[sangbeenmoon] WEEK 07 Solutions - #2805
Merged
Merged
Conversation
Contributor
📊 sangbeenmoon 님의 학습 현황이번 주 제출 문제
누적 학습 요약
문제 풀이 현황
🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다. 🔢 API 사용량 (gpt-5-nano)
|
![dalestudy[bot]](https://avatars.githubusercontent.com/in/1067270?s=60&v=4){kind=small}
Contributor
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
longest-substring-without-repeating-characters/sangbeenmoon.py
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
start = 0
last_seen = {}
answer = 0
for i,ch in enumerate(s):
if ch in last_seen:
if start < last_seen[ch]:
start = last_seen[ch] + 1
last_seen[ch] = i
answer = max(answer, i - start + 1)
return answer
# ------
class Solution:
def lengthOfLongestSubstring(self, s: str) -> int:
left = 0
right = 0
answer = 0
dictionary = {}
for i,ch in enumerate(s):
right += 1
if ch not in dictionary:
dictionary[ch] = i
else:
idx = dictionary[ch]
if left <= idx:
left = idx + 1
dictionary[ch] = i
print(right, left)
answer = max(answer, right - left)
return answer- 패턴: Hash Map / Hash Set, Sliding Window
- 설명: 두 배열의 인덱스 차이로 부분 문자열의 길이를 실시간으로 갱신하는 Sliding Window 패턴으로, 중복 문자 위치를 해시 맵으로 추적하여 윈도우를 좌우로 조정합니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.lengthOfLongestSubstring — Time: O(n) / Space: O(min(n, σ))
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(min(n, σ)) |
피드백: 각 문자 마지막 인덱스를 기록하고 윈도우 시작을 중복 위치 바로 다음으로 옮겨 중복 없이 구간을 확장한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Solution.lengthOfLongestSubstring — Time: O(n) / Space: O(min(n, σ))
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(min(n, σ)) |
피드백: 딕셔너리에 최근 위치를 저장하고 중복 시 왼쪽 포인터를 갱신한다. 다만 불필요한 출력(print)이 있어 성능/출력 측면에서 제거 권장.
개선 제안: 출력문 제거 후 최적화 가능.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
Contributor
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
number-of-islands/sangbeenmoon.py
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
m,n = len(grid[0]), len(grid)
visited = [[False] * m for _ in range(n)]
dx = [0,0, -1, 1]
dy = [-1,1,0,0]
def dfs(xx:int, yy:int):
for d in range(4):
nx = xx + dx[d]
ny = yy + dy[d]
if 0 <= nx and nx < m and 0 <= ny and ny < n and grid[ny][nx] == "1":
if not visited[ny][nx]:
visited[ny][nx] = True
dfs(nx, ny)
answer = 0
for y in range(n):
for x in range(m):
if grid[y][x] == "1" and not visited[y][x]:
answer = answer + 1
dfs(x,y)
return answer
# ------
class Solution:
def numIslands(self, grid: List[List[str]]) -> int:
x_len , y_len = len(grid[0]), len(grid)
visited = [[False] * x_len for _ in range(y_len)]
dx = [0,0,-1,1]
dy = [-1,1,0,0]
def dfs(xx:int, yy:int):
for d in range(4):
nx = xx + dx[d]
ny = yy + dy[d]
if 0 <= nx and nx < x_len and 0 <= ny and ny < y_len and grid[ny][nx] == "1":
if not visited[ny][nx]:
visited[ny][nx] = True
dfs(nx,ny)
return
answer = 0
for xx in range(x_len):
for yy in range(y_len):
if grid[yy][xx] == "1" and not visited[yy][xx]:
answer += 1
visited[yy][xx] = True
dfs(xx,yy)
return answer
- 패턴: Depth-First Search, Hash Map / Hash Set
- 설명: 그리드를 DFS로 탐색하며 연결된 땅을 방문처리하는 방식으로 섬의 수를 세는 패턴이다. 방문 여부를 추적하는 visited 배열 사용도 특징적이며, 재귀 DFS로 인접 칸을 재귀적으로 방문한다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.numIslands — Time: O(mn) / Space: O(mn)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(mn) |
피드백: 전체 격자를 순회하며 방문 여부를 추적하고 인접 노드를 재귀적으로 탐색한다.
개선 제안: 재귀 깊이가 큰 경우 스택 오버플로를 피하기 위해 BFS로 바꾸거나 수동 스택으로 구현 고려.
풀이 2: Solution.numIslands — Time: O(mn) / Space: O(mn)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(mn) |
피드백: 2차원 방문 배열과 방향 벡터를 활용한 표준 DFS 구현이다.
개선 제안: 현 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
Contributor
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
set-matrix-zeroes/sangbeenmoon.py
# SC : O(m+n)
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
m,n = len(matrix), len(matrix[0])
row_dict = {}
col_dict = {}
for r in range(m):
for c in range(n):
if matrix[r][c] == 0:
row_dict[r] = True
col_dict[c] = True
for r in range(m):
for c in range(n):
if r in row_dict or c in col_dict:
matrix[r][c] = 0
# ---------
# SC : O(1)
class Solution:
def setZeroes(self, matrix: List[List[int]]) -> None:
"""
Do not return anything, modify matrix in-place instead.
