[초안] Java 라이브 코딩을 위한 DFS / BFS 실전 가이드

왜 이 주제가 중요한가

HackerRank 스타일의 라이브 코딩 면접에서 가장 자주 나오는 카테고리는 배열 다음으로 그래프/트리 탐색이다. 경력 백엔드 개발자를 뽑는 자리에서도 "복잡한 알고리즘"은 잘 나오지 않는다. 대신 `DFS 혹은 BFS 중 어느 쪽을 선택하는가, 왜 그렇게 선택했는가, visited 처리를 어느 시점에 하는가와 같은 판단의 질을 본다. 코드를 외워 쓴 티가 나면 오히려 감점이다.

라이브 코딩에서는 30~45분 안에 다음을 모두 해내야 한다.

문제를 듣고 그래프/트리 구조를 모델링
DFS와 BFS 중 하나를 골라 그 이유를 설명
재귀 스택과 큐 기반 반복 중 어떤 구현을 쓸지 결정
visited / 방문 처리를 올바른 시점에 삽입
엣지 케이스(빈 그래프, 사이클, 분리된 컴포넌트)를 말로 먼저 짚어 주기
시간·공간 복잡도를 간단히 설명

백엔드 실무와도 직접 연결된다. 권한 트리 순회, 조직도 DFS, 카테고리 BFS 전개, 외부 API DAG 의존 스케줄링, 그래프 기반 추천 확장, 의존성 순회 등은 모두 DFS/BFS를 요구한다. 면접관 입장에서 "이 사람이 실무에서 재귀 깊이 한도를 의식하는가", "쓸데없이 BFS로 모든 간선을 탐색하지 않는가"를 보는 것도 그래서다.

핵심 개념 정리

그래프와 트리 탐색의 선택 기준

관점	DFS	BFS
자료 구조	스택(재귀 콜스택 또는 `Deque`)	큐(`ArrayDeque`)
용도	경로 존재 여부, 연결 컴포넌트, 사이클 탐지, 위상 정렬, 백트래킹	최단 거리(가중치 없음), 레벨 순회, 상태 공간에서의 최소 단계
메모리 사용	경로 깊이에 비례	레벨 크기에 비례(보통 더 큼)
직관	"일단 끝까지 가 본다"	"가까운 것부터 본다"

기준은 단순하다. "가장 짧은 무언가"가 질문에 들어가 있으면 BFS를 먼저 의심한다. 최단 이동 수, 최소 변환 단계, 감염 시간, 거리 등이 모두 여기에 해당한다. 반대로 "모든 경우를 탐색", "조합을 만든다", "경로를 구성한다"가 보이면 DFS(특히 백트래킹)다.

라이브 코딩에서는 기준을 한 줄로 먼저 말한다: "최단 이동 수를 묻기 때문에 가중치 없는 그래프에서는 BFS로 풀겠습니다. 레벨이 곧 거리이기 때문입니다." 이런 한 문장이 면접관의 평가를 크게 좌우한다.

재귀 DFS와 반복 DFS

재귀 DFS는 작성 속도가 빠르지만 콜스택 깊이가 문제다. Java의 기본 스레드 스택은 512KB ~ 1MB 수준이고, 한 프레임이 몇십~몇백 바이트이므로 깊이 1만 ~ 2만 정도에서 StackOverflowError가 난다. 그래프가 긴 체인을 만들 수 있는 문제(가령 n=10^5의 직선 연결)에서는 반복 DFS를 선택한다.

재귀 DFS: 트리, 깊이 제한이 명확한 경우, 백트래킹.
반복 DFS: 일반 그래프, 스택 오버플로 위험이 있는 경우, 경로 재구성이 단순한 경우.

반복 DFS의 기본 꼴은 BFS와 거의 같고 큐 대신 ArrayDeque를 스택처럼 쓴다. 다만 방문 순서가 재귀 DFS와 완전히 같지는 않다(인접 리스트를 역순으로 push하면 비슷해진다). 이 점은 면접에서 질문받을 수 있다.

큐 기반 BFS와 최단 거리 직관

BFS의 핵심 불변식은 "큐에서 꺼낼 때의 거리가 단조 증가한다"이다. 가중치가 모두 1이기 때문에, 처음 방문하는 순간이 곧 시작점으로부터의 최단 거리가 된다.

자주 쓰는 두 가지 패턴이 있다.

노드마다 dist[v]를 기록한다. 방문하지 않은 이웃에 대해 dist[nx] = dist[cur] + 1로 큐에 넣는다.
레벨 단위로 while 안에 for (int s = queue.size(); s > 0; s--) 루프를 두고 한 바퀴마다 level++.

