10강 / 20강

집계와 순위 — 베스트 10을 뽑는 법

한 번만 훑기 · 카운팅 · 전체 정렬 없이 상위 N개

매일 아침 대표님이 묻습니다. "어제 뭐가 제일 많이 팔렸어?"

어제 주문이 80만 건입니다. 베스트 10을 뽑아야 해요. 가장 먼저 떠오르는 방법은 이렇겠죠.

상품별 판매량을 센다
판매량순으로 전부 정렬한다
앞에서 10개를 자른다

답은 맞습니다. 그런데 3만 종류의 상품을 전부 정렬해 놓고 겨우 10개만 쓰고 버리는 거예요. 낭비죠.

고등학생베스트 10을 뽑는 법

쇼핑몰 첫 화면의 인기 상품 10개. 어떻게 뽑을까요?

순진한 방법

주문을 전부 세어 상품별 판매량을 만든다
전부 정렬한다
앞에서 10개를 자른다

10개가 필요한데 10만 개를 정렬했다

더 나은 방법

10개만 필요하면 전부 정렬할 필요가 없습니다.

방법	비용
전부 정렬	O(n log n)
상위 N개만 (`heapq.nlargest`)	O(n log k)

k 가 작으면 훨씬 빠르다

비유 — 반에서 1등 찾기

1등만 알고 싶은데 전교생을 등수대로 세울 필요가 있나요?

없죠. 한 번 훑으며 최고점만 기억하면 됩니다.

필요한 만큼만 일하는 것이 최적화다

세 가지 기술

기술	무엇
한 번만 훑기	여러 번 훑지 않는다
카운팅	딕셔너리로 세기 (8강)
상위 N개	전체 정렬 없이

고등학생한 번만 훑기가 왜 중요한가

note 의 첫 기술이 한 번만 훑기 입니다. 당연해 보이는데 왜 강조할까요?

여러 번 훑는 코드를 자기도 모르게 쓰기 때문

전형적인 예

하고 싶은 것	순진한 코드
최댓값	`max(A)` — 1번 훑음
최솟값	`min(A)` — 또 1번
평균	`sum(A)/len(A)` — 또 1번

세 값을 얻는 데 세 번 훑었다

한 번 훑으면서 셋을 동시에 구할 수 있는데요.

얼마나 차이 나나

3배입니다. O 표기로는 둘 다 O(n) 이라 같아 보이지만, 실제 시간은 3배죠.

O 표기가 같아도 실제 속도는 다를 수 있다

그런데 늘 합쳐야 하나

아닙니다. 읽기 어려워지거든요.

상황	고를 것
자료가 작다	읽기 쉬운 쪽
자료가 크고 느리다	합치는 쪽

20강의 그것 — 느릴 때만 고친다

미리 다 최적화하면 읽기 어려운 코드만 남습니다. 그게 성급한 최적화예요.

① 한 번만 훑기 — 합계 · 최대 · 평균

이런 값들은 정렬이 필요 없습니다. 한 번 지나가면서 기억해 두면 돼요.

정렬은 O(n log n), 한 번 훑기는 O(n). 정렬이 필요 없으면 하지 마세요.

Python 브라우저에서 실행

주문금액 = [39000, 12000, 89000, 7900, 45000, 23000, 156000, 8900, 67000, 31000]

# ❌ 정렬해서 구하기 — O(n log n)
정렬됨 = sorted(주문금액)
print("❌ 정렬 후: 최소", 정렬됨[0], "· 최대", 정렬됨[-1])

# ✅ 한 번만 훑기 — O(n)
최소 = 최대 = 주문금액[0]
합계 = 0
건수 = 0
for 금액 in 주문금액:              # 딱 한 바퀴
    if 금액 < 최소: 최소 = 금액
    if 금액 > 최대: 최대 = 금액
    합계 += 금액
    건수 += 1

print("✅ 한 바퀴: 최소", 최소, "· 최대", 최대)
print(f"   합계 {합계:,}원 · 건수 {건수}건 · 평균 {합계//건수:,}원")
print()
print("💡 최소·최대·합계·평균·건수를 한 바퀴에 전부 구했습니다.")

② 카운팅 — 딕셔너리로 개수 세기

"상품별 판매량"은 딕셔너리에 세면서 한 바퀴면 끝납니다.

Counter.most_common(n) — 이 한 줄이 오늘의 주인공입니다.

Python 브라우저에서 실행

from collections import Counter

어제주문 = ["이어폰", "케이스", "이어폰", "충전기", "이어폰",
            "필름", "케이스", "이어폰", "충전기", "마우스",
            "케이스", "이어폰", "필름", "이어폰", "충전기"]

# 방법 A — 직접 세기
판매량 = {}
for 상품 in 어제주문:
    판매량[상품] = 판매량.get(상품, 0) + 1
print("직접 세기:", 판매량)

# 방법 B — Counter (같은 일을 C 속도로)
c = Counter(어제주문)
print("Counter  :", dict(c))
print()
print("🏆 베스트 3:", c.most_common(3))
print("총 주문 건수:", sum(c.values()))
print("취급 상품 수:", len(c))

고등학생Counter 는 만능 도구입니다

note 가 Counter 를 소개합니다. 정말 자주 쓰는 도구예요.

