Merge pull request #2037 from Seoya0512/main

[Seoya0512] WEEK 02 Solutions

Author: TonyKim9401

3sum/Seoya0512.py

@@ -0,0 +1,78 @@
+from typing import List
+
+'''
+1차 시도: 실패 (시간 초과)
+- nums에서 두 수 (A,B)를 고른 후, 세번째 숫자인 -(A+B)가 A,B를 제외한 nums에 존재하는지 확인
+- 중복된 결과를 제거하기 위해 set과 sorted(tuple)을 활용
+
+시간 복잡도: O(N^3)
+- Outer loop와 Inner loop 각각 O(N) 이므로 O(N^2)은 기본
+- nums[j:]에서 third_num을 찾는 데 O(N) 시간이 걸려서 전체 시간 복잡도는 O(N^3)
+
+공간 복잡도: 최대 O(N^2)
+- answer_set은 중복되지 않는 triplet을 저장하며, 3SUM 특성상 유니크한 triplet의 최대 개수는 O(N^2)
+
+'''
+
+class Solution:
+    def threeSum(self, nums: List[int]) -> List[List[int]]:
+        answer_set = set()
+
+        for i in range(len(nums) - 1):
+            for j in range(i + 1, len(nums)):
+                    third_num = -1 * (nums[i] + nums[j])   
+
+                    if third_num in nums[j:]:
+                        answer_set.add(tuple(sorted([nums[i], nums[j], third_num])))
+
+        return [list(t) for t in answer_set]
+
+'''
+개선 : if third_num in nums[j:] 부분을 set을 활용
+Approach
+- nums에서 두 수 (A,B)를 고른 후, 세번째 숫자인 -(A+B)가 존재하는지 확인하는 기존 기조는 유지함
+- (A,B) 쌍 중 ‘A(첫 번째 숫자)’가 동일한 값일 때,
+  이미 동일한 first 값으로 생성할 수 있는 모든 triplet을 처리했으므로
+  다시 같은 first로 시작하는 조합을 만들 필요가 없다는 점을 활용
+- seen set을 활용해서 (A,B)가 고정된 이후 세번째 숫자인 -(A+B)가 존재하는지 O(1) 시간에 확인
+
+- (예시) seen set은 i가 고정된 이후 j를 순회하면서 nums[j] 값을 저장
+- nums = [a, b, c, d, e]
+    - i = 0 (nums[i] = a)일 때, seen = {}
+    - j = 1 (nums[j] = b)일 때, seen = {b}
+    - j = 2 (nums[j] = c)일 때, seen = {b, c}
+    - j = 3 (nums[j] = d)일 때, seen = {b, c, d}
+    - j = 4 (nums[j] = e)일 때, seen = {b, c, d, e)
+
+시간 복잡도: O(N^2)
+- Outer loop와 Inner loop 각각 O(N) 이므로 전체 시간 복잡도는 O(N^2)
+
+공간 복잡도: 최대 O(N^2)
+- seen set은 nums[j]를 저장하며 최악의 경우 O(N)
+- used_first도 distinct first 값들을 저장하며 최대 O(N)
+- answer_set은 중복되지 않는 triplet을 저장하며, 3SUM 특성상 유니크한 triplet의 최대 개수는 O(N^2)
+'''
+class Solution:
+    def threeSum(self, nums: List[int]) -> List[List[int]]:
+        answer_set = set()
+        n = len(nums)
+
+        used_first = set()  # 이미 i로 사용한 값들
+
+        for i in range(n - 1):
+            # 같은 값을 첫 번째 숫자로 한 번만 쓰기
+            if nums[i] in used_first:
+                continue
+            used_first.add(nums[i])
+
+            seen = set()
+            for j in range(i + 1, n):
+                third_num = -1 * (nums[i] + nums[j])
+
+                if third_num in seen:
+                    triplet = tuple(sorted([nums[i], nums[j], third_num]))
+                    answer_set.add(triplet)
+                else:
+                    seen.add(nums[j])
+
+        return [list(t) for t in answer_set]

