[parkhojeong] WEEK 13 Solutions

[parkhojeong]

답안 제출 문제

• Meeting Rooms #231
• Lowest Common Ancestor of a Binary Search Tree #249
• Kth Smallest Element In a Bst #252
• Insert Interval #277
• Find Median From Data Stream #289

작성자 체크 리스트

• Projects의 오른쪽 버튼(▼)을 눌러 확장한 뒤, Week를 현재 주차로 설정해주세요.
• 문제를 모두 푸시면 프로젝트에서 Status를 In Review로 설정해주세요.
• 코드 검토자 1분 이상으로부터 승인을 받으셨다면 PR을 병합해주세요.

검토자 체크 리스트

Important

본인 답안 제출 뿐만 아니라 다른 분 PR 하나 이상을 반드시 검토를 해주셔야 합니다!

• 바로 이전에 올라온 PR에 본인을 코드 리뷰어로 추가해주세요.
• 본인이 검토해야하는 PR의 답안 코드에 피드백을 주세요.
• 토요일 전까지 PR을 병합할 수 있도록 승인해주세요.

[dalestudy]

🏷️ 알고리즘 패턴 분석

kth-smallest-element-in-a-bst/parkhojeong.py

# 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 kthSmallest(self, root: TreeNode | None, k: int) -> int:
        arr = []

        def inorrder(node: TreeNode):
            if node.left:
                inorrder(node.left)

            arr.append(node.val)

            if node.right:
                inorrder(node.right)

        inorrder(root)
        return arr[k - 1]

• 패턴: Binary Search, Hash Map / Hash Set, Binary Search
• 설명: 주어진 코드는 이진 탐색 트리의 중위 순회를 통해 정렬된 결과를 얻고, 그 중 k-1번째를 반환합니다. 중위 순회 자체는 트리 구조를 다루지만 핵심 아이디어는 이진 탐색 트리의 정렬 특성을 이용하는 패턴으로 볼 수 있습니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(n)

피드백: 중위 순회를 이용해 모든 노드를 방문하고 배열에 저장하므로 시간은 선형이며 추가 공간은 저장된 노드 수에 비례한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

📊 parkhojeong 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
kth-smallest-element-in-a-bst	Medium	✅ 의도한 유형
lowest-common-ancestor-of-a-binary-search-tree	Medium	⚠️ 유형 불일치

누적 학습 요약

• 풀이한 문제: 49 / 75개
• 이번 주 유형 일치율: 50% (2문제 중 1문제 일치)

문제 풀이 현황

카테고리	진행도	완료
Linked List	■■■■■■□	5 / 6 (Easy 3, Hard 1, Medium 1)
Dynamic Programming	■■■■■■□	9 / 11 (Easy 1, Medium 8)
Array	■■■■■■□	8 / 10 (Medium 5, Easy 3)
String	■■■■■■□	8 / 10 (Medium 5, Easy 3)
Graph	■■■■■□□	6 / 8 (Medium 6)
Matrix	■■■■■□□	3 / 4 (Medium 3)
Heap	■■■■■□□	2 / 3 (Hard 1, Medium 1)
Binary	■■■■□□□	3 / 5 (Easy 3)
Tree	■■■□□□□	6 / 14 (Medium 3, Easy 3)
Interval	□□□□□□□	0 / 5 ← 아직 시작 안 함

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	774	103	877	$0.000080

[dalestudy]

🏷️ 알고리즘 패턴 분석

lowest-common-ancestor-of-a-binary-search-tree/parkhojeong.py

# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, x):
#         self.val = x
#         self.left = None
#         self.right = None

class Solution:
    def lowestCommonAncestor(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':

        def search(node: TreeNode, target: int):
            stack = [node]
            arr = []
            while stack:
                node = stack.pop()
                arr.append(node)
                if node.val > target:
                    stack.append(node.left)
                elif node.val < target:
                    stack.append(node.right)

            return arr

        arr1 = set(search(root, p.val))
        arr2 = search(root, q.val)

        for node in arr2[::-1]:
            if node in arr1:
                return node

• 패턴: Binary Search, Depth-First Search, Hash Map / Hash Set
• 설명: BST에서 특정 값의 위치를 찾는 방식으로 루트에서 자식 방향을 탐색하며, 두 노드의 LCA를 찾기 위해 경로를 추적하고 교집합을 확인하는 흐름이 주로 Binary Search와 DFS의 혼합 형태로 보이며, 경로 비교를 위해 해시 집합을 사용합니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(h)
Space	O(h)

피드백: 스택 기반으로 순회하며 검색하는 방식이 필요하지 않다. BST의 특성을 활용해 루트-노드 방향으로 비교하면 더 간결하고 안전하다.

개선 제안: 고려해볼 만한 대안: BST의 특성을 이용해 루트에서 시작해 p.val과 q.val의 대소를 비교하며 자식을 따라가면 된다. 불필요한 중복 탐색 제거.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

현재 주차가 종료되어 자동으로 승인되었습니다. PR을 병합해주세요!