[hwi-middle] WEEK 13 solutions

[hwi-middle]

답안 제출 문제

• Meeting Rooms #231
• 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]

🏷️ 알고리즘 패턴 분석

• 패턴: Heap / Priority Queue
• 설명: 이 코드는 두 개의 힙을 이용해 데이터 스트림의 중앙값을 효율적으로 찾는 방법을 구현했으며, 힙 자료구조를 활용하는 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(log n)
Space	O(n)

피드백: 두 개의 힙(최대힙과 최소힙)을 유지하며, 새 숫자를 적절히 분배하고 균형을 맞추는 방식으로 중앙값을 O(1) 또는 O(log n) 시간에 찾는다. 삽입 시 힙 연산이 O(log n)이고, 공간은 저장된 숫자만큼 차지한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers
• 설명: 이 코드는 정렬된 구간 배열과 새 구간을 병합하는 과정에서 두 포인터를 활용하여 효율적으로 구간을 처리하는 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 입력 구간 리스트를 한 번 순회하며, 새 구간과 겹치는 구간을 병합하고 나머지 구간을 그대로 결과에 추가한다. 전체 과정은 리스트 크기만큼 순회하므로 O(n) 시간과 공간을 사용한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

📊 hwi-middle 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
find-median-from-data-stream	Hard	✅ 의도한 유형
insert-interval	Medium	✅ 의도한 유형
kth-smallest-element-in-a-bst	Medium	✅ 의도한 유형
lowest-common-ancestor-of-a-binary-search-tree	Medium	✅ 의도한 유형
meeting-rooms	Easy	✅ 의도한 유형

누적 학습 요약

• 풀이한 문제: 60 / 75개
• 이번 주 유형 일치율: 100% (5문제 중 5문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Array	■■■■■■■	10 / 10 (Medium 7, Easy 3)
Linked List	■■■■■■■	6 / 6 (Easy 3, Hard 1, Medium 2)
Dynamic Programming	■■■■■■□	10 / 11 (Easy 1, Medium 9)
String	■■■■■■□	9 / 10 (Medium 5, Hard 1, Easy 3)
Graph	■■■■■■□	7 / 8 (Medium 7)
Binary	■■■■■■□	4 / 5 (Easy 3, Medium 1)
Matrix	■■■■■□□	3 / 4 (Medium 3)
Heap	■■■■■□□	2 / 3 (Hard 1, Medium 1)
Tree	■■■■□□□	8 / 14 (Hard 2, Medium 3, Easy 3)
Interval	■■■□□□□	2 / 5 (Medium 2)

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-4.1-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	1,995	175	2,170	$0.000270

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: DFS
• 설명: 이 코드는 이진 탐색 트리의 중위 순회를 재귀적으로 수행하여 k번째 작은 값을 찾는 방식으로, 깊이 우선 탐색(DFS) 패턴을 사용합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(h)

피드백: 중위순회는 트리의 모든 노드를 방문하므로 최악의 경우 O(n) 시간이 소요된다. 재귀 호출 스택은 트리 높이만큼 차지한다. 이 방법은 트리의 구조에 따라 O(h) 공간을 사용한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search
• 설명: 이 코드는 이진 탐색 트리의 특성을 이용하여 두 노드의 공통 조상을 찾는 방식으로, 값 비교를 통해 탐색 범위를 좁혀가는 이진 탐색 패턴을 사용합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(h)
Space	O(1)

피드백: BST의 성질을 이용하여 루트부터 시작해 p와 q의 값에 따라 왼쪽 또는 오른쪽으로 이동하며, 두 노드가 다른 쪽에 있으면 현재 노드가 LCA이다. 높이 h만큼 이동하므로 시간은 O(h), 공간은 상수이다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

🏷️ 알고리즘 패턴 분석

• 패턴: Sorting
• 설명: 이 코드는 회의 시간 간격을 정렬한 후 겹치는지 검사하는 방식으로, 정렬을 활용하는 패턴에 속합니다. 정렬 후 순차적 비교로 문제를 해결하는 대표적인 방법입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n log n)
Space	O(1)

피드백: 회의를 시작 시간 기준으로 정렬하고, 인접 회의의 종료 시간과 비교하여 겹침 여부를 판단한다. 정렬이 O(n log n), 이후 검사에 O(n) 시간 소요. 공간은 정렬하는 데 필요한 공간만 사용한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[hyeri0903]

method name 을 직관적으로 작성해주시면 더 좋을 것 같습니다!

[hyeri0903]

한 주 고생하셨습니다. 다음주도 화이팅이에요!