[hyeri0903] WEEK 14 Solutions

[hyeri0903]

답안 제출 문제

• Counting Bits #233
• Binary Tree Level Order Traversal #250
• House Robber II #265
• Find Median From Data Stream #289
• Word Search II #290

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]

📊 hyeri0903 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
binary-tree-level-order-traversal	Medium	✅ 의도한 유형
counting-bits	Easy	⚠️ 유형 불일치
find-median-from-data-stream	Hard	✅ 의도한 유형
word-search-ii	Hard	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 60 / 75개
• 이번 주 유형 일치율: 75% (4문제 중 3문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	■■■■■■■	10 / 10 (Medium 7, Easy 3)
Linked List	■■■■■■■	6 / 6 (Easy 3, Hard 1, Medium 2)
Dynamic Programming	■■■■■■□	10 / 11 (Easy 1, Medium 9)
String	■■■■■■□	9 / 10 (Medium 5, Hard 1, Easy 3)
Binary	■■■■■■□	4 / 5 (Easy 3, Medium 1)
Graph	■■■■■□□	6 / 8 (Medium 6)
Matrix	■■■■■□□	3 / 4 (Medium 3)
Heap	■■■■■□□	2 / 3 (Hard 1, Medium 1)
Interval	■■■■□□□	3 / 5 (Medium 3)
Tree	■■■■□□□	8 / 14 (Hard 1, Medium 4, Easy 3)

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-4.1-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	2,117	135	2,252	$0.000266
2	566	34	600	$0.000070
3	1,034	71	1,105	$0.000132
4	1,523	106	1,629	$0.000195
5	2,202	145	2,347	$0.000278
합계	7,442	491	7,933	$0.000941

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers
• 설명: 이 코드는 정렬된 배열에서 두 포인터를 활용하여 겹치는 구간을 병합하는 방식으로 문제를 해결합니다. 포인터 i를 통해 배열을 순차 탐색하며 조건에 따라 병합 또는 결과에 추가하는 구조입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 리스트를 한 번 순회하며 겹치는 구간을 병합하고, 나머지 구간을 그대로 추가하므로 시간 복잡도는 O(n), 공간 복잡도는 결과 리스트 크기만큼 O(n)입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: DFS
• 설명: 이 코드는 이진 탐색 트리에서 중위 순회(inorder traversal)를 통해 K번째 작은 값을 찾기 위해 DFS(깊이 우선 탐색)를 사용합니다. 왼쪽 자식부터 방문하는 재귀적 탐색 방식이 핵심입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(h)

피드백: 이진 탐색 트리의 중위 순회는 정렬된 값을 순차적으로 방문하므로, 최악의 경우 트리의 높이만큼 재귀 호출이 쌓이고, 노드 방문은 최대 n번입니다. 따라서 시간은 O(n), 공간은 재귀 호출 스택에 따라 O(h)입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: DFS
• 설명: 이 코드는 재귀 호출을 통해 두 트리의 노드를 비교하는 방식으로, 깊이 우선 탐색(DFS) 패턴을 사용하여 구조와 값을 검사합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(h)

피드백: 모든 노드를 한 번씩 방문하며, 구조와 값을 재귀적으로 비교하므로 시간 복잡도는 O(n), 공간 복잡도는 재귀 호출 스택에 따라 O(h)입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: BFS
• 설명: 이 코드는 큐를 이용한 너비 우선 탐색(BFS)로 트리의 각 레벨을 순회하며 노드를 처리하는 방식입니다. 레벨별 노드들을 그룹화하는 데 적합한 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 큐를 사용하여 각 레벨의 노드들을 저장하고 순차적으로 처리하므로 시간 복잡도는 노드 수에 비례하며, 최악의 경우 모든 노드를 저장하는 공간이 필요합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming
• 설명: 이 코드는 이전 계산 결과를 활용하지 않지만, 문제의 특성상 최적화와 반복적 계산을 고려할 수 있어 DP 패턴과 연관지어 볼 수 있습니다. 그러나 명확한 DP 구현은 아니며, 단순 반복과 문자열 변환을 사용합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n log n)
Space	O(n)

피드백: 각 숫자에 대해 이진수 문자열로 변환하고 1의 개수를 세기 때문에, 최악의 경우 n개 숫자 각각에 대해 log n 시간이 소요됩니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Heap / Priority Queue
• 설명: 이 코드는 두 개의 힙(우선순위 큐)을 이용하여 데이터 스트림의 중앙값을 효율적으로 찾는 방법을 구현합니다. 힙을 활용한 자료 구조로 빠른 삽입과 중앙값 계산이 가능하게 설계되었습니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(log n)
Space	O(n)

피드백: 힙을 사용하여 삽입과 중앙값 계산을 각각 O(log n)으로 수행하며, 전체 원소 수에 비례하는 공간을 사용합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Trie, Backtracking
• 설명: 이 코드는 Trie 자료구조를 활용하여 단어 검색을 효율화하며, DFS를 이용한 백트래킹으로 인접 탐색을 수행합니다. 이를 통해 여러 단어를 동시에 찾는 문제에 적합한 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(m * n * 4^l)
Space	O(w * l + m * n)

피드백: 트라이를 구축하는 데 O(w * l) 공간이 필요하며, DFS는 최악의 경우 모든 셀을 탐색하는데, 각 셀에서 4방향 탐색을 수행하므로 시간 복잡도는 보드 크기와 단어 길이의 곱에 비례합니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!