[juhui-jeong] WEEK 13 Solutions

[juhui-jeong]

답안 제출 문제

• Lowest Common Ancestor of a Binary Search Tree #249
• Kth Smallest Element In a Bst #252
• Insert Interval #277
• Find Median From Data Stream #289

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]

📊 juhui-jeong 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
lowest-common-ancestor-of-a-binary-search-tree	Medium	✅ 의도한 유형
non-overlapping-intervals	Medium	⚠️ 유형 불일치
remove-nth-node-from-end-of-list	Medium	⚠️ 유형 불일치
same-tree	Easy	✅ 의도한 유형
serialize-and-deserialize-binary-tree	Hard	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 21 / 75개
• 이번 주 유형 일치율: 60% (5문제 중 3문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Linked List	■■■■□□□	3 / 6 (Easy 2, Medium 1)
Array	■■■□□□□	4 / 10 (Easy 3, Medium 1)
String	■■■□□□□	4 / 10 (Medium 1, Easy 3)
Heap	■■□□□□□	1 / 3 (Medium 1)
Tree	■■□□□□□	4 / 14 (Easy 3, Hard 1)
Binary	■□□□□□□	1 / 5 (Easy 1)
Interval	■□□□□□□	1 / 5 (Medium 1)
Dynamic Programming	■□□□□□□	2 / 11 (Easy 1, Medium 1)
Graph	■□□□□□□	1 / 8 (Medium 1)
Matrix	□□□□□□□	0 / 4 ← 아직 시작 안 함

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-4.1-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	2,806	163	2,969	$0.000346

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search, Tree
• 설명: 이 코드는 이진 탐색 트리의 특성을 활용하여 두 노드의 공통 조상을 찾는 문제로, 값 비교를 통해 탐색 범위를 좁히는 이진 탐색 패턴이 적용됩니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.lowestCommonAncestor — Time: O(h) / Space: O(1)

	복잡도
Time	O(h)
Space	O(1)

피드백: 트리의 높이 h에 비례하는 반복문을 통해, p와 q의 값에 따라 좌우로 내려가며 최적의 공통 조상을 찾는다. 최악의 경우 트리의 높이만큼 탐색하므로 O(h) 시간과 O(1) 공간이 소요된다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.lowestCommonAncestor — Time: O(h) / Space: O(h)

	복잡도
Time	O(h)
Space	O(h)

피드백: 재귀 호출을 통해 트리의 높이만큼 호출 스택이 쌓이므로, 시간은 트리 높이 h에 비례하고 공간은 O(h)이다. p와 q의 값에 따라 좌우로 내려가며 최적의 공통 조상을 찾는다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Greedy, Sorting
• 설명: 이 코드는 겹치지 않는 구간을 찾기 위해 정렬 후 탐욕적 선택을 하는 방식으로 해결하며, 정렬이 핵심 패턴입니다. 그리디 전략으로 최적의 선택을 합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 3가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.eraseOverlapIntervals — Time: O(n log n) / Space: O(1)

	복잡도
Time	O(n log n)
Space	O(1)

피드백: intervals 배열을 정렬한 후, 겹치는 구간을 찾으며 최소 제거 횟수를 계산한다. 정렬이 시간 복잡도를 결정하며, 이후 반복문은 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.eraseOverlapIntervals — Time: O(n log n) / Space: O(1)

	복잡도
Time	O(n log n)
Space	O(1)

피드백: 끝나는 시간 기준으로 정렬하여 겹치는 구간을 최소화한다. 정렬 후 반복문은 O(n)이며, 전체 시간 복잡도는 정렬에 의해 결정된다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 3: Solution.eraseOverlapIntervals — Time: ✅ O(n log n) → O(n log n) / Space: ❌ O(n) → O(1)

	유저 분석	실제 분석	결과
Time	O(n log n)	O(n log n)	✅
Space	O(n)	O(1)	❌

피드백: 배열을 정렬한 후, 이전 종료 시간과 비교하여 겹침 여부를 판단한다. 정렬이 시간 복잡도를 지배하며, 반복문은 O(n)이다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers
• 설명: 두 포인터를 활용하여 리스트를 한 번 순회하며 n번째 노드를 찾고 제거하는 방식으로 효율적이다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.removeNthFromEnd — Time: O(n) / Space: O(1)

	복잡도
Time	O(n)
Space	O(1)

피드백: 더미 노드를 활용하여 fast와 slow 포인터를 n만큼 차이 나게 이동시킨 후, 동시에 이동하며 제거 위치를 찾는다. 시간은 리스트 길이 n에 비례하며, 공간은 상수이다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.removeNthFromEnd — Time: ✅ O(n) → O(n) / Space: ✅ O(1) → O(1)

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(1)	O(1)	✅

피드백: 리스트 전체 길이를 먼저 계산한 후, 제거할 위치를 찾아서 노드를 연결한다. 두 번의 순회로 해결하며, 시간은 리스트 길이 n에 비례한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: DFS, BFS
• 설명: 이 코드는 재귀를 이용한 깊이 우선 탐색(DFS)과 큐를 이용한 너비 우선 탐색(BFS) 방식을 모두 사용하여 두 트리의 노드 값을 비교하는 방식입니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Solution.isSameTree — Time: ✅ O(n) → O(n) / Space: ✅ O(h) → O(h)

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(h)	O(h)	✅

피드백: 두 트리의 노드 값을 비교하며 재귀적으로 좌우 서브트리를 탐색한다. 모든 노드를 방문하므로 시간 복잡도는 O(n), 재귀 호출 스택은 트리 높이 h에 비례한다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Solution.isSameTree — Time: ✅ O(n) → O(n) / Space: ✅ O(n) → O(n)

	유저 분석	실제 분석	결과
Time	O(n)	O(n)	✅
Space	O(n)	O(n)	✅

피드백: 두 트리를 레벨별로 큐를 이용해 비교한다. 모든 노드를 방문하므로 시간은 O(n), 큐의 크기는 최악의 경우 전체 노드 수에 비례한다.

개선 제안: 현재 구현이 적절해 보입니다.

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: DFS
• 설명: 이 코드는 트리 구조를 재귀적으로 순회하며 직렬화와 역직렬화를 수행하는데, 깊이 우선 탐색(DFS) 방식을 사용하여 노드 방문 순서를 결정합니다.

📊 시간/공간 복잡도 분석

ℹ️ 이 파일에는 2가지 풀이가 포함되어 있어 각각 분석합니다.

풀이 1: Codec.serialize — Time: O(n) / Space: O(n)

	복잡도
Time	O(n)
Space	O(n)

피드백: 트리의 모든 노드를 순회하며 문자열로 변환한다. 노드 수 n에 비례하는 시간과 공간이 소요된다.

개선 제안: 현재 구현이 적절해 보입니다.

풀이 2: Codec.deserialize — Time: O(n) / Space: O(n)

	복잡도
Time	O(n)
Space	O(n)

피드백: 문자열을 배열로 분할 후 재귀적으로 노드를 복원한다. 노드 수 n에 비례하는 시간과 공간이 소요된다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!