chore: merge origin/main

Author: hyogshin

contains-duplicate/DaleSeo.rs

@@ -0,0 +1,10 @@
+use std::collections::HashSet;
+
+// TC: O(n)
+// SC: O(n)
+impl Solution {
+    pub fn contains_duplicate(nums: Vec<i32>) -> bool {
+        let mut set = HashSet::new();
+        !nums.into_iter().all(|num| set.insert(num))
+    }
+}

contains-duplicate/Geegong.java

@@ -0,0 +1,29 @@
+import java.util.HashMap;
+import java.util.HashSet;
+import java.util.Map;
+
+public class Geegong {
+
+
+    /**
+     * time complexity : O(n)
+     * space complexity : o(n)
+     * @param nums
+     * @return
+     */
+    public boolean containsDuplicate(int[] nums) {
+        HashSet<Integer> uniques = new HashSet<>();
+
+        for (int num : nums) {
+            if (uniques.contains(num)) {
+                return true;
+            }
+
+            uniques.add(num);
+        }
+
+        return false;
+    }
+
+}
+

contains-duplicate/Grit03.js

@@ -0,0 +1,22 @@
+/**
+ * @param {number[]} nums
+ * @return {boolean}
+ */
+var containsDuplicate = function (nums) {
+  const countMap = new Map();
+
+  for (let i = 0; i < nums.length; i++) {
+    const key = nums[i];
+    if (countMap.has(key)) {
+      const value = countMap.get(key);
+      if (value === 1) {
+        return true;
+      }
+      countMap.set(key, value + 1);
+    } else {
+      countMap.set(key, 1);
+    }
+  }
+
+  return false;
+};

contains-duplicate/Kyojin-Hwang.js

@@ -0,0 +1,22 @@
+/**
+ * @param {number[]} nums
+ * @return {boolean}
+ */
+var containsDuplicate = function (nums) {
+  const map = new Map();
+
+  for (let num of nums) {
+    map.set(num, (map.get(num) || 0) + 1);
+  }
+
+  for (let [_, count] of map) {
+    if (count > 1) return true;
+  }
+
+  return false;
+};
+
+// set 방식으로도 대체가능
+// var containsDuplicate = function(nums) {
+//     return new Set(nums).size !== nums.length;
+// };

contains-duplicate/Lustellz.ts

@@ -0,0 +1,7 @@
+function containsDuplicate(nums: number[]): boolean {
+    let tmp: number[] = nums.toSorted()
+    for(let i = 0 ; i < nums.length - 1 ; i++){
+        if(tmp[i]===tmp[i+1]) return true
+    }
+   return false 
+};

contains-duplicate/SamTheKorean.go

@@ -0,0 +1,17 @@
+// TC : O(n) : it iterates for the length of nums
+// SC : O(n) : hashmap is created with the size of nums
+
+func containsDuplicate(nums []int) bool {
+    hashmap := make(map[int]bool)
+
+    for i:=0;i<len(nums);i++ {
+        if hashmap[nums[i]] {
+            return true
+        }
+
+        hashmap[nums[i]] = true
+    }
+
+    return false
+}
+

contains-duplicate/Yg-cho.js

@@ -0,0 +1,11 @@
+/**
+ * @param {number[]} nums
+ * @return {boolean}
+ */
+var containsDuplicate = function(nums) {
+  return new Set(nums).size !== nums.length;
+};
+
+//console.log(containsDuplicate([1, 2, 3, 1])); // true
+// console.log(containsDuplicate([1, 2, 3, 4])); // false
+// console.log(containsDuplicate([1, 1, 1, 3, 3, 4, 3, 2, 4, 2])); // true

contains-duplicate/bskkimm.py

@@ -0,0 +1,24 @@
+from collections import defaultdict
+class Solution(object):
+    def containsDuplicate(self, nums):
+        """
+        :type nums: List[int]
+        :rtype: bool
+        """
+        # [1,2,3,1]
+
+        # [1,1,1,3,3,4,3,2,4,2]
+
+        # add element to a dict
+        # if a same value appears, then return True
+        # if a for loop ends without disruption, return False
+
+        dict = defaultdict(bool)
+
+        for num in nums:
+            if dict[num]:
+                return True
+            else:
+                dict[num] = True
+
+        return False

contains-duplicate/changhoon-sung.cpp

@@ -0,0 +1,33 @@
+/*
+contains-duplicate
+요구사항: 주어진 입력에서 중복된 원소가 존재하는지 여부를 참/거짓으로 반환.
+접근 1: 가장 단순한 방법은 다른 vector input_list를 두고, 입력 반복마다 전체 스캔해서 중복 여부를 체크하는 것입니다.
+        input_list의 스캔 비용 O(N)을 모든 입력에 대해 반복하므로 총 시간 복잡도는 O(N^2)입니다.
+        공간 복잡도는 입력과 같으므로 O(N)입니다.
+접근 2: 원소의 존재 여부를 더 빠르게 체크하는 방법은 set을 사용하는 것입니다.
+        set은 중복 원소를 검출하는데 효과적인 자료구조로, 내부 구현에 따라 비용과 특성이 다릅니다.
+        - C++에서 ordered_{set, map}은 정렬을 유지하는 search tree를 사용하므로 쿼리와 삽입, 삭제 비용이 평균 O(log(N))입니다.
+          search tree의 구현에 따라 최악의 경우 쿼리 비용이 O(N)까지 증가할 수 있습니다.
+        - C++에서 unordered_{set, map}은 해시 및 버킷 구조를 사용합니다. 이 경우, 평균적인 쿼리, 삽입, 삭제 비용은 O(1)입니다.
+        우리의 요구사항은 입력에 대한 별도의 정보를 저장할 필요가 없으므로 unordered_set으로 중복 검사를 수행하는 것이 비용 효율적입니다.
+        최악의 경우 모든 입력을 확인해야 합니다. N개의 입력에 대해 각각 쿼리와 입력을 수행하므로, 총 시간 복잡도는 O(N), 공간 복잡도도 입력만큼인 O(N)입니다.
+*/
+
+#include <unordered_set>
+#include <vector>
+
+class Solution {
+   public:
+    bool containsDuplicate(std::vector<int>& nums) {
+        std::unordered_set<int> s;
+
+        for (auto it = nums.begin(); it != nums.end(); it++) {
+            int x = *it;
+            if (s.find(x) != s.end())
+                return true;
+            else
+                s.insert(x);
+        }
+        return false;
+    }
+};

contains-duplicate/chordpli.py

@@ -0,0 +1,12 @@
+from typing import List
+
+class Solution:
+    def containsDuplicate(self, nums: List[int]) -> bool:
+        dic = {}
+
+        for num in nums:
+            if dic.get(num):
+                return True
+            dic[num] = 1
+
+        return False