[kangdaia] WEEK 01 solutions

contains-duplicate/kangdaia.py

@@ -0,0 +1,25 @@
+class Solution:
+    def containsDuplicate(self, nums: list[int]) -> bool:
+        """
+        리스트에 숫자가 두번 이상 등장하는 경우가 있으면 True, 
+        모든 숫자가 한 번씩만 등장하면 (unique) False를 반환하는 함수
+
+        방법:
+        1. 처음부터 끝까지 리스트를 순회하면서 동일한 숫자가 있는지 확인하는 방법 (with dict); o(n) 시간복잡도
+        2. 리스트를 set으로 변환하여 길이를 비교하는 방법; o(n) 시간복잡도 -> PICK!
+        3. 리스트를 정렬한 후 인접한 숫자가 동일한지 확인하는 방법; o(nlogn) 시간복잡도
+
+        * 길이가 1일 경우, 중복이 있을 수 없으므로 False를 반환한다.
+
+        방법(2)가 가장 간단하고 효율적이지만, 메모리 사용량은 길이가 n인 리스트를 set으로 변환할 때 O(n) 만큼 필요하다.
+        방법(3)은 추가적인 메모리를 사용하지 않지만, 정렬할 때 O(nlogn) 시간복잡도가 든다.
+
+        Args:
+            nums (List[int]): 동일한 숫자를 포함한 정수 배열
+
+        Returns:
+            bool: 중복이 없으면 False, 있으면 True
+        """
+        if len(nums) <= 1:
+            return False
+        return len(nums) != len(set(nums))

house-robber/kangdaia.py

@@ -0,0 +1,29 @@
+class Solution:
+    def rob(self, nums: list[int]) -> int:
+        """
+        연속된 집을 훔치지 않고 최대한 많은 돈을 훔치는 함수
+
+        방법
+        1. DP 방식으로, 각 집을 훔칠 때의 최대 돈의 양을 업데이트 하는 방법.
+            dp[0], dp[1]를 초기화 하고, dp[2]는 dp[0]+nums[2]로 구성
+            이후 dp[i]는 dp[i-2]와 dp[i-3] 중 큰 값에 nums[i]를 더한 값으로 구성
+            max(dp)로 최대값 찾기
+        2. 1번 방법에서 점화식을 좀 더 간단하게, dp[i]는 dp[i-1]과 dp[i-2]+nums[i] 중 큰 값으로 구성하는 방법.
+            dp[i-1]은 i번째 집을 훔치지 않았을 때의 최대값, dp[i-2]+nums[i]는 i번째 집을 훔쳤을 때의 최대값이므로, 둘 중 큰 값을 dp[i]로 업데이트 하는 방식.
+            dp[-1]이 최대값이므로, max(dp) 대신 dp[-1]로 최대값 찾기
+        3. 2번 방법에서 dp 리스트 대신, 두 개의 변수로 이전 두 집을 훔쳤을 때의 최대값을 업데이트 하는 방법.
+
+        Args:
+            nums (list[int]): 각 집에 있는 돈의 양이 담긴 리스트
+
+        Returns:
+            int: 최대로 훔칠 수 있는 돈의 양
+        """
+        if len(nums) <= 2:
+            return max(nums)
+        prev1, prev2 = 0, 0
+        for num in nums:
+            temp = prev1
+            prev1 = max(prev1, prev2 + num)
+            prev2 = temp
+        return prev1

