[daehyun99] WEEK 05 Solutions#2764
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)
|
There was a problem hiding this comment.
그리고
best time to buy and sell stock, 즉 해당 문제는
뒤에 로마 숫자를 붙혀서 1, 2, 3, 4, 5 총 다섯종류가 있는데요
dp 연습하기에 정말 괜찮은 문제라고 생각해서
2번문제
II는 한번 풀어보시길 추천드려요!
![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: 투 포인터로 좌우를 움직이며 매번 이익을 갱신하는 패턴과, 현재 가능한 최적 값을 탐색하는 그리디 성격이 결합된 구현입니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(1) |
피드백: 두 포인터를 사용해 현재 최저가와 최대 이익을 추적한다. 루프가 배열을 한 번 스캔하므로 시간 복잡도는 선형이고 상수 공간으로 동작한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Greedy, Hash Map / Hash Set, Dynamic Programming
- 설명: 주요 로직은 문자열을 길이-구분자(#)를 이용해 인코딩/디코딩하는 순차 탐색으로, 각 문자열의 길이를 먼저 읽고 해당 길이만큼 문자를 추출하는 방식이다. 해시 맵/세트나 DP와의 직접적 연관은 약하지만, 문자열 조작과 반복 구조에서 연속 탐색의 특징이 보인다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(n) |
피드백: 인코드에서 각 문자열의 길이 정보를 포함시키고 디코드에서 이를 차례로 읽어 각 문자열을 재구성한다.
개선 제안: 디코드 구현에서 인덱스 경계 주의가 필요하며, 테스트를 통해 빈 문자열 처리도 검증하는 것이 좋습니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Hash Map / Hash Set, Dynamic Programming
- 설명: 문자열의 계수 배열을 키로 사용해 그룹화를 수행하며 해시맵에 키-값으로 저장합니다. 이는 해시 맵 기반의 그룹화 패턴으로 구현된 Two Pointers/슬라이딩 윈도우와는 다르지만, 키 매핑과 그룹화 측면에서 Hash Map 사용이 핵심입니다. 간접적으로 시간 복잡도 개선에 대한 아이디어를 가지지만, DP나 탐색 패턴은 사용되지 않습니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n * k) |
| Space | O(n * k) |
피드백: 각 문자열에 대해 길이 26의 카운트 배열을 만들고 이를 튜플로 키로 사용한다. 해시맵으로 그룹을 관리한다.
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
- 설명: 해당 코드는 Trie(접두사 트리) 구조를 구현하고 단어 삽입, 검색, 접두사 탐색을 수행합니다. 내부 구현은 딕셔너리로 트리를 표현하며, 탐색과 삽입에서 각 문자로 노드를 이어 가는 방식으로 동작합니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(m) |
| Space | O(n * w) |
피드백: 트라이 구조를 dict로 구현했고, 삽입 시 노드를 만들어가며 끝에 마커를 0 키로 표시한다. 탐색과 접두사 확인은 루프에 의해 각 문자에 대해 상수 시간을 수행한다.
개선 제안: 구현의 기본 흐름은 적절하지만, 삽입 시 최적화를 위해 리스트/딕셔너리 선택 여부를 재검토해볼 수 있습니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Dynamic Programming, Hash Map / Hash Set, Two Pointers, Breadth-First Search
- 설명: 문자열에서 시작 위치를 노드로 삼아 방문 여부를 세트로 관리하고, 각 위치에서 단어를 매칭해 다음 위치를 큐처럼 확장하는 방식으로 탐색합니다. 이는 부분 문자열 경로 탐색으로 BFS에 가까우며, 방문 여부를 해시 셋으로 추적합니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n * m) |
| Space | O(n) |
피드백: 현재 구현은 모든 위치에서 사전에 있는 단어로 분리 가능한지 확인하고, 발견 시 위치를 큐에 추가한다. 최악의 경우 비효율 가능성이 존재한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
yuseok89
left a comment
yuseok89
left a comment
There was a problem hiding this comment.
5주차 고생많으셨습니다 !
몇 가지 코멘트를 달아놓긴 했는데, 참고만 해주시면 되겠습니다 !
There was a problem hiding this comment.
개수를 다 세지 않고도 푸는 방법이 있습니다.
개수를 세는 방법에서는 Counter + hash 를 활용하면 코드가 좀 더 간결하게 하실 수 있을 것 같으니 참고하세요 ~
There was a problem hiding this comment.
저는 별도의 TrieNode 라는 별도 클래스를 생성해서 풀었는데, 이렇게도 풀리네요 !
There was a problem hiding this comment.
저도 풀고 다른 분들 풀이 보니깐 별도의 클래스를 많이 만들더라고요. 클래스를 만드는 게 더 깔끔해서 좋은 것 같아요!
There was a problem hiding this comment.
BFS 로도 접근 가능하네요 !
다만, wordDict 의 전처리를 통해서, 매번 wordDict 전체를 순회하지 않도록 하면 좀 더 효율화 할 수 있을 것도 같습니다.
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!