둘 다 동일한 결과를 주지만, 방문 수를 기록해야 한다거나 레벨별로 상태를 다르게 처리해야 하는 문제(예: "각 단계에서 썩는 오렌지 수")라면 레벨 루프 방식이 유리하다.

visited 처리 타이밍 — 면접 단골 함정

가장 흔히 실수가 나는 부분이다. 원칙은 이렇다.

BFS: 큐에 넣는 순간 visited 처리한다. 꺼낼 때 visited 처리를 하면, 같은 노드가 큐에 여러 번 들어가서 메모리·시간이 터진다.
재귀 DFS(일반 그래프): 함수 진입 시 visited 처리한다.
백트래킹 DFS: 진입 시 visited에 추가하고, 함수 리턴 직전에 제거한다(경로 기반 순열·조합·n-Queens 등).

실제로 백트래킹이 아닌 단순 연결 탐색에서 리턴 직전에 visited를 제거해 무한 루프에 빠지는 경우가 많다. 두 목적이 다른 것을 의식해야 한다.

실무 백엔드에서의 사용

DFS/BFS는 경력 개발자의 일상과도 맞닿아 있다.

권한 트리 전개: 부모 권한이 자식에 상속될 때, 특정 사용자의 유효 권한 집합을 DFS로 flatten.
조직도 순회: 관리자 라인 타고 올라가며 결재권자 찾기 — 부모 포인터로 올라가는 DFS.
카테고리 BFS 전개: 상품 카테고리의 직접·간접 하위 카테고리 전체를 레벨 순으로 수집.
의존성 그래프 순서: 배치 작업/마이그레이션 DAG의 실행 순서를 DFS 기반 위상 정렬로 결정.
그래프 캐시 확장: 특정 상품에서 2-hop 이내 연관 상품을 BFS로 수집해 추천 풀 구성.

실무에서는 재귀 깊이와 메모리 폭주가 훨씬 중요한 문제다. DB에서 가져온 수만 건의 트리를 그대로 재귀로 돌다가 스택 오버플로가 나는 일은 의외로 자주 있다. 면접에서 "왜 반복 DFS를 고려했습니까"라는 답으로 이 경험을 직접 연결하면 설득력이 커진다.

Bad vs Improved 예제

Bad — visited를 꺼낼 때 체크하는 BFS

java

// 중복 enqueue로 시간·메모리가 폭발하는 전형적인 실수
Queue<Integer> q = new ArrayDeque<>();
boolean[] visited = new boolean[n];
q.offer(start);
 
while (!q.isEmpty()) {
    int cur = q.poll();
    if (visited[cur]) continue;   // ← 여기서 처리
    visited[cur] = true;
 
    for (int nx : graph[cur]) {
        q.offer(nx);              // visited 여부와 무관하게 push
    }
}

한 노드가 이웃 수만큼 큐에 중복으로 들어간다. 간선이 많으면 O(V+E)가 아닌 O(V·E)에 가깝게 된다.

Improved — 큐에 넣는 순간 visited 처리

java

Queue<Integer> q = new ArrayDeque<>();
boolean[] visited = new boolean[n];
q.offer(start);
visited[start] = true;
 
while (!q.isEmpty()) {
    int cur = q.poll();
    for (int nx : graph[cur]) {
        if (visited[nx]) continue;
        visited[nx] = true;   // ← enqueue와 동시에 체크
        q.offer(nx);
    }
}

Bad — 깊은 체인에서 재귀 DFS 고집

java

// n=100000 선형 체인에서 StackOverflowError 발생
void dfs(int u) {
    visited[u] = true;
    for (int v : graph[u]) if (!visited[v]) dfs(v);
}

Improved — 반복 DFS 전환

java

Deque<Integer> stack = new ArrayDeque<>();
stack.push(start);
visited[start] = true;
while (!stack.isEmpty()) {
    int cur = stack.pop();
    for (int nx : graph[cur]) {
        if (visited[nx]) continue;
        visited[nx] = true;
        stack.push(nx);
    }
}

구현 시 흔한 버그 목록

라이브 코딩에서는 코드를 쓰기 전 아래 체크를 말로 먼저 한다. 버그 거리를 좁히는 가장 빠른 방법이다.

인접 리스트를 new ArrayList<>()로 노드마다 초기화했는가(NPE 단골).
방향 그래프인데 양방향으로 간선을 넣었는가.
visited를 enqueue/함수 진입 시점에 처리했는가.
BFS에서 레벨 단위 처리가 필요한 문제에 무지성 단순 BFS를 쓰지 않았는가.
격자 문제에서 dx/dy 배열과 경계 체크(0 <= nr < R && 0 <= nc < C)가 맞는가.
백트래킹에서 상태 복원(visited 해제, 경로 pop)을 빠뜨리지 않았는가.
int 오버플로가 날 조건(거리 합, 경우의 수)이 있는가.
연결되지 않은 그래프에서 모든 컴포넌트를 도는 외부 루프가 필요한가.

