[Chanz] WEEK 05 Solutions#2772
Conversation
Implement encoding and decoding methods for a list of strings.
📊 Chanz82 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}
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Two Pointers, Greedy
- 설명: 코드에서 두 포인터 buy와 sell를 이용해 한 번의 순회로 최적의 매수/매도 시점을 찾으며, 매번 현재 이익과 누적 최대 이익을 비교하는 방식은 Greedy와 Two Pointers의 결합 패턴에 속합니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(1) |
피드백: 최적의 매수/매도 인덱스를 한 순회로 계산해 상향식으로 최대 이익을 갱신한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Greedy, Dynamic Programming, Hash Map / Hash Set, Two Pointers, Sliding Window, Backtracking, Divide and Conquer, Union Find, Trie, Bit Manipulation, Binary Search, Monotonic Stack, Heap / Priority Queue, BFS, DFS
- 설명: 문자열을 길이와 구분자로 인코드/디코드하는 과정은 특정 패턴에 직접 대응되진 않지만, 문자열 순회와 분리 작업이 중심이다. 일반적으로는 문자열 조작/해시 기반 직렬화의 간단한 예로 볼 수 있으며, 특정 고전 알고리즘 패턴에 맞춘 명확한 패턴은 두드러지지 않는다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Solution.encode — Time: O(sum of lengths) / Space: O(1)
| 복잡도 | |
|---|---|
| Time | O(sum of lengths) |
| Space | O(1) |
피드백: 각 문자열의 길이를 프리픽스로 붙여 구분하는 간단한 인코딩이다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Solution.decode — Time: O(n) / Space: O(k)
| 복잡도 | |
|---|---|
| Time | O(n) |
| Space | O(k) |
피드백: 세부 인덱스 추적을 통해 원래 문자열 목록을 회복한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Hash Map / Hash Set, Sorting
- 설명: 문자열을 정렬한 결과를 키로 사용해 같은 빈도(아나그램) 문자열을 그룹화하므로 해시 맵과 문자열 정렬 패턴이 적용됩니다. 정렬 키로 그룹핑하는 전형적 아나그램 풀이 방식입니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n * m log m) |
| Space | O(n * m) |
피드백: 각 단어를 정렬한 결과를 키로 사용해 해시맵에 모은다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Trie, Hash Map / Hash Set
- 설명: 트라이(Trie) 구조를 직접 구현하여 각 문자로 트리를 구성하고, 검색과 접두사 여부를 해시 맵 형태의 노드로 탐색합니다. 해시 맵은 자식 노드로 사용되며, 끝을 표시하는 구분자('#')를 통해 단어 완성 여부를 판단합니다.
📊 시간/공간 복잡도 분석
ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.
풀이 1: Trie.insert — Time: O(L) / Space: O(Total number of nodes)
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O(Total number of nodes) |
피드백: 해당 구현은 문자 코드(Key: ord) 기반으로 트라이를 구성한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 2: Trie.search — Time: O(L) / Space: O( depth )
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O( depth ) |
피드백: 종단 기호 존재 여부로 완전한 단어 여부를 확인한다.
개선 제안: 현재 구현이 적절해 보입니다.
풀이 3: Trie.startsWith — Time: O(L) / Space: O( depth )
| 복잡도 | |
|---|---|
| Time | O(L) |
| Space | O( depth ) |
피드백: 접두사 존재 여부만 확인하므로 빠르게 판별한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
There was a problem hiding this comment.
🏷️ 알고리즘 패턴 분석
- 패턴: Backtracking, Dynamic Programming, Depth-First Search, Hash Map / Hash Set
- 설명: DFS를 이용한 문자열 조합 시도와 방문 기록으로 중복 탐색을 제거하는 구조로, 백트래킹의 한 형태이며, 부분 문제를 재귀적으로 해결하는 동적 프로그래밍의 아이디어도 포함됩니다.
📊 시간/공간 복잡도 분석
| 복잡도 | |
|---|---|
| Time | O(n * w) |
| Space | O(n) |
피드백: 백트래킹과 메모이제이션의 조합으로 부분 문제를 중복 없이 해결한다.
개선 제안: 현재 구현이 적절해 보입니다.
💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!
ICE0208
left a comment
ICE0208
left a comment
There was a problem hiding this comment.
전체적으로 코드가 깔끔하게 작성되어 있어 흐름을 빠르게 이해할 수 있었습니다. 몇 가지 코멘트 남겨두었습니다. 이번 주도 고생 많으셨습니다! 🙌
| result = defaultdict(list) | ||
| for word in strs: | ||
| key = ''.join(sorted(word)) | ||
| result[key].append(word) |
There was a problem hiding this comment.
문자열이 lowercase English letters로 제한되어 있으므로, 정렬 방식 대신 알파벳 빈도 배열을 키로 사용하면 시간 복잡도를 더 줄일 수 있을 것 같습니다!
| search_map = self.root_map | ||
| while idx < len(word): | ||
| key = ord(word[idx]) | ||
| if key not in search_map: | ||
| search_map[key] = dict() | ||
| search_map = search_map[key] | ||
| idx += 1 | ||
| search_map['#'] = True | ||
|
|
There was a problem hiding this comment.
별도의 Node 클래스를 만들지 않고, 중첩된 dict 구조와 '#' 키를 활용해 단어의 끝을 판별한 점이 인상적이었습니다!
2 participants
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!