[daehyun99] WEEK 06 Solutions - #2789
Conversation
📊 daehyun99 님의 학습 현황이번 주 제출 문제
누적 학습 요약
문제 풀이 현황
🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다. 🔢 API 사용량 (gpt-5-nano)
|
![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: Left/Right 포인터를 이용해 두 줄 사이의 면적을 탐색하며, 매 단계에서 더 작은 높이에 의해 최적 해를 찾아가는 패턴입니다. 공간은 상수, 시간은 선형으로 빠르게 해결합니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 6가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.maxArea — Time: ✅ O(N) → O(n) / Space: ✅ O(1) → O(1)
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(N) | O(n) | ✅ |
| Space | O(1) | O(1) | ✅ |
피드백: 투 포인터로 양 끝을 유지하며 면적을 계산하고 포인터를 움직여 중복 계산을 피한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: WordDictionary.addWord — Time: O(k) / Space: O(sum of nodes)
| 복잡도 | |
|---|---|
| Time | O(k) |
| Space | O(sum of nodes) |
피드백: 해당 단어의 각 문자마다 트리에 노드를 생성하거나 이동한다. 단어 길이를 k라 할 때 시간은 O(k).
개선 제안: 현재 구현이 적절해 보입니다.
풀이 3: WordDictionary.search — Time: O(?) / Space: O(?)
| 복잡도 | |
|---|---|
| Time | O(?) |
| Space | O(?) |
피드백: 검색 시 불확실한 경우 모든 경로를 탐색하므로 최악의 경우 지수적일 수 있다. 문자열 길이와 트리의 구조에 따라 다름.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 4: Solution.lengthOfLIS — Time: ❌ O(N) → O(n^2) / Space: ❌ O(1) → O(n)
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(N) | O(n^2) | ❌ |
| Space | O(1) | O(n) | ❌ |
피드백: 두 중첩 루프를 통해 모든 이전 원소를 확인하며 LIS를 갱신한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 5: Solution.spiralOrder — Time: O(m*n) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(m*n) |
| Space | O(1) |
피드백: 네 방향으로의 경계 축소를 통해 모든 원소를 방문한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 6: Solution.isValid — Time: O(n) / Space: O(n)
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(n) |
피드백: 스택에 남은 괄호 쌍으로 유효성 판단을 수행한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Trie, Hash Map / Hash Set, Breadth-First Search
- 설명: 단어를 트라이 형태로 구현하고(각 문자 간 노드로 연결), 검색 시 점(.) 와일드카드를 다중 경로로 확장하기 위해 BFS를 활용합니다. 해시맵으로 자식을 표현하고, 트라이 구조를 이용해 문자열 매칭을 빠르게 수행합니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: WordDictionary.addWord — Time: O(k) / Space: O(number of nodes)
| 복잡도 | |
|---|---|
| Time | O(k) |
| Space | O(number of nodes) |
피드백: 키 문자마다 트리에 노드를 생성하거나 이동하며 공간 복잡도는 단어 길이에 비례한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: WordDictionary.search — Time: 복잡도는 문자열과 트리 구조에 따라 달라짐 / Space: O(depth of tree)
| 복잡도 | |
|---|---|
| Time | 복잡도는 문자열과 트리 구조에 따라 달라짐 |
| Space | O(depth of tree) |
피드백: '.'의 확장으로 가능 경로가 급증할 수 있어 최악의 경우 비효율적일 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: Dynamic Programming, Binary Search
- 설명: 주어진 코드는 LIS를 각 위치에서 최대 증가 길이를 저장하는 DP 형태로 풀이한다. 이중 루프로 구성되어 O(n^2) 시간 복잡도를 가지며, 부분문제의 해를 이용해 전체 최적해를 구하는 DP 패턴에 속한다.
📊 시간/공간 복잡도 분석
| 유저 분석 | 실제 분석 | 결과 | |
|---|---|---|---|
| Time | O(N**2) | O(n^2) | ✅ |
| Space | O(N) | O(n) | ✅ |
피드백: 각 i에 대해 j < i를 확인해 증가하는 경우 최댓값으로 갱신한다.
개선 제안: 현재 구현이 적절해 보입니다.
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Two Pointers, Greedy, Monotonic Stack, Divide and Conquer, Dynamic Programming, Binary Search, Hash Map / Hash Set, Breadth-First Search, Depth-First Search, Backtracking, Union Find, Trie, Bit Manipulation, Heap / Priority Queue, Sliding Window, Fast & Slow Pointers, DFS, BFS
- 설명: 스파이럴 순회는 격자의 경계로 순차적으로 방문하는 패턴으로, 방향 배열과 경계 업데이트를 통해 부분 배열을 차례로 방문하는 방식이다. 이를 통해 배열의 원소를 순서대로 모으는 과정을 구현한다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(m*n) |
| Space | O(1) |
피드백: 경계값과 방향 순서를 잘 관리하면 모든 원소를 한 번씩 방문한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Stack
- 설명: 문자열의 괄호를 스택으로 관리하여 최근 여는 괄호와 닫는 괄호를 짝지어 제거하는 방식으로 올바른 괄호 여부를 판단한다. 연속된 두 문자로 된 부분 문자열의 매칭을 확인하는 것이 핵심이다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(n) |
피드백: 괄호 매칭을 스택으로 처리하는 일반적인 방법이다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
2 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!