[Yiseull] WEEK 01 solutions

[Yiseull]

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]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 집합으로 중복 여부를 확인하는 방법으로, nums를 집합으로 바꿔 길이가 달라지는지 비교하여 중복 존재를 판단한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 입력 배열을 한 번은 순회하고 집합에 저장하므로 시간은 선형이고 추가 공간도 필요합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Greedy, Binary Search
• 설명: 배열에서 연속 부분수열의 길이를 찾기 위해 집합으로 중복 제거 및 각 수의 시작점 여부를 확인하고, 연속 증가 구간의 길이를 확장하는 방식으로 최댓값을 구합니다. 중복 제거 및 존재 여부를 빠르게 확인하는 것이 핵심이다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 각 수에 대해 한 번씩만 확인하므로 전체 반복은 선형이며, 중복 제거를 위해 세트를 사용합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

📊 Yiseull 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
contains-duplicate	Easy	✅ 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% (4문제 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	1,255	180	1,435	$0.000135

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Heap / Priority Queue, Greedy
• 설명: nums의 빈도 계산은 해시 맵을 사용하고, 상위 k개를 얻기 위해 최대 힙(음수 빈도 이용)을 사용합니다. 빈도 기반 선택의 일종의 탐욕적(그리디) 접근으로 부분해를 구성합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.topKFrequent — Time: O(n log k) / Space: O(n + k)

	복잡도
Time	O(n log k)
Space	O(n + k)

피드백: Counter를 직접 사용하지 않고 딕셔너리와 힙으로 빈도수를 관리합니다. 최악의 경우 전체 요소 수 만큼 힙을 유지합니다.

개선 제안: 고려해볼 만한 대안: Counter를 활용해 가장 빠르게 구현할 수 있습니다. 필요 시 heap 대신 nlogn 정렬 방식도 선택지입니다.

풀이 2: Solution.topKFrequent — Time: O(n log k) / Space: O(n + k)

	복잡도
Time	O(n log k)
Space	O(n + k)

피드백: 직접 구현으로도 동일한 복잡도를 달성하지만 코드 간결성은 낮아집니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.topKFrequent — Time: O(n log k) / Space: O(n + k)

	복잡도
Time	O(n log k)
Space	O(n + k)

피드백: 실제 동작 부분은 힙을 이용해 상위 k를 추출합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Two Pointers
• 설명: 해당 풀이에서 한 번의 순회와 해시 맵으로 이전 수를 저장하고, 필요한 보수를 즉시 확인하여 답을 찾는 방식이다. 입력을 한 번 스캔하며 보수 값의 존재 여부를 빠르게 조회하는 패턴이다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 해시맵에 보유한 수를 저장하고 필요하면 즉시 매칭되는 값을 찾습니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!