[hu6r1s] WEEK 04 Solutions

find-minimum-in-rotated-sorted-array/hu6r1s.py

@@ -0,0 +1,55 @@
+class Solution:
+    """
+    [3, 4, 5, 1, 2] -> [2, 3, 4, 5, 1] -> [1, 2, 3, 4, 5]
+    1. 큐의 rotate 이용 -> 회전 전의 첫 요소가 회전 후의 요소 비교
+    시간복잡도: O(n^2)
+    - while 루프가 최대 n번 반복 가능
+    - deque.rotate(±1) 연산이 O(n) 시간 소요
+    - 따라서 전체는 O(n) * O(n) = O(n^2)
+    공간복잡도: O(n)
+    - 입력 배열을 deque로 변환 → 추가로 O(n) 공간 사용
+    - 나머지는 상수 공간
+    """
+    """
+    def findMin(self, nums: List[int]) -> int:
+        nums = deque(nums)
+        if len(nums) == 1:
+            return nums[0]
+
+        while True:
+            cur = nums[0]
+            nums.rotate(1)
+            if cur < nums[0]:
+                nums.rotate(-1)
+                return nums[0]
+    """
+
+    """
+    2. 요소별로 이전 값과 현재 값을 비교하여 작은 값이 나오면 그 값이 첫번쨰 요소, 즉 가장 작은 요소가 됨
+    시간복잡도: O(n)
+    - 최악의 경우 배열 전체를 한 번 순회해야 함
+    - n = len(nums)
+    공간복잡도: O(1)
+    - 추가로 사용하는 변수는 i와 몇 개의 상수형 변수뿐
+    """
+    """
+    def findMin(self, nums: List[int]) -> int:
+        for i in range(1, len(nums)):
+            if nums[i - 1] > nums[i]:
+                return nums[i]
+        return nums[0]
+    """
+    """
+    3. 이분탐색을 사용하는 방법
+    """
+    def findMin(self, nums: List[int]) -> int:
+        start, end = 1, len(nums) - 1
+        while start <= end:
+            mid = (start + end) // 2
+            if nums[mid - 1] > nums[mid]:
+                return nums[mid]
+            if nums[0] < nums[mid]:
+                start = mid + 1
+            else:
+                end = mid - 1
+        return nums[0]

maximum-depth-of-binary-tree/hu6r1s.py

@@ -0,0 +1,50 @@
+from collections import deque
+
+# 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 maxDepth(self, root: Optional[TreeNode]) -> int:
+        if not root:
+            return 0
+
+        def bfs(n):
+            queue = deque([n])
+            depth = 0
+
+            while queue:
+                depth += 1
+                for _ in range(len(queue)):
+                    node = queue.popleft()
+                    if node.left:
+                        queue.append(node.left)
+                    if node.right:
+                        queue.append(node.right)
+            return depth
+
+        def dfs(n):
+            stack = [n]
+            max_depth = 0
+            visited = {n: 1}
+
+            while stack:
+                node = stack.pop()
+                depth = visited[node]
+                max_depth = max(max_depth, depth)
+                if node.left:
+                    visited[node.left] = depth + 1
+                    stack.append(node.left)
+                if node.right:
+                    visited[node.right] = depth + 1
+                    stack.append(node.right)
+            return max_depth
+
+        return dfs(root)
+
+
+"""
+bfs 방식으로 left나 right가 있으면 스택에 넣고 depth + 1, dfs보다 비효율인 듯
+"""

merge-two-sorted-lists/hu6r1s.py

@@ -0,0 +1,26 @@
+# Definition for singly-linked list.
+# class ListNode:
+#     def __init__(self, val=0, next=None):
+#         self.val = val
+#         self.next = next
+class Solution:
+    # 시간복잡도: O(n + m)  -> 두 리스트의 모든 노드를 한 번씩 방문
+    # 공간복잡도: O(1)      -> 기존 노드 재배치, 추가 메모리 거의 없음
+    def mergeTwoLists(self, list1: Optional[ListNode], list2: Optional[ListNode]) -> Optional[ListNode]:
+        merged_list = ListNode()
+        tail = merged_list
+
+        while list1 and list2:
+            if list1.val < list2.val:
+                tail.next = list1
+                list1 = list1.next
+            else:
+                tail.next = list2
+                list2 = list2.next
+            tail = tail.next
+
+        if list1:
+            tail.next = list1
+        else:
+            tail.next = list2
+        return merged_list.next

word-search/hu6r1s.py

@@ -0,0 +1,46 @@
+class Solution:
+    """
+    1. dfs 방식
+    dx = [1, -1, 0, 0], dy = [0, 0, 1, -1], visited = [[False] * m for _ in range(n)]
+    4방향으로 가면서 해당 요소에 단어가 없으면 false
+    방문한 적이 없어야 하고, 
+
+    시간복잡도: O(N * L * 4^L)
+    - N: 보드 크기 (n*m)
+    - L: 단어 길이
+    - 모든 좌표에서 DFS 시작 (N회) × 4방향 분기 (4^L) × 슬라이싱 비용 (O(L))
+    공간복잡도: O(N + L^2)
+    - visited 배열 O(N)
+    - 재귀 호출 스택 O(L)
+    - 문자열 슬라이싱으로 인한 추가 메모리 O(L^2)
+
+    """
+    def exist(self, board: List[List[str]], word: str) -> bool:
+        n, m = len(board), len(board[0])
+        visited = [[False] * m for _ in range(n)]
+        dx, dy = [1, -1, 0, 0], [0, 0, 1, -1]
+
+        def dfs(x, y, w):
+            if not w:
+                return True
+            if x < 0 or y < 0 or x >= n or y >= m:
+                return False
+            if visited[x][y] or board[x][y] != w[0]:
+                return False
+
+            visited[x][y] = True
+
+            for i in range(4):
+                nx = x + dx[i]
+                ny = y + dy[i]
+                if dfs(nx, ny, w[1:]):
+                    return True
+
+            visited[x][y] = False
+            return False
+
+        for i in range(n):
+            for j in range(m):
+                if dfs(i, j, word):
+                    return True
+        return False