysql 페이지로 이동
    • opensearch 페이지로 이동
    • redis 페이지로 이동
    • 김영한의-실전-데이터베이스-설계 페이지로 이동
    • 커넥션 풀 크기는 얼마나 조정해야할까?
    • 인덱스 - DB 성능 최적화의 핵심
    • 역정규화 (Denormalization)
    • 데이터 베이스 정규화
  • devops 페이지로 이동
    • docker 페이지로 이동
    • k8s 페이지로 이동
    • k8s-in-action 페이지로 이동
    • monitoring 페이지로 이동
    • Envoy Proxy
    • Graceful Shutdown
  • go 페이지로 이동
    • Go 언어 기본 학습
  • http 페이지로 이동
    • HTTP Connection Pool
  • interview 페이지로 이동
    • 210812 페이지로 이동
    • 뱅크샐러드 AI Native Server Engineer
    • CJ 올리브영 커머스플랫폼유닛 Back-End 개발 지원 자료
    • 마이리얼트립 - Platform Solutions실 회원주문개발 Product Engineer
    • NHN 서비스개발센터 AI서비스개발팀
    • nhn gameenvil console backend 직무 인터뷰 준비
    • 면접을 대비해봅시다
    • 토스증권 Server Developer (Platform) 지원 자료
    • 토스증권 Server Developer (Product) 지원 자료
    • 토스뱅크 Server Developer (Product) 지원 자료
    • Tossplace Node.js Developer
    • 토스플레이스 Node.js 백엔드 컬처핏
  • java 페이지로 이동
    • jdbc 페이지로 이동
    • opentelemetry 페이지로 이동
    • spring 페이지로 이동
    • spring-batch 페이지로 이동
    • 더_자바_코드를_조작하는_다양한_방법 페이지로 이동
    • Java의 로깅 환경
    • MDC (Mapped Diagnostic Context)
    • OpenTelemetry 란 무엇인가?
    • Java StampedLock — 읽기 폭주에도 쓰기가 밀리지 않는 락
    • Virtual Thread와 Project Loom
  • javascript 페이지로 이동
    • Data_Structures_and_Algorithms 페이지로 이동
    • Heap 페이지로 이동
    • typescript 페이지로 이동
    • AbortController
    • Async Iterator와 제너레이터
    • CommonJS와 ECMAScript Modules
    • 제너레이터(Generator)
    • Http Client
    • Node.js
    • npm vs pnpm 선택기준은 무엇인가요?
    • `setImmediate()`
  • kafka 페이지로 이동
    • Kafka 기본
    • Kafka를 사용하여 **데이터 정합성**은 어떻게 유지해야 할까?
    • [초안] Kafka 실전 설계: 파티션 전략, 컨슈머 그룹, 전달 보장, 재시도, 순서 보장 트레이드오프
    • 메시지 전송 신뢰성
  • linux 페이지로 이동
    • fsync — 리눅스 파일 동기화 시스템 콜
    • tmux — Terminal Multiplexer
  • network 페이지로 이동
    • L2(스위치)와 L3(라우터)의 역할 차이
    • L4와 VIP(Virtual IP Address)
    • IP Subnet
  • react 페이지로 이동
    • JSX 페이지로 이동
    • VirtualDOM 페이지로 이동
    • v16 페이지로 이동
  • resume 페이지로 이동
    • 지원 문항
  • task 페이지로 이동
    • ai-service-team 페이지로 이동
    • nsc-slot 페이지로 이동
    • sb-dev-team 페이지로 이동
    • the-future-company 페이지로 이동
📚FOS Study

개발 학습 기록을 정리하는 블로그입니다.

