같은 중복 탐지 semantics 아래 scenario·strategy·scale을 봉인하고 exact/expected/worst cost·space·domain 전제·budget을 함께 판정한다. 이를 생략하면 AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다.에서도 그럴듯한 Big-O나 벤치마크 숫자는 만들 수 있지만 실행 가능한 선택과 반증 가능한 근거를 남길 수 없습니다.
아직 답을 몰라도 괜찮아요. 아래 작은 예시를 보고 먼저 예상해 보세요.
01 · 같이 연습해요
작은 문제부터 하나씩 직접 풀어봐요
먼저 예상하고, 한 단계씩 확인하고, 막힌 곳을 고쳐 봐요. 도움을 열어도 괜찮아요. 도움을 본 문제는 나중에 모양을 바꿔 다시 풀어보면 됩니다.
연습에서 작성 중인 답0 / 8
01
찾아보기 · 기초
cx64 recognize · 중복 탐지 제약·비용·실측 관측소: duplicate detection·constraint observatory 표식 중 “같은 중복 탐지 semantics 아래 scenario·strategy·scale을 봉인하고 exact/expected/worst cost·space·domain 전제·budget을 함께 판정한다.”을 만족하는 판정을 고른다.
상황
n=32의 일회성 integer 목록에서 입력을 바꾸지 않고 중복 존재 여부만 판정한다. 시간 budget은 500,000 primitive operations, auxiliary memory budget은 1 MiB다.
문제
pairwise·sort-scan·hash-set·bitset 중 semantic contract와 두 budget을 만족하는 후보를 모두 고르고, 지금 조건에서 가장 단순하게 방어 가능한 기본 후보 하나를 선택하세요. Big-O 기호만 쓰지 말고 탈락·보류 이유를 함께 적으세요.
sort-scan은 copied input을 정렬한 뒤 adjacent scan, 약 n⌈log2 n⌉+n comparisons/moves, 8n bytes 이상
hash-set은 expected 약 2n hash/lookup operations, implementation overhead를 포함해 보수적으로 32n bytes
bitset은 integer domain U=1,000,000,000을 초기화/주소화하며 ⌈U/8⌉ bytes가 필요
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
정답과 비교
02
먼저 생각하기 · 기초
cx64 predict · 중복 탐지 제약·비용·실측 관측소: “AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다.” 조건에서 비용·메모리·판정이 어떻게 바뀔지 실행 전에 봉인한다.
상황
n이 커지는 repeated duplicate-check service다. AI가 실행 전에 hash-set이 가장 빠르다고 제안했다.
문제
n=1,024에서 32,768로 증가할 때 pairwise·sort-scan·hash-set의 operation growth를 실행 전에 예측하고, 어떤 관찰이 예측을 반증할지 적으세요. 예측은 expected와 worst case를 분리해야 합니다.
제공 자료
pairwise worst comparisons = n(n-1)/2
sort-scan modeled work = n⌈log2 n⌉+n
hash-set expected work = 2n, collision-adversarial worst comparisons = n(n-1)/2
같은 frozen input family와 runtime manifest로 네 scale을 반복 측정한다.
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
움직임과 비교
03
순서 따라가기 · 익힌 것을 써보기
cx64 trace · 중복 탐지 제약·비용·실측 관측소: duplicate detection → constraint observatory → final verdict 순서로 입력 계약에서 4×4×4=64-state constraint observatory trace와 final-only verdict까지 최초 비용 모델 이탈을 추적한다.
상황
AI가 작성한 pairwise duplicate detector가 안쪽 loop를 항상 0부터 시작해 자기 자신과 대칭 쌍까지 비교한다.
문제
정상 all-pairs 구현과 AI 구현의 iteration domain을 trace하고, n=4 exact comparison count·correctness 증상·일반식 차이를 작성하세요. 최초 잘못된 loop bound만 수정하세요.
제공 자료
정상 domain: 0 ≤ i < j < n
AI domain: 0 ≤ i < n, 0 ≤ j < n
중복은 서로 다른 두 위치의 값이 같은 경우에만 true
두 구현 모두 foundDuplicate를 누적하며 configured iteration domain을 끝까지 순회한 뒤 반환한다. early return은 없다.
