[yuseok89] WEEK 01 solutions

[yuseok89]

답안 제출 문제

• Contains Duplicate #217
• Two Sum #219
• Top K Frequent Elements #237
• Longest Consecutive Sequence #240
• House Robber #264

작성자 체크 리스트

• Projects의 오른쪽 버튼(▼)을 눌러 확장한 뒤, Week를 현재 주차로 설정해주세요.
• 문제를 모두 푸시면 프로젝트에서 Status를 In Review로 설정해주세요.
• 코드 검토자 1분 이상으로부터 승인을 받으셨다면 PR을 병합해주세요.

검토자 체크 리스트

Important

본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!

• 바로 이전에 올라온 PR에 본인을 코드 리뷰어로 추가해주세요.
• 본인이 검토해야하는 PR의 답안 코드에 피드백을 주세요.
• 토요일 전까지 PR을 병합할 수 있도록 승인해주세요.

[dalestudy]

📊 yuseok89 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
contains-duplicate	Easy	✅ 의도한 유형
house-robber	Medium	✅ 의도한 유형
longest-consecutive-sequence	Medium	✅ 의도한 유형
top-k-frequent-elements	Medium	✅ 의도한 유형
two-sum	Easy	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 0 / 75개
• 이번 주 유형 일치율: 100% (5문제 중 5문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	□□□□□□□	0 / 10 ← 아직 시작 안 함
Binary	□□□□□□□	0 / 5 ← 아직 시작 안 함
Dynamic Programming	□□□□□□□	0 / 11 ← 아직 시작 안 함
Graph	□□□□□□□	0 / 8 ← 아직 시작 안 함
Interval	□□□□□□□	0 / 5 ← 아직 시작 안 함
Linked List	□□□□□□□	0 / 6 ← 아직 시작 안 함
Matrix	□□□□□□□	0 / 4 ← 아직 시작 안 함
String	□□□□□□□	0 / 10 ← 아직 시작 안 함
Tree	□□□□□□□	0 / 14 ← 아직 시작 안 함
Heap	□□□□□□□	0 / 3 ← 아직 시작 안 함

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-4.1-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	1,546	175	1,721	$0.000225
2	1,547	185	1,732	$0.000229
3	1,593	168	1,761	$0.000227
4	1,591	171	1,762	$0.000228
5	1,565	172	1,737	$0.000225
합계	7,842	871	8,713	$0.001133

[dahyeong-yun]

가독성을 위한 개행 처리나 최소한의 변수 선언을 지향하시는 것 같아요. 👍🏼👍🏼 파이썬은 잘 모르지만, 굉장히 간결하고 깔끔해 보이네요! 첫 주차 고생하셨습니다!

[yuseok89]

@DaleStudy 리뷰

[dalestudy]

전체적으로 깔끔하고 효율적인 풀이로 구성되어 있습니다. 각 문제에 대해 적절한 자료구조를 활용하고 있어 좋은 접근입니다. 다만, 몇 가지 개선 사항과 피드백을 드리자면:

1. 시간/공간 복잡도 명시 권장: 각 솔루션에 TC, SC를 주석으로 추가하면 이해와 유지보수에 도움이 됩니다. 예를 들어, containsDuplicate는 TC: O(n), SC: O(n)으로 명시하는 것이 좋습니다.

2. 중복 코드 방지: topKFrequent에서 cnt 딕셔너리 업데이트 부분을 cnt[num] = cnt.get(num, 0) + 1로 간단히 표현할 수 있어 가독성이 향상됩니다.

3. topKFrequent의 힙 로직 개선: 현재는 힙 크기 유지에 조건문을 사용하지만, heapq.nlargest를 활용하면 코드가 더 간단해질 수 있습니다. 예를 들어, heapq.nlargest(k, cnt.items(), key=lambda x: x[1])로 최상위 k개를 바로 구하는 것도 좋은 방법입니다.

4. twoSum의 딕셔너리 사용법: 두 번째 반복문 대신 한 번의 반복에서 idx_map에 값을 저장하고, 동시에 찾아내는 방법도 고려해보세요. 예를 들어, 하나의 반복문으로 해결하면 더 효율적입니다.

5. 가독성 향상: 변수명이나 구조를 조금 더 직관적으로 변경하거나, 핵심 로직에 간단한 주석을 추가하는 것도 추천드립니다.

전반적으로 잘 작성된 코드입니다. 약간의 최적화와 명시를 통해 더 깔끔하고 유지보수하기 쉽도록 개선할 수 있겠습니다. 계속 좋은 방향으로 발전하시길 응원합니다!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 이 코드는 중복 체크를 위해 해시셋을 사용하여 각 원소의 존재 여부를 빠르게 확인하는 방식으로 구현되어 있습니다. 따라서 해시 맵 또는 해시 세트 패턴에 속합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(n)	O(n)	✅

피드백: 집합에 원소를 넣고 검사하는 과정이 각각 O(1) 평균 시간으로 수행되어 전체 시간 복잡도는 O(n)이다. 집합이 최대 n개 원소를 저장하므로 공간 복잡도도 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming
• 설명: 이 코드는 이전 상태를 저장하며 최적의 선택을 반복하는 방식으로, 최적 부분 구조를 이용한 동적 프로그래밍 패턴에 속합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(1)	O(1)	✅

피드백: 한 번의 반복으로 각 상태를 갱신하며, 이전 두 상태만 유지하므로 공간 복잡도는 상수이다. 시간 복잡도는 배열 길이만큼 순회하므로 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Union Find
• 설명: 이 코드는 숫자 집합을 이용해 연속된 수를 찾으며, Hash Set을 활용하여 O(1) 검색을 수행합니다. Union Find는 사용되지 않지만, 연속된 수 그룹을 찾는 데 유용하므로 포함할 수 있습니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(n)	O(n)	✅

피드백: 집합에 원소를 넣고, 각 원소에 대해 연속된 수를 탐색하는 과정이 각각 O(1) 평균 시간으로 수행되어 전체 시간 복잡도는 O(n)이다. 집합이 최대 n개 원소를 저장하므로 공간 복잡도도 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Bucket Sort
• 설명: 이 코드는 해시 맵을 이용해 빈도수를 세고, 버킷 정렬 방식을 활용하여 빈도별로 그룹화하는 방식으로 상위 k개를 찾습니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(N)	O(n)	✅
Space	O(N)	O(n)	✅

피드백: Counter로 원소 빈도 계산은 O(n), 빈도별 원소를 역순으로 순회하며 k개를 추출하는 과정도 O(n)이다. 전체 시간 복잡도는 O(n)이고, 공간도 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 이 코드는 해시 맵을 이용해 두 수의 합이 타겟이 되는 경우를 빠르게 찾는 방식으로, 시간 복잡도를 줄이기 위해 해시 맵을 활용합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(N)	O(n)	✅
Space	O(N)	O(n)	✅

피드백: 각 원소를 딕셔너리에 저장하며, 필요 시 딕셔너리에서 타겟 차이 원소를 찾는 과정이 각각 O(1) 평균 시간으로 수행되어 전체 시간 복잡도는 O(n)이다. 집합이 최대 n개 원소를 저장하므로 공간 복잡도도 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.