본문으로 건너뛰기

GPT와 함께하는 코딩 테스트 준비

고범수

2023.09.04

GPT와 함께하는 코딩 테스트 준비 본문 이미지

Intro.

구름톤 챌린지로 오늘의 문제인, [[Goorm_연합]]을 풀이하였습니다

요즘은 코딩 테스트는 기본이라 꾸준히 풀고 있습니다.

확실하게 실력을 늘리려면, 다른 사람의 코드를 보거나, 제 코드에 대한 피드백을 받는거라 생각합니다

딱 GPT가 코드 인터프리터와 함께 사용하면 괜찮겠는데? 싶어 시작했습니다

내 코드 최적화

기본적으로 깊이 우선 탐색을해서, 각 지점을 방문하는 아이디어로 문제를 풀이하였습니다

코드 인터프리터를 사용하였고, 프롬프트는 아래와 같습니다


최적화한 코드를 반환하고, 관련 개념과 코드를 검증하도록합니다

GPT의 문제 풀이를 돕기 위해, 문제와 제가 짠 코드


그리고, 테스트 케이스 2개를 제시하였습니다



음흠 잘 알려줍니다, 코드를 실행 시켜보니 정답인 코드입니다

왜 이 코드가 더 효율적인 코드를 만드는지 다시 물어봅니다. 일종의 검증 과정을 거치는거죠



답변은 아래와 같습니다. 자료형의 특징을 이용해서 최적화 했음을 알 수 있습니다.

1. Use a set for visited nodes for faster look-up:

- A set in Python is implemented as a hash table, which allows for constant time \(O(1)\) look-up operations.

- When you're checking whether a node has been visited or not, using a set is faster than using a list, where the time complexity for look-up would be \(O(n)\).

2. Use adjacency lists instead of a defaultdict for more efficient storage:

- A defaultdict with sets (`defaultdict(set)`) is a more flexible but heavier data structure compared to a simple list of lists (adjacency list).

- For this problem, you don't need the extra functionality that defaultdict provides, such as automatic key creation.

- Lists are generally more memory-efficient and faster for iteration in Python compared to sets.

- By knowing the number of nodes \(N\) in advance, you can initialize a list of \(N + 1\) elements to represent the adjacency list, which eliminates the need to dynamically create keys.

나랑 다른 방식으로 풀이

이제 제 풀이와 완전 다른 풀이를 보고 싶으니 질문합니다


저는 DFS로 풀었는데 이 친구는 [[Union-Find 알고리즘]]를 사용해서 풉니다

실행 시간 초과가 발생해서 수정 요청 제출했더니, 모든 테스트 케이스를 통과하였습니다




제가 작성한 코드와 GPT가 만든 코드를 비교 분석합니다



Union-Find 방식의 GPT 코드가 메모리 효율은 더 뛰어나다고 합니다

결과적으로 그렇다면, 코딩 테스트에서는 어떤 방식을 사용할 것인지, 그리고 어떤 코드가 더 효율적인지 물어봅니다





답변도 잘 달아 주었습니다. [[DFS]]를 추천한다고 합니다. 가독성과 디버깅에 이점이 있고, 특히나 시간 복잡도가 N+M이기 때문입니다. (엄청나죠..)

핵심 : 무엇을 말하고 싶었는가?

GPT 코드 인터프리터는 코드를 실행 할 수 있다는 장점이 있습니다

그냥 GPT에게 물어볼 경우에, 검증이 되지 않아 환각 현상이 발생 할 때가 있는데, 알고리즘 풀이와 같은 상황에 코드 인터프리터를 사용할 경우 오차를 줄일 수 있습니다

정확한 요구사항, 제약 조건, 테스트 케이스만 주어진다면 충분히 제가 작성한 코드를 검증하고 새로운 방향성(다른 풀이)에 대한 인사이트를 얻을 수 있습니다

또한, 다른 언어로 문제를 푸는 사람이라도, Python으로 작동하는 코드를 작성하고, 컨버팅 할 경우에 잘 작동하기 때문에 괜찮은 공부 방식이라 생각합니다

참고 자료

원본 블로그 : 봄수의 연구실
GPT와의 대화 : https://chat.openai.com/share/cb57d56c-7da7-4013-9164-cb2f0bea9732

3

함께 이야기해요 3

로그인하고 댓글을 남겨 주세요

개발자F 프로필 이미지
개발자F2023.09.06
코드를 더 간결하게 정리하는 용도로 많이 사용하는데 최적화에서 코드 인터프린터를 사용하신건 처음봤습니다. 좋은사례 공유해 주셔서 감사합니다!
김욱영 프로필 이미지
김욱영2023.09.06
옵시디언때도 그렇고, 개발에 ChatGPT를 잘 사용한다는 느낌이 잘 들어서 너무 좋네요 :)
이
이무열2023.09.05
개발자 기초 학습용으로 제격이네요. 매우 적절한 방향으로 사용하신 것 같아요.

필요한 AI 정보만
메일함에 쏙쏙 넣어드려요.

지금 핫한 AI 소식부터 직접 해 본 사례까지, 월요일마다 무료로 받아보세요

우리 회사에도 이런 자동화를 도입하고 싶다면

회사 업무에 맞춘 AI 교육을 함께 설계해요.

기업교육 문의하기

이런 사례도 있어요

사례 전체 보기