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
움직임과 비교
04
내 말로 설명하기 · 익힌 것을 써보기
cx64 explain · 중복 탐지 제약·비용·실측 관측소: 같은 중복 탐지 semantics 아래 scenario·strategy·scale을 봉인하고 exact/expected/worst cost·space·domain 전제·budget을 함께 판정한다.이 필요한 이유와 4×4×4=64-state constraint observatory trace와 final-only verdict만으로 입증할 수 없는 범위를 설명한다.
상황
일반 hashable key에 대한 duplicate detector를 설계한다. service는 평상시 input과 untrusted adversarial input을 모두 받는다.
문제
hash-set 전략의 expected O(n)과 worst O(n²), auxiliary O(n)을 비전문가도 오해하지 않도록 설명하고, 어떤 evidence가 있어야 운영 승인할지 작성하세요.
제공 자료
hash lookup/insert 평균 비용은 hash distribution과 implementation policy에 의존
untrusted key가 collision 또는 expensive hash/equality를 유발할 수 있음
정확성·time budget·memory budget·fallback이 모두 운영 contract에 포함
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
설명 기준과 비교
05
빈칸 채우기 · 익힌 것을 써보기
cx64 complete · 중복 탐지 제약·비용·실측 관측소: 누락된 입력 차원·비용 단위·경계 또는 판정 칸을 채워 “pairwise·sort-scan·hash-set·bitset 네 전략을 네 scenario와 네 scale에서 비교해 accept·revise·reject한다.”을 완성한다.
상황
bounded integer telemetry ID U=65,536에서 n=32,768개의 ID 중 duplicate를 찾는다. 8 MiB memory와 3,000,000 operation budget이 있다.
bitset operations = n+⌈U/64⌉ word initialization; storage = ⌈U/8⌉ bytes
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
답과 설명 함께 비교
06
틀린 곳 고치기 · 익힌 것을 써보기
cx64 debug · 중복 탐지 제약·비용·실측 관측소: AI가 만든 분석에 “AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다.” 반례를 주입하고 최초 잘못된 가정만 수정한다.
상황
AI가 `len(set(values)) != len(values)` 구현과 ‘O(1) because set lookup is constant’라는 설명, 그리고 normal integer 예제 두 개를 함께 생성했다.
문제
이 산출물의 최초 contract/complexity 위반을 진단하고 최소 수정된 분석·독립 테스트 계획·사람 verdict를 작성하세요. 코드를 무조건 교체하지 말고 어떤 조건에서 수용 가능한지 구분하세요.
제공 자료
input은 한 번만 순회 가능한 iterable일 수도 있음
keys는 unhashable 또는 adversarial hash/equality를 가질 수 있음
서비스 memory budget과 early-exit 요구가 있음
AI가 코드·복잡도 설명·tests를 같은 응답에서 생성
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
답과 설명 함께 비교
07
직접 만들기 · 새 문제
cx64 implement · 중복 탐지 제약·비용·실측 관측소: pairwise·sort-scan·hash-set·bitset 네 전략을 네 scenario와 네 scale에서 비교해 accept·revise·reject한다.을 frozen synthetic input family에 적용해 4×4×4=64-state constraint observatory trace와 final-only verdict를 생성한다.
상황
브라우저나 로컬 judge에서 외부 network 없이 네 duplicate 전략의 decision을 재현하는 deterministic evaluator를 구현한다.
문제
입력 `(scenario, strategy, n, U, timeBudgetOps, memoryBudgetBytes)`를 받아 semantic fit·modeled work·memory·assumption·verdict를 반환하는 순수 함수를 작성하세요. wall-clock은 verdict에 사용하지 말고 integer-safe 계산과 invalid input을 처리하세요.
hash-set adversarial scenario는 worst work를 verdict에 사용
bitset은 integer keys and 0 ≤ key < U가 보장될 때만 semantic fit
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
정답과 비교
08
새 문제에 써보기 · 새 문제
cx64 transfer · 중복 탐지 제약·비용·실측 관측소: 중복 업로드 차단·event deduplication·inventory validation로 판단을 옮겨 보존할 invariant와 달라지는 비용 모델을 방어한다.
상황
중복 파일 업로드 차단기를 event deduplication service로 옮긴다. event는 24시간 window, at-least-once delivery, 50M/day, 256 MiB memory, false positive 금지 요구를 가진다.