longest-consecutive-sequence/kangdaia.py

@@ -0,0 +1,32 @@
+class Solution:
+    def longestConsecutive(self, nums: list[int]) -> int:
+        """
+        가장 길게 연속된 숫자들의 길이를 반환하는 함수
+        ** 조건: O(n) 시간복잡도로 풀이해야 한다.
+
+        방법
+        0. set 자료구조를 사용해 중복 제거
+        1. 정렬한 후 순회하면 연속된 숫자가 끊기는 지점을 찾아 max 길이를 업데이트 하는 방법.
+            => O(nlogn) => 시간복잡도 조건을 만족하지 못한다.
+        2. DP 방식으로 max(list) 만큼 리스트를 만들어, 각 숫자가 존재하는지 체크하면서 연속된 숫자들의 길이를 업데이트 하는 방법.
+            => 음수 숫자가 존재할 수 있어, 해당 방법은 사용할 수 없다.
+        3. 목록을 순회하면서, 각 숫자가 연속된 숫자의 시작점인지 확인한 후, 연속된 숫자들의 길이를 파악해, max 길이를 업데이트 하는 방법.
+            => O(n)
+        4. union-find 자료구조를 사용해, 각 숫자들을 연결한 후, 가장 긴 연결된 숫자들의 길이를 반환하는 방법.
+            => O(n), 구현 x
+
+        Args:
+            nums (list[int]): 정렬되지 않은 중복 포함 정수 배열
+
+        Returns:
+            int: 가장 길게 연속된 숫자들의 길이
+        """
+        u_nums = set(nums)
+        longest = 0
+        for u_num in u_nums:
+            if u_num - 1 not in u_nums:
+                local = 1
+                while u_num + local in u_nums:
+                    local += 1
+                longest = max(local, longest)
+        return longest

top-k-frequent-elements/kangdaia.py

@@ -0,0 +1,27 @@
+import heapq
+from collections import Counter
+
+class Solution:
+    def topKFrequent(self, nums: list[int], k: int) -> list[int]:
+        """반복되는 횟수가 높은 순으로 Top k인 숫자들을 찾는 함수
+
+        방법
+        1. 전체 목록을 순회하면서, 각 숫자가 몇 번 나오는지 세어, dict map 만들기.
+            이후 value 값 기준으로 정렬해, 상위 k개를 반환하는 방법 => O(n) + O(n log n) => O(n log n)
+        2. 1번의 방법에서 dict map을 만드는 걸, python 내장 모듈인 Counter로 대체하기.
+            Counter가 약간 더 빠름; C implementation이기 때문.
+        3. 1번 방법의 sorted 대신, heapq 모듈의 nlargest 함수를 이용하기. 
+            전체 목록을 순회하지 않고, top k에 해당하는 값만 파악하기에 효율적임. O(n) + O(n log k) => O(n log k)
+        4. quick select 알고리즘. O(n) + O(n) => O(n); 해당 문제에 구현하지 못함.
+
+        Args:
+            nums (list[int]): 정렬되지 않은 중복 포함 정수 배열
+            k (int): Top k의 개수
+
+        Returns:
+            list[int]: Top k에 해당하는 숫자들의 리스트
+        """
+        if len(nums) <= 1:
+            return nums
+        count = Counter(nums)
+        return heapq.nlargest(k, count.keys(), key=count.get)

two-sum/kangdaia.py

@@ -0,0 +1,29 @@
+class Solution:
+    def twoSum(self, nums: list[int], target: int) -> list[int]:
+        """
+        리스트에서 두 숫자의 합이 target이 되는 경우가 있으면, 그 두 숫자의 인덱스를 반환하는 함수
+
+        방법:
+        1. 리스트를 순회하면서, 각 숫자에서 target을 만들기 위한 나머지 숫자가 있는지 모두 순회 (brute-force); o(n^2) 시간복잡도
+        2. 리스트를 순회하면서, 각 숫자에서 target을 만들기 위한 나머지 숫자가 있는지 search (binary search); o(nlogn) 시간복잡도
+        3. 리스트를 순회하면서, 각 숫자를 dict에 저장하여 (key=숫자, value=인덱스), 
+        target을 만들기 위한 나머지 숫자를 dict에서 search; o(n) 시간복잡도 -> PICK!
+        
+        * 답이 항상 존재한다는 가정하에 문제를 풀이.
+        * 리스트의 길이가 2 이하인 경우, 두 숫자의 합이 target이 되는 경우가 항상 존재하므로 [0, 1]을 반환한다.
+
+        Args:
+            nums (list[int]): 중복을 포함한 정수 배열
+            target (int): 찾아야 하는 두 숫자의 합
+
+        Returns:
+            list[int]: 찾아낸 두 숫자의 인덱스
+        """
+        if len(nums) <= 2:
+            return [0, 1]
+        seen = dict()
+        for i, num in enumerate(nums):
+            remain = target - num
+            if remain in seen:
+                return [seen[remain], i]
+            seen[num] = i