[sangbeenmoon] WEEK 05 Solutions#2776
Conversation
📊 sangbeenmoon 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: Hash Map / Hash Set, Dynamic Programming
- 설명: 두 코드 모두 문자열을 정렬한 값을 키로 사용하여 그룹을 묶는 방식으로 해시맵(딕셔너리)을 활용합니다. 첫 번째는 방문 배열과 중복 판단으로 묶고, 두 번째는 해시 맵에 리스트를 누적합니다. 패턴은 해시 기반 그룹화에 해당합니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n * k log k) |
| Space | O(n * k) |
피드백: 첫 번째 풀이와 두 번째 풀이 모두 각 문자열을 정렬한 키를 사용해 그룹을 구성한다. 해시맵으로 그룹을 모으는 방식은 효율적이며 두 번째 풀이에서 defaultdict/집합의 중복 복사를 다루는 부분이 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: Trie
- 설명: 트라이 구조를 이용한 문자열 저장 및 검색 구현으로 패턴은 Trie입니다. insert, search, startsWith를 재귀적으로 노드를 따라가며 동작합니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 4가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Trie.insert — Time: O(L) / Space: O(Total characters)
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O(Total characters) |
피드백: 재귀적으로 자식 노드를 따라가고 새 노드를 생성하는 방식으로 삽입이 진행된다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Trie.search — Time: O(L) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O(1) |
피드백: 재귀적 검색으로 단어의 존재를 확인한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 3: Trie.startsWith — Time: O(L) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O(1) |
피드백: 재귀적으로 접두사를 따라가며 존재 여부를 판단한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 4: Trie — Time: O(1) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(1) |
| Space | O(1) |
피드백: 루트 관리 및 메서드 위임으로 사용에 편리하다.
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, Backtracking, Hash Map / Hash Set
- 설명: 초기 풀이 부분은 재귀와 가지치기, 중복 방문 방지를 통해 가능 여부를 탐색하는 백트래킹 성격이다. 두 번째 부분은 DP를 이용한 메모이제이션으로 구간 시작 위치의 가능성을 기초로 결과를 도출한다. 또한 사전 형태로 단어를 빠르게 확인하기 위해 해시 맵을 사용한다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n^2) |
| Space | O(n) |
피드백: 초기 실패한 풀이와 달리 dp를 활용해 중복 계산을 제거하려는 시도가 보인다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
| if sorted_target in d: | ||
| group = d[sorted_target] | ||
| group.append(target) | ||
| d[sorted_target] = group.copy() | ||
| else: | ||
| group = [target] | ||
| d[sorted_target] = group.copy() |
There was a problem hiding this comment.
if sorted_target in d:
d[sorted_target].append(target)
else:
d[sorted_target] = [target]
There was a problem hiding this comment.
이렇게 하시는게 훨씬 나을거에요, 지금 코드에서 copy는 의미를 모르겠어요
| for candidate in d.values(): | ||
| answer.append(candidate) | ||
|
|
||
| return answer |
There was a problem hiding this comment.
list(d.values())
이렇게 리스트로 형변환 하시면 answer 없이 바로 가능하세요
| class TrieNode: | ||
|
|
||
| def __init__(self): | ||
| self.d = {} |
| class Solution: | ||
| def wordBreak(self, s: str, wordDict: List[str]) -> bool: | ||
|
|
||
| d = {} |
There was a problem hiding this comment.
의미에 맞는 네이밍을 해주시면 좋을 거 같습니다.
| d[sorted_target] = group.copy() | ||
| else: | ||
| group = [target] | ||
| d[sorted_target] = group.copy() |
| node.insert(word[1:]) | ||
|
|
||
| def search(self, word): | ||
| if word == "": | ||
| return self.is_end | ||
|
|
||
| target = word[0] | ||
|
|
||
| if target in self.d: | ||
| return self.d[target].search(word[1:]) |
There was a problem hiding this comment.
[1:]이 O(n)이라 현재 insert, search에서 탐색 성능이 좋지 않은 거 같습니다. [1:]을 사용하지 않고 구현해보시면 좋을 거 같습니다.
| class Trie: | ||
|
|
||
| def __init__(self): | ||
| self.root = TrieNode() | ||
|
|
||
| def insert(self, word: str) -> None: | ||
| self.root.insert(word) | ||
|
|
||
| def search(self, word: str) -> bool: | ||
| return self.root.search(word) | ||
|
|
||
| def startsWith(self, prefix: str) -> bool: | ||
| return self.root.startsWith(prefix) |
There was a problem hiding this comment.
Trie에는 구현이 없고 TrieNode에 모든 구현을 하신 이유가 있을까요?
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!