로컬 연습 환경

IDE 없이도 문제를 풀 수 있어야 한다. 다음 세팅이면 충분하다.

bash

mkdir -p ~/algo/dfsbfs && cd ~/algo/dfsbfs
cat > Main.java <<'EOF'
import java.util.*;
public class Main {
    public static void main(String[] args) {
        // 여기서 임시 입력을 만들어 검증한다
    }
}
EOF
javac Main.java && java Main

테스트는 별도 프레임워크 없이 assert로 충분하다. 실행 시 java -ea Main으로 assertion을 켠다. 문제 풀이는 입력 파서 → 그래프 빌드 → 탐색 → 결과 출력 네 블록으로 나눠 쓰면 실수와 디버깅이 줄어든다.

라이브 면접에서 접근 방식을 설명하는 법

면접관은 코드보다 사고 과정을 본다. 다음 순서로 입을 먼저 연다.

문제 재진술: "입력은 n개의 노드와 m개의 간선, 시작 s, 목표 t입니다. 최소 이동 수를 구합니다."
모델링 선언: "방향 없는 그래프, 가중치 없음. 인접 리스트로 구성하겠습니다."
알고리즘 선택 + 이유: "가중치가 없으므로 BFS를 쓰면 큐에서 꺼낸 순간이 최단 거리입니다."
복잡도: "O(V+E) 시간, O(V) 공간."
엣지 케이스: "s == t, 도달 불가, 자기 루프, 중복 간선."
구현: 주석 없이도 읽히는 변수명과 일관된 반복 구조.
손 디버깅: 작성 후 작은 예제로 큐의 변화를 말로 추적해 준다.

이 7단계를 의식적으로 순서대로 수행하면, 중간에 코드가 막혀도 전체 인상은 나쁘게 남지 않는다.

인터뷰 답변 프레이밍

"DFS와 BFS 중 어떻게 고르나요?"

문제가 "최단 무엇"을 묻고 간선 가중치가 동일하면 BFS. 모든 경로·조합 탐색이나 연결 컴포넌트, 사이클 탐지라면 DFS. 실무에서는 깊이가 커질 수 있는 상황에서는 스택 오버플로 때문에 반복 DFS를 기본으로 씁니다.
"재귀 DFS의 한계는?"

Java 스레드 기본 스택이 작아 수만 깊이에서 터집니다. 트리 체인, 그리드 스네이크 모양 입력이 대표 케이스고, 이런 문제는 반복 DFS 또는 BFS로 우회합니다.
"BFS에서 visited 처리를 큐에 넣을 때 해야 하는 이유는?"

같은 노드가 여러 이웃에서 동시에 발견되기 때문입니다. pop 시점에 처리하면 중복 enqueue로 시간·메모리가 이웃 수 배로 커집니다.
"백트래킹과 일반 DFS의 차이는?"

상태를 공유해 모든 경로를 재사용하면 일반 DFS. 특정 경로·선택의 조합을 enumerate해야 하면 백트래킹이고, 리턴 직전에 선택을 취소하는 점이 다릅니다.

연습 문제 (Java · 쉬움 1 / 중간 1)

문제 1 (쉬움) — 무가중치 그래프 최단 거리

정점 수 n (1 ≤ n ≤ 10^5), 양방향 간선 목록 edges, 출발 s, 도착 t.
s에서 t까지의 최소 간선 수를 반환한다. 도달 불가 시 -1.
제약: 자기 루프, 중복 간선, 분리된 컴포넌트 존재 가능.

면접에서 먼저 말해야 할 것: "가중치가 없으므로 BFS. enqueue 시점에 visited 처리. 도달 불가는 루프 종료 후 dist[t]가 갱신되지 않은 것으로 판정."

풀이 보기 (접근 설명 + Java 전체 코드)

접근: 인접 리스트를 만들고 dist[]를 -1로 초기화. 시작점만 0으로 둔다. BFS 큐에서 꺼낸 노드의 이웃 중 아직 -1인 것만 dist[cur]+1로 갱신하며 enqueue. 한 번이라도 t가 갱신되면 조기 종료할 수도 있지만, 평균 복잡도는 동일하므로 구현 단순성을 위해 끝까지 돌린다.

