diff --git a/course-schedule/hi-rachel.py b/course-schedule/hi-rachel.py
new file mode 100644
index 000000000..f4eb7e583
--- /dev/null
+++ b/course-schedule/hi-rachel.py
@@ -0,0 +1,58 @@
+"""
+https://leetcode.com/problems/course-schedule/
+
+문제: 수강 해야 하는 모든 강좌의 수 numCourses가 주어질 때, 모든 강좌를 끝낼 수 있으면 true, 아니면 false를 반환해라.
+     prerequisites[i] = [ai, bi], bi를 수강하기 위해선 반드시 ai를 사전 수강해야만 한다.
+     
+풀이: 사이클이 있으면 수강 불가능 (순환 참조), 없으면 수강 가능
+     각 강좌를 Node로 보고, 선행 과목 관계를 방향이 있는 간선(Edge)로 보면 -> 방향 그래프
+     
+     BFS 풀이
+     1. 그래프 만들기
+        graph[a] = [b, c] 이면 a를 듣기 전에 b, c를 들어야 한다.
+        graph[b] = [a] 이면 b를 듣기 전에 a를 들어야 한다.
+
+     2. 진입 차수 계산
+        진입 차수: 어떤 노드로 들어오는 간선의 수
+        진입 차수가 0인 노드는 바로 들을 수 있는 강의
+     
+     3. Queue에 진입 차수가 0인 노드부터 넣고 시작
+        Queue에서 꺼낸 노드를 기준으로, 연결된 노드들의 진입차수를 하나씩 줄인다.
+        진입차수가 0이 된 노드는 새로 Queue에 추가
+     
+     4, 처리된 노드 수가 전체 강의 수와 같으면 True, 아니면 False
+
+TC: O(V + E), V: 과목 수, E: prerequisite 관계 수
+SC: O(V + E), 그래프 + 진입차수 배열
+"""
+
+from typing import List
+from collections import defaultdict, deque
+
+class Solution:
+    def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
+        graph = defaultdict(list)
+        indegree = [0] * numCourses
+
+        # 1. 그래프 만들기, 2. 진입차수 계산
+        # 수강 강의, 사전 강의
+        for course, prereq in prerequisites:
+            graph[prereq].append(course)
+            indegree[course] += 1
+
+        # 3. Queue에 진입 차수가 0인 노드부터 넣고 시작
+        queue = deque([i for i in range(numCourses) if indegree[i] == 0])
+        completed = 0
+
+        # 4. BFS 탐색, 처리된 노드 수가 전체 강의 수와 같으면 True, 아니면 False
+        while queue:
+            # queue에서 꺼낸 과목을 수강 완료 처리
+            current = queue.popleft()
+            completed += 1
+
+            for neighbor in graph[current]:
+                indegree[neighbor] -= 1
+                if indegree[neighbor] == 0:
+                    queue.append(neighbor)
+            
+        return completed == numCourses
diff --git a/invert-binary-tree/hi-rachel.py b/invert-binary-tree/hi-rachel.py
new file mode 100644
index 000000000..cdeee27f1
--- /dev/null
+++ b/invert-binary-tree/hi-rachel.py
@@ -0,0 +1,37 @@
+from typing import Optional
+
+# Definition for a binary tree node.
+class TreeNode:
+    def __init__(self, val=0, left=None, right=None):
+        self.val = val
+        self.left = left
+        self.right = right
+
+"""
+재귀 풀이
+
+TC: O(n), SC: O(n)
+n = 트리 내의 노드 수
+"""
+class Solution:
+    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
+        if not root:
+            return
+        root.left, root.right = self.invertTree(root.right), self.invertTree(root.left)
+        return root
+    
+"""
+스택 풀이
+
+TC: O(n), SC: O(n)
+"""
+class Solution:
+    def invertTree(self, root: Optional[TreeNode]) -> Optional[TreeNode]:
+        stack = [root]
+        while stack:
+            node = stack.pop()
+            if not node:
+                continue
+            node.left, node.right = node.right, node.left
+            stack += [node.left, node.right]
+        return root
diff --git a/jump-game/hi-rachel.py b/jump-game/hi-rachel.py
new file mode 100644
index 000000000..e97cd2905
--- /dev/null
+++ b/jump-game/hi-rachel.py
@@ -0,0 +1,22 @@
+"""
+https://leetcode.com/problems/jump-game/description/
+
+문제: 배열 nums가 주어질 때, 각 인덱스에서 최대 점프 거리를 나타내는 배열이다.
+    배열의 마지막 인덱스에 도달할 수 있으면 true, 아니면 false를 반환해라.
+
+풀이: 
+    1. 현재 인덱스에서 최대 점프 거리를 계산한다.
+    2. 최대 점프 거리가 배열의 마지막 인덱스를 넘으면 true, 아니면 false를 반환한다.
