diff --git a/week05/doyeon.md b/week05/doyeon.md
new file mode 100644
index 0000000..b497476
--- /dev/null
+++ b/week05/doyeon.md
@@ -0,0 +1,324 @@
+# 5주차 문제 풀이 인증
+
+## 기본 정보
+
+- 이름: 박도연
+- 목표 문제 수: 3
+- 실제 풀이 문제 수: 3
+
+---
+
+# 오답노트
+
+## 문제 1
+
+- **문제명:** 게임 맵 최단거리
+- **문제 링크:** https://school.programmers.co.kr/learn/courses/30/lessons/1844
+- **알고리즘 / 자료구조:** BFS(너비 우선 탐색), 큐(`deque`)
+
+### 접근 및 시행착오
+
+- 시작점 `(0, 0)`에서 오른쪽이나 아래쪽으로 이동하고, 길이 막히면 왼쪽이나 위쪽으로 돌아가는 방식으로 목적지까지의 거리를 구하려 했다.
+- 이동할 때마다 `answer`를 1씩 증가시키는 방식으로 코드를 작성했지만 시간 초과가 발생했고, 목적지에 도달할 수 없을 때 `-1`을 반환하는 조건도 구현하지 못했다.
+
+```python
+# 1차 시도 코드 (시간 초과)
+def solution(maps):
+    x = 0
+    y = 0
+    answer = 0
+    while (x != len(maps) and y != len(maps)):
+        while (maps[x][y+1] != 1 and maps[x+1][y] != 1):
+            if maps[x][y+1] == 1:
+                y = y+1
+                answer = answer+1
+            elif maps[x+1][y] == 1:
+                x = x+1
+                answer = answer+1
+        if maps[x][y-1] == 1:
+            y = y-1
+            answer = answer+1
+        else:
+            x = x-1
+            answer = answer+1
+    return answer
+```
+
+시간 초과가 발생한 가장 직접적인 원인은 안쪽 `while`문과 그 내부의 `if`문 조건이 서로 모순되기 때문이다.
+
+```python
+while maps[x][y + 1] != 1 and maps[x + 1][y] != 1:
+    if maps[x][y + 1] == 1:
+```
+
+- 안쪽 `while`문에 들어왔다는 것은 오른쪽과 아래쪽 칸이 모두 `1`이 아니라는 뜻이다.
+- 그런데 내부에서는 다시 오른쪽이나 아래쪽 칸이 `1`인지 확인하므로 두 분기 모두 실행되지 않는다.
+- 따라서 `x`와 `y`가 변하지 않고 같은 조건을 계속 확인하는 무한 반복이 발생한다.
+
+그 밖에도 다음과 같은 문제가 있었다.
+
+1. `maps[x][y + 1]`, `maps[x + 1][y]`를 확인하기 전에 인덱스가 맵의 범위 안에 있는지 검사하지 않았다.
+2. `y == 0` 또는 `x == 0`일 때 `y - 1`, `x - 1`을 사용하면 파이썬의 음수 인덱스로 인해 의도와 달리 맵의 반대쪽 원소를 확인하게 된다.
+3. 방문한 칸을 표시하지 않아 이미 지나간 칸을 반복해서 방문할 수 있다.
+4. 오른쪽과 아래쪽을 우선하는 하나의 경로만 따라가면 목적지에 도착하더라도 최단 거리임을 보장할 수 없다.
+5. 행과 열의 수가 다를 수 있는데 두 값 모두 `len(maps)`로 처리했다. 행의 수는 `len(maps)`, 열의 수는 `len(maps[0])`이다.
+6. 시작 칸도 이동 칸 수에 포함되므로 거리는 `0`이 아니라 `1`부터 세어야 한다.
+
+### 최종 풀이
+
+1. 시작 위치 `(0, 0)`와 거리 `1`을 큐에 넣는다.
+2. 큐에서 현재 위치를 꺼낸 뒤 상, 하, 좌, 우의 네 방향을 확인한다.
+3. 다음 위치가 맵 내부에 있고 이동 가능한 길(`1`)이면 방문 처리한 뒤, 거리를 1 증가시켜 큐에 넣는다.
+4. BFS는 시작점에서 가까운 칸부터 탐색하므로 목적지를 처음 꺼냈을 때의 거리가 최단 거리이다.
+5. 목적지에 도착하기 전에 큐가 비면 갈 수 있는 모든 칸을 확인한 것이므로 `-1`을 반환한다.
+
+```python
+from collections import deque
+
+
+def solution(maps):
+    n = len(maps)
+    m = len(maps[0])
+
+    directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]
+    queue = deque([(0, 0, 1)])
+    maps[0][0] = 0
+
+    while queue:
+        x, y, distance = queue.popleft()
+
+        if x == n - 1 and y == m - 1:
+            return distance
+
+        for dx, dy in directions:
+            nx = x + dx
+            ny = y + dy
+
+            if 0 <= nx < n and 0 <= ny < m and maps[nx][ny] == 1:
+                maps[nx][ny] = 0
+                queue.append((nx, ny, distance + 1))
+
+    return -1
+```
+
+### 복잡도
+
+- 시간복잡도: $O(N \times M)$ — 각 칸을 최대 한 번 방문하고, 방문할 때 네 방향을 확인한다.
