Merge pull request #1391 from river20s/main

[river20s] WEEK 05 solutions

Author: river20s

best-time-to-buy-and-sell-stock/river20s.py

@@ -0,0 +1,26 @@
+class Solution(object):
+    def maxProfit(self, prices):
+        """
+        :type prices: List[int]
+        :rtype: int
+        주어진 prices를 한 번만 순회하면서
+        지금까지의 최솟값을 추적하고, 
+        '현재 가격 - 지금까지의 최솟값'으로 계산되는 이익이
+        '지금까지의 최대 이익(초기 0)보다 크면 갱신하여 
+        최종 최대 이익 구하기 문제
+        Time Complexity: O(n)
+        Space Complexity: O(1)
+        """
+        max_profit = 0 # 이익이 없을 때 0을 반환하게 초기화
+        min_price = float('inf') # 최소 가격 저장, 무한대로 초기화해서 루프 첫 번째 가격부터 최소 가격에 저장
+
+        for price in prices:
+            # 최대 이익 갱신
+            max_profit = max(max_profit, (price - min_price))
+            # 최소 가격 갱신
+            min_price = min(min_price, price)
+            # 최대 이익(max_profit) 갱신 이후 최소 가격(min_price) 갱신해야 함
+            # 최대 이익 자체는 이미 '산' 주식에 대해 계산해야 하므로
+            # 사는 동시 팔 수 없음
+
+        return max_profit

group-anagrams/river20s.py

@@ -0,0 +1,32 @@
+import collections
+from typing import List
+
+class Solution(object):
+    def groupAnagrams(self, strs: List[str]) -> List[List[str]]:
+        """
+        :type strs: List[str]
+        :rtype: List[List[str]]
+        각 문자열을 순회하면서 알파벳 순으로 정렬한 결과를 tuple로 변환하여 Key로 하고,
+        그 Key의 원래 문자열을 Value로 하는 딕셔너리를 통해 애너그램을 그룹화 하는 문제
+        딕셔너리의 Value만 모아서 반환함
+        Time Complexity: O(N*K log K) (단, N은 입력 리스트 안의 문자열 개수(리스트 길이), K는 문자열 하나 당 길이)
+        -> 정렬에 O(K log K)시간 소요, 정렬 작업은 리스트 안의 문자열 개수 N만큼 반복
+        Space Complexity: O(N*K)
+        -> 딕셔너리를 통해 원본 문자열 N개가 모두 저장됨
+        """
+        # collections의 defaultdict 사용하여 Key 없을 때 자동으로 빈 리스트 생성함 
+        # Key: 정렬된 문자열, Value: 원래 문자열의 리스트
+        anagram_groups = collections.defaultdict(list)
+
+        # s는 입력 strs의 각 문자열
+        # 모든 s에 대해 순회
+        for s in strs:
+            # s를 알파벳 순으로 정렬하고, Key로 쓰기 위해 튜플로 변환함 
+            # sorted(s)는 각 문자를 요소로 갖는 리스트(예: ['h', 'i'])
+            # 튜플로 바꿔서 Key로 쓸 수 있게 하였음
+            key = tuple(sorted(s)) 
+            # defaultdict 사용하므로, Key 존재 여부 확인 불필요
+            # 해당 Key의 Value에 원래 문자열 s 추가
+            anagram_groups[key].append(s)
+        # 딕셔너리 Value만 모아 반환
+        return list(anagram_groups.values())

