[seungriyou] Week 11 Solutions

binary-tree-maximum-path-sum/seungriyou.py

@@ -0,0 +1,61 @@
+# https://leetcode.com/problems/binary-tree-maximum-path-sum/
+
+from typing import Optional
+
+# 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 maxPathSum(self, root: Optional[TreeNode]) -> int:
+        """
+        [Complexity]
+            - TC: O(n) (각 node를 한 번씩 방문)
+            - SC: O(height) (tree의 높이만큼 call stack)
+
+        [Approach]
+            path에는 같은 node가 두 번 들어갈 수 없으므로, 각 node 마다 해당 node를 지난 path의 max sum은 다음과 같이 구할 수 있다.
+                = (1) left child를 지나는 path의 max_sum
+                  + (2) right child를 지나는 path의 max_sum
+                  + (3) 현재 node의 val
+            따라서 이는 재귀 문제로 풀 수 있으며, 각 단계마다 global max sum과 비교하며 값을 업데이트 하면 된다.
+
+            이때 node의 값은 음수가 될 수 있으므로, (1) & (2)가 음수라면 0으로 처리해야 한다. 즉,
+                = (1) max(get_max_sum(node.left), 0)
+                  + (2) max(get_max_sum(node.right), 0)
+                  + (3) 현재 node의 val
+            과 같이 구하고, global max sum과 이 값을 비교하면 된다.
+
+            또한, 현재 보고 있는 node가 get_max_sum() 함수의 반환값은
+                = 현재 node의 값 + (1) & (2) 중 큰 값
+            이어야 한다. 왜냐하면 현재 node를 두 번 이상 방문할 수 없기 때문이다.
+        """
+
+        res = -1001
+
+        def get_max_sum(node):
+            """주어진 node가 root인 tree에서, root를 지나는 path의 max sum을 구하는 함수"""
+            nonlocal res
+
+            # base condition
+            if not node:
+                return 0
+
+            # compute left & right child's max path sum
+            left_max_sum = max(get_max_sum(node.left), 0)
+            right_max_sum = max(get_max_sum(node.right), 0)
+
+            # compute max path sum at this step
+            max_sum = left_max_sum + right_max_sum + node.val
+
+            # update res
+            res = max(res, max_sum)
+
+            return node.val + max(left_max_sum, right_max_sum)
+
+        get_max_sum(root)
+
+        return res

graph-valid-tree/seungriyou.py

@@ -0,0 +1,130 @@
+# https://leetcode.com/problems/graph-valid-tree/
+
+from typing import List
+
+class Solution:
+    def validTree_bfs(self, n: int, edges: List[List[int]]) -> bool:
+        """
+        [Complexity] (첫 번째 조건을 통과하면 e = n - 1일 것이므로, n으로 변환도 가능)
+            - TC: O(v + e) (== O(n + len(edges)))
+            - SC: O(v + e) (graph)
+
+        [Approach]
+            valid tree란 다음의 두 조건을 만족하는 undirected graph이다.
+                1) acyclic      -> edges의 개수가 n - 1개인지 확인 (-> early stop 가능)
+                2) connected    -> 모든 node가 모두 방문되었는지, 즉 len(visited) == n인지 확인
+
+            이러한 조건을 BFS로 확인할 수 있다.
+        """
+        from collections import deque
+
+        # edge의 개수가 n - 1이 아니라면 빠르게 반환 (-> acyclic & connected 여부 확인)
+        if len(edges) != n - 1:
+            return False
+
+        # undirected graph 구성
+        graph = [[] for _ in range(n)]
+        for a, b in edges:
+            graph[a].append(b)
+            graph[b].append(a)
+
+        # 0번 노드부터 시작
+        visited = {0}
+        q = deque([0])
+
+        # BFS
+        while q:
+            pos = q.popleft()
+            for npos in graph[pos]:
+                if npos not in visited:
+                    visited.add(npos)
+                    q.append(npos)
+
+        # visited에 모든 노드가 들어가있다면 true (-> connected 여부 확인)
+        return len(visited) == n
+
+    def validTree_dfs(self, n: int, edges: List[List[int]]) -> bool:
+        """
+        [Complexity]
+            - TC: O(v + e) (== O(n + len(edges)))
+            - SC: O(v + e) (graph) (call stack의 경우 O(v))
+
+        [Approach]
+            valid tree의 조건을 DFS로 확인할 수 있다.
+        """
+        # edge의 개수가 n - 1이 아니라면 빠르게 반환 (-> acyclic & connected 여부 확인)
+        if len(edges) != n - 1:
+            return False
+
+        # undirected graph 구성
+        graph = [[] for _ in range(n)]
+        for a, b in edges:
+            graph[a].append(b)
+            graph[b].append(a)
+
+        visited = set()
+
+        def dfs(pos):
+            # base condition
+            if pos in visited:
+                return
+
+            # visit 처리
+            visited.add(pos)
+
+            # recur
+            for npos in graph[pos]:
+                dfs(npos)
+
+        dfs(0)
+
+        # visited에 모든 노드가 들어가있다면 true (-> connected 여부 확인)
+        return len(visited) == n
+
+    def validTree(self, n: int, edges: List[List[int]]) -> bool:
+        """
+        [Complexity]
+            - TC: O(e * α(v))
+                - e 만큼 반복
+                - 각 union-find는 path compression으로 인해 α(v)이며, 이는 거의 상수
+                => e = n - 1이므로 O(n)으로도 표현 가능
+            - SC: O(n)
+
+        [Approach]
+            union-find로 undirected graph의 cycle 여부를 판단할 수 있다.
+            따라서 valid tree의 두 조건 중 connected 조건을 확인할 때 union-find를 사용할 수 있다.
+                1) acyclic      -> edges의 개수가 n - 1개인지 확인 (-> early stop 가능)
+                2) connected    -> union-find 시 parent가 같은 경우가 있는지 확인
+        """
+        # edge의 개수가 n - 1이 아니라면 빠르게 반환 (-> acyclic & connected 여부 확인)
+        if len(edges) != n - 1:
+            return False
+
+        # union-find functions
+        def find_parent(x):
+            if parent[x] != x:
+                parent[x] = find_parent(parent[x])
+            return parent[x]
+
+        def union_parent(x, y):
+            px, py = find_parent(x), find_parent(y)
+
+            # cyclic 하다면(= x와 y의 parent가 같다면) False 반환
+            if px == py:
+                return False
+
+            # union
+            if px < py:
+                parent[py] = px
+            else:
+                parent[px] = py
+
+            return True
+
+        # perform union-find
+        parent = [i for i in range(n)]
+        for x, y in edges:
+            if not union_parent(x, y):
+                return False
+
+        return True

