[KwonNayeon] Week 5

best-time-to-buy-and-sell-stock/KwonNayeon.py

@@ -0,0 +1,30 @@
+"""
+Constraints:
+1. 1 <= prices.length <= 10^5
+2. 0 <= prices[i] <= 10^4
+
+Time Complexity: O(n)
+
+Space Complexity: O(1)
+
+풀이 방법:
+- 배열을 한 번 순회하면서:
+   1. 현재까지의 최소 가격(min_price)을 계속 갱신
+   2. 현재 가격에서 최소 가격을 뺀 값(현재 가능한 이익)과 기존 최대 이익을 비교하여 더 큰 값을 저장
+- 이 방식으로 각 시점에서 가능한 최대 이익을 계산함
+
+To Do:
+- 다른 접근 방법 찾아보기 (Two Pointers, Dynamic Programming)
+"""
+
+class Solution:
+    def maxProfit(self, prices: List[int]) -> int:
+        min_price = prices[0]
+        max_profit = 0
+
+        for i in range(1, len(prices)):
+            min_price = min(min_price, prices[i])
+            max_profit = max(max_profit, prices[i] - min_price)
+
+        return max_profit
+

encode-and-decode-strings/KwonNayeon.py

@@ -0,0 +1,44 @@
+"""
+Constraints:
+1. 0 <= strs.length <= 200
+2. 0 <= strs[i].length <= 200
+3. strs[i]는 유니코드 문자들로만 구성됨
+4. encode된 string은 반드시 decode 가능해야 함
+
+Time Complexity: O(n)
+
+Space Complexity: O(n)
+
+풀이방법: 
+- encode: 각 문자열 뒤에 '#' 추가하여 하나로 합침
+- decode: '#'을 기준으로 문자열 분할
+
+Further consideration:
+- 현재 방식은 입력 문자열에 '#'이 포함된 경우 문제 발생 가능
+- 개선 방법: 문자열 길이 + 구분자 + 문자열 형식 사용
+ 예: ["Hello", "World"] -> "5#Hello5#World"
+"""
+
+class Solution:
+    """
+    @param: strs: a list of strings
+    @return: encodes a list of strings to a single string.
+    Examples:
+        input: ["Hello", "World"]
+        output: "Hello#World"
+    """
+    def encode(self, strs):
+        result = ""
+        for s in strs:
+            result = result + s + "#"
+        return result[:-1]
+
+    """
+    @param: str: A string
+    @return: decodes a single string to a list of strings
+    Examples:
+        input: "Hello#World"
+        output: ["Hello", "World"]
+    """
+    def decode(self, str):
+        return str.split("#")

group-anagrams/KwonNayeon.py

@@ -0,0 +1,32 @@
+""" 
+Constraints:
+1. 1 <= strs.length <= 10^4
+2. 0 <= strs[i].length <= 100
+3. strs[i] consists of lowercase English letters.
+
+Time Complexity: O(N * K * log K)
+- N은 입력 문자열의 개수 (strs의 길이)
+- K는 가장 긴 문자열의 길이
+- 각 문자열을 정렬하는데 K * log K가 필요하고
+- 이걸 N개의 문자열에 대해 수행
+
+Space Complexity: O(N * K)
+- N개의 문자열을 저장해야 함
+- 각 문자열의 길이는 최대 K
+- anagram_dict에 모든 문자열을 저장하기 때문
+"""
+
+class Solution:
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        anagram_dict = {}
+
+        for s in strs:
+            sorted_str = ''.join(sorted(s))
+
+            if sorted_str in anagram_dict:
+                anagram_dict[sorted_str].append(s)
+            else:
+                anagram_dict[sorted_str] = [s]
+
+        return list(anagram_dict.values())
+

implement-trie-prefix-tree/KwonNayeon.py

@@ -0,0 +1,89 @@
+"""
+Constraints:
+1. 1 <= word.length, prefix.length <= 2000
+2. word and prefix consist only of lowercase English letters.
+3. At most 3 * 10^4 calls in total will be made to insert, search, and startsWith.
+
+Time Complexity: 
+- insert: O(m), m은 입력 단어의 길이
+- search: O(m), m은 검색 단어의 길이
+- startsWith: O(m), m은 접두사의 길이
+
+Space Complexity: 
+- O(N*M), N은 저장된 단어의 개수, M은 평균 단어 길이
+
+이해한 내용:
+1. Prefix(접두사)의 의미
+  - 문법적 접두사(un-, pre- 등)가 아님
+  - 단순히 단어의 앞부분에 있는 문자열을 의미
+  - 예: "apple"의 접두사 -> "a", "ap", "app", "appl", "apple"
+
+2. 실행 방식
+  - 입력으로 주어진 명령어를 순차적으로 실행
+  - 예: ["Trie", "insert", "search"] 순서대로 실행
+  - 각 명령어에 해당하는 인자값도 순서대로 적용
+
+3. 자료구조 선택 (Trie with Hash Table)
+  - Trie의 각 노드에서 자식 노드를 저장할 때 해시 테이블 사용
+  - 키: 다음 문자, 값: 해당 문자의 TrieNode
+  - 장점: 다음 문자 검색이 O(1)로 가능
+
+Notes:
+- 혼자 구현하기 어려워서, 공부한 내용을 정리만 했습니다.
+"""
+
+# 트리의 각 "노드(마디)"를 표현하는 클래스
+class TrieNode:
+   def __init__(self):
+       # children은 "다음 글자들을 저장하는 공간"
+       # 예: 'a' 다음에 'p'가 올 수 있다면 children['p']에 저장
+       self.children = {}  
+
+       # is_end는 "여기까지가 하나의 단어가 되는지"를 표시
+       # 예: "app"을 저장했다면, p노드의 is_end가 True
+       self.is_end = False    
+
+# 트리 전체를 관리하는 클래스
+class Trie:
+   def __init__(self):
+       # 트리의 시작점 생성
+       # 실제 글자들은 root 밑에서부터 시작
+       self.root = TrieNode()
+
+   # 새로운 단어를 트리에 추가하는 함수
+   def insert(self, word: str) -> None:
+       node = self.root
+       for char in word:
+           if char not in node.children:
+               node.children[char] = TrieNode()
+           node = node.children[char]
+       node.is_end = True
+
+   # 단어가 트리에 있는지 찾는 함수
+   def search(self, word: str) -> bool:
+       node = self.root
+       for char in word:
+           if char in node.children:
+               node = node.children[char]
+           else:
+               return False
+       return node.is_end
+
+   # 해당 접두사로 시작하는 단어가 있는지 확인하는 함수
+   def startsWith(self, prefix: str) -> bool:
+       node = self.root
+       for char in prefix:
+           if char in node.children:
+               node = node.children[char]
+           else:
+               return False
+       return True
+
+"""
+사용 예시:
+trie = Trie()
+trie.insert("apple")      # "apple" 저장
+trie.search("apple")      # True 반환 (apple이 있음)
+trie.search("app")        # False 반환 (app은 없음)
+trie.startsWith("app")    # True 반환 (app으로 시작하는 단어가 있음)
+"""