[okyungjin] WEEK 05 Solutions

best-time-to-buy-and-sell-stock/okyungjin.py

@@ -0,0 +1,28 @@
+'''
+[문제]
+- 주식 가격이 담긴 정수 배열 prices가 주어진다.
+- 특정 날짜에 주식을 단 한 번 구매하고, 미래의 특정 날짜에 판매하여 얻을 수 있는 최대 이익을 구한다.
+- 이익을 낼 수 없는 경우 0을 반환하며, 반드시 구매 후 판매해야 한다.
+
+[풀이]
+1. prices 배열을 순회하며 최소 가격을 min_price에 기록한다.
+2. 동시에 현재 가격에서 min_price를 뺀 이익이 최대인지 확인하여 갱신한다.
+3. 최대 이익을 반환한다.
+
+[복잡도]
+시간 복잡도: O(N)
+공간 복잡도: O(1)
+'''
+class Solution:
+    def maxProfit(self, prices):
+        min_price = prices[0]
+        max_profit = 0
+
+        for i in range(1, len(prices)):
+            if prices[i] < min_price:
+                min_price = prices[i]
+
+            elif prices[i] - min_price > max_profit:
+                max_profit = prices[i] - min_price
+
+        return max_profit

encode-and-decode-strings/okyungjin.py

@@ -0,0 +1,67 @@
+"""
+Design an algorithm to encode a list of strings to a string.
+The encoded string is then sent over the network and is decoded back to the original list of strings.
+
+Example 1:
+    Input: List[str] = ["Hello","World"]
+    Output: ["Hello","World"]
+
+Example 2:
+    Input: List[str] = []
+    Output: []
+
+Constraints:
+    0 <= strs.length < 100
+    0 <= strs[i].length < 200
+    strs[i] contains any possible characters out of 256 valid ASCII characters.
+"""
+from typing import Final, List
+
+"""
+접근법:
+    encode: 각 단어 앞에 글자수 + 구분자를 붙여 하나의 문자열로 이어 붙입니다.
+    decode: 문자열을 앞에서부터 읽으면서 구분자를 찾고, 그 앞의 숫자로 '글자수'를 알아낸 뒤 정확히 그 길이만큼만 잘라내어 원래 리스트로 복원합니다.
+
+복잡도:
+    시간 복잡도: O(N)
+    공간 복잡도: O(N)
+"""
+class Solution:
+    # 구분자 심볼
+    DELIMITER: Final[str] = '#'
+
+    """
+    `글자수 + 구분자 + 단어` 조합으로 인코딩한 후 이어붙여 반환합니다.
+
+    Example:
+        Input: ["Hello","World"]
+        Return: "5#Hello5#World"
+
+        Input: []
+        Return: ""
+
+        Input: [""]
+        Return: "0#"
+    """
+    def encode(self, strs: List[str]) -> str:
+        return ''.join(f"{len(s)}{self.DELIMITER}{s}" for s in strs)
+
+
+    """
+    1. 현재 위치부터 탐색하여 첫 번째 구분자(#)의 위치를 찾습니다.
+    2. 구분자 바로 앞의 숫자를 읽어내어 잘라낼 단어의 길이를 파악합니다.
+    3. 구분자 다음 위치부터 파악한 길이만큼 문자열을 잘라내어 결과 리스트에 담습니다.
+    4. 문자열 끝까지 위 과정을 반복한 후, 최종 리스트를 반환합니다.
+    """
+    def decode(self, s: str) -> List[str]:
+        result = []
+        idx = 0
+
+        while idx < len(s):
+            delimiter_idx = s.find(self.DELIMITER, idx)
+            length = int(s[idx : delimiter_idx])
+
+            idx = delimiter_idx + 1 + length
+            result.append(s[delimiter_idx + 1 : idx])
+
+        return result

group-anagrams/okyungjin.py

@@ -0,0 +1,44 @@
+'''
+[복잡도]
+n: strs의 길이, k: 각 문자열의 최대 길이
+
+시간 복잡도: O(n * k log k)
+공간 복잡도: O(n * k)
+'''
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        anagram_map: dict[str, List[str]] = {}
+
+        for s in strs:
+            key = ''.join(sorted(s))
+
+            if key in anagram_map:
+                anagram_map[key].append(s)
+            else:
+                anagram_map[key] = [s]
+
+        return list(anagram_map.values())
+
+
+'''
+solution2: 문자열의 빈도수 배열을 해시의 키로 사용
+
+복잡도:
+    n: strs의 길이, k: 각 문자열의 최대 길이
+    시간 복잡도: O(n * k)
+    공간 복잡도: O(n * k)
+'''
+from collections import defaultdict
+
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        anagram_map: dict[tuple, List[str]] = defaultdict(list)
+
+        for s in strs:
+            counts = [0] * 26
+            for char in s:
+                counts[ord(char) - ord('a')] += 1
+
+            anagram_map[tuple(counts)].append(s)
+
+        return list(anagram_map.values())

