[jaekwang97] WEEK 02 Solutions

[JAEKWANG97]

답안 제출 문제

• 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.

[DaleSeo]

@JAEKWANG97 #2691 (comment)

[namuuCY]

우선 지금 풀린 문제들까지의 리뷰를 달아두었습니다!

[namuuCY]

DP 정석적인 풀이대로 잘 하신것 같습니다!
다만

• 몇 번째 항이 초기항이고, 이후 어느 항부터 점화식이 적용되는지 다시 한번 살펴보시는 것도 좋을것 같습니다.
• 지금 이 풀이에서는 n 이하의 모든 값을 다 저장하고 있는데, 굳이 다 저장할 필요가 있을까요? 저장하지 않는 풀이도 한번 생각해보시는거 어떨까요?

[JAEKWANG97]

리뷰 감사합니다!

말씀해주신 것처럼 직전 두 값만 있으면 다음 값을 계산할 수 있어서, 전체 dp 배열을 저장하지 않는 방식으로 수정해봤습니다. 초기항도 n <= 2를 먼저 처리하고, 이후에는 prev, cur 두 변수로 점화식 흐름이 보이도록 정리했습니다.

[namuuCY]

저는 처음에 잘못된 풀이(나눗셈을 사용한)로 풀었었는데,
@JAEKWANG97 님 풀이를 보고 제가 틀렸다는걸 알게됐어요.

[JAEKWANG97]

감사합니다!

저도 처음에는 전체 곱을 구해서 나누는 방식을 먼저 떠올렸는데, 문제 조건 때문에 왼쪽 누적 곱과 오른쪽 누적 곱을 따로 계산하는 방식으로 접근했습니다. 이렇게 나누면 0이 포함된 케이스도 자연스럽게 처리돼서 좋았던 것 같습니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Binary Search, Hash Map / Hash Set
• 설명: 정렬 후 좌우 포인터를 이용한 합 탐색으로 3합을 찾는 대표적 패턴이다. 중복 제거를 위해 해시 세트와 스킵 로직이 사용된다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n^2)
Space	O(n)

피드백: 정렬 및 투 포인터를 이용해 모든 3수 합이 0인 경우를 찾고 중복을 제거합니다. 해시 셋을 사용해 중복 제거를 달성하지만 최악의 경우 추가 공간이 필요합니다.

개선 제안: 고려해볼 만한 대안: 중복 제거를 Set 대신 로직으로만 처리해 불필요한 해시 사용을 줄이고, 결과를 즉시 중복 제거된 리스트에 추가하도록 구현해도 됩니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Greedy
• 설명: 클라이밍 스텝 문제는 각 단계의 경우의 수를 이전 두 단계의 합으로 구하는 형태로, DP의 점화식을 이용한 전형적인 풀이입니다. 간단한 최적화로 배열 없이 상태만 유지하는 방식도 DP의 한 형태로 해석됩니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 초기값을 설정한 뒤 순회하면서 현재 경우의 수를 갱신합니다. 상수 공간으로 구현돼 추가 메모리 사용이 없습니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Sliding Window, Monotonic Stack, Hash Map / Hash Set, Greedy, Divide and Conquer, Dynamic Programming, Binary Search, Union Find, Trie, Bit Manipulation, BFS, DFS, Backtracking, Heap / Priority Queue
• 설명: 두 배열 패턴 없이도 왼쪽/오른쪽 누적 곱을 이용하는 패턴으로, Right-Left 누적 곱 배열을 만들어 정답을 구하는 방식이다. 이는 DP의 부분 문제 재사용과 같은 누적곱(전달 변수) 활용으로 볼 수 있다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 왼쪽 누적곱과 오른쪽 누적곱 배열을 만들어 각 인덱스의 결과를 곱으로 구합니다. 추가 배열 사용으로 메모리 사용이 증가합니다.

개선 제안: 현재 구조도 적절하지만 공간 절감을 원하면 두 배열 대신 하나의 결과 배열과 임시 변수로 구현하는 방법을 고려해볼 수 있습니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Bit Manipulation
• 설명: 두 문자열의 문자 등장 횟수를 배열로 카운트하여 비교하는 방식으로 해시 맵/세트 없이도 등장 여부를 판단한다. 배열 인덱스는 문자 간 차이로 매핑되며, 26 알파벳 고정 크기 카운트를 이용한 차감으로 중복 여부를 확인한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 고정 크기 배열(26)로 문자 빈도를 계산하여 비교합니다. 입력 문자열의 길이에 비례하는 시간과 상수 공간을 가집니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search, Depth-First Search, Depth-First Search
• 설명: BST 유효성 검사에서 각 노드를 범위로 제약하며 좌우 서브트리에 재귀적으로 조건을 확인하는 방식으로 구현되어 있습니다. 트리를 깊이 우선 탐색하며 각 노드의 값이 허용된 범위를 벗어나면 불리언을 반환합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(h)

피드백: 각 노드에 대해 최소/최대 유효 범위를 유지하고 재귀적으로 검사합니다. 최악의 경우 트리의 높이에 따라 공간 복잡도가 증가합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!