climbing-stairs/Seoya0512.py

@@ -0,0 +1,17 @@
+'''
+Approach: Dynamic Programming
+- 혼자서 해결하려고 고민을 30분 이상 했으나 실패해서 알고달레 선생님의 블로그 도움을 받았습니다.
+- 해당 문제를 통해 동적 계획,Dynamic Programming
+- 더 적은 입력에 대한 답을 먼저 구해서 저장해놓고, 더 큰 입력에 대한 답을 구할 때 활용하는 방식에 대해 학습할 수 있었습니다!
+
+Time Complexity: O(n)
+- for loop이 n번 순회하며 각 값에 대한 연산 O(n) 발생
+Space Complexity: O(n)
+- nums 딕셔너리에 각 계단 수에 대한 경우의 수를 저장
+'''
+class Solution:
+    def climbStairs(self, n: int) -> int:
+        nums = {1:1, 2:2}
+        for i in range(3, n+1):
+            nums[i] = nums[i-1] + nums[i-2]
+        return nums[n]

product-of-array-except-self/Seoya0512.py

@@ -0,0 +1,28 @@
+'''
+Approach
+- 배열에 0이 2개 이상 있는 경우, 모든 원소는 0이 되므로 바로 답을 반환
+- "self(전체 곱에서 제외될 값)"의 인덱스를 기준으로 왼쪽(before)과 오른쪽(after)곱을 미리 계산해서 배열에 저장
+- 최종적으로 before와 after 배열의 같은 인덱스 값을 곱해서 반환
+
+Time Complexity: O(N)
+- after, before 배열을 각각 한 번씩 순회하며 계산
+- 결과를 반환할때 두 배열을 곱을 계산
+Space Complexity: O(N)
+- N은 num의 길이이며 N크기에 비례하는 before, after 배열 생성 공간
+'''
+from typing import List
+
+class Solution:
+    def productExceptSelf(self, nums: List[int]) -> List[int]:
+        if nums.count(0) > 1:
+            return [0] * len(nums)
+        
+        before = [1] * len(nums)  
+        for idx in range(len(nums)-1):
+            before[idx+1] = before[idx] * nums[idx]
+        
+        after = [1] * len(nums)
+        for jdx in range(len(nums)-1, 0, -1):
+            after[jdx-1] = after[jdx] * nums[jdx]
+        
+        return [x * y for x, y in zip(before, after)]

valid-anagram/Seoya0512.py

@@ -0,0 +1,50 @@
+'''
+Approach 1: Sorting
+- 제일 먼저 생각나는 간단한 방법은 sorted 함수를 활용해서 분류해서 s 와 t가 동일한지 확인하는 방법입니다.
+- 정렬메소드를 사용하면 n log n의 시간복잡도가 발생하는 것을 인지하고도 풀어봤습니다.
+
+Time Complexity: O(n log n)
+- 분류 정렬에서 O(n log n) 발생
+
+Space Complexity: O(n)
+- 분류 문자열을 생성하는 공간 때문에 O(n) 발생
+'''
+class Solution:
+    def isAnagram(self, s: str, t: str) -> bool:
+        sorted_s = ''.join(sorted(s))
+        sorted_t = ''.join(sorted(t))
+        if(sorted_s == sorted_t):
+            return True
+        else: 
+            return False
+
+'''
+Approach 2: 빈도수 카운팅
+- 두 문자열의 길이를 먼저 비교해서 다르면 False를 반환해서 1차 필터링
+- count 딕셔너리를 생성해서 s 문자열의 빈도수를 카운팅
+- t 문자열을 순회하면서 딕셔너리에 포함되어 있으면 카운팅을 감소시키고, 값이 없으면 False를 반환
+
+
+Time Complexity: O(n)
+- 두 문자열을 각각 순회하면 딕셔너리 생성, 빈도수 카운팅 및 감소 에서 O(n) 발생
+
+Space Complexity: O(n)
+- count 딕셔너리 저장 공간 때문에 O(n) 발생
+'''
+class Solution:
+    def isAnagram(self, s: str, t: str) -> bool:
+        # 길이가 일치하지 않으면 False 
+        if len(s) != len(t):
+            return False
+        # 문자 개수 카운트
+        count = {}
+        for val in s:
+            count[val] = count.get(val, 0) + 1
+        for val in t:
+            if val not in count:
+                return False
+            count[val] -= 1
+            # 예시 : s = "aacc", t = "ccac" 인 경우 count[val] 이 음수가 될 수 있음
+            if count[val] < 0:
+                return False
+        return True