바로가기

  • 홈
  • 카테고리

소셜

  • GitHub
  • Source Repository

© 2025 FOS Study. Built with Next.js & Tailwind CSS

목록으로 돌아가기
🧮algorithm/ live-coding

[초안] Two Pointers — 라이브 코딩 완전 정복 가이드 (Java)

약 13분
2026년 4월 15일
GitHub에서 보기

[초안] Two Pointers — 라이브 코딩 완전 정복 가이드 (Java)

왜 Two Pointers인가

알고리즘 라이브 코딩 면접에서 배열이나 문자열 관련 문제가 나왔을 때, 가장 먼저 고려해야 하는 패턴 중 하나가 Two Pointers다. 이유는 간단하다. O(n²) 브루트 포스 접근을 O(n)으로 줄여주는 가장 직관적인 기법이면서, 코드 자체가 짧고 구조가 명확해서 라이브 코딩 환경에서 빠르게 작성하고 설명하기 쉽다.

면접관 입장에서 Two Pointers를 묻는 이유는 크게 두 가지다.

첫째, 후보자가 "배열을 처음부터 끝까지 훑는다"는 단순한 발상에서 벗어나, 자료의 특성(정렬 여부, 단조성 등)을 활용해 탐색 공간을 줄이는 사고를 할 수 있는지 확인하기 위해서다. 둘째, 포인터 이동 조건과 경계 조건을 실수 없이 구현하는 구현력을 보기 위해서다. 실무에서도 대용량 정렬된 로그 데이터나 슬라이딩 윈도우 기반 지표 계산에 같은 개념이 직접 쓰인다.


핵심 개념 — 두 가지 패턴

Two Pointers는 쓰임새에 따라 두 방향으로 나뉜다.

패턴 1: 반대 방향 (Opposite Direction)

배열의 양 끝에 포인터를 두고 조건에 따라 안쪽으로 좁혀 오는 방식이다. 정렬된 배열에서 합 조건을 만족하는 쌍을 찾을 때 전형적으로 사용된다.

배열: [1, 3, 5, 7, 9]
      ^               ^
      left           right

left + right > target  →  right--
left + right < target  →  left++
left + right == target →  정답 기록, 두 포인터 모두 이동

언제 쓰는가:

  • 정렬된 배열에서 합이 target인 두 수 찾기 (Two Sum on sorted array)
  • 정렬된 배열에서 세 수의 합이 0인 경우 (3Sum)
  • 팰린드롬 판별
  • 컨테이너 물 담기 (Container With Most Water)

패턴 2: 같은 방향 (Same Direction / Sliding Window 유사)

두 포인터가 같은 방향으로 이동하되, 속도나 조건이 다른 방식이다. 주로 중복 제거, 부분 배열 탐색, fast-slow 포인터 문제에 사용된다.

배열: [0, 0, 1, 1, 2, 3]
       ^  ^
       slow fast

fast가 새로운 값을 만나면 slow를 전진시키고 값을 덮어쓴다.

언제 쓰는가:

  • 정렬된 배열에서 중복 제거 (Remove Duplicates)
  • 연결 리스트 사이클 감지 (Floyd's Cycle Detection)
  • 특정 조건을 만족하는 가장 짧은/긴 부분 배열

정렬된 배열 페어 문제 — 반대 방향 패턴 상세 설명

Two Sum 문제를 예로 들어 반대 방향 패턴의 작동 원리를 단계별로 살펴본다.

문제: 정렬된 배열에서 합이 target인 두 수의 인덱스를 반환하라.

왜 정렬이 전제 조건인가? 정렬이 되어 있어야 "합이 너무 크면 오른쪽 포인터를 줄이고, 너무 작으면 왼쪽 포인터를 늘린다"는 단조성이 성립한다. 정렬되지 않은 배열이라면 이 논리가 깨진다.

public int[] twoSumSorted(int[] nums, int target) {
    int left = 0;
    int right = nums.length - 1;

    while (left < right) {
        int sum = nums[left] + nums[right];

        if (sum == target) {
            return new int[]{left, right};
        } else if (sum < target) {
            left++;   // 합이 작으면 더 큰 수가 필요 → 왼쪽 포인터 전진
        } else {
            right--;  // 합이 크면 더 작은 수가 필요 → 오른쪽 포인터 후퇴
        }
    }

    return new int[]{-1, -1}; // 없는 경우
}

시간복잡도: O(n) — 각 포인터는 최대 n번 이동하고, 두 포인터가 만나면 종료된다. 공간복잡도: O(1) — 추가 자료구조 없음.


