[sonshn] WEEK 01 Solutions

[sonshn]

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]

📊 sonshn 님의 학습 현황

이번 주 제출 문제

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

누적 학습 요약

• 풀이한 문제: 0 / 75개
• 이번 주 유형 일치율: 25% (4문제 중 1문제 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-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	625	67	692	$0.000058
2	1,037	114	1,151	$0.000097
3	1,626	211	1,837	$0.000166
합계	3,288	392	3,680	$0.000321

[xeulbn]

전체적으로 문제 요구사항을 잘 반영했고, 풀이 흐름도 명확해서 이해하기 좋았습니다.

다만 일부 문제들은 다른 관점에서 한 번 더 고민해보시는 것도 좋을 것 같습니다!!

[xeulbn]

현재 코드에서는 HashSet 고유 기능보다는 Set 인터페이스에서 제공하는 contains, add 메서드만 사용하고 있는 것 같습니다.

그래서 변수 타입을 HashSet로 두기보다,
인터페이스 타입인 Set로 선언해도 괜찮을 것 같은데
혹시 따로 HashSet 구현체로 명시하신 이유가 있을까요?

[xeulbn]

이미 자동리뷰에도 달렸지만, 값을 더 빠르게 조회할 수 있는 자료구조를 활용하면 반복 횟수를 줄일 수 있을 것 같습니다!

[xeulbn]

지금 풀어주신 풀이도 충분히 직관적이고 이해하기 좋은 것 같습니다.
다만 이 문제의 경우, 결과로 필요한 값은 상위 k개뿐이기 때문에 모든 고유 숫자를 정렬하지 않고 필요한 개수만 유지하는 방식도 고려해볼 수 있을 것 같습니다.

예를 들어 PriorityQueue를 활용하면 상위 k개의 후보만 관리할 수 있어서 고유 숫자의 개수가 많고 k가 상대적으로 작을 때 정렬 비용을 줄이는 데 도움이 될 수 있을 것 같습니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 배열에서 중복 여부를 확인하기 위해 HashSet을 이용한 탐색으로, 각 요소를 방문하며 이미 등장한 값이 있는지 검사하는 방식이다. 시간 복잡도는 O(n), 공간 복잡도는 O(n)이다.

📊 시간/공간 복잡도 분석

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

피드백: 한 번의 루프에서 해시셋에 중복 여부를 검사하므로 최악의 시간 복잡도는 O(n)이고, 추가 공간은 중복 여부를 저장하는 해시집합으로 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search, Greedy
• 설명: 정렬 후 인접한 수를 비교해 연속 부분 수열의 길이를 추적하는 방식으로, 정렬 기반의 탐색 패턴과 한 번의 선형 스캔으로 최댓값을 갱신하는 Greedy적 요소가 포함되어 있습니다.

📊 시간/공간 복잡도 분석

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

피드백: 정렬이 주된 비용이며, 중복 제거를 위해 인접 비교를 수행한다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Sorting
• 설명: 해당 코드는 숫자의 빈도수를 HashMap으로 집계한 뒤, 키를 모아 정렬하여 상위 k개를 반환합니다. 정렬 기준은 빈도수에 따른 내림차순으로, 패턴은 Hash Map 활용과 정렬(sorting)에 해당합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(n log n)	O(n log m)	❌
Space	O(n)	O(m)	❌

피드백: 빈도수 계산과 고유 숫자 정렬로 구현되어 있으며, 최악의 경우 m이 크면 정렬 비용이 dominate한다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Brute Force, Two Pointers
• 설명: 이 코드는 모든 쌍을 순차 탐색하는 이중 루프 방식으로 목표 합을 찾는다. 패턴은 주로 Brute Force에 해당하지만, 등가의 두 인덱스 쌍을 찾는 형태로 Two Pointers의 초기 아이디어를 떠올릴 수 있다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n^2)
Space	O(1)

피드백: 간단하지만 비효율적이며 대개 해시맵 기반 풀이로 최적화 가능하다.

개선 제안: 고려해볼 만한 대안: 해시맵을 이용한 O(n) 시간 풀이로 리팩토링

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!