[alphaorderly] WEEK 07 Solutions

[alphaorderly]

답안 제출 문제

• Reverse Linked List #223
• Longest Substring Without Repeating Characters #243
• Number of Islands #258
• Unique Paths #273
• Set Matrix Zeroes #283

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]

📊 alphaorderly 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
longest-substring-without-repeating-characters	Medium	✅ 의도한 유형
number-of-islands	Medium	✅ 의도한 유형
reverse-linked-list	Easy	✅ 의도한 유형
set-matrix-zeroes	Medium	✅ 의도한 유형
unique-paths	Medium	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 30 / 75개
• 이번 주 유형 일치율: 100% (5문제 중 5문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	■■■■■■□	8 / 10 (Medium 5, Easy 3)
Dynamic Programming	■■■■□□□	7 / 11 (Easy 1, Medium 6)
Matrix	■■■■□□□	2 / 4 (Medium 2)
String	■■■■□□□	5 / 10 (Medium 2, Easy 3)
Heap	■■□□□□□	1 / 3 (Medium 1)
Tree	■■□□□□□	4 / 14 (Medium 3, Easy 1)
Binary	■□□□□□□	1 / 5 (Easy 1)
Linked List	■□□□□□□	1 / 6 (Easy 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	2,225	179	2,404	$0.000183
2	3,371	216	3,587	$0.000255
3	3,352	220	3,572	$0.000256
4	3,335	212	3,547	$0.000252
5	3,335	207	3,542	$0.000250
합계	15,618	1,034	16,652	$0.001195

[alphaorderly]

2D DP에서 dp 내용을 출력하고
대각선으로 보면 Pascal Triangle이 만들어집니다.
이것대로 Combination 연산으로 하셔도 맨 아래 코드를 얻을수 있으세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Sliding Window, Hash Map / Hash Set
• 설명: 두 포인터(left, right)로 연속 부분 문자열을 창/window로 확장 축소하며 서로 다른 문자만 남도록 중복 여부를 해시 맵으로 관리하는 방식이다. 이는 길이가 최대로 되는 모든 고유 부분 문자열을 찾는 일반적인 Sliding Window 패턴에 해당한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 슬라이딩 윈도우와 해시맵(딕셔너리) 활용으로 각 문자 등장 여부를 관리한다. right 증가에 따라 중복이 생기면 left를 이동시키며 윈도우 크기를 조정한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Depth-First Search, Breadth-First Search, Hash Map / Hash Set
• 설명: 코드는 BFS와 DFS 두 가지 방식으로 섬을 탐색하며, 방문 여부를 표시하기 위해 격자 데이터를 '#''로 바꿉니다. 두 구현 모두 인접한 땅을 탐색하고 섬의 수를 증가시키는 패턴을 보이며, 방문 관리에 추가 데이터 구조를 사용하지 않는 점에서 해시 맵/세트의 직접 사용은 보조적으로 판단됩니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.numIslands — Time: O(m * n) / Space: O(m * n)

	복잡도
Time	O(m * n)
Space	O(m * n)

피드백: 두 가지 구현이 제시되어 있으며 모두 탐색으로 모든 육지('1')를 방문한다. 방문 여부를 표시하기 위해 grid를 변형하여 추가 공간을 사용하지 않는다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.numIslands — Time: O(m * n) / Space: O(m * n)

	복잡도
Time	O(m * n)
Space	O(m * n)

피드백: 재귀를 이용한 DFS로 모든 연결된 육지를 탐색한다. 스택을 사용하는 구현과 동일한 시간/공간 복잡도다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Linked List
• 설명: 헤드와 프리브 포인터를 이용해 linked list를 역순으로 순회하며 노드 연결을 재설정하는 전형적인 투 포인터 기법. 공간 복잡도 O(1), 반복 구조로 리스트를 한 번 순회한다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 단일 포인터를 활용해 앞 노드와 현재 노드의 연결을 역전한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Greedy, Hash Map / Hash Set
• 설명: 이 코드는 행/열의 플래그를 첫 행/열을 임시 저장소로 활용하는 방식으로 제로를 표시하는 패턴이다. 공간을 추가로 사용하지 않고 원래 배열의 행/열을 이용해 조건을 전파하므로 일반적으로 최적화된 탐색/표시 기법으로 분류된다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(m * n)
Space	O(1)

피드백: 첫 행/열을 마커로 활용하는 표준 최적화 방법을 택했다. 초기 상태를 따로 확인하여 경계 케이스를 처리한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Combinatorial, Memoization
• 설명: 다양한 구현에서 2D/1D DP를 이용한 최단 경로의 경우의 수를 계산하고, 재귀+캐시(메모이제이션) 패턴으로 중복 계산을 줄이는 사례가 포함되어 있습니다. 또한 재귀 기반의 상향식 DP를 보완하는 memoization 기법이 사용됩니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 4가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.uniquePaths — Time: O(m * n) / Space: O(m * n)

	복잡도
Time	O(m * n)
Space	O(m * n)

피드백: 여러 접근 방식이 포함되어 있지만 각각의 구현은 서로 다른 공간/시간 특성을 가진다. 문제에 따라 선택적으로 사용할 수 있다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.uniquePaths — Time: O(m * n) / Space: O(n)

	복잡도
Time	O(m * n)
Space	O(n)

피드백: 행마다 열의 경로를 누적 업데이트하여 공간을 줄인다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.uniquePaths — Time: O(1) / Space: O(1)

	복잡도
Time	O(1)
Space	O(1)

피드백: 팩토리얼 기반의 조합 계산으로 시간 복잡도는 입력에 따라 달라지지만 일반적으로 상수 계수의 차이가 있다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 4: Solution.uniquePaths — Time: O(m * n) / Space: O(m * n)

	복잡도
Time	O(m * n)
Space	O(m * n)

피드백: 재귀 기반의 방법으로 중복되는 부분 문제를 저장해 효율을 유지한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!