복잡도: 시간 O(V+E), 공간 O(V+E).

java

import java.util.*;
 
public class ShortestPathBFS {
    public static int shortest(int n, int[][] edges, int s, int t) {
        List<List<Integer>> g = new ArrayList<>();
        for (int i = 0; i < n; i++) g.add(new ArrayList<>());
        for (int[] e : edges) {
            if (e[0] == e[1]) continue;     // 자기 루프 무시
            g.get(e[0]).add(e[1]);
            g.get(e[1]).add(e[0]);
        }
 
        int[] dist = new int[n];
        Arrays.fill(dist, -1);
        dist[s] = 0;
 
        Deque<Integer> q = new ArrayDeque<>();
        q.offer(s);
 
        while (!q.isEmpty()) {
            int cur = q.poll();
            if (cur == t) return dist[t];   // 조기 종료
            for (int nx : g.get(cur)) {
                if (dist[nx] != -1) continue;
                dist[nx] = dist[cur] + 1;
                q.offer(nx);
            }
        }
        return dist[t];
    }
 
    public static void main(String[] args) {
        int[][] edges = {{0,1},{1,2},{2,3},{1,3},{4,5}};
        System.out.println(shortest(6, edges, 0, 3)); // 2
        System.out.println(shortest(6, edges, 0, 5)); // -1
        System.out.println(shortest(6, edges, 2, 2)); // 0
    }
}

이런 실수를 피한다

dist[nx] != -1 대신 별도 visited[]를 두면 멀쩡히 동작하지만 변수 두 개를 동기화해야 한다. 하나로 합친다.
자기 루프를 그대로 인접 리스트에 넣으면 동작엔 문제없지만 디버깅이 헷갈린다. 미리 버린다.

문제 2 (중간) — 2D 격자에서 동시 BFS (썩는 오렌지)

격자 grid[R][C], 값은 0(빈 칸), 1(신선한 오렌지), 2(썩은 오렌지).
매 분마다 썩은 오렌지의 상하좌우 인접한 신선한 오렌지가 썩는다.
모든 신선한 오렌지가 썩는 최소 분을 반환하고, 영영 썩지 않는 오렌지가 있으면 -1.
제약: 1 ≤ R, C ≤ 300. 한 칸에 여러 출처에서 동시에 썩음이 전파될 수 있음.

면접에서 먼저 말해야 할 것: "여러 시작점에서 동시에 퍼지는 BFS(멀티 소스 BFS). 초기 큐에 모든 썩은 칸을 한꺼번에 넣고 레벨 루프로 분 단위로 처리. 남은 신선 오렌지 수로 -1 판정."

풀이 보기 (접근 설명 + Java 전체 코드)

접근: 첫 스캔에서 (1) 모든 2 위치를 큐에 넣고, (2) fresh 카운트를 센다. 큐가 비어도 fresh == 0이면 시간은 0이다. 그 외에는 레벨 단위로 BFS를 돌리면서 매 레벨마다 minutes++, 이웃 중 1을 2로 바꾸고 fresh--. 마지막에 fresh > 0이면 -1. 이 문제의 핵심은 여러 출발점을 동시에 큐에 넣는 것과 레벨 루프로 "분"을 세는 것이다.

복잡도: 시간 O(R·C), 공간 O(R·C).

java

import java.util.*;
 
public class RottingOranges {
    static final int[] DR = {-1, 1, 0, 0};
    static final int[] DC = {0, 0, -1, 1};
 
    public static int orangesRotting(int[][] grid) {
        int R = grid.length, C = grid[0].length;
        Deque<int[]> q = new ArrayDeque<>();
        int fresh = 0;
        for (int r = 0; r < R; r++) {
            for (int c = 0; c < C; c++) {
                if (grid[r][c] == 2) q.offer(new int[]{r, c});
                else if (grid[r][c] == 1) fresh++;
            }
        }
        if (fresh == 0) return 0;
 
        int minutes = 0;
        while (!q.isEmpty()) {
            int size = q.size();
            boolean spread = false;
            for (int i = 0; i < size; i++) {
                int[] p = q.poll();
                for (int d = 0; d < 4; d++) {
                    int nr = p[0] + DR[d];
                    int nc = p[1] + DC[d];
                    if (nr < 0 || nr >= R || nc < 0 || nc >= C) continue;
                    if (grid[nr][nc] != 1) continue;
                    grid[nr][nc] = 2;        // enqueue 시점에 상태 전환
                    fresh--;
                    q.offer(new int[]{nr, nc});
                    spread = true;
                }
            }
            if (spread) minutes++;
        }
        return fresh == 0 ? minutes : -1;
    }
 
    public static void main(String[] args) {
        int[][] g1 = {{2,1,1},{1,1,0},{0,1,1}};
        System.out.println(orangesRotting(g1)); // 4
 
        int[][] g2 = {{2,1,1},{0,1,1},{1,0,1}};
        System.out.println(orangesRotting(g2)); // -1
 
        int[][] g3 = {{0,2}};
        System.out.println(orangesRotting(g3)); // 0
    }
}

이런 실수를 피한다

큐가 비어 있지 않으면 무조건 minutes++를 하면, 퍼짐이 없는 마지막 레벨에서도 +1이 되어 답이 1 커진다. spread 플래그로 방어한다.
visited 배열을 별도로 두기보다 grid[nr][nc] = 2로 직접 상태를 바꾸면 메모리도 절약되고 버그 표면이 줄어든다.
멀티 소스라는 걸 놓치고 2 한 곳에서만 BFS를 시작하면 일부 케이스에서 답이 과대 추정된다.

