[sangbeenmoon] WEEK 09 Solutions

[sangbeenmoon]

답안 제출 문제

• Maximum Product Subarray #270
• Pacific Atlantic Water Flow #260
• Sum of Two Integers #284

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

maximum-product-subarray/sangbeenmoon.py

class Solution:
    def maxProduct(self, nums: List[int]) -> int:
        min_val = nums[0]
        max_val = nums[0]
        answer = max_val

        for i in range(1, len(nums)):
            target = nums[i]
            prev_max_val = max_val
            
            max_val = max(max_val * target, min_val * target, target)
            min_val = min(prev_max_val * target, min_val * target, target)
            answer = max(answer, max_val)

        return answer
            
                

• 패턴: Dynamic Programming, Two Pointers
• 설명: 연속 구간의 곱의 최댓값을 구하기 위해 현재 값과 함께 최대/최소 값의 조합을 갱신하는 방식으로, 양수/음수 곱의 부호 변화를 고려하는 DP 스타일의 상태 관리 패턴입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(n)
Space	O(1)

피드백: 한 요소를 처리할 때 현재 최대/최소 곱을 갱신하여 전체를 순회합니다. 상수 개의 변수만 사용하므로 시간은 선형이고 공간은 상수입니다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

[dalestudy]

📊 sangbeenmoon 님의 학습 현황

이번 주 제출 문제

문제	난이도	유형 분석
maximum-product-subarray	Medium	✅ 의도한 유형
pacific-atlantic-water-flow	Medium	⚠️ 유형 불일치

누적 학습 요약

• 풀이한 문제: 26 / 75개
• 이번 주 유형 일치율: 50% (2문제 중 1문제 일치)

문제 풀이 현황

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

---

🤖 이 댓글은 GitHub App을 통해 자동으로 작성되었습니다.

🔢 API 사용량 (gpt-5-nano)

요청	입력 토큰	출력 토큰	합계	비용
1	890	117	1,007	$0.000091

[dalestudy]

🏷️ 알고리즘 패턴 분석

pacific-atlantic-water-flow/sangbeenmoon.py

class Solution:
    def pacificAtlantic(self, heights: List[List[int]]) -> List[List[int]]:

        m,n = len(heights), len(heights[0])
        pacific = [[False] * n for _ in range(m)]
        atlantic = [[False] * n for _ in range(m)]

        visited = [[False] * n for _ in range(m)]

        dx = [0,0,-1,1]
        dy = [-1,1,0,0]


        def go(root_x:int, root_y:int, xx:int, yy:int):

            for d in range(4):
                nx = xx + dx[d]
                ny = yy + dy[d]

                if ny == -1 or nx == -1:
                    pacific[root_y][root_x] = True
                if ny == m or nx == n:
                    atlantic[root_y][root_x] = True

                if 0 <= ny and ny < m and 0 <= nx and nx < n:
                    if heights[ny][nx] <= heights[yy][xx] and not visited[ny][nx]:
                        visited[ny][nx] = True
                        go(root_x, root_y, nx, ny)

        for y in range(m):
            for x in range(n):
                visited = [[False] * n for _ in range(m)]
                go(x,y,x,y)

        answer = []

        for y in range(m):
            for x in range(n):
                if pacific[y][x] and atlantic[y][x]:
                    answer.append([y,x])

        return answer

• 패턴: Depth-First Search, Backtracking, Dynamic Programming, Hash Map / Hash Set
• 설명: 높이가 더 낮은 인접한 칸으로 DFS를 재귀 탐색하며 두 바다에 도달 가능한지 확인합니다. 각 셀에서 재귀를 통해 경로를 추적하고 방문 관리로 중복 탐색을 피하는 구조가 특징입니다.

📊 시간/공간 복잡도 분석

	복잡도
Time	O(mn(m+n))
Space	O(m*n)

피드백: 매 칸마다 새 DFS를 시작하므로 중복 방문이 많아 최악의 경우 비효율적입니다. 각 해양에 대해 역방향으로 도달 가능한 칸을 먼저 확장하는 방식이 일반적으로 더 효율적입니다.

개선 제안: 고려해볼 만한 대안: 각 해양에서 시작하는 BFS/DFS를 사용해 도달 가능한 칸을 표시한 뒤 교집합을 구하는 방식으로 시간복잡도를 O(m*n)으로 개선.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!