[jdy8739] week 8 #955
[jdy8739] week 8 #955
Conversation
|
|
||
| // 재귀를 활용한 dfs를 사용한 풀이 | ||
| // 시간복잡도 O(v + e) -> v(노드의 수) + e(간선의 수) 만큼 탐색을 수행 | ||
| // 공간복잡도 O(n) -> map이 총 노드의 수 만큼 크기를 가짐 |
There was a problem hiding this comment.
- 공간복잡도 분서 결과에는 영향을 미치지 않지만, 재귀호출 스택에 대한 언급도 해주면 좋을 것 같아요!
- 시간복잡도에서 노드의 수를 v라고 표현하셨으니까 공간복잡도도 O(v)라고 써주면 더 나을 것 같아요
| nodeMap.set(clone.val, clone); | ||
|
|
||
| for (const nei of nodeParam.neighbors) { | ||
| clone.neighbors = [...clone.neighbors, dfs(nei)]; |
There was a problem hiding this comment.
Array를 매번 새로 만들어주는 대신에 새 원소를 push해주는 방식은 어떤가요?
| clone.neighbors = [...clone.neighbors, dfs(nei)]; | |
| clone.neighbors.push(dfs(nei)); |
There was a problem hiding this comment.
넵 풀이에 그렇게 push로 원소를 넣어 주던데 그 방식이 좀 더 간결하고 성능도 나은 것 같습니다 :)
|
|
||
| // 큐를 활용한 bfs를 사용한 풀이 | ||
| // 시간복잡도 O(v + e) -> v(노드의 수) + e(간선의 수) 만큼 탐색을 수행 | ||
| // 공간복잡도 O(n) -> map이 총 노드의 수 만큼 크기를 가짐 |
There was a problem hiding this comment.
시간복잡도에서 노드의 수를 v라고 표현하셨으니까 공간복잡도도 O(v)라고 써주면 더 나을 것 같아요
There was a problem hiding this comment.
그러네요 수정해서 커밋하겠습니다. 감사합니다! :)
| // 이 queue에는 클론이 아니라 원본 노드가 들어가야함(neighbors에 대한 참조 때문) | ||
| const queue = [node]; |
There was a problem hiding this comment.
알고리즘은 정상적으로 동작하지만 해당 Array는 queue가 아니네요 (stack처럼 동작해요!)
| return dfs(0, 0); | ||
| }; | ||
|
|
||
| // 시간복잡도 O(m * n) -> 재귀를 통해 m과 n이 1씩 증가하면서 상대편의 m or n 번 째 인덱스 문자열을 비교하므로??? (잘 모르겠습니다. 리뷰어분이 여유되시면 설명부탁드립니다 ㅜㅜ) |
There was a problem hiding this comment.
어디까지 이해되셨고 어디부터 이해가 잘 안되시는지 Discussion에 올려주세요~!
| const countOfOthers = currLength - maxCountOfChar; | ||
|
|
||
| // 현재 문자열의 길이에서 가장 많이 나오는 문자열의 수를 뺸 값인 countOfOthers가 | ||
| // k보다 작으면 현재 문자열에서 start번 째 문자의 수를 map에서 감소시키고 star의 값을 증가시킨다. |
| /** | ||
| * @param {number} n | ||
| * @return {number} | ||
| */ | ||
| var hammingWeight = function (n) { | ||
| const binary = [1]; | ||
|
|
||
| while (binary[0] < n) { | ||
| const latest = binary[0] * 2; | ||
|
|
||
| binary.unshift(latest); | ||
| } | ||
|
|
||
| let count = 0; | ||
|
|
||
| for (let i = 0; i < binary.length; i++) { | ||
| if (binary[i] <= n) { | ||
| count++; | ||
| n = n - binary[i]; | ||
| } | ||
|
|
||
| if (n === 0) { | ||
| break; | ||
| } | ||
| } | ||
|
|
||
| return count; | ||
| }; | ||
|
|
||
| // 시간복잡도 O(logn) -> 이진탐색처럼 2씩 곱해가며 n을 넘어가는 가장 큰 수를 찾으므로 |
There was a problem hiding this comment.
- bitwise연산자에 대해서 한 번 찾아보시는 걸 추천드립니다 e.g. Right shift. bitwise 연산자를 이용한 풀이가 떠오르지 않는다면 다른 분들 풀이를 참고해주세요~!
- 제가 알기론
unshift의 시간 복잡도는 O(1)이 아닙니다. (이 부분도 찾아보시는게 좋을 것 같아요) 따라서 해당 풀이의 시간 복잡도 분석도 다시 이뤄져야할 것 같다는 생각이 듭니다.
There was a problem hiding this comment.
js의 배열이 원소들이 연달아 주소값을 가지는 형태가 아니다보니 O(1)라고 생각했는데요, 한 번 알아보고 주석을 다시 달아 커밋하겠습니다. 코멘트 감사합니다!
There was a problem hiding this comment.
js의 unshift는 배열의 요소가 맨 앞에 추가될 때마다 뒤 모든 요소들의 index가 1 씩 추가되므로 O(n)의 복잡도를 갖는다는 것을 알게되었습니다!!
- JavaScript 배열의 내부 구조
JavaScript 엔진(V8 기준)에서 배열은 두 가지 형태로 저장될 수 있습니다.
✅ (1) Packed Elements (연속된 메모리, 빠름)
배열이 숫자로만 이루어져 있고, 인덱스가 연속적이면
내부적으로 일반적인 동적 배열처럼 연속된 메모리에 저장됨
O(1)로 빠른 조회가 가능
let arr = [1, 2, 3, 4]; // Packed Elements 사용
✅ (2) Sparse Elements (비연속적, 느림)
배열이 중간에 빈 요소가 있거나, 숫자가 아닌 객체가 포함된 경우
내부적으로 해시 테이블(Hash Map)처럼 동작
요소를 조회할 때 해시 테이블에서 검색해야 하므로 느려짐 (O(1) → O(n))
let arr = [];
arr[0] = 1;
arr[100] = 2; // 희소 배열 (Sparse Array)
✅ 위처럼 인덱스가 연속되지 않으면 메모리가 연속적이지 않음!
답안 제출 문제
체크 리스트
In Review로 설정해주세요.