[freemjstudio] WEEK 03 Solutions

[freemjstudio]

답안 제출 문제

• combination-sum
• number-of-1-bits
• valid-palindrome

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.

[dalestudy]

⚠️ Week 설정이 누락되었습니다

프로젝트에서 Week를 설정해주세요!

설정 방법

1. PR 우측의 Projects 섹션에서 리트코드 스터디 옆 드롭다운(▼) 클릭
2. 현재 주차를 선택해주세요 (예: Week 14(current) 또는 Week 14)

📚 자세한 가이드 보기

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

[dalestudy]

📊 freemjstudio 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
3sum	Medium	✅ 의도한 유형
climbing-stairs	Easy	✅ 의도한 유형
combination-sum	Medium	✅ 의도한 유형
contains-duplicate	Easy	⚠️ 유형 불일치
number-of-1-bits	Easy	⚠️ 유형 불일치
product-of-array-except-self	Medium	✅ 의도한 유형
top-k-frequent-elements	Medium	✅ 의도한 유형
two-sum	Easy	✅ 의도한 유형
valid-anagram	Easy	✅ 의도한 유형
valid-palindrome	Easy	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 3 / 75개
• 이번 주 유형 일치율: 80% (10문제 중 8문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Heap	■■□□□□□	1 / 3 (Medium 1)
Array	■□□□□□□	2 / 10 (Easy 2)
Binary	□□□□□□□	0 / 5 ← 아직 시작 안 함
Dynamic Programming	□□□□□□□	0 / 11 ← 아직 시작 안 함
Graph	□□□□□□□	0 / 8 ← 아직 시작 안 함
Interval	□□□□□□□	0 / 5 ← 아직 시작 안 함
Linked List	□□□□□□□	0 / 6 ← 아직 시작 안 함
Matrix	□□□□□□□	0 / 4 ← 아직 시작 안 함
String	□□□□□□□	0 / 10 ← 아직 시작 안 함
Tree	□□□□□□□	0 / 14 ← 아직 시작 안 함

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	3,622	459	4,081	$0.000365
2	3,622	473	4,095	$0.000370
3	3,622	482	4,104	$0.000374
4	3,622	429	4,051	$0.000353
합계	14,488	1,843	16,331	$0.001462

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Sorting
• 설명: 3sum 문제에서 정렬 후 두 포인터(left, right)를 이용해 합이 0이 되는 조합을 찾는 패턴을 사용합니다. 중복 제거를 위한 스킵도 포함되어 있어 대표적인 Two Pointers 흐름입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n^2)
Space	O(1)

피드백: 정렬 후 중복 제거를 위해 i 루프에서 건너뛰기와 left/right 중복 검사로 중복 결과를 제거한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming
• 설명: 점화식 ways(n) = ways(n-1) + ways(n-2) 를 이용한 피보나치형 DP로 n번째 계단 수를 구하는 전형적인 다이나믹 프로그래밍 풀이입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 초기 조건 처리와 점화식을 이용해 반복으로 계산한다.

개선 제안: 메모리 사용을 줄이려면 공간을 O(1)으로 최적화 가능하다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Backtracking
• 설명: Combination Sum 문제를 재귀적으로 탐색하며 모든 경우를 시도하는 백트래킹 패턴으로 구현되어 있습니다. 가지치기 조건으로 합이 목표를 넘으면 가지치고, 경로를 복사해 저장합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(k * number_of_combinations)
Space	O(k)

피드백: path를 깊은 복사해 저장하고 재귀적으로 백트래킹한다.

개선 제안: 중복 조합 제거를 위한 정렬 및 시작 인덱스 관리가 필요하다면 초기 후보를 정렬하는 것도 고려.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 배열 원소 중복 여부를 확인하기 위해 집합(Hash Set)으로 중복 여부를 검사하는 패턴입니다. 한 번의 스캔으로 고유 원소 수를 비교하여 중복 여부를 판단합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 리스트 길이와 집합 길이를 비교해 중복 여부를 판단한다.

개선 제안: 추가 최적화가 필요하면 해시 세트를 활용하는 방법은 충분히 효율적이다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Bit Manipulation, Greedy
• 설명: 주어진 코드에서 1의 개수를 세는 연산은 비트 조작 방식으로 수행되며(비트 연산 대체를 직접 구현) 비트 패턴을 다루는 패턴에 속한다. 또한 두 번째 방법은 각 비트를 차례로 확인하며 합산하는 일반적인 비트 조작 접근으로 분류된다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: bin(n) 사용 또는 비트 연산으로 차수에 따라 1의 개수를 카운트한다.

개선 제안: 가독성/성능 측면에서 필요에 따라 비트 탐색 최적화 기법(Kernighan의 알고리즘) 도입 가능.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Hash Map / Hash Set, Greedy, Dynamic Programming, Divide and Conquer, Bit Manipulation, Sliding Window, Backtracking, Depth-First Search, Breadth-First Search, Union Find, Trie, Heap / Priority Queue, Monotonic Stack
• 설명: 이 코드는 입력 배열의 각 원소에 대해 자신을 제외한 곱을 구하기 위해 좌우에서 누적 곱을 각각 계산한 뒤 곱하는 방식으로 결과를 구성한다. 보조 배열 하나로 좌측 누적곱과 우측 누적곱의 효과를 합성해 O(n)으로 해결하는 패턴이다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 두 패스로 왼쪽 곱과 오른쪽 곱을 합쳐 결과를 만든다.

개선 제안: 추가 배열 사용 없이도 가능하지만, 출력 배열은 이미 필요 공간이므로 현재 구현은 적절하다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Heap / Priority Queue, Hash Map / Hash Set
• 설명: 해시맵으로 각 숫자의 빈도를 구하고, 최소 힙으로 상위 k개를 유지하는 방식으로 최빈 요소를 찾습니다. 이는 빈도 계산과 우선순위 큐를 이용한 부분 정렬의 조합입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n log k)
Space	O(k + m)

피드백: 빈도 수를 기준으로 최소 힙을 유지해 메모리 사용을 제한한다.

개선 제안: 더 간단한 방법으로 정렬 기반 접근이나 파이프라인 최적화 고려 가능.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set
• 설명: 해당 코드는 한 숫자와 필요한 차이를 해시맵에 저장하고, 현재 숫자와의 차이가 이미 존재하는지 확인하여 정답을 찾는 방식으로 동작합니다. 이를 통해 탐색과 조회를 빠르게 수행하는 해시 맵 패턴이 적용됩니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 한 번의 순회로 답을 찾지만, 조건에 따라 반환 시점이 다를 수 있다.

개선 제안: 동일한 값의 인덱스가 필요한 경우 주의 필요.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!