[yuseok89] WEEK 05 Solutions

[yuseok89]

답안 제출 문제

• Best Time to Buy And Sell Stock #221
• Group Anagrams #236
• Encode and Decode Strings #238
• Implement Trie Prefix Tree #256
• Word Break #271

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]

📊 yuseok89 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
best-time-to-buy-and-sell-stock	Easy	✅ 의도한 유형
group-anagrams	Medium	✅ 의도한 유형
implement-trie-prefix-tree	Medium	✅ 의도한 유형
word-break	Medium	⚠️ 유형 불일치

누적 학습 요약

• 풀이한 문제: 20 / 75개
• 이번 주 유형 일치율: 75% (4문제 중 3문제 일치)

문제 풀이 현황

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

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	580	101	681	$0.000069
2	1,443	197	1,640	$0.000151
합계	2,023	298	2,321	$0.000220

[alphaorderly]

prices[1:]
와 같이 하시면 보기엔 정말 좋은데 말이죠
파이썬 슬라이싱은 말 그대로 배열을 하나 더 만들어서 사용하는거라 이 간단한 과정에만 O(N)의 시간이 소요되어요!

파이썬 시간복잡도

Get slice 부분을 보시면 O(k) 라는것을 알수 있죠

그래서 좀 귀찮으시더라도

range(1, len(prices))

를 쓰시는게 나으실거에요!

물론 지금같은 경우는 전체 시간복잡도가 O(N)이고 저 연산은 단 한번 실행되니 시간복잡도 자체에는 큰 영향을 주진 않겠지만

for loop 안에서 써야하는 일이 생긴다면 좀 다르겠죠

word-break 문제에서 이부분을 잘 생각해 다른방식으로 최적화 할수 있는 부분이 있으니 한번 생각하면서 해보시면 좋을것 같네요!

[alphaorderly]

그리고
best time to buy and sell stock, 즉 해당 문제는
뒤에 로마 숫자를 붙혀서 1, 2, 3, 4, 5 총 다섯종류가 있는데요
dp 연습하기에 정말 괜찮은 문제라고 생각해서
2번문제
II는 한번 풀어보시길 추천드려요!

[yuseok89]

감사합니다. 많이 배웁니다.
로직상 제거해도 괜찮고, range 보다 미묘하게 슬라이스 제거한 것이 빨라, 슬라이스 제거 버전으로 수정했습니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Greedy
• 설명: 한 번의 순회로 현재까지의 최솟값과 최대 이익을 갱신하는 방식으로, 가장 큰 이익을 구하는 그리디 패턴에 해당합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(N)	O(n)	✅
Space	O(1)	O(1)	✅

피드백: 최소값을 유지하면서 각 가격 대비 이익을 비교하는 선형 알고리즘이다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Sorting
• 설명: 문자열을 정렬한 결과를 키로 삼아 해시 맵에 원소를 모으는 방식으로(anagram 묶음) 분류한다. 해시 맵과 정렬의 조합이 핵심 패턴이다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O(N * LlogL)	O(n * k log k)	❌
Space	O(N * L)	O(n * k)	❌

피드백: 정렬 비용이 주요 시간복잡도 요인이며, 해시맵으로 그룹화를 수행한다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Trie, Hash Map / Hash Set, Dynamic Programming
• 설명: 주된 구조는 Trie(접두사 트리)로 문자열 삽입/검색을 구현하며, 문자열 노드 관리를 해시 맵 형태로 수행합니다. 직접적인 DP/최적화은 없지만 트라이 구조 활용과 문자열 탐색 로직이 핵심입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(m)
Space	O(sum of word lengths)

피드백: 각 연산이 해당 문자열 길이에 선형적으로 비례한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Backtracking, Hash Map / Hash Set
• 설명: 단어 후보를 해시셋으로 빠르게 탐색하고, 남은 문자열을 재귀적으로 분해하는 백트래킹 패턴이 보이며, 이미 본 부분을 기록해 중복 재귀를 피하는 메모이제이션 비슷한 동작이 포함되어 있습니다. 전체적으로 부분문자열 매칭과 재귀 탐색으로 목표 문자열을 분할하는 방식은 백트래킹과 다중 길이 탐색의 조합에 속합니다.

📊 시간/공간 복잡도 분석

	유저 분석	실제 분석	결과
Time	O()	O(n * max_len)	❌
Space	O()	O(n + max_len)	❌

피드백: 최악의 경우 지수적 탐색을 피하기 위해 방문 기록을 남긴 점이 포인트다.

개선 제안: 현재 구현이 적절해 보입니다.