implement-trie-prefix-tree/okyungjin.py

@@ -0,0 +1,80 @@
+class Trie:
+
+    def __init__(self):
+        self.word_set = set()
+        self.prefix_set = set()
+
+
+    def insert(self, word: str) -> None:
+        if word in self.word_set:
+            return
+
+        self.word_set.add(word)
+
+        prefix = ''
+        for char in word:
+            prefix += char
+            self.prefix_set.add(prefix)
+
+
+    def search(self, word: str) -> bool:
+        return word in self.word_set
+
+
+    def startsWith(self, prefix: str) -> bool:
+        return prefix in self.prefix_set
+
+
+'''
+solution2: TrieNode 자료구조 활용
+'''
+class TrieNode:
+    def __init__(self):
+        self.children: dict[str, 'TrieNode'] = {}
+        self.is_leaf = False
+
+class Trie:
+    def __init__(self):
+        self.root = TrieNode()
+
+    '''
+    시간 복잡도: O(L), L: 단어의 길이
+    공간 복잡도: O(L), 겹치는 문자열이 없을 때 TrideNode N개 생성
+    '''
+    def insert(self, word: str) -> None:
+        node = self.root
+
+        for char in word:
+            if char not in node.children:
+                node.children[char] = TrieNode()
+            node = node.children[char]
+
+        node.is_leaf = True
+
+    '''
+    시간 복잡도: O(L), L: 단어의 길이
+    공간 복잡도: O(1) 
+    '''
+    def search(self, word: str) -> bool:
+        node = self.root
+
+        for char in word:
+            if char not in node.children:
+                return False
+            node = node.children[char]
+
+        return node.is_leaf
+
+    '''
+    시간 복잡도: O(L), L: 단어의 길이
+    공간 복잡도: O(1) 
+    '''
+    def startsWith(self, prefix: str) -> bool:
+        node = self.root
+
+        for char in prefix:
+            if char not in node.children:
+                return False
+            node = node.children[char]
+
+        return True

word-break/okyungjin.py

@@ -0,0 +1,156 @@
+'''
+solution1: dfs + @cache
+'''
+from typing import List
+from functools import cache
+
+class Solution:
+    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
+        size = len(s)
+        word_set = set(wordDict)
+
+        @cache
+        def dfs(start: int) -> bool:
+            if start == size:
+                return True
+
+            for end in range(start + 1, size + 1):
+                word = s[start:end] # O(N)
+
+                if word in word_set and dfs(end):
+                    return True
+
+            return False
+
+        return dfs(0)
+
+'''
+solution2: dfs + memo
+'''
+class Solution:
+    def wordBreak(self, s: str, wordDict: list[str]) -> bool:
+        size = len(s)
+        word_set = set(wordDict)
+        failed: set[int] = set() # 탐색에 실패한 인덱스 기록
+
+        def dfs(start: int) -> bool:
+            if start == size:
+                return True
+
+            if start in failed:
+                return False
+
+            for end in range(start + 1, size + 1):
+                word = s[start:end]
+
+                if word in word_set and dfs(end):
+                    return True
+
+            failed.add(start)
+            return False
+
+        return dfs(0)
+
+'''
+solution3: bfs
+'''
+from collections import deque
+
+class Solution:
+    def wordBreak(self, s: str, wordDict: list[str]) -> bool:
+        size = len(s)
+        word_set = set(wordDict)
+        queue = deque([0])
+        visited = set([0])
+
+        while queue:
+            start = queue.popleft()
+
+            for end in range(start + 1, size + 1):
+                word = s[start:end]
+
+                if end not in visited and word in word_set:
+                    if end == size:
+                        return True
+
+                    queue.append(end)
+                    visited.add(end)
+
+        return False
+
+'''
+solution4: dp
+'''
+class Solution:
+    def wordBreak(self, s: str, wordDict: list[str]) -> bool:
+        size = len(s)
+        word_set = set(wordDict)
+        dp = [False] * (size + 1)
+        dp[0] = True
+
+        for end in range(1, size + 1):
+            for start in range(end):
+                word = s[start:end]
+
+                if dp[start] and word in word_set:
+                    dp[end] = True
+                    break
+
+        return dp[-1]
+
+'''
+solution5: trie 자료구조 활용
+
+Trie 자료구조로 노드를 만들어서 탐색한다
+Examples3: s = "catsandog", wordDict = ["cats","dog","sand","and","cat"]
+
+[Root]
+  ├── 'c' ── 'a' ── 't'(leaf) ── 's'(leaf)
+  ├── 'd' ── 'o' ── 'g'(leaf)
+  ├── 's' ── 'a' ── 'n' ── 'd'(leaf)
+  └── 'a' ── 'n' ── 'd'(leaf)
+'''
+class TrieNode:
+    def __init__(self):
+        self.children: dict[int, 'TrieNode'] = {}
+        self.is_leaf = False
+
+class Solution:
+    def wordBreak(self, s: str, wordDict: list[str]) -> bool:
+        root = self._build_trie(wordDict)
+
+        size = len(s)
+        dp = [False] * (size + 1)
+        dp[0] = True
+
+        for start in range(size):
+            if not dp[start]:
+                continue
+
+            node = root
+            for end in range(start + 1, size + 1):
+                char = s[end - 1]
+                # trie에 없으면 바로 종료
+                if char not in node.children:
+                    break
+                node = node.children[char]
+
+                if node.is_leaf:
+                    dp[end] = True
+
+        return dp[-1]
+
+    # wordDict로 trie 자료구조 생성
+    def _build_trie(self, wordDict: list[str]) -> TrieNode:
+        root = TrieNode()
+
+        for word in wordDict:
+            node = root
+
+            for char in word:
+                if char not in node.children:
+                    node.children[char] = TrieNode()
+                node = node.children[char]
+            node.is_leaf = True
+
+        return root