중복 제거 — 같은 방향 패턴 상세 설명

같은 방향 패턴의 핵심은 "slow 포인터는 유효한 결과의 끝을 가리키고, fast 포인터는 탐색 선두에 있다"는 역할 분리다.

문제: 정렬된 배열에서 in-place로 중복을 제거하고, 유니크한 원소의 수를 반환하라.

public int removeDuplicates(int[] nums) {
    if (nums.length == 0) return 0;

    int slow = 0; // 유효한 배열의 마지막 위치

    for (int fast = 1; fast < nums.length; fast++) {
        if (nums[fast] != nums[slow]) {
            slow++;
            nums[slow] = nums[fast]; // 새로운 유니크 값을 slow 다음 위치에 기록
        }
        // nums[fast] == nums[slow]이면 fast만 전진, slow는 제자리
    }

    return slow + 1; // 유니크한 원소 수 (0-indexed이므로 +1)
}

직관: slow는 완성된 배열을 쌓아가는 스택의 top 포인터라고 생각하면 된다. fast가 새 값을 발견할 때만 slow를 올리고 값을 복사한다.


실무와의 연결 — 백엔드에서 같은 개념이 쓰이는 곳

Two Pointers는 순수 알고리즘 문제에만 국한되지 않는다. 백엔드 실무에서도 같은 사고방식이 반복된다.

예시 1 — 정렬된 두 결과 셋 병합 (Merge Two Sorted Results)

두 개의 정렬된 DB 결과 목록을 메모리에서 병합할 때, 각 리스트에 포인터를 두고 비교하면서 합친다. 이것이 Merge Sort의 핵심이자 Two Pointers의 변형이다.

public List<Integer> mergeSorted(List<Integer> a, List<Integer> b) {
    List<Integer> result = new ArrayList<>();
    int i = 0, j = 0;

    while (i < a.size() && j < b.size()) {
        if (a.get(i) <= b.get(j)) {
            result.add(a.get(i++));
        } else {
            result.add(b.get(j++));
        }
    }

    while (i < a.size()) result.add(a.get(i++));
    while (j < b.size()) result.add(b.get(j++));

    return result;
}

예시 2 — 슬라이딩 윈도우 지표 계산

API 요청 로그가 타임스탬프 순으로 정렬되어 있을 때, 최근 N초 내 요청 수를 추적하는 Rate Limiter 로직이 전형적인 같은 방향 Two Pointers다.

// 타임스탬프 배열에서 현재 시각 기준 window 내 요청 수 계산
public int countRequestsInWindow(long[] timestamps, long currentTime, long windowMs) {
    int left = 0;
    int right = timestamps.length - 1;

    // 오른쪽부터 탐색해 window 내 가장 왼쪽 인덱스 찾기
    while (left <= right) {
        if (timestamps[left] < currentTime - windowMs) {
            left++;
        } else {
            break;
        }
    }

    return timestamps.length - left;
}

흔한 구현 실수 패턴

Two Pointers 구현에서 반복적으로 나타나는 실수들이 있다. 라이브 코딩에서 이 실수를 범하면 디버깅에 시간을 낭비하게 된다.

실수 1: left < right vs left <= right 혼동

잘못된 코드:

while (left <= right) {  // 같은 위치일 때도 진입
    int sum = nums[left] + nums[right];
    if (sum == target) return new int[]{left, right}; // left == right면 같은 원소를 두 번 사용
    // ...
}

올바른 코드:

while (left < right) {  // 두 포인터가 교차하기 직전에 종료
    // ...
}

규칙: 두 포인터가 서로 다른 원소를 가리켜야 하는 경우 left < right. 같은 위치도 유효한 경우는 드물다.