+- 공간복잡도: $O(N \times M)$ — 최악의 경우 큐에 맵의 칸들이 저장된다.
+
+### 핵심 포인트
+
+- 가중치가 모두 같은 격자에서 최단 거리를 구할 때는 BFS를 사용한다.
+- 큐에 다음 위치를 넣는 순간 방문 처리해야 같은 위치가 큐에 중복으로 들어가지 않는다.
+- 이 문제에서는 별도의 `visited` 배열 대신 방문한 길을 `0`으로 변경하여 방문 여부를 기록할 수 있다.
+- 배열을 탐색할 때는 원소에 접근하기 전에 `0 <= nx < n`, `0 <= ny < m`으로 범위를 먼저 확인한다.
+- BFS가 종료될 때까지 목적지를 만나지 못했다면 도달할 수 없는 경우이므로 `-1`을 반환한다.
+
+---
+
+## 문제 2
+
+- **문제명:** 타겟 넘버
+- **문제 링크:** https://school.programmers.co.kr/learn/courses/30/lessons/43165
+- **알고리즘 / 자료구조:** DFS(깊이 우선 탐색), 재귀
+
+### 접근 및 시행착오
+
+- 각 숫자 앞에 `+` 또는 `-`를 붙이는 두 가지 경우를 재귀 호출로 탐색했다.
+- 모든 숫자를 사용했을 때 계산 결과가 `target`과 같으면 `answer`를 1 증가시키도록 작성했다.
+- DFS의 탐색 구조와 종료 조건은 올바르지만, 중첩 함수 안에서 바깥 함수의 `answer`를 수정하면서 변수 스코프 오류가 발생했다.
+
+```python
+# 1차 시도 코드 (UnboundLocalError 발생)
+def solution(numbers, target):
+    index = 0
+    answer = 0
+
+    def dfs(index, total):
+        if index == len(numbers):
+            if total == target:
+                answer = answer + 1
+            return
+
+        dfs(index + 1, total + numbers[index])
+        dfs(index + 1, total - numbers[index])
+
+    dfs(index, 0)
+    return answer
+```
+
+`dfs()` 내부에서 `answer`에 값을 대입하면 파이썬은 `answer`를 `dfs()`의 지역 변수로 판단한다. 따라서 `answer = answer + 1`을 실행할 때 아직 값이 없는 지역 변수 `answer`를 먼저 읽게 되어 `UnboundLocalError`가 발생한다.
+
+현재 코드의 구조를 그대로 유지하려면 `nonlocal answer`를 선언해야 한다.
+
+```python
+def solution(numbers, target):
+    answer = 0
+
+    def dfs(index, total):
+        nonlocal answer
+
+        if index == len(numbers):
+            if total == target:
+                answer += 1
+            return
+
+        dfs(index + 1, total + numbers[index])
+        dfs(index + 1, total - numbers[index])
+
+    dfs(0, 0)
+    return answer
+```
+
+### 최종 풀이
+
+외부 변수의 값을 변경하는 대신, 각 재귀 호출이 타겟 넘버를 만드는 경우의 수를 직접 반환하도록 구성했다.
+
+1. 현재 숫자를 더하는 경우와 빼는 경우를 각각 재귀 호출한다.
+2. 모든 숫자를 사용했을 때 `total == target`이면 `1`, 아니면 `0`을 반환한다.
+3. 두 재귀 호출이 반환한 경우의 수를 더해 상위 호출로 전달한다.
+
+```python
+def solution(numbers, target):
+    def dfs(index, total):
+        if index == len(numbers):
+            return 1 if total == target else 0
+
+        plus = dfs(index + 1, total + numbers[index])
+        minus = dfs(index + 1, total - numbers[index])
+
+        return plus + minus
+
+    return dfs(0, 0)
+```
+
+### 복잡도
+
+- 시간복잡도: $O(2^N)$ — 각 숫자마다 더하기와 빼기의 두 갈래로 탐색한다.
+- 공간복잡도: $O(N)$ — 재귀 호출 스택의 최대 깊이는 숫자의 개수와 같다.
+
+### 핵심 포인트
+
+- 각 단계에서 선택지가 두 개이고 모든 조합을 확인해야 하므로 DFS로 완전 탐색할 수 있다.
+- 재귀 종료 조건에서는 모든 숫자를 사용했는지 먼저 확인한 뒤, 누적 결과와 `target`을 비교한다.
+- 중첩 함수에서 바깥 함수의 변수를 수정하려면 `nonlocal` 선언이 필요하다.
+- 가능하면 외부 상태를 변경하기보다 재귀 함수가 결과를 반환하게 작성하면 변수 스코프 문제를 피하고 흐름을 명확하게 만들 수 있다.
+- 바깥쪽의 `index = 0`은 별도로 선언하지 않고 `dfs(0, 0)`으로 바로 시작할 수 있다.