merge-intervals/seungriyou.py

@@ -0,0 +1,30 @@
+# https://leetcode.com/problems/merge-intervals/
+
+from typing import List
+
+class Solution:
+    def merge(self, intervals: List[List[int]]) -> List[List[int]]:
+        """
+        [Complexity]
+            - TC: O(nlogn) (sorting)
+            - SC: O(1) (res 제외)
+
+        [Approach]
+            intervals를 오름차순 정렬하면, 이를 순회하면서 끝 값만 비교하며 interval이 서로 겹치는 경우와 겹치지 않는 경우를 판단할 수 있다.
+            이전 interval과 겹치는 경우라면, 이전 끝 값과 현재 끝 값 중 큰 값으로 업데이트하면 된다.
+        """
+        res = []
+
+        # interval의 시작 값이 작은 순으로 정렬
+        # -> intervals를 순회하며 끝 값만 비교하며 non-overlapping/overlapping interval 판단 가능
+        intervals.sort()
+
+        for s, e in intervals:
+            # (1) non-overlapping: res가 비었거나, 이전 e < 현재 s인 경우 -> 그대로 추가
+            if not res or res[-1][1] < s:
+                res.append([s, e])
+            # (2) overlapping: 이전 e >= 현재 s인 경우 -> 이전 e와 현재 e 중 큰 값으로 업데이트
+            else:
+                res[-1][1] = max(res[-1][1], e)
+
+        return res

missing-number/seungriyou.py

@@ -0,0 +1,42 @@
+# https://leetcode.com/problems/missing-number/
+
+from typing import List
+
+class Solution:
+    def missingNumber_math(self, nums: List[int]) -> int:
+        """
+        [Complexity]
+            - TC: O(n) (sum(nums))
+            - SC: O(1)
+
+        [Approach]
+            수학적으로 생각해보면, missing number는 (0 ~ n까지 값의 합) - (nums의 합)이 된다.
+        """
+        # (sum of [0, n]) - (sum(nums))
+        n = len(nums)
+        return n * (n + 1) // 2 - sum(nums)
+
+    def missingNumber(self, nums: List[int]) -> int:
+        """
+        [Complexity]
+            - TC: O(n)
+            - SC: O(1)
+
+        [Approach]
+            bit manipulation 관점으로 접근해보면, missing number를 제외한 나머지 값은 다음 두 가지 경우에서 모두 발견된다.
+                (1) 0 ~ n까지의 값
+                (2) nums의 원소
+            missing number는 이 두 가지 케이스 중 (1)에서만 한 번 발견되므로, 이를 XOR 연산으로 검출해 낼 수 있다.
+            (짝수 번 등장한 값은 사라짐)
+        """
+
+        res = 0
+
+        # (1) 0 ~ n까지의 값 XOR
+        for i in range(len(nums) + 1):
+            res ^= i
+        # (2) nums의 원소 XOR
+        for n in nums:
+            res ^= n
+
+        return res

reorder-list/seungriyou.py

@@ -0,0 +1,42 @@
+# https://leetcode.com/problems/reorder-list/
+
+from typing import Optional
+
+# Definition for singly-linked list.
+class ListNode:
+    def __init__(self, val=0, next=None):
+        self.val = val
+        self.next = next
+
+class Solution:
+    def reorderList(self, head: Optional[ListNode]) -> None:
+        """
+        Do not return anything, modify head in-place instead.
+        """
+        """
+        [Complexity]
+            - TC: O(n)
+            - SC: O(1)
+
+        [Approach]
+            1. linked-list의 중간 지점을 찾은 후, left / right list를 나눈다.
+            2. right list를 reverse 한다.
+            3. left와 right에서 노드를 하나씩 가져와 연결한다.
+        """
+
+        # linked-list의 중간 지점을 찾은 후, left / right list 나누기
+        slow = fast = head
+        while fast and fast.next:
+            slow = slow.next  # -> fast가 linked-list의 끝에 도달하면, slow는 중앙에 위치
+            fast = fast.next.next
+
+        # (slow부터 시작하는) right list를 reverse (w. 다중 할당)
+        prev, curr = None, slow
+        while curr:
+            curr.next, prev, curr = prev, curr, curr.next
+
+        # left와 right list에서 노드를 각각 하나씩 가져와 연결 (w. 다중 할당)
+        left, right = head, prev
+        while right.next:
+            left.next, left = right, left.next
+            right.next, right = left, right.next