[mandel-17] WEEK 01 solutions

[mandel-17]

답안 제출 문제

• Contains Duplicate #217
• Two Sum #219
• Top K Frequent Elements #237

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.

[mandel-17]

@DaleStudy 리뷰해줘

[dalestudy]

좋은 시도와 열정을 보여주셔서 정말 잘하셨어요! 여러 문제를 해결하려고 하는 모습이 인상적입니다. 몇 가지 피드백을 드리자면, 이로써 더 효율적이고 가독성 좋은 코드로 발전하실 수 있을 것 같아요.

1. 시간/공간 복잡도 분석 요청:
   각 솔루션에 대한 시간과 공간 복잡도를 명시하는 것을 권장합니다. 예를 들어, containsDuplicate은 현재 O(n^2) (내부 in 연산이 리스트 전체 검색으로 O(n)) 시간복잡도를 갖고 있는데, 더 효율적 방법이 존재합니다. 이를 O(n)으로 개선 가능하며, 이점을 명시하면 가독성과 이해가 더 좋아집니다.

2. containsDuplicate 개선 제안:
   현재 방법은 리스트에서 중복을 찾기 위해 리스트를 계속 확장하며 검색하는 구조로, 시간 복잡도가 높습니다. 대신 set을 활용하면 O(n)의 시간복잡도를 달성할 수 있습니다:

def containsDuplicate(self, nums: List[int]) -> bool:
    seen = set()
    for num in nums:
        if num in seen:
            return True
        seen.add(num)
    return False

이 방법은 불필요한 반복문과 조건을 제거하여 가독성도 높이고 효율적입니다.

3. topKFrequent 개선 제안:
   현재는 딕셔너리로 빈도수를 세고 정렬하여 해결하는 방식입니다. 이는 O(n log n) 시간복잡도를 갖지만, 힙 자료구조를 이용하면 더욱 효율적입니다:

import heapq
from collections import Counter

def topKFrequent(self, nums: List[int], k: int) -> List[int]:
    count = Counter(nums)
    return [item for item, _ in heapq.nlargest(k, count.items(), key=lambda x: x[1])]

이 방식은 O(n log k)로 더 빠를 수 있습니다.

4. twoSum 개선 제안:
   현재는 in 연산으로 O(n) 검색이 반복되어 전체 시간복잡도가 O(n^2)가 됩니다. 더 좋은 방법은 딕셔너리로 한 번만 순회하며 O(n)에 해결하는 것:

def twoSum(self, nums: List[int], target: int) -> List[int]:
    hash_map = {}
    for i, num in enumerate(nums):
        complement = target - num
        if complement in hash_map:
            return [hash_map[complement], i]
        hash_map[num] = i

이 방법은 검색과 저장을 한 번씩만 수행하므로 효율적입니다.

전반적으로:

• 가독성을 위해 변수명과 구조를 좀 더 명확히 다듬으면 좋겠어요.
• 각 문제에 시간/공간 복잡도 분석을 포함시키면 학습에 큰 도움이 됩니다.
• 이미 좋은 시도를 보여주셨기 때문에, 제안드린 방식들로 개선한다면 더욱 뛰어난 해결책이 될 겁니다!

계속해서 도전하는 모습이 멋지고, 발전 가능성도 무궁무진합니다. 화이팅입니다!

[TonyKim9401]

1주차 문제 풀이 고생하셨습니다!
온보딩 및 스터디 적응 하시는데 앞으로 조금 더 힘내주시고 앞으로의 15주간 여정 응원합니다.
2주차 문제 풀이도 파이팅입니다!