라이브 코딩 체크리스트

문제를 내 언어로 재진술했다.
그래프/트리 모델링을 선언했다(노드·간선·방향성·가중치 유무).
DFS/BFS 선택 이유를 한 문장으로 말했다.
재귀 vs 반복 여부를 깊이 한도 기준으로 결정했다.
visited 처리 시점을 enqueue/함수 진입에 맞췄다.
엣지 케이스(빈 입력, 자기 루프, 분리 컴포넌트, 시작==도착)를 나열했다.
시간/공간 복잡도를 계산했다.
작은 입력으로 손 추적 디버깅을 시연했다.
마무리에 "실무였다면 이렇게 바꿉니다"(예: 반복 DFS 사용, 큐 사이즈 제한)를 한 줄 덧붙였다.

이 체크리스트를 면접 10분 전에 한 번 훑고 들어가면, 같은 문제를 만났을 때 사고 흐름이 흐트러지지 않는다.

왜 이 주제가 중요한가

라이브 코딩에서는 30~45분 안에 다음을 모두 해내야 한다.

문제를 듣고 그래프/트리 구조를 모델링
DFS와 BFS 중 하나를 골라 그 이유를 설명
재귀 스택과 큐 기반 반복 중 어떤 구현을 쓸지 결정
visited / 방문 처리를 올바른 시점에 삽입
엣지 케이스(빈 그래프, 사이클, 분리된 컴포넌트)를 말로 먼저 짚어 주기
시간·공간 복잡도를 간단히 설명

핵심 개념 정리

그래프와 트리 탐색의 선택 기준

관점	DFS	BFS
자료 구조	스택(재귀 콜스택 또는 `Deque`)	큐(`ArrayDeque`)
용도	경로 존재 여부, 연결 컴포넌트, 사이클 탐지, 위상 정렬, 백트래킹	최단 거리(가중치 없음), 레벨 순회, 상태 공간에서의 최소 단계
메모리 사용	경로 깊이에 비례	레벨 크기에 비례(보통 더 큼)
직관	"일단 끝까지 가 본다"	"가까운 것부터 본다"

재귀 DFS와 반복 DFS

재귀 DFS: 트리, 깊이 제한이 명확한 경우, 백트래킹.
반복 DFS: 일반 그래프, 스택 오버플로 위험이 있는 경우, 경로 재구성이 단순한 경우.

큐 기반 BFS와 최단 거리 직관

자주 쓰는 두 가지 패턴이 있다.

노드마다 dist[v]를 기록한다. 방문하지 않은 이웃에 대해 dist[nx] = dist[cur] + 1로 큐에 넣는다.
레벨 단위로 while 안에 for (int s = queue.size(); s > 0; s--) 루프를 두고 한 바퀴마다 level++.

visited 처리 타이밍 — 면접 단골 함정

가장 흔히 실수가 나는 부분이다. 원칙은 이렇다.

BFS: 큐에 넣는 순간 visited 처리한다. 꺼낼 때 visited 처리를 하면, 같은 노드가 큐에 여러 번 들어가서 메모리·시간이 터진다.
재귀 DFS(일반 그래프): 함수 진입 시 visited 처리한다.
백트래킹 DFS: 진입 시 visited에 추가하고, 함수 리턴 직전에 제거한다(경로 기반 순열·조합·n-Queens 등).

실제로 백트래킹이 아닌 단순 연결 탐색에서 리턴 직전에 visited를 제거해 무한 루프에 빠지는 경우가 많다. 두 목적이 다른 것을 의식해야 한다.

실무 백엔드에서의 사용

DFS/BFS는 경력 개발자의 일상과도 맞닿아 있다.

권한 트리 전개: 부모 권한이 자식에 상속될 때, 특정 사용자의 유효 권한 집합을 DFS로 flatten.
조직도 순회: 관리자 라인 타고 올라가며 결재권자 찾기 — 부모 포인터로 올라가는 DFS.
카테고리 BFS 전개: 상품 카테고리의 직접·간접 하위 카테고리 전체를 레벨 순으로 수집.
의존성 그래프 순서: 배치 작업/마이그레이션 DAG의 실행 순서를 DFS 기반 위상 정렬로 결정.
그래프 캐시 확장: 특정 상품에서 2-hop 이내 연관 상품을 BFS로 수집해 추천 풀 구성.

