[chapse57] Week 3

[chapse57]

답안 제출 문제

※ 이전 주차(Week 1·2) 커밋이 본진 미머지 상태라 함께 딸려왔습니다. 이번 주 제출은 Climbing Stairs, Number of 1 Bits입니다.

• Climbing Stairs
• Number of 1 Bits

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]

📊 chapse57 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
climbing-stairs	Easy	✅ 의도한 유형
contains-duplicate	Easy	⚠️ 유형 불일치
group-anagrams	Medium	✅ 의도한 유형
number-of-1-bits	Easy	✅ 의도한 유형
top-k-frequent-elements	Medium	⚠️ 유형 불일치
two-sum	Easy	✅ 의도한 유형
valid-anagram	Easy	⚠️ 유형 불일치

누적 학습 요약

• 풀이한 문제: 5 / 75개
• 이번 주 유형 일치율: 57% (7문제 중 4문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Heap	■■□□□□□	1 / 3 (Medium 1)
Array	■□□□□□□	2 / 10 (Easy 2)
String	■□□□□□□	2 / 10 (Medium 1, Easy 1)
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
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	1,812	248	2,060	$0.000190
2	2,067	347	2,414	$0.000242
합계	3,879	595	4,474	$0.000432

[freemjstudio]

엇 3주차 문제랑 예전 문제랑 섞인것 같습니다..!
코드가 전반적으로 파이썬 함수들을 잘 활용하셔서 간결하네용!

제가 지난 주차 문제도 merge해도 되는지 study 규칙을 몰라서 코멘트만 남기겠습니다,,, 고생하셨습니다 !

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Greedy
• 설명: 클래식 피보나치 수열 기반의 DP 형태로, 이전 두 값을 이용해 현재 값을 계산하며 최적해를 구한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 입력 n에 대해 상수 공간으로 마지막 두 값을 유지하며 반복으로 결과를 구한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Brute Force
• 설명: 두 원소를 이중 순회하여 동일한 값이 있는지 확인하는 방법으로, 가장 단순한 탐색 패턴인 Brute Force에 해당합니다. 시간 복잡도 O(n^2)으로 비효율적이지만 구현이 간단합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n^2)
Space	O(1)

피드백: 중첩 루프를 통해 모든 쌍을 비교하므로 시간 복잡도가 n^2이다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Sorting
• 설명: 문자열을 정렬한 키를 해시 맵에 매핑해 같은 아나그램을 묶는 방식으로 중복 여부를 해시 맵으로 관리한다. 정렬은 변환 키 생성, 해시 맵은 그룹으로 묶는 역할을 한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n * m log m)
Space	O(n * m)

피드백: 각 단어별로 정렬 cost가 존재하고 해시맵에 그룹을 저장한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Bit Manipulation
• 설명: 코드는 주어진 정수를 이진 문자열로 변환한 후 '1'의 개수를 셈. 비트 조작보단 내장 함수 활용이지만 비트의 1비트를 세는 패턴과 관련된 Bit Manipulation 계열에 가깝습니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(k)
Space	O(1)

피드백: 문자열 변환과 카운트 방식으로 상수 공간에서 동작한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Sorting
• 설명: 입력 수를 해시 맵으로 세고, 각 원소의 빈도수를 기준으로 정렬하여 상위 k개를 뽑는 방식으로 구성되어 있습니다. 해시 맵을 사용한 카운트와 빈도 기반 정렬이 핵심 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n log n)
Space	O(n)

피드백: 빈도 수를 내림차순으로 정렬하는 비용이 주된 시간 복잡도다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Hash Map / Hash Set, Two Pointers
• 설명: 해당 코드는 해시 맵으로 값을 저장하고, 타깃-현재값의 존재 여부를 확인하여 한 번의 순회로 답을 찾는 방식이다. 두 포인터가 아니라 해시 맵 기반의 탐색으로 특정 패턴을 적용한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 최적의 선형 시간 솔루션으로 일반적인 접근이다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Sorting
• 설명: 두 문자열을 정렬한 뒤 비교하는 방식으로 동일 여부를 판단하므로 정렬 기반 비교 패턴에 속합니다. 일반적으로 입력 크기에 따라 시간 복잡도 O(n log n)가 특징입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n log n)
Space	O(n)

피드백: 정렬 비용이 주된 시간 복잡도이며 추가 공간은 정렬 방식에 따라 달라진다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!