[alphaorderly] WEEK 04 Solutions

[alphaorderly]

답안 제출 문제

• Merge Two Sorted Lists #224
• Maximum Depth of Binary Tree #227
• Find Minimum In Rotated Sorted Array #245
• Word Search #255
• Coin Change #269

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]

📊 alphaorderly 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
coin-change	Medium	⚠️ 유형 불일치
find-minimum-in-rotated-sorted-array	Medium	✅ 의도한 유형
maximum-depth-of-binary-tree	Easy	✅ 의도한 유형
merge-two-sorted-lists	Easy	✅ 의도한 유형
word-search	Medium	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 15 / 75개
• 이번 주 유형 일치율: 80% (5문제 중 4문제 일치)

문제 풀이 현황

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

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	4,326	218	4,544	$0.000304

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming
• 설명: 코인 교환 문제는 목표 금액을 구성하는 최소 동전 수를 부분 문제로 나누고, 재귀/반복으로 최적 해를 구성하는 DP 패턴(Top-Down 및 Bottom-Up, 및 공간 최적화)이 사용됩니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.coinChange — Time: O(n * amount) / Space: O(n * amount)

	복잡도
Time	O(n * amount)
Space	O(n * amount)

피드백: 하나의 금액에 대해 각 코인 위치별로 서브문제를 cache로 재사용하여 중복을 제거합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.coinChange — Time: O(n * amount) / Space: O(n * amount)

	복잡도
Time	O(n * amount)
Space	O(n * amount)

피드백: 코인 인덱스와 남은 금액의 조합을 상태로 하여 모든 경우를 탐색합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.coinChange — Time: O(n * amount) / Space: O(amount)

	복잡도
Time	O(n * amount)
Space	O(amount)

피드백: 거기에 코인 순회를 바꿔가며 가능한 최소 개수를 갱신합니다. 추가 공간 절약이 가능해졌습니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search
• 설명: 코드의 핵심은 회전된 정렬 배열에서 이진 탐색을 이용해 최소값의 위치를 찾는 방식이다. left, right를 이용한 분할과 mid 비교로 O(log N) 탐색을 구현한다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.findMin — Time: O(log N) / Space: O(1)

	복잡도
Time	O(log N)
Space	O(1)

피드백: 양쪽 끝과 중간 값을 비교해 최소값의 위치를 이진 탐색으로 좁힙니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.findMin — Time: O(N) / Space: O(1)

	복잡도
Time	O(N)
Space	O(1)

피드백: 최적의 풀이가 아니므로 테스트용 대안으로 남겨둔 형태입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search, Depth First Search, Breadth First Search, Queue, Stack, Greedy, Dynamic Programming, Two Pointers, Sliding Window, Backtracking, Monotonic Stack, Heap / Priority Queue, Hash Map / Hash Set, Divide and Conquer, Union Find, Trie, Bit Manipulation
• 설명: 이 코드는 이진 트리의 깊이를 구하는 문제로, DFS(재귀 및 스택 이용), BFS/레벨 순회 큐 방식 등 여러 traversal 방식이 제시되어 있습니다. 트리 순회 패턴과 깊이 계산은 대표적인 DFS/BFS 패턴에 속합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 4가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.maxDepth — Time: O(N) / Space: O(N)

	복잡도
Time	O(N)
Space	O(N)

피드백: 노드 수에 비례하는 재귀 스택을 사용합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.maxDepth — Time: O(N) / Space: O(N)

	복잡도
Time	O(N)
Space	O(N)

피드백: 명시적 스택으로 깊이를 추적합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.maxDepth — Time: O(N) / Space: O(N)

	복잡도
Time	O(N)
Space	O(N)

피드백: 큐를 사용해 레벨별로 깊이를 업데이트합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 4: Solution.maxDepth — Time: O(N) / Space: O(N)

	복잡도
Time	O(N)
Space	O(N)

피드백: 최종 깊이를 레벨 변수로 추적하는 BFS 변형입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Merge Two Sorted Lists is typically solved with a pointer-based approach, Dynamic Programming
• 설명: 리스트를 순차적으로 비교하며 포인터를 이동하는 구조로 두 정렬 리스트를 합치는 방식이므로 Two Pointers 패턴에 해당합니다. 재귀 버전 역시 포인터를 따라 연결을 구성하는 방식으로 구현됩니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.mergeTwoLists — Time: O(N) / Space: O(1)

	복잡도
Time	O(N)
Space	O(1)

피드백: 더미 노드를 사용해 일관된 연결을 유지합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.mergeTwoLists — Time: O(N) / Space: O(N)

	복잡도
Time	O(N)
Space	O(N)

피드백: 재귀 깊이가 증가할 경우 스택 사용이 늘어납니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Backtracking
• 설명: 코드는 단어 검색을 위해 재귀적 백트래킹(backtracking)으로 보드를 탐색합니다. 방문 여부 관리와 방향으로의 순차적 탐색을 통해 모든 경로를 시도하다가 일치하는 경로를 찾으면 종료합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.exist — Time: O(N * 4^L) / Space: O(L)

	복잡도
Time	O(N * 4^L)
Space	O(L)

피드백: 네 방향으로 탐색하며 방문 체크로 중복 경로를 방지합니다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.exist — Time: O(N * 4^L) / Space: O(L)

	복잡도
Time	O(N * 4^L)
Space	O(L)

피드백: 보드의 크기/단어 구성 여부를 먼저 점검해 불필요한 탐색을 차단합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!