implement-trie-prefix-tree/river20s.py

@@ -0,0 +1,53 @@
+class TrieNode:
+    # 트라이 노드
+    def __init__(self):
+        self.children = {}
+        # 단어의 끝을 나타내기 위한 플래그
+        self.isEndOfWord = False
+
+class Trie:
+    # 트라이
+    def __init__(self):
+        self.root = TrieNode()
+
+    def insert(self, word: str) -> None:
+        # 삽입 연산
+        # Time Complexity: O(L) (L은 word의 길이)
+        # Space Complexity: O(M) (M은 트라이에 삽입된 모든 단어들의 총 문자 개수 합)
+        currentNode = self.root
+        
+        for char in word:      
+            if char not in currentNode.children:
+                currentNode.children[char] = TrieNode()
+            currentNode = currentNode.children[char]
+        currentNode.isEndOfWord = True
+
+    def search(self, word: str) -> bool:
+        # 완전 검색 연산
+        # Time Complexity: O(L) (L은 word의 길이)
+        # Space Complexity: O(M) 
+        currentNode = self.root
+        for char in word:
+            if char not in currentNode.children:
+                return False
+            currentNode = currentNode.children[char]
+        return currentNode.isEndOfWord        
+
+    def startsWith(self, prefix: str) -> bool:
+        # 접두사 일치 검사 연산
+        # Time Complexity: O(P) (P는 Prefix의 길이)
+        # Space Complexity: O(M) 
+        currentNode = self.root
+        for char in prefix:
+            if char not in currentNode.children:
+                return False
+            currentNode = currentNode.children[char]
+        return True
+        
+
+
+# Your Trie object will be instantiated and called as such:
+# obj = Trie()
+# obj.insert(word)
+# param_2 = obj.search(word)
+# param_3 = obj.startsWith(prefix)

word-break/river20s.py

@@ -0,0 +1,78 @@
+class TrieNode:
+    def __init__(self):
+        self.children = {}
+        self.isEndOfWord = False
+
+class Trie:
+    def __init__(self):
+        self.root = TrieNode()
+
+    def insert(self, word: str) -> None:
+        currentNode = self.root
+        for char in word:
+            if char not in currentNode.children:
+                currentNode.children[char] = TrieNode()
+            currentNode = currentNode.children[char]
+        currentNode.isEndOfWord = True
+
+# <-- 여기까지 Trie 구현을 위한 TrieNode와 Trie 클래스 
+# --> 여기부터 Word Break 문제 푸는 Solution 클래스
+
+class Solution:
+    def wordBreak(self, s: str, wordDict: List[str]) -> bool:
+
+        # 1. 트라이 구축
+        # wordDict 모든 단어 -> 트라이 넣기
+        trie = Trie()
+        for word in wordDict:
+            trie.insert(word)
+        
+        n = len(s) # 문자열 s의 길이, 나중에 인덱스 끝까지 도달했는지 확인하기 위해 사용함
+
+        # <<<--- 메모이제이션 캐시 초기화 ---<<<
+        # key: start_index, value: s[start_index:] 분할 가능 여부 (True/False)
+        memo = {}
+
+        # 2. 재귀 함수 정의
+        # canBreak(start_index): s[strat_index:] 부분을 분할할 수 있는지 확인
+        def canBreak(start_index: int) -> bool:
+
+            # <<<--- 캐시 확인 ---<<<
+            # 이 start_index에 대한 결과가 이미 memo에 있으면 바로 반환
+            if start_index in memo:
+                return memo[start_index]
+
+            # 베이스 케이스
+            # 시작 인덱스(start_index)가 문자열 끝에 도달했다면 성공
+            if start_index == n:
+                return True
+
+            # 현재 start_index부터 시작하는 가능한 모든 단어를 트라이를 이용해 찾고
+            # 각 단어에 대해 나머지 부분이 분할 가능한지 재귀적으로 확인
+            currentNode = trie.root
+            for i in range(start_index, n):
+                char = s[i]
+
+                # 현재 문자가 트라이 경로에 없다면 해당 트라이 탐색은 더이상 진행하지 않음
+                if char not in currentNode.children:
+                    break
+
+                # 트라이의 다음 노드로 이동
+                currentNode = currentNode.children[char]
+
+                # 이동한 노드가 단어의 끝이라면
+                if currentNode.isEndOfWord:
+                    # 나머지 부분 s[i+1:]에 대해서도 분할 가능한지 재귀 호출
+                    if canBreak(i + 1):
+                        # 나머지 부분 분할 성공 => 전체 분할 가능
+                        # <<<--- 성공 결과 캐시에 저장 ---<<<
+                        memo[start_index] = True
+                        return True
+            # start_index부터 시작하는 모든 가능한 단어 분할을 시도했으나
+            # 성공적인 경로를 찾지 못했다면
+            # <<<--- 실패 결과 캐시에 저장 ---<<<
+            memo[start_index] = False
+            return False
+    
+        # 3. 재귀 함수 호출 시작 
+        return canBreak(0)