실수 2: 3Sum에서 중복 건너뛰기 누락

3Sum처럼 반복하여 unique한 triplet을 찾을 때, 포인터 이동 후 같은 값 연속 건너뛰기를 빠뜨리면 중복 결과가 나온다.

잘못된 코드:

if (sum == 0) {
    result.add(Arrays.asList(nums[i], nums[left], nums[right]));
    left++;
    right--;
    // 중복 건너뛰기 없음 → 같은 triplet이 다시 추가될 수 있다
}

올바른 코드:

if (sum == 0) {
    result.add(Arrays.asList(nums[i], nums[left], nums[right]));
    left++;
    right--;
    while (left < right && nums[left] == nums[left - 1]) left++;   // 중복 건너뜀
    while (left < right && nums[right] == nums[right + 1]) right--; // 중복 건너뜀
}

실수 3: 정렬 전제 확인 누락

Two Pointers의 반대 방향 패턴은 정렬된 배열을 전제로 한다. 입력이 정렬되어 있지 않다면 먼저 정렬해야 한다. 이를 빠뜨리면 논리가 완전히 깨진다.

// 입력 정렬이 보장되지 않는 경우
Arrays.sort(nums); // 반드시 먼저 정렬
int left = 0, right = nums.length - 1;

실수 4: 포인터를 양쪽 다 이동하지 않기

정답을 찾은 후 포인터를 하나만 이동하면 무한 루프에 빠질 수 있다.

if (sum == target) {
    result.add(...);
    left++; // right도 이동해야 함
    right--; // 반드시 둘 다
}

로컬 실습 환경 구성

라이브 코딩 연습은 실제 제한 환경과 유사하게 구성하는 것이 중요하다. 아래는 IntelliJ IDEA 없이 터미널에서 빠르게 실행할 수 있는 방법이다.

방법 1: 단일 파일 Java 실행 (Java 11+)

# 파일 생성
cat > TwoPointers.java << 'EOF'
public class TwoPointers {
    public static int[] twoSumSorted(int[] nums, int target) {
        int left = 0, right = nums.length - 1;
        while (left < right) {
            int sum = nums[left] + nums[right];
            if (sum == target) return new int[]{left, right};
            else if (sum < target) left++;
            else right--;
        }
        return new int[]{-1, -1};
    }

    public static void main(String[] args) {
        int[] result = twoSumSorted(new int[]{1, 3, 5, 7, 9}, 8);
        System.out.println(result[0] + ", " + result[1]); // 기대: 1, 3 (3+5=8)
    }
}
EOF

# 컴파일 없이 바로 실행 (Java 11+)
java TwoPointers.java

방법 2: JShell로 빠른 스니펫 검증

jshell
// JShell 내에서 직접 실행
int[] nums = {1, 3, 5, 7, 9};
int target = 8;
int left = 0, right = nums.length - 1;
while (left < right) {
    int sum = nums[left] + nums[right];
    if (sum == target) { System.out.println(left + ", " + right); break; }
    else if (sum < target) left++;
    else right--;
}

JShell은 클래스 정의 없이 코드를 즉시 실행할 수 있어 알고리즘 로직 검증에 유용하다.


면접에서 Two Pointers를 설명하는 방법

라이브 코딩 면접에서 풀이를 설명할 때 Think Out Loud 방식으로 접근하는 것이 중요하다. 조용히 코드만 작성하는 것은 좋은 인상을 남기지 못한다.

추천 설명 흐름:

  1. 문제 특성 파악을 먼저 말한다

    "배열이 정렬되어 있고, 두 수의 합 조건을 만족하는 쌍을 찾는 문제입니다. 정렬된 배열의 단조성을 활용하면 O(n)에 해결 가능합니다."

  2. 브루트 포스를 먼저 언급한다

    "나이브하게는 이중 루프로 O(n²)에 풀 수 있는데, 정렬 특성을 이용하면 더 효율적으로 할 수 있습니다."

  3. 포인터 이동 조건의 '왜'를 설명한다

    "왼쪽 포인터를 올리면 합이 커지고, 오른쪽 포인터를 내리면 합이 작아집니다. 그래서 현재 합과 target을 비교해 포인터를 조정합니다."