"""
r_len , c_len = len(matrix), len(matrix[0])
set_zero_first_col = any(matrix[r][0] == 0 for r in range(r_len))
for r in range(r_len):
for c in range(1, c_len): # c는 1부터
if matrix[r][c] == 0:
matrix[r][0] = 0
matrix[0][c] = 0
for r in range(1, r_len):
for c in range(1, c_len):
if matrix[r][0] == 0 or matrix[0][c] == 0:
matrix[r][c] = 0
if matrix[0][0] == 0: # 0행 먼저
for c in range(c_len):
matrix[0][c] = 0
if set_zero_first_col: # 0열 나중
for r in range(r_len):
matrix[r][0] = 0
- 패턴: Dynamic Programming, Hash Map / Hash Set, Greedy, Divide and Conquer, Two Pointers, Sliding Window, Fast & Slow Pointers, BFS, DFS, Backtracking, Binary Search, Monotonic Stack, Heap / Priority Queue, Union Find, Trie, Bit Manipulation
- 설명: 코드는 0으로 행과 열을 표시해 행/열을 0으로 만드는 방식으로 매트릭스를 수정한다. 첫 번째 구현에서는 행과 열을 해시 맵으로 추적하고, 두 번째 구현은 상수 공간으로 매트릭스의 첫 행과 첫 열을 표식으로 재활용한다. 이는 공간 최적화와 표식 기반 처리의 패턴이다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.setZeroes — Time: O(mn) / Space: O(m + n)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(m + n) |
피드백: 초기 스캔에서 제로가 있는 행/열을 기록하고, 이후 한 번에 해당 행/열의 원소를 0으로 바꾼다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Solution.setZeroes — Time: O(mn) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(1) |
피드백: 다음에 한 번의 스캔으로 원소를 0으로 바꾸기 위한 상위 상태를 유지한다.
개선 제안: 현 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
Contributor
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
unique-paths/sangbeenmoon.py
# dp[r][c] = dp[r-1][c] + dp[r][c-1]
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
dp = [[1] * n for _ in range(m)]
for r in range(m):
for c in range(n):
if r == 0 or c == 0:
continue
dp[r][c] = dp[r-1][c] + dp[r][c-1]
return dp[m-1][n-1]
# ------------
class Solution:
def uniquePaths(self, m: int, n: int) -> int:
dp = [[1] * n for _ in range(m)]
for r in range(1,m):
for c in range(1,n):
dp[r][c] = dp[r-1][c] + dp[r][c-1]
return dp[m-1][n-1]- 패턴: Dynamic Programming
- 설명: 두 좌표의 경로 수를 더해가는 DP 배열 정의로 최단 경로/경로 수를 구하는 전형적인 동적 계획법 문제 풀이 패턴입니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.uniquePaths — Time: O(mn) / Space: O(mn)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(mn) |
피드백: 초기화된 1의 행/열에서 시작해 중복 없는 경로 수를 누적한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Solution.uniquePaths — Time: O(mn) / Space: O(mn)
| 복잡도 | |
|---|---|
| Time | O(mn) |
| Space | O(mn) |
피드백: 직관적으로 풀이가 명확하며 시간/공간 복잡도도 일반적인 해법과 같다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
ICE0208
approved these changes
Aug 8, 2026
ICE0208
left a comment
ICE0208
left a comment
Member
There was a problem hiding this comment.
고생 많으셨습니다! 몇 가지 코멘트 남겨두었습니다~ 🙂
Comment on lines
+42
to
+44
|
|
||
| visited = [[False] * x_len for _ in range(y_len)] | ||
|
|
Member
There was a problem hiding this comment.
별도의 visited 배열을 사용하지 않고, 방문한 grid의 값을 직접 변경하는 in-place 방식으로도 최적화가 가능해 보입니다!
Comment on lines
+42
to
+50
|
|
||
| set_zero_first_col = any(matrix[r][0] == 0 for r in range(r_len)) | ||
|
|
||
| for r in range(r_len): | ||
| for c in range(1, c_len): # c는 1부터 | ||
| if matrix[r][c] == 0: | ||
| matrix[r][0] = 0 | ||
| matrix[0][c] = 0 | ||
|
|
Member
There was a problem hiding this comment.
matrix[0][0]을 첫 번째 행의 마커처럼 활용하면 set_zero_first_row 같은 별도의 변수 없이도 처리할 수 있었군요! 🫢
Comment on lines
+21
to
+25
| dp = [[1] * n for _ in range(m)] | ||
|
|
||
| for r in range(1,m): | ||
| for c in range(1,n): | ||
| dp[r][c] = dp[r-1][c] + dp[r][c-1] |
Member
There was a problem hiding this comment.
현재 2차원 DP를 사용하고 있는데, 1차원 DP로 공간 복잡도를 최적화해서 풀어보셔도 좋을 것 같습니다!
parkhojeong
reviewed
Aug 8, 2026
|
|
||
| answer = 0 | ||
|
|
||
| dictionary = {} |
| left = idx + 1 | ||
| dictionary[ch] = i | ||
|
|
||
| print(right, left) |
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
3 participants
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
답안 제출 문제
작성자 체크 리스트
In Review로 설정해주세요.검토자 체크 리스트
Important
본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!