+
+---
+
+## 문제 3
+
+- **문제명:** 귤 고르기
+- **문제 링크:** https://school.programmers.co.kr/learn/courses/30/lessons/138476
+- **알고리즘 / 자료구조:** 그리디(Greedy), 해시 맵, 정렬
+
+### 접근 및 시행착오
+
+- 딕셔너리를 사용해 크기별 귤의 개수를 셌다.
+- 선택하는 귤의 종류를 최소화하려면 개수가 많은 종류부터 담아야 한다고 판단하여, 크기별 개수를 내림차순으로 정렬했다.
+- 정렬한 개수를 차례대로 더하다가 누적 개수가 `k` 이상이 되면 선택한 종류 수를 반환했다.
+
+```python
+def solution(k, tangerine):
+    count = {}
+    answer = 0
+    sum = 0
+
+    for t in tangerine:
+        count[t] = count.get(t, 0) + 1
+
+    counts = sorted(count.values(), reverse=True)
+
+    for a in range(len(counts)):
+        sum = sum + counts[a]
+        answer = answer + 1
+
+        if sum >= k:
+            break
+
+    return answer
+```
+
+알고리즘과 결과는 올바르지만 다음 부분은 개선할 수 있다.
+
+1. `sum`은 파이썬 내장 함수의 이름이므로 변수로 사용하면 이후 `sum()` 함수를 호출할 수 없다. `total`과 같은 이름을 사용하는 것이 좋다.
+2. `range(len(counts))`로 인덱스를 만든 뒤 `counts[a]`로 접근하기보다, 리스트의 원소를 직접 순회하면 코드가 더 명확하다.
+3. 선택한 종류의 수는 `enumerate(..., start=1)`로 얻을 수 있다.
+
+### 최종 풀이
+
+1. 딕셔너리에 크기별 귤의 개수를 저장한다.
+2. 개수만 내림차순으로 정렬한다.
+3. 개수가 많은 종류부터 선택하여 `total`에 누적한다.
+4. 누적 개수가 `k` 이상이 되는 순간의 선택 종류 수를 반환한다.
+
+```python
+def solution(k, tangerine):
+    count = {}
+
+    for size in tangerine:
+        count[size] = count.get(size, 0) + 1
+
+    counts = sorted(count.values(), reverse=True)
+    total = 0
+
+    for answer, frequency in enumerate(counts, start=1):
+        total += frequency
+
+        if total >= k:
+            return answer
+```
+
+개수가 많은 종류부터 선택하는 것이 최적인 이유는 한 종류를 추가할 때 최대한 많은 귤을 확보해야 `k`개를 채우는 데 필요한 종류의 수가 최소가 되기 때문이다.
+
+### 다른 사람 풀이
+
+`collections.Counter`를 사용하면 크기별 개수를 직접 세는 코드를 간결하게 작성할 수 있다. 또한 선택한 귤 수를 누적하는 대신, 필요한 귤 수 `k`에서 선택한 개수를 차감한다.
+
+```python
+import collections
+
+
+def solution(k, tangerine):
+    answer = 0
+    cnt = collections.Counter(tangerine)
+
+    for v in sorted(cnt.values(), reverse=True):
+        k -= v
+        answer += 1
+
+        if k <= 0:
+            break
+
+    return answer
+```
+
+두 방식은 수학적으로 동일하다.
+
+- 직접 작성한 풀이: 선택한 귤의 수를 더해 `total >= k`인지 확인한다.
+- 다른 사람 풀이: 남은 귤의 수에서 선택한 개수를 빼 `k <= 0`인지 확인한다.
+
+함수 내부에서 `k`를 변경해도 함수 밖의 값에는 영향을 주지 않으므로 해당 코드는 올바르다. 입력값의 의미를 유지하고 싶다면 `remaining = k`와 같이 별도의 변수를 사용할 수도 있다.
+
+### 복잡도
+
+전체 귤의 수를 $N$, 서로 다른 귤 크기의 수를 $U$라고 할 때 다음과 같다.
+
+- 시간복잡도: $O(N + U \log U)$ — 개수를 세는 데 $O(N)$, 종류별 개수를 정렬하는 데 $O(U \log U)$가 필요하다.
+- 공간복잡도: $O(U)$ — 서로 다른 크기별 개수를 저장한다.
+
+### 핵심 포인트
+
+- 종류의 수를 최소화하려면 빈도가 높은 종류부터 선택하는 그리디 전략을 사용할 수 있다.
+- 딕셔너리의 `get(key, 0)`을 이용하면 존재 여부를 따로 검사하지 않고 빈도를 셀 수 있다.
+- `collections.Counter`를 이용하면 빈도 계산을 더 간결하게 구현할 수 있다.
+- 파이썬 내장 함수인 `sum`을 변수 이름으로 사용하지 않도록 주의한다.
+- 목표 수량을 채웠는지는 선택한 수량을 누적하거나 남은 수량을 차감하는 두 방식으로 표현할 수 있다.
+
+---
+
+# 다음 주 목표
+
+- 목표 문제 수: 3
+- 집중할 유형: 이번 주에 어려움을 겪었던 DFS와 BFS 문제를 더 많이 풀어보며 그래프 탐색에 익숙해지기