  4. 경계 조건을 명시적으로 언급한다

    "while 조건을 left < right로 두는 이유는 같은 원소를 두 번 사용하면 안 되기 때문입니다."

  5. 복잡도를 정리하며 마무리한다

    "각 포인터가 최대 n번 이동하므로 시간복잡도는 O(n), 추가 공간은 사용하지 않으므로 공간복잡도는 O(1)입니다."


연습 문제

문제 1 (Easy) — Valid Palindrome

문제: 주어진 문자열에서 영문자와 숫자만 고려했을 때 팰린드롬인지 판별하라. 대소문자는 구별하지 않는다.

입출력 예:

입력: "A man, a plan, a canal: Panama"
출력: true

입력: "race a car"
출력: false

힌트:

  • 반대 방향 Two Pointers를 사용한다.
  • 유효하지 않은 문자(영문자, 숫자가 아닌 문자)는 건너뛴다.
  • Character.isLetterOrDigit()과 Character.toLowerCase()를 활용한다.
풀이 보기 (클릭하여 펼치기)

접근법:

양 끝에 포인터를 두고, 유효하지 않은 문자는 건너뛴다. 유효한 문자끼리 비교해 다르면 false, 두 포인터가 교차할 때까지 같으면 true를 반환한다.

public class ValidPalindrome {

    public boolean isPalindrome(String s) {
        int left = 0;
        int right = s.length() - 1;

        while (left < right) {
            // 왼쪽에서 유효하지 않은 문자 건너뜀
            while (left < right && !Character.isLetterOrDigit(s.charAt(left))) {
                left++;
            }
            // 오른쪽에서 유효하지 않은 문자 건너뜀
            while (left < right && !Character.isLetterOrDigit(s.charAt(right))) {
                right--;
            }

            // 대소문자 무시하고 비교
            if (Character.toLowerCase(s.charAt(left)) != Character.toLowerCase(s.charAt(right))) {
                return false;
            }

            left++;
            right--;
        }

        return true;
    }

    public static void main(String[] args) {
        ValidPalindrome vp = new ValidPalindrome();
        System.out.println(vp.isPalindrome("A man, a plan, a canal: Panama")); // true
        System.out.println(vp.isPalindrome("race a car")); // false
        System.out.println(vp.isPalindrome(" ")); // true (공백만 있는 경우 빈 문자열 취급)
    }
}

복잡도 분석:

  • 시간: O(n) — 각 문자는 최대 한 번 방문
  • 공간: O(1) — 추가 자료구조 없음 (toLowerCase()로 새 문자열 생성하지 않음)

흔한 실수:

  • s.toLowerCase().replaceAll("[^a-z0-9]", "") 방식으로 새 문자열을 만들어 비교하는 방법도 가능하지만, 공간복잡도가 O(n)으로 올라간다. 면접에서 O(1) 공간을 물으면 위 방식을 써야 한다.
  • left < right 조건을 inner while 문에도 반드시 포함해야 한다. 빠뜨리면 인덱스가 배열 범위를 벗어난다.

면접 설명 포인트:

"팰린드롬 판별은 반대 방향 Two Pointers의 교과서적 사례입니다. 영문자와 숫자만 보는 조건이 있어서 유효하지 않은 문자를 건너뛰는 inner while을 추가했습니다. 중요한 것은 inner while에도 left < right 경계 조건이 있어야 한다는 점입니다."


문제 2 (Medium) — 3Sum

문제: 정수 배열 nums에서 합이 0이 되는 모든 유니크한 세 수의 조합을 반환하라. 중복 triplet은 포함하지 않는다.