Bad vs Improved 예제

Bad — visited를 꺼낼 때 체크하는 BFS

java

// 중복 enqueue로 시간·메모리가 폭발하는 전형적인 실수
Queue<Integer> q = new ArrayDeque<>();
boolean[] visited = new boolean[n];
q.offer(start);
 
while (!q.isEmpty()) {
    int cur = q.poll();
    if (visited[cur]) continue;   // ← 여기서 처리
    visited[cur] = true;
 
    for (int nx : graph[cur]) {
        q.offer(nx);              // visited 여부와 무관하게 push
    }
}

한 노드가 이웃 수만큼 큐에 중복으로 들어간다. 간선이 많으면 O(V+E)가 아닌 O(V·E)에 가깝게 된다.

Improved — 큐에 넣는 순간 visited 처리

java

Queue<Integer> q = new ArrayDeque<>();
boolean[] visited = new boolean[n];
q.offer(start);
visited[start] = true;
 
while (!q.isEmpty()) {
    int cur = q.poll();
    for (int nx : graph[cur]) {
        if (visited[nx]) continue;
        visited[nx] = true;   // ← enqueue와 동시에 체크
        q.offer(nx);
    }
}

Bad — 깊은 체인에서 재귀 DFS 고집

java

// n=100000 선형 체인에서 StackOverflowError 발생
void dfs(int u) {
    visited[u] = true;
    for (int v : graph[u]) if (!visited[v]) dfs(v);
}

Improved — 반복 DFS 전환

java

Deque<Integer> stack = new ArrayDeque<>();
stack.push(start);
visited[start] = true;
while (!stack.isEmpty()) {
    int cur = stack.pop();
    for (int nx : graph[cur]) {
        if (visited[nx]) continue;
        visited[nx] = true;
        stack.push(nx);
    }
}

구현 시 흔한 버그 목록

라이브 코딩에서는 코드를 쓰기 전 아래 체크를 말로 먼저 한다. 버그 거리를 좁히는 가장 빠른 방법이다.

인접 리스트를 new ArrayList<>()로 노드마다 초기화했는가(NPE 단골).
방향 그래프인데 양방향으로 간선을 넣었는가.
visited를 enqueue/함수 진입 시점에 처리했는가.
BFS에서 레벨 단위 처리가 필요한 문제에 무지성 단순 BFS를 쓰지 않았는가.
격자 문제에서 dx/dy 배열과 경계 체크(0 <= nr < R && 0 <= nc < C)가 맞는가.
백트래킹에서 상태 복원(visited 해제, 경로 pop)을 빠뜨리지 않았는가.
int 오버플로가 날 조건(거리 합, 경우의 수)이 있는가.
연결되지 않은 그래프에서 모든 컴포넌트를 도는 외부 루프가 필요한가.

로컬 연습 환경

IDE 없이도 문제를 풀 수 있어야 한다. 다음 세팅이면 충분하다.

bash

mkdir -p ~/algo/dfsbfs && cd ~/algo/dfsbfs
cat > Main.java <<'EOF'
import java.util.*;
public class Main {
    public static void main(String[] args) {
        // 여기서 임시 입력을 만들어 검증한다
    }
}
EOF
javac Main.java && java Main

라이브 면접에서 접근 방식을 설명하는 법

면접관은 코드보다 사고 과정을 본다. 다음 순서로 입을 먼저 연다.

문제 재진술: "입력은 n개의 노드와 m개의 간선, 시작 s, 목표 t입니다. 최소 이동 수를 구합니다."
모델링 선언: "방향 없는 그래프, 가중치 없음. 인접 리스트로 구성하겠습니다."
알고리즘 선택 + 이유: "가중치가 없으므로 BFS를 쓰면 큐에서 꺼낸 순간이 최단 거리입니다."
복잡도: "O(V+E) 시간, O(V) 공간."
엣지 케이스: "s == t, 도달 불가, 자기 루프, 중복 간선."
구현: 주석 없이도 읽히는 변수명과 일관된 반복 구조.
손 디버깅: 작성 후 작은 예제로 큐의 변화를 말로 추적해 준다.

이 7단계를 의식적으로 순서대로 수행하면, 중간에 코드가 막혀도 전체 인상은 나쁘게 남지 않는다.

인터뷰 답변 프레이밍

"DFS와 BFS 중 어떻게 고르나요?"