문제
교실의 in-memory duplicate detector를 그대로 복사하지 말고 보존할 invariant, 새 입력 차원, 후보 전략, time-space-I/O trade-off, failure/recovery evidence, AI 사용 경계를 포함한 전이 decision memo를 작성하세요.
제공 자료
event key와 24시간 window가 duplicate semantics를 정의
n=50M/day 외에도 arrival rate r, retention window w, key bytes k, storage latency가 독립 차원
process restart와 partition replay 뒤에도 dedup state가 필요
false positive는 허용되지 않고 delayed event 정책을 명시해야 함
정답 대신 4단계 힌트 보기
관찰
AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다. 직전까지 참이었던 입력 계약과 처음 달라진 관찰값을 찾으세요.
개념
duplicate detection·constraint observatory·final verdict를 정의·가정·관찰로 나눠 적으세요.
다음 도움
내 생각을 먼저 적고 ‘내 답과 맞춰 볼 기준 보기’을 누르면, 풀 순서와 더 자세한 도움을 열어 드려요.
중복 탐지 제약·비용·실측 관측소 식은 계산되지만 어떤 입력 family와 workload에 대한 값인지 재현할 수 없다.
막힌 까닭
같은 중복 탐지 semantics 아래 scenario·strategy·scale을 봉인하고 exact/expected/worst cost·space·domain 전제·budget을 함께 판정한다.을 분석 전에 봉인하지 않았다.
다시 해보는 방법
pairwise·sort-scan·hash-set·bitset 네 전략을 네 scenario와 네 scale에서 비교해 accept·revise·reject한다.에서 입력 차원·범위·분포·반복 횟수와 비용 단위를 먼저 고정하고 4×4×4=64-state constraint observatory trace와 final-only verdict를 다시 만든다.
코드와 oracle이 같은 누락 가정을 공유해 AI가 hash set은 O(n)이라며 collision·memory·unhashable key·bounded domain 대안을 누락한다.가 false green으로 남는다.
막힌 까닭
AI-off baseline과 독립 exact-count 또는 adversarial family를 먼저 만들지 않았다.
다시 해보는 방법
기존 contract를 보존한 채 AI diff만 검토하고 별도 작성한 final verdict 반례로 재검증한다.
헷갈림 03
4×4×4=64-state constraint observatory trace와 final-only verdict의 한 측정값이나 차트만 최종 결론으로 제출한다.
겉으로 보이는 막힘
환경·warm-up·noise·constant·input distribution이 바뀌면 결론을 재현하거나 반박할 수 없다.
막힌 까닭
이론적 경계·실험 protocol·raw observation·human verdict를 분리하지 않았다.
다시 해보는 방법
4×4×4=64-state constraint observatory trace와 final-only verdict에 환경 manifest·입력 seed·반복값·예측·반례·잔여 한계를 추가하고 사람이 승인 범위를 서명한다.
03 · 내게 맞는 도움 고르기
같은 목표를 원하는 도움만큼 연습해요
안내 받으며
안내형
duplicate detection · constraint observatory · final verdict 카드와 4단계 표를 제공하고 숫자·기호·색상 외에도 case·assumption·budget label을 함께 표시한다.
중복 탐지 제약·비용·실측 관측소에서 입력 family와 primitive operation을 고정하고 비용 경계와 측정값을 대조해 판정을 내리는 설명도에서 색상뿐 아니라 입력 family·비용 단위·case·bound·budget·verdict를 문자와 선 종류로 함께 표시한다.혼자 해보기
내 힘으로
중복 탐지 제약·비용·실측 관측소의 미공개 입력 family에서 semantics·cost model·bound·budget verdict를 독립적으로 재구성하는 능력의 처음 보는 frozen synthetic 입력 family를 AI 없이 먼저 분석하고 exact count·bound·budget 판정을 봉인한 뒤 실행 관찰과 대조한다.
공식 정의·문법·도구 사용법은 열 수 있지만 해당 변형의 exact count, tight bound, 반례, hidden fixture와 최종 verdict는 먼저 제공하지 않는다.더 도전하기
심화형
중복 업로드 차단·event deduplication·inventory validation에서 입력 차원을 둘 이상으로 일반화하고 adversarial family와 lower-bound witness를 추가해 선택을 다시 방어한다.
더 촘촘한 모델은 설명력과 반례 탐지력을 높이지만 측정·문서 비용도 늘리므로 decision-changing assumption을 우선 기록한다.