입출력 예:

입력: [-1, 0, 1, 2, -1, -4]
출력: [[-1, -1, 2], [-1, 0, 1]]

입력: [0, 0, 0]
출력: [[0, 0, 0]]

입력: [0, 1, 1]
출력: []

힌트:

  • 먼저 배열을 정렬한다.
  • 바깥 루프로 첫 번째 원소를 고정하고, 나머지 두 수는 Two Pointers로 찾는다.
  • 중복 건너뛰기가 핵심이다 — 바깥 루프와 포인터 이동 후 모두 처리해야 한다.
  • nums[i] > 0이면 합이 0이 될 수 없으므로 조기 종료한다.
풀이 보기 (클릭하여 펼치기)

접근법:

정렬 후 바깥 루프에서 첫 번째 원소 nums[i]를 고정하고, i+1부터 끝까지의 범위에서 Two Pointers로 nums[left] + nums[right] == -nums[i]를 찾는다. 중복 triplet을 피하기 위해 두 곳에서 건너뛰기가 필요하다.

import java.util.*;

public class ThreeSum {

    public List<List<Integer>> threeSum(int[] nums) {
        List<List<Integer>> result = new ArrayList<>();
        Arrays.sort(nums); // 정렬이 전제 조건

        for (int i = 0; i < nums.length - 2; i++) {
            // 첫 번째 원소 중복 건너뜀
            if (i > 0 && nums[i] == nums[i - 1]) continue;

            // 최솟값이 양수면 합이 0이 될 수 없음 → 조기 종료
            if (nums[i] > 0) break;

            int left = i + 1;
            int right = nums.length - 1;
            int target = -nums[i]; // nums[left] + nums[right]가 이 값이어야 함

            while (left < right) {
                int sum = nums[left] + nums[right];

                if (sum == target) {
                    result.add(Arrays.asList(nums[i], nums[left], nums[right]));
                    left++;
                    right--;
                    // 두 번째, 세 번째 원소 중복 건너뜀
                    while (left < right && nums[left] == nums[left - 1]) left++;
                    while (left < right && nums[right] == nums[right + 1]) right--;
                } else if (sum < target) {
                    left++;
                } else {
                    right--;
                }
            }
        }

        return result;
    }

    public static void main(String[] args) {
        ThreeSum ts = new ThreeSum();

        System.out.println(ts.threeSum(new int[]{-1, 0, 1, 2, -1, -4}));
        // 기대: [[-1, -1, 2], [-1, 0, 1]]

        System.out.println(ts.threeSum(new int[]{0, 0, 0}));
        // 기대: [[0, 0, 0]]

        System.out.println(ts.threeSum(new int[]{0, 1, 1}));
        // 기대: []

        System.out.println(ts.threeSum(new int[]{-2, 0, 0, 2, 2}));
        // 기대: [[-2, 0, 2]]
    }
}

복잡도 분석:

  • 시간: O(n²) — 정렬 O(n log n) + 바깥 루프 × Two Pointers O(n) = O(n²)
  • 공간: O(1) ~ O(n) — 결과 저장 외 추가 공간 없음 (정렬이 in-place인 경우)

중복 처리 로직 상세 설명:

세 곳에서 중복 건너뛰기가 필요하다.

  1. 바깥 루프 (i): if (i > 0 && nums[i] == nums[i-1]) continue;

    • i=0에서 -1로 triplet을 찾았고, i=1도 -1이면 동일한 탐색을 반복하므로 건너뛴다.
    • i > 0 조건이 없으면 첫 번째 원소에서도 건너뛰어 버린다.
  2. left 포인터 이동 후: while (left < right && nums[left] == nums[left-1]) left++;

    • triplet을 찾은 직후 left를 한 칸 올렸는데, 그 자리도 같은 값이면 또 같은 triplet이 추가된다.
  3. right 포인터 이동 후: while (left < right && nums[right] == nums[right+1]) right--;

    • 같은 이유로 right를 한 칸 내린 뒤 같은 값 건너뛰기.