Counter(목록) → 무엇이 몇 번 나왔나

직접 짜면

딕셔너리를 만들고, 있으면 1 더하고, 없으면 1 로 시작하고… 네 줄쯤 됩니다.

Counter 는 한 줄이에요. 그리고 .most_common(10) 으로 상위 10개도 바로 줍니다.

세는 일 + 순위 매기는 일을 한 도구가 한다

어디에 쓰나

상황	세는 것
인기 상품	상품별 주문 수
로그 분석 (19강)	IP 별 요청 수
오류 통계	오류 종류별 횟수
글자 빈도	어떤 글자가 많이 나오나

"무엇이 얼마나" 를 묻는 모든 곳

그래서 '시스템 관리자의 만능 도구'

서버에 문제가 생기면 가장 먼저 하는 일이 로그를 세는 것입니다.

어떤 오류가 가장 많나
어떤 IP 가 가장 많이 요청했나
어떤 페이지가 가장 느린가

세어 보면 범인이 대개 드러난다

19강이 이 이야기를 제대로 다룹니다.

③ Top-N — 전체를 정렬하지 않고 상위 10개만

여기가 이번 강의 핵심입니다. 힙(heap)이라는 도구를 씁니다.

아이디어는 이렇습니다. 크기 10짜리 상자를 하나 들고 다니면서:

상자가 안 찼으면 그냥 넣는다
상자가 찼으면, 상자 안에서 가장 작은 것과 비교한다
새 값이 더 크면 → 가장 작은 걸 버리고 새 값을 넣는다
작으면 → 그냥 무시한다 (대부분 여기에 걸립니다!)

상자 크기가 10으로 고정이니 메모리도 10칸이면 됩니다. 80만 건짜리 데이터를 메모리에 다 올리지 않고도 처리할 수 있어요.

heapq.nlargest — 실무에서 Top-N을 뽑는 표준 도구입니다.

Python 브라우저에서 실행

import heapq, random, time

판매기록 = [(random.randint(1, 5000), f"상품{i}") for i in range(200000)]

# ❌ 전체 정렬 후 앞 10개 — O(n log n)
t0 = time.time()
전체정렬 = sorted(판매기록, reverse=True)[:10]
느림 = time.time() - t0

# ✅ 힙으로 상위 10개만 — O(n log 10)
t0 = time.time()
힙방식 = heapq.nlargest(10, 판매기록)
빠름 = time.time() - t0

print(f"❌ 전체 정렬 : {느림*1000:>7.1f} ms")
print(f"✅ 힙 Top-10 : {빠름*1000:>7.1f} ms")
print(f"→ 약 {느림/max(빠름,1e-9):.1f} 배 빠름 (결과는 동일:", 전체정렬 == 힙방식, ")")
print()
print("🏆 베스트 5")
for 판매, 이름 in 힙방식[:5]:
    print(f"   {이름:<10} {판매:>5}개")

🎮 매출 집계기

주문 데이터를 만들고, 전체 정렬과 힙 Top-N이 각각 몇 번 비교하는지 나란히 재 봅시다. N(뽑을 개수)을 바꾸면 어느 쪽이 유리해지는지도 보입니다.

언제 무엇을 쓸까

필요한 것	방법	비용
합계 · 평균 · 최대 · 개수	한 번 훑기	`O(n)`
항목별 개수	`Counter`	`O(n)`
상위 10개 (n이 아주 큼)	`heapq.nlargest`	`O(n log k)`
상위 절반 이상이 필요	그냥 `sorted`	`O(n log n)`
전체 순위표	`sorted`	`O(n log n)`

k가 n에 가까워지면 힙의 이점이 사라집니다. "n은 아주 큰데 k는 작다"일 때만 힙이 이겨요.

고등학생집계할 때 흔한 실수

note 가 함정들을 모읍니다. 세는 일은 쉬워 보이는데 틀리기 쉬워요.

① 취소·환불을 안 뺀다

주문 수 ≠ 판매 수

취소된 주문까지 세면 인기 순위가 왜곡됩니다. 그리고 7강에서 본 조작의 통로가 되죠.

② 기간을 안 정한다

기준	결과
전체 기간	오래된 상품이 유리하다
최근 7일	신상품에 기회가 있다

기간이 곧 정책이다

③ 같은 사람의 여러 주문

한 사람이 100개를 사면 인기 상품일까요?

세는 법	결과
주문 건수	1명이 순위를 만들 수 있다
구매자 수	더 공정하다

무엇을 세느냐가 무엇이 인기인지를 정한다

④ 0 을 빠뜨린다

한 번도 안 팔린 상품은 집계에 안 나타납니다.

"판매량 0" 이 아니라 목록에 없어요. 평균을 낼 때 이걸 놓치면 평균이 부풀려집니다.

안 나타난 것을 0 으로 세야 할 때가 있다

다른 과목에서도 계속 나온 이야기죠 — 자료에 없는 것을 생각하는 훈련입니다.

🤔 확인 문제

주문 100만 건에서 총 매출액만 필요합니다. 가장 적절한 방법은?

🤔 확인 문제

상품 500,000종 중 베스트 10만 필요할 때 가장 효율적인 방법은?

🤔 확인 문제

Counter 로 상품별 판매량을 셌습니다. "한 번도 안 팔린 상품" 목록을 구하려면?