문제가 "최단 무엇"을 묻고 간선 가중치가 동일하면 BFS. 모든 경로·조합 탐색이나 연결 컴포넌트, 사이클 탐지라면 DFS. 실무에서는 깊이가 커질 수 있는 상황에서는 스택 오버플로 때문에 반복 DFS를 기본으로 씁니다.
"재귀 DFS의 한계는?"

Java 스레드 기본 스택이 작아 수만 깊이에서 터집니다. 트리 체인, 그리드 스네이크 모양 입력이 대표 케이스고, 이런 문제는 반복 DFS 또는 BFS로 우회합니다.
"BFS에서 visited 처리를 큐에 넣을 때 해야 하는 이유는?"

같은 노드가 여러 이웃에서 동시에 발견되기 때문입니다. pop 시점에 처리하면 중복 enqueue로 시간·메모리가 이웃 수 배로 커집니다.
"백트래킹과 일반 DFS의 차이는?"

상태를 공유해 모든 경로를 재사용하면 일반 DFS. 특정 경로·선택의 조합을 enumerate해야 하면 백트래킹이고, 리턴 직전에 선택을 취소하는 점이 다릅니다.

연습 문제 (Java · 쉬움 1 / 중간 1)

문제 1 (쉬움) — 무가중치 그래프 최단 거리

정점 수 n (1 ≤ n ≤ 10^5), 양방향 간선 목록 edges, 출발 s, 도착 t.
s에서 t까지의 최소 간선 수를 반환한다. 도달 불가 시 -1.
제약: 자기 루프, 중복 간선, 분리된 컴포넌트 존재 가능.

면접에서 먼저 말해야 할 것: "가중치가 없으므로 BFS. enqueue 시점에 visited 처리. 도달 불가는 루프 종료 후 dist[t]가 갱신되지 않은 것으로 판정."

풀이 보기 (접근 설명 + Java 전체 코드)

복잡도: 시간 O(V+E), 공간 O(V+E).

java

import java.util.*;
 
public class ShortestPathBFS {
    public static int shortest(int n, int[][] edges, int s, int t) {
        List<List<Integer>> g = new ArrayList<>();
        for (int i = 0; i < n; i++) g.add(new ArrayList<>());
        for (int[] e : edges) {
            if (e[0] == e[1]) continue;     // 자기 루프 무시
            g.get(e[0]).add(e[1]);
            g.get(e[1]).add(e[0]);
        }
 
        int[] dist = new int[n];
        Arrays.fill(dist, -1);
        dist[s] = 0;
 
        Deque<Integer> q = new ArrayDeque<>();
        q.offer(s);
 
        while (!q.isEmpty()) {
            int cur = q.poll();
            if (cur == t) return dist[t];   // 조기 종료
            for (int nx : g.get(cur)) {
                if (dist[nx] != -1) continue;
                dist[nx] = dist[cur] + 1;
                q.offer(nx);
            }
        }
        return dist[t];
    }
 
    public static void main(String[] args) {
        int[][] edges = {{0,1},{1,2},{2,3},{1,3},{4,5}};
        System.out.println(shortest(6, edges, 0, 3)); // 2
        System.out.println(shortest(6, edges, 0, 5)); // -1
        System.out.println(shortest(6, edges, 2, 2)); // 0
    }
}

이런 실수를 피한다

dist[nx] != -1 대신 별도 visited[]를 두면 멀쩡히 동작하지만 변수 두 개를 동기화해야 한다. 하나로 합친다.
자기 루프를 그대로 인접 리스트에 넣으면 동작엔 문제없지만 디버깅이 헷갈린다. 미리 버린다.

문제 2 (중간) — 2D 격자에서 동시 BFS (썩는 오렌지)

격자 grid[R][C], 값은 0(빈 칸), 1(신선한 오렌지), 2(썩은 오렌지).
매 분마다 썩은 오렌지의 상하좌우 인접한 신선한 오렌지가 썩는다.
모든 신선한 오렌지가 썩는 최소 분을 반환하고, 영영 썩지 않는 오렌지가 있으면 -1.
제약: 1 ≤ R, C ≤ 300. 한 칸에 여러 출처에서 동시에 썩음이 전파될 수 있음.