흔한 실수:

// 잘못된 예: i > 0 조건 없음
if (nums[i] == nums[i - 1]) continue; // i=0이면 nums[-1] → ArrayIndexOutOfBoundsException

// 잘못된 예: 중복 건너뛰기 방향 혼동
while (left < right && nums[left] == nums[left + 1]) left++; // left-1이 아닌 left+1과 비교 → 건너뛰는 타이밍 어긋남

면접 설명 포인트:

"3Sum은 Two Pointers의 대표 중급 문제입니다. 정렬 후 바깥 루프로 첫 수를 고정하고 Two Pointers로 나머지를 찾는 구조인데, 여기서 가장 중요한 것은 세 곳의 중복 건너뛰기입니다. 각각 어느 시점에 어떤 값과 비교해야 하는지 헷갈리기 쉬운데, 이미 방문한 위치의 값과 비교해야 한다는 점이 핵심입니다."


패턴 선택 결정 트리

면접 중 문제를 보고 어떤 Two Pointers 패턴을 쓸지 빠르게 결정하는 흐름이다.

배열/문자열 문제인가?
│
├── 합/차 조건을 만족하는 쌍/삼중쌍 찾기?
│   └── 정렬 가능한가?
│       ├── 예 → 반대 방향 Two Pointers
│       └── 아니오 → HashMap 사용 (Two Sum unsorted)
│
├── 중복 제거 / in-place 수정?
│   └── 같은 방향 (slow-fast) Two Pointers
│
├── 팰린드롬 판별?
│   └── 반대 방향 Two Pointers
│
└── 부분 배열/연속 구간 문제?
    └── 슬라이딩 윈도우 (같은 방향 변형)

체크리스트

면접 직전 확인용 체크리스트다.

  • 정렬 전제 확인: 반대 방향 패턴을 쓰기 전, 배열이 정렬되어 있는지, 정렬이 필요한지 확인한다.
  • while 조건: left < right인지 left <= right인지 문제 조건에 맞게 선택했는가?
  • 포인터 양쪽 이동: 정답을 찾은 후 left++, right-- 둘 다 이동했는가?
  • 중복 건너뛰기: 유니크한 결과가 필요한 경우, 바깥 루프와 포인터 이동 후 중복 건너뛰기를 모두 처리했는가?
  • 경계 조건: inner while 루프에도 left < right 조건이 포함되어 있는가?
  • 조기 종료: 더 이상 결과가 나올 수 없는 조건(최솟값이 양수 등)에서 break로 종료하는가?
  • 복잡도 설명 준비: O(n) vs O(n²)의 이유를 한 문장으로 설명할 수 있는가?
  • Think Out Loud: 코드 작성 전, 포인터 이동 조건의 '왜'를 먼저 말했는가?
algorithm 카테고리의 다른 글 보기수정 제안하기

댓글

댓글을 불러오는 중...
  • [초안] Two Pointers — 라이브 코딩 완전 정복 가이드 (Java)
  • 왜 Two Pointers인가
  • 핵심 개념 — 두 가지 패턴
  • 패턴 1: 반대 방향 (Opposite Direction)
  • 패턴 2: 같은 방향 (Same Direction / Sliding Window 유사)
  • 정렬된 배열 페어 문제 — 반대 방향 패턴 상세 설명
  • 중복 제거 — 같은 방향 패턴 상세 설명
  • 실무와의 연결 — 백엔드에서 같은 개념이 쓰이는 곳
  • 흔한 구현 실수 패턴
  • 실수 1: `left < right` vs `left <= right` 혼동
  • 실수 2: 3Sum에서 중복 건너뛰기 누락
  • 실수 3: 정렬 전제 확인 누락
  • 실수 4: 포인터를 양쪽 다 이동하지 않기
  • 로컬 실습 환경 구성
  • 방법 1: 단일 파일 Java 실행 (Java 11+)
  • 파일 생성
  • 컴파일 없이 바로 실행 (Java 11+)
  • 방법 2: JShell로 빠른 스니펫 검증
  • 면접에서 Two Pointers를 설명하는 방법
  • 연습 문제
  • 문제 1 (Easy) — Valid Palindrome
  • 문제 2 (Medium) — 3Sum
  • 패턴 선택 결정 트리
  • 체크리스트