[okyungjin] WEEK 01 Solutions

[okyungjin]

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]

📊 okyungjin 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	⚠️ 유형 불일치
top-k-frequent-elements	Medium	✅ 의도한 유형
two-sum	Easy	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 0 / 75개
• 이번 주 유형 일치율: 80% (5문제 중 4문제 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	278	33	311	$0.000027
2	547	67	614	$0.000054
3	559	69	628	$0.000056
4	758	70	828	$0.000066
5	746	67	813	$0.000064
6	1,015	70	1,085	$0.000079
7	2,658	99	2,757	$0.000173
8	2,693	108	2,801	$0.000178
9	3,363	190	3,553	$0.000244
10	3,840	206	4,046	$0.000274
합계	16,457	979	17,436	$0.001214

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Two Pointers
• 설명: 정렬 후 인접 중복을 확인하는 방식은 Two Pointers의 변형으로 간주 가능하며, 두 번째 구현은 해시 집합(Hash Set)으로 중복 탐지를 수행한다. 두 가지 모두 중복 여부를 빠르게 판단하는 패턴이다.

📊 시간/공간 복잡도 분석

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

피드백: 정렬 풀이와 해시셋 풀이 두 가지가 제시되어 있습니다. 두 방법 모두 한 번의 선형 스캔으로 중복 여부를 확인합니다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Greedy
• 설명: 연속한 주택을 건너뛰고 최대 이익을 얻는 문제로, 각 위치까지의 최적 부분해를 저장하는 DP 패턴을 사용합니다. 또한 선택과 비교로 최댓값을 갱신하는 방식은 그리디 성격도 보이며, 공간을 O(1)로 유지합니다.

📊 시간/공간 복잡도 분석

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

피드백: 연속 여부를 판단하며 두 이전 상태만 유지하는 최적화된 동적계획법 구현입니다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Greedy, Dynamic Programming, Sort
• 설명: 정렬과 연속 여부 판단으로 최댓값을 갱신하는 방식으로 문제를 해결한다. 시간 복잡도 목표는 O(N)이나 구현은 정렬(O(N log N))를 사용하고, 연속 부분 문자열처럼 길이를 추적하며 최댓값을 업데이트하는 아이디어가 Greedy 성격에 가깝다.

📊 시간/공간 복잡도 분석

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

피드백: 정렬 후 순회로 연속 부분 수열의 길이를 계산합니다. 중복 처리도 포함되어 있습니다.

개선 제안: 가능하면 해시셋 기반의 선형 해법으로 개선 여지가 있습니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Heap / Priority Queue, Greedy, Dynamic Programming
• 설명: 코드에서 빈도수를 세기 위해 해시 맵(Counter/dict)을 사용하고, 상위 k개를 뽑기 위해 최소힙(heapq) 등 여러 방법으로 정렬/선정하는 구조를 보인다. 부분적으로 최적해 도출과 부분집합 추출이 핵심이며, 빈도 기반의 선택은 그리디적 요소도 포함한다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 4가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: SolutionA.topKFrequent — Time: ✅ O(nlogK) → O(n log k) / Space: ✅ O(N) → O(n)

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

피드백: Counter를 활용한 간결한 구현이며, 가장 많이 쓰이는 접근 방식입니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: SolutionB.topKFrequent — Time: ✅ O(nlogN) → O(n log n) / Space: ✅ O(N) → O(n)

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

피드백: 간단하지만 n이 커질 때 비효율적일 수 있습니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: SolutionC.topKFrequent — Time: ✅ O(N) → O(n) / Space: ✅ O(N) → O(n)

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

피드백: 빈도별 버킷을 사용해 선형 시간 복잡도로 상위 k개를 찾습니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 4: SolutionD.topKFrequent — Time: ❌ O(N logN) → O(n log k) / Space: ✅ O(N) → O(n)

	유저 분석	실제 분석	결과
Time	O(N logN)	O(n log k)	❌
Space	O(N)	O(n)	✅

피드백: 메모리 대비 속도 면에서 균형 있는 방법입니다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Greedy
• 설명: 해당 코드는 한 번의 해를 찾기 위해 숫자와 인덱스를 해시 맵에 저장하고, 각 원소에 대해 필요한 페어를 빠르게 조회하는 방식으로 동작한다. 이를 통해 선형 시간에 문제를 해결한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 해시맵 활용으로 선형 시간에 해결하는 표준 풀이입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!