+
+TC: O(n), SC: O(1)
+"""
+
+from typing import List
+
+class Solution:
+    def canJump(self, nums: List[int]) -> bool:
+        reach = 0  # 현재까지 도달 가능한 최대 인덱스
+        for idx in range(len(nums)): # 각 위치 순회
+            if idx <= reach:  # 현재 인덱스가 도달 가능한 최대 인덱스 이하면
+                reach = max(reach, idx + nums[idx])  # 최대 점프 거리 갱신
+        return len(nums) - 1 <= reach  # 마지막 인덱스가 도달 가능한 최대 인덱스 이상이면 true
diff --git a/merge-k-sorted-lists/hi-rachel.py b/merge-k-sorted-lists/hi-rachel.py
new file mode 100644
index 000000000..38b48359e
--- /dev/null
+++ b/merge-k-sorted-lists/hi-rachel.py
@@ -0,0 +1,57 @@
+"""
+https://leetcode.com/problems/merge-k-sorted-lists/description/
+
+문제: k개의 링크드 리스트가 주어지고, 각 링크드 리스트가 오름차순으로 정렬이 되어있다.
+     모든 링크드 리스트를 병합하여 하나의 정렬된 링크드 리스트를 만들어라.
+
+풀이:
+    heapq를 쓰면 항상 가장 작은 값을 O(log k) 시간에 꺼낼 수 있음.
+    heapq -> '최소 힙 구조' -> 내부적으로 항상 가장 작은 값이 루트에 오도록 정렬됨.
+
+    1. 각 리스트의 첫 노드를 heap에 넣음 (val, 고유번호, 노드)
+    2. heap에서 가장 작은 값 꺼내면서 결과 리스트 구성
+    3. 다음 노드를 힙에 추가
+
+n = 모든 노드의 총 개수
+k = 연결 리스트의 개수
+
+TC: O(n log k)
+- n개의 노드를 각각 힙에 1번씩 push, 1번씩 pop함 → 총 2n번 힙 연산
+- 각 힙 연산은 log k 시간 (힙 크기 최대 k)
+
+SC: O(k)
+- 힙에 최대 k개의 노드가 동시에 들어감
+"""
+
+from typing import List, Optional
+import heapq
+
+# Definition for singly-linked list.
+class ListNode:
+    def __init__(self, val=0, next=None):
+        self.val = val
+        self.next = next
+
+
+class Solution:
+    def mergeKLists(self, lists: List[Optional[ListNode]]) -> Optional[ListNode]:
+        heap = []
+        
+        # 1. 각 리스트의 첫 노드를 heap에 넣음 (val, 고유번호, 노드)
+        for idx, node in enumerate(lists):
+            if node:
+                heapq.heappush(heap, (node.val, idx, node))
+
+        dummy = curr = ListNode(-1)
+
+        # 2. heap에서 가장 작은 값 꺼내면서 결과 리스트 구성
+        while heap:
+            val, idx, node = heapq.heappop(heap)  # 가장 작은 노드 꺼내기
+            curr.next = node                      # 결과 리스트에 붙이기
+            curr = curr.next                      # 다음 노드로 이동
+
+            if node.next:
+                # 다음 노드를 힙에 추가
+                heapq.heappush(heap, (node.next.val, idx, node.next))
+
+        return dummy.next
diff --git a/search-in-rotated-sorted-array/hi-rachel.py b/search-in-rotated-sorted-array/hi-rachel.py
new file mode 100644
index 000000000..1239eca42
--- /dev/null
+++ b/search-in-rotated-sorted-array/hi-rachel.py
@@ -0,0 +1,42 @@
+"""
+https://leetcode.com/problems/search-in-rotated-sorted-array/solutions/
+
+문제: 회전된 오름차순 정렬된 배열 nums에서 target 값의 인덱스를 반환하라.
+
+Idea: 이진 탐색 패턴 사용
+
+TC: O(logN)
+SC: O(1)
+"""
+
+from typing import List
+
+class Solution:
+    def search(self, nums: List[int], target: int) -> int:
+        left, right = 0, len(nums) - 1
+
+        while left <= right:
+            mid = (left + right) // 2
+
+            if nums[mid] == target:
+                return mid
+
+            # 왼쪽이 정렬된 경우
+            if nums[left] <= nums[mid]:
+                # target이 정해진 구간에 있는 경우
+                if nums[left] <= target < nums[mid]:
+                    # 왼쪽만 탐색하도록 right를 줄임
+                    right = mid - 1
+                # 아니라면 오른쪽으로 범위를 옮김
+                else:
+                    left = mid + 1
+            # 오른쪽이 정렬된 경우
+            else:
+                # target이 정해진 구간에 있는 경우
+                if nums[mid] < target <= nums[right]:
+                    # 오른쪽만 탐색하도록 left를 늘림
+                    left = mid + 1
+                # 아니라면 왼쪽으로 범위를 옮김
+                else:
+                    right = mid - 1
+        return -1