풀이 보기 (접근 설명 + Java 전체 코드)

복잡도: 시간 O(R·C), 공간 O(R·C).

java

import java.util.*;
 
public class RottingOranges {
    static final int[] DR = {-1, 1, 0, 0};
    static final int[] DC = {0, 0, -1, 1};
 
    public static int orangesRotting(int[][] grid) {
        int R = grid.length, C = grid[0].length;
        Deque<int[]> q = new ArrayDeque<>();
        int fresh = 0;
        for (int r = 0; r < R; r++) {
            for (int c = 0; c < C; c++) {
                if (grid[r][c] == 2) q.offer(new int[]{r, c});
                else if (grid[r][c] == 1) fresh++;
            }
        }
        if (fresh == 0) return 0;
 
        int minutes = 0;
        while (!q.isEmpty()) {
            int size = q.size();
            boolean spread = false;
            for (int i = 0; i < size; i++) {
                int[] p = q.poll();
                for (int d = 0; d < 4; d++) {
                    int nr = p[0] + DR[d];
                    int nc = p[1] + DC[d];
                    if (nr < 0 || nr >= R || nc < 0 || nc >= C) continue;
                    if (grid[nr][nc] != 1) continue;
                    grid[nr][nc] = 2;        // enqueue 시점에 상태 전환
                    fresh--;
                    q.offer(new int[]{nr, nc});
                    spread = true;
                }
            }
            if (spread) minutes++;
        }
        return fresh == 0 ? minutes : -1;
    }
 
    public static void main(String[] args) {
        int[][] g1 = {{2,1,1},{1,1,0},{0,1,1}};
        System.out.println(orangesRotting(g1)); // 4
 
        int[][] g2 = {{2,1,1},{0,1,1},{1,0,1}};
        System.out.println(orangesRotting(g2)); // -1
 
        int[][] g3 = {{0,2}};
        System.out.println(orangesRotting(g3)); // 0
    }
}

이런 실수를 피한다

큐가 비어 있지 않으면 무조건 minutes++를 하면, 퍼짐이 없는 마지막 레벨에서도 +1이 되어 답이 1 커진다. spread 플래그로 방어한다.
visited 배열을 별도로 두기보다 grid[nr][nc] = 2로 직접 상태를 바꾸면 메모리도 절약되고 버그 표면이 줄어든다.
멀티 소스라는 걸 놓치고 2 한 곳에서만 BFS를 시작하면 일부 케이스에서 답이 과대 추정된다.

라이브 코딩 체크리스트

문제를 내 언어로 재진술했다.
그래프/트리 모델링을 선언했다(노드·간선·방향성·가중치 유무).
DFS/BFS 선택 이유를 한 문장으로 말했다.
재귀 vs 반복 여부를 깊이 한도 기준으로 결정했다.
visited 처리 시점을 enqueue/함수 진입에 맞췄다.
엣지 케이스(빈 입력, 자기 루프, 분리 컴포넌트, 시작==도착)를 나열했다.
시간/공간 복잡도를 계산했다.
작은 입력으로 손 추적 디버깅을 시연했다.
마무리에 "실무였다면 이렇게 바꿉니다"(예: 반복 DFS 사용, 큐 사이즈 제한)를 한 줄 덧붙였다.

이 체크리스트를 면접 10분 전에 한 번 훑고 들어가면, 같은 문제를 만났을 때 사고 흐름이 흐트러지지 않는다.

왜 이 주제가 중요한가

핵심 개념 정리

그래프와 트리 탐색의 선택 기준

재귀 DFS와 반복 DFS

큐 기반 BFS와 최단 거리 직관

visited 처리 타이밍 — 면접 단골 함정

실무 백엔드에서의 사용

Bad vs Improved 예제

Bad — visited를 꺼낼 때 체크하는 BFS

Improved — 큐에 넣는 순간 visited 처리

Bad — 깊은 체인에서 재귀 DFS 고집

Improved — 반복 DFS 전환

구현 시 흔한 버그 목록

로컬 연습 환경

라이브 면접에서 접근 방식을 설명하는 법

인터뷰 답변 프레이밍

연습 문제 (Java · 쉬움 1 / 중간 1)

문제 1 (쉬움) — 무가중치 그래프 최단 거리

문제 2 (중간) — 2D 격자에서 동시 BFS (썩는 오렌지)

라이브 코딩 체크리스트

댓글 (0)

왜 이 주제가 중요한가

핵심 개념 정리

그래프와 트리 탐색의 선택 기준

재귀 DFS와 반복 DFS

큐 기반 BFS와 최단 거리 직관

visited 처리 타이밍 — 면접 단골 함정

실무 백엔드에서의 사용

Bad vs Improved 예제

Bad — visited를 꺼낼 때 체크하는 BFS

Improved — 큐에 넣는 순간 visited 처리

Bad — 깊은 체인에서 재귀 DFS 고집

Improved — 반복 DFS 전환

구현 시 흔한 버그 목록

로컬 연습 환경

라이브 면접에서 접근 방식을 설명하는 법

인터뷰 답변 프레이밍

연습 문제 (Java · 쉬움 1 / 중간 1)

문제 1 (쉬움) — 무가중치 그래프 최단 거리

문제 2 (중간) — 2D 격자에서 동시 BFS (썩는 오렌지)

라이브 코딩 체크리스트

댓글 (0)