[KwonNayeon] Week 14

binary-tree-level-order-traversal/KwonNayeon.py

@@ -0,0 +1,46 @@
+"""
+Constraints:
+- The number of nodes in the tree is in the range [0, 2000].
+- -1000 <= Node.val <= 1000
+
+Time Complexity: O(n)
+- 각 노드를 한 번씩만 방문함
+
+Space Complexity: O(n)
+- 결과 리스트는 모든 노드의 값을 저장함
+
+풀이방법:
+1. queue와 BFS를 활용하여 레벨 순서로 노드를 순회
+2. 각 레벨의 노드들을 별도의 리스트로 모아서 결과에 추가
+3. 각 노드를 처리할 때 그 노드의 자식들을 큐에 추가하여 다음 레벨로 넘어감
+"""
+# Definition for a binary tree node.
+# class TreeNode:
+#     def __init__(self, val=0, left=None, right=None):
+#         self.val = val
+#         self.left = left
+#         self.right = right
+class Solution:
+    def levelOrder(self, root: Optional[TreeNode]) -> List[List[int]]:
+        if not root:
+            return []
+
+        result = []
+        queue = deque([root])
+
+        while queue:
+            level_size = len(queue)
+            current_level = []
+
+            for _ in range(level_size):
+                node = queue.popleft()
+                current_level.append(node.val)
+
+                if node.left:
+                    queue.append(node.left)
+                if node.right:
+                    queue.append(node.right)
+
+            result.append(current_level)
+
+        return result

counting-bits/KwonNayeon.py

@@ -0,0 +1,33 @@
+"""
+Constraints:
+- 0 <= n <= 10^5
+
+Time Complexity: O(n log n)
+- 외부 루프: O(n) (0부터 n까지 반복)
+- hammingWeight 함수: O(log n)
+- 총 시간 복잡도: O(n) * O(log n) = O(n log n)
+
+Space Complexity: O(n)
+- 결과를 저장하기 위한 길이 n+1의 배열 필요
+
+풀이방법:
+1. 길이가 n+1인 ans 배열을 생성
+2. 0부터 n까지의 각 숫자에 대해:
+   - hammingWeight 함수를 사용하여 숫자 i를 이진수로 변환했을 때 1의 개수 계산
+   - 결과를 ans[i]에 저장
+3. ans 배열 반환
+"""
+class Solution:
+    def countBits(self, n: int) -> List[int]:
+        ans = [0] * (n+1)
+
+        for i in range(n+1):
+            ans[i] = self.hammingWeight(i)
+        return ans
+
+    def hammingWeight(self, n: int) -> int:
+        count = 0
+        while n:
+            count += n & 1
+            n >>= 1
+        return count

house-robber-ii/KwonNayeon.py

@@ -0,0 +1,38 @@
+"""
+Constraints:
+- 1 <= nums.length <= 100
+- 0 <= nums[i] <= 1000
+
+Time Complexity: O(n)
+
+Space Complexity: O(n)
+
+풀이방법:
+1. 집이 하나만 있는 경우 → 그 집을 텀
+2. 먼저 원형이 아닌 일반적인 House Robber 문제를 해결하는 함수를 구현함
+3. 이 문제의 제약조건을 포함하기 위해:
+  - 첫 번째 집을 털지 않는 경우 (nums[1:])
+  - 마지막 집을 털지 않는 경우 (nums[:-1])
+  - 둘 중 최댓값을 반환
+"""
+class Solution:
+    def rob(self, nums: List[int]) -> int:
+        if len(nums) == 1:
+            return nums[0]
+
+        def rob_simple(houses):
+            if len(houses) == 1:
+                return houses[0]
+            elif len(houses) == 2:
+                return max(houses[0], houses[1])
+
+            dp = [0] * len(houses)
+            dp[0] = houses[0]
+            dp[1] = max(houses[0], houses[1])
+
+            for i in range(2, len(houses)):
+                dp[i] = max(dp[i-1], houses[i] + dp[i-2])
+
+            return dp[-1]
+
+        return max(rob_simple(nums[1:]), rob_simple(nums[:-1]))

meeting-rooms-ii/KwonNayeon.py

@@ -0,0 +1,34 @@
+"""
+Time Complexity: O(n log n)
+- 정렬에 O(n log n)
+- 각 미팅에 대한 힙 연산이 O(log n)
+
+Space Complexity: O(n)
+- 최악의 경우 모든 미팅이 동시에 진행되어 힙에 n개의 원소가 저장됨
+
+풀이방법:
+1. 미팅 시간(intervals)을 시작 시간을 기준으로 정렬함
+2. 최소 힙을 이용해서 현재 진행 중인 미팅의 종료시간을 저장함
+3. 각 미팅을 순회하면서:
+  - 새 미팅의 시작시간이 힙의 최소 종료시간보다 크거나 같으면 -> 가장 일찍 끝나는 미팅을 힙에서 제거
+  - 현재 미팅의 종료시간을 힙에 추가
+4. 힙의 크기 = 필요한 최소 회의실의 수
+"""
+import heapq
+
+def min_meeting_rooms(intervals):
+    if not intervals:
+        return 0
+
+    intervals.sort(key=lambda x: x[0])
+
+    rooms = []
+
+    heapq.heappush(rooms, intervals[0][1])
+
+    for i in range(1, len(intervals)):
+        if intervals[i][0] >= rooms[0]:
+            heapq.heappop(rooms)
+        heapq.heappush(rooms, intervals[i][1])
+    return len(rooms)
+