[njngwn] WEEK 06 Solutions - #2786 - #2787
Conversation
![dalestudy[bot]](https://avatars.githubusercontent.com/in/1067270?s=60&v=4){kind=small}
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Two Pointers, Greedy
- 설명: 좌우 포인터를 이동시키며 최댓값을 갱신하는 방식으로 면적을 계산하는 이중 포인터 패턴과, 매 단계에서 더 작은 벽을 포기하는 결정으로 최적 해를 점진적으로 탐색하는 그리디 성격이 보입니다.
📊 시간/공간 복잡도 분석
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(n) | O(n) | ✅ |
| Space | O(1) | O(1) | ✅ |
피드백: 좌우 포인터를 한 칸씩 이동시키며 전체를 한 번만 훑는 방법으로 최댓값을 구한다.
개선 제안: 현재 구현이 적절해 보입니다.
📊 njngwn 님의 학습 현황이번 주 제출 문제
누적 학습 요약
문제 풀이 현황
🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다. 🔢 API 사용량 (gpt-5-nano)
|
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Trie, Depth-First Search, Backtracking
- 설명: Trie를 이용해 단어를 저장하고 탐색하며, '.' 와일드카드를 재귀 DFS로 처리하는 구조로 패턴은 Trie와 DFS(Backtracking의 한 형태) 입니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: WordDictionary.addWord — Time: O(L) / Space: O(TotalNodes)
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O(TotalNodes) |
피드백: 트라이를 이용해 문자열 삽입 및 탐색을 구현했다. 삽입/공간 비용은 단어 길이에 비례한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: WordDictionary.search — Time: O(Branching^W) / Space: O(H)
| 복잡도 | |
|---|---|
| Time | O(Branching^W) |
| Space | O(H) |
피드백: 와일드카드 탐색으로 최악의 경우 다수의 경로를 탐색할 수 있다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Binary Search, Dynamic Programming, Greedy
- 설명: 수열의 증가 부분수열 길이를 이분 탐색으로 갱신하는 패턴으로, LIS 문제에서 부분수열의 길이를 유지하며 최적화를 위해 이분 탐색을 사용합니다. DP 요소와 이분 탐색의 결합으로 O(n log n) 구현이 가능합니다.
📊 시간/공간 복잡도 분석
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(n*log(n)) | O(n log n) | ❌ |
| Space | O(1) | O(n) | ❌ |
피드백: 이분 탐색으로 최적의 증가 부분 수열의 길이를 유지한다.
개선 제안: 현재 구현이 적절해 보입니다.
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Two Pointers, Monotonic Stack, Greedy, Divide and Conquer, Dynamic Programming
- 설명: 스파이럴 순회는 방향 전환 및 경계 업데이트로 배열을 순차적으로 접근하는 패턴으로, 두 포인터를 이용한 연속 탐색과 경계 업데이트가 핵심이다. 방향 벡터와 네 방향으로의 순차 접근이 특징이다.
📊 시간/공간 복잡도 분석
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(n*m) | O(m*n) | ❌ |
| Space | O(1) | O(1) | ✅ |
피드백: 경계와 방향 관리가 복잡하지만 전체 원소를 한 번씩 방문한다.
개선 제안: 현재 구현이 적절해 보입니다.
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Stack / Queue (implemented as Deque), Greedy
- 설명: 스택을 사용해 여는 괄호를 쌓고 닫는 괄호와 매칭하는 방식으로 구현되며, 올바른 함수 결과를 보장하기 위해 짝의 매칭 여부를 즉시 판단합니다. 이를 통해 선형 시간과 선형 공간 복잡도를 달성합니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(n) |
피드백: 짝이 맞지 않으면 즉시 False를 반환하도록 구현되어 있다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
ICE0208
left a comment
ICE0208
left a comment
There was a problem hiding this comment.
안녕하세요. 이번 주 코드 리뷰를 맡은 ICE0208입니다.
전반적으로 깔끔하게 작성해 주셨고, 주석이 조금 더 추가되면 이해에 도움이 될 것 같습니다.
추가 의견과 질문은 코멘트로 남겨두었습니다. 이번 주도 고생 많으셨습니다!
| if len(s) % 2 != 0: | ||
| return False |
There was a problem hiding this comment.
길이가 홀수인 경우 미리 반환해 불필요한 연산을 줄인 점이 좋네요!
| return True | ||
| return False | ||
| else: | ||
| if ch not in node.children: | ||
| return False | ||
| return dfs(node.children[ch], idx + 1) | ||
|
|
There was a problem hiding this comment.
ch == '.'인 경우 마지막에 return False로 종료되므로, else를 제거하면 중첩 깊이를 줄여 코드를 조금 더 간결하게 작성할 수 있을 것 같습니다!
|
|
||
| while left <= right and top <= bottom and 0 <= i < len(matrix) and 0 <= j < len(matrix[0]): |
There was a problem hiding this comment.
현재 방향 전환과 경계 갱신 로직이 정상적으로 동작한다면 i, j가 행렬 범위를 벗어날 일은 없을 것 같은데, while 조건에 좌표 범위 검사까지 추가하신 이유가 따로 있을까요? 어떤 의도로 작성하셨는지 궁금합니다!
There was a problem hiding this comment.
오른쪽, 아래, 왼쪽, 위 순서로 이동하면서 경계 범위를 점차 줄여 나가는 방식이 인상적이었습니다. 좋은 로직 잘 보고갑니다!
| # Time Complexity: O(n*log(n)), n: len(nums) | ||
| # Space Complexity: O(1) |
There was a problem hiding this comment.
seq가 최악의 경우 길이 n만큼 되서 SC는 O(n)이지 않을까요? ex. [1, 2, 3, 4, 5]
| left, right = 0, len(seq) | ||
| while left < right: | ||
| mid = (left + right) // 2 | ||
| if seq[mid] < num: | ||
| left = mid + 1 | ||
| else: | ||
| right = mid |
There was a problem hiding this comment.
오 python bisect_left 랑 동일하게 구현하셨는데 원래 bisect_left 알고 계셨는지 궁금하네요. https://github.com/python/cpython/blob/7ce7f0bd8511410bf7c42cc5fc88dfafe07874b6/Lib/bisect.py#L74
| seq.append(num) | ||
| continue | ||
|
|
||
| # insert with binary search |
There was a problem hiding this comment.
로직은 찾는 값보다 큰 값 중 가장 작은 데에 덮어 쓰는 동작으로 보이는데요. 주석을 insert, binary search 용어를 사용해서 적으신 이유가 있을까요? 지금 주석은 해당 값을 찾아서(탐색) 그 인덱스에 insert(python) 하는 동작으로 읽혀서요.
3 participants
답안 제출 문제
작성자 체크 리스트
In Review로 설정해주세요.검토자 체크 리스트
Important
본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!