-
-
Notifications
You must be signed in to change notification settings - Fork 248
[changhoon-sung] WEEK 01 solutions #1679
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Conversation
for(auto it = nums.begin(); it != nums.end(); it++) { | ||
int x = *it; | ||
if (s.find(target - x) != s.end()) { | ||
return std::vector<int>(x, target-x); |
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
혹시 이 문제 통과 되셨을까요? 이 부분에서 문제가 없었는지 궁금합니다!
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
잘 체크해주셔서 감사합니다. 원소가 아닌 인덱스를 반환하는 문제였군요. 값을 key로, 인덱스를 value로 하는 map을 사용해서 O(1)에 인덱스 쿼리해서 벡터로 추가 및 반환할 수 있습니다.
#include <vector>
#include <unordered_map>
class Solution {
public:
std::vector<int> twoSum(std::vector<int>& nums, int target) {
std::unordered_map<int, int> m;
std::vector<int> ans;
for(auto it = nums.begin(); it != nums.end(); it++) {
int x = *it;
int idx = it - nums.begin();
if (m.find(target - x) != m.end()) {
ans.push_back(idx); ans.push_back(m[target-x]);
return ans;
} else {
m[x] = idx;
}
}
// 문제의 조건에서 단 하나의 솔루션이 반드시 존재한다고 가정하므로, 이곳에 도달하지 않음.
throw std::runtime_error("No two sum solution found");
}
};
접근 1: 가장 단순한 접근법은 모든 원소에 대해 map으로 빈도를 세는 것입니다. | ||
ordered_map에서 삽입 비용은 자료구조 길이가 K일 때 O(logK)으로, N회 삽입 연산으로 O(NlogK) 인데, | ||
이때 모든 원소가 유일한 경우 K=N이므로 최악의 경우 O(NlogN) 입니다. | ||
그리고 정렬된 맵에서 k 위치를 찾는 lower_bound 연산 비용은 O(logN)으로, 총 O(NlogN)입니다. | ||
unordered_map은 삽입 비용이 O(1)이지만, N회 삽입 연산 이후, k를 찾기 위해 카운트를 정렬해야 한다는 점에서 | ||
보편적인 정렬 비용 O(Nlog(N))이 발생합니다. | ||
접근 2: 총 비용이 O(NlogN)보다 낮아지려면 정렬 자료구조의 입력 비용이 O(logN)보다 낮거나, | ||
정렬 비용이 O(NlogN)보다 낮아야 합니다. | ||
한 가지 아이디어는 정렬 자료구조의 입력을 비용을 낮추는 필터 및 셋 기반 블랙리스트를 도입할 수 있다는 것입니다. | ||
- k초과 원소 필터: k보다 높은 빈도를 가지는 원소를 자료구조에서 제거 및 블랙리스트 | ||
- k도달 불가 원소 필터: 현재 조회중인 입력에 대해 남은 원소의 수가 모두 해당 원소더라도 k에 미치지 못 하는 경우 제거 및 블랙리스트 | ||
필터에 해당하는 원소가 M개일 때, 필터 비용은 해시셋 조회 O(1), 삽입 비용은 O(log(N-M))으로 | ||
모든 입력에 대한 총 비용은 O(Nlog(N-M))입니다. | ||
공간 복잡도는 최악의 경우에도 입력의 상수배이므로 O(N)입니다. | ||
접근 3: 우리가 원하는 것이 k 빈도 딱 하나라는 것을 고려하면, 해당 빈도를 키로 원소를 반환받는 구조를 생각해볼 수 있습니다. | ||
아이디어는 원소-카운팅맵으로 전체 입력에 대해 비용 O(N)으로 카운팅하고, 이를 바탕으로 카운팅-원소 해시맵으로 <빈도, 원소셋>을 빌드하는겁니다. | ||
해당 빌드 비용은 최대 N개 원소에 대해 조회+삽입 O(1) 이므로 O(N)입니다. | ||
필요한 정보는 카운팅-원소 해시맵으로 O(1) 조회 및 O(N) 반환합니다. | ||
공간 복잡도는 최악의 경우에도 입력의 상수배이므로 O(N)입니다. |
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
여러 접근 정리해주신게 인상깊습니다👍
Projects의 오른쪽 버튼(▼)을 눌러 확장한 뒤, Week를 현재 주차로 설정해주세요. |
답안 제출 문제
작성자 체크 리스트
In Review
로 설정해주세요.검토자 체크 리스트
Important
본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!