[JinuCheon] WEEK 02 solutions

[JinuCheon]

답안 제출 문제

처음으로 python 으로 풀어보고 있습니다 :)
간결해서 좋은데, 익숙해지는 시간이 필요하겠네요.

• Valid Anagram #218
• Climbing Stairs #230
• Product of Array Except Self #239
• 3Sum #241
• Validate Binary Search Tree #251

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]

📊 JinuCheon 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
3sum	Medium	✅ 의도한 유형
climbing-stairs	Easy	✅ 의도한 유형
product-of-array-except-self	Medium	✅ 의도한 유형
valid-anagram	Easy	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 2 / 75개
• 이번 주 유형 일치율: 100% (4문제 중 4문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	■□□□□□□	2 / 10 (Easy 2)
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	506	51	557	$0.000046
2	1,076	74	1,150	$0.000083
3	1,077	106	1,183	$0.000096
4	1,252	115	1,367	$0.000109
5	1,732	163	1,895	$0.000152
6	2,605	175	2,780	$0.000200
합계	8,248	684	8,932	$0.000686

[DaleSeo]

@JinuCheon #2685 (comment)

[JinuCheon]

@DaleSeo
앗! 감사합니다!

[yuseok89]

아직 푸시는 중인 것 같지만, 일단 토요일이 되어서 현재까지 버전에 리뷰 남겨드립니다.
2주차 고생많으셨습니다 !

[yuseok89]

Suggested change

	return self.memo[n]
	return self.memo[n]

뒤에 개행을 추가하셔야 할거에요

[yuseok89]

Suggested change

	return sorted(s) == sorted(t)
	return sorted(s) == sorted(t)

뒤에 개행을 추가하셔야 할거에요

[yuseok89]

이 부분이 핵심인데요.
재귀 호출 없이 이 점화식 구현하시면 될 것 같습니다.

[JinuCheon]

@yuseok89 유석님 감사합니다!
점화식.. 어떤 뜻인지도 정확하게 모르고 있었는데 덕분에 찾아보고 공부할 기회가 되었네요.

따뜻한 리뷰 감사합니다 :)

# yuseok89 님 피드백 반영.
# 점화식(recursive relation): 수열의 항을 그 이전 항들을 이용해서 정의하는 식.
# 함수 호출 오버헤드 제거 & 안정성
class Solution3:
    def climbStairs(self, n: int) -> int:
        if n < 2:
            return n
        
        dp = [0] * (n+1)

        # set init values
        dp[1] = 1
        dp[2] = 2

        # i 번째 계단 오르는 경우의 수: 1칸 + 2칸 경우의 수의 합
        for i in range(3, n+1):
            dp[i] = dp[i - 1] + dp[i - 2]
        
        return dp[n];

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Greedy, Sorting
• 설명: 최적해는 정렬 후 두 포인터(left, right)로 스캔하는 Two Pointers 패턴을 사용합니다. 중복 제거를 위한 중복 건너뛰기도 포함되며, 정렬 자체가 탐색의 전제이므로 Greedy 성격의 선택 방식이 나타납니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n^2)
Space	O(1)

피드백: 정렬 후 각 i에 대해 왼쪽/오른쪽 포인터를 이동시키며 중복을 건너뛰는 방식으로 시간복잡도를 O(n^2)로 줄였고, 중복 조합을 제거하기 위한 로직이 포함되어 있습니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Greedy
• 설명: 피보나치 형태로 계단 수를 구하는 문제로, 초기 재귀는 분할 정복/중복 순환이지만, 메모이제이션과 DP 배열로 최적화되는 과정이 핵심이다. 부분 문제의 해를 합쳐 전체 해를 구하는 DP 패턴이 주로 사용된다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution3.climbStairs — Time: O(n) / Space: O(n)

	복잡도
Time	O(n)
Space	O(n)

피드백: 메모이제이션/DP를 사용해 피보나치 계열의 계단 수를 선형 시간에 계산합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution2.climbStairs — Time: ❌ O(1) → O(n) / Space: O(n)

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

피드백: 해당 접근은 이미 계산된 값 재사용으로 중복 계산을 피합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.climbStairs — Time: O(2^n) / Space: O(n)

	복잡도
Time	O(2^n)
Space	O(n)

피드백: 입력 크기에 따라 지수 시간 복잡도와 깊은 재귀 스택이 발생합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Dynamic Programming, Hash Map / Hash Set
• 설명: 두 패턴은 누적곱을 이용한 전후 누적합(곱)으로 결과를 구성하는 기법이며, 배열의 각 위치에 대해 좌우의 누적 값을 미리 계산해 최종 값을 얻는 방식이다. 이 문제의 핵심은 추가 메모 없이 한 번에 해결하는 아이디어로, DP적 누적값 관리의 예이다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 좌우 누적곱을 이용해 2-pass로 제조합을 구하는 최적화된 풀이를 제시합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Bit Manipulation
• 설명: 주 코드들은 문자 빈도 수를 해시 맵으로 비교하는 방식으로 작동하며, Counter도 내부적으로 해시 맵을 사용합니다. 또한 정렬 기반 해법은 O(n log n)로 비교하지만 패턴은 주로 해시 맵 사용에 해당합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution3.isAnagram — Time: O(n) / Space: O(Alphabet)

	복잡도
Time	O(n)
Space	O(Alphabet)

피드백: 두 문자열의 문자 빈도수를 카운트하는 간단하고 직관적인 방법입니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution2.isAnagram — Time: O(n) / Space: O(k)

	복잡도
Time	O(n)
Space	O(k)

피드백: s에서 각 문자를 증가시키고 t에서 감소시키며 최종 값이 모두 0인지 확인합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.isAnagram — Time: O(n log n) / Space: O(1)

	복잡도
Time	O(n log n)
Space	O(1)

피드백: 정렬 시간을 포함하면 일반적으로 느린 편이지만 직관적입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!