[thispath98] Week 3

product-of-array-except-self/thispath98.py

@@ -0,0 +1,35 @@
+class Solution:
+    def productExceptSelf(self, nums: List[int]) -> List[int]:
+        """
+        Intuition:
+            i번째 인덱스의 값을 계산하기 위해서는
+            0 ~ i-1 까지의 값과 i+1 ~ N 까지의 값을 모두 곱해야 한다.
+            이의 누적곱을 저장하여, 계산한다.
+
+        Time Complexity:
+            O(N):
+                리스트를 1번 순회하며 답을 찾으므로,
+                O(N)의 시간복잡도가 소요된다.
+
+        Space Complexity:
+            O(N):
+                forward 배열과 backward 배열에 N개의 원소를 저장하므로
+                O(N)의 공간복잡도가 소요된다.
+
+        Key takeaway:
+            스캔하여 값을 저장해두는 방식을 숙지하자.
+        """
+        for_val = 1
+        back_val = 1
+        forward = []
+        backward = []
+        for i in range(len(nums)):
+            forward.append(for_val)
+            backward.append(back_val)
+
+            for_val *= nums[i]
+            back_val *= nums[-(i + 1)]
+        backward = backward[::-1]
+
+        answer = [forward[i] * backward[i] for i in range(len(nums))]
+        return answer

reverse-bits/thispath98.py

@@ -0,0 +1,26 @@
+class Solution:
+    def reverseBits(self, n: int) -> int:
+        """
+        Intuition:
+            비트를 역순으로 순회한다.
+            answer에는 최대값(2^31)부터 최소값(2^0)으로 감소하는
+            방식으로 업데이트한다.
+
+        Time Complexity:
+            O(N):
+                n을 1번 순회하며 답을 찾으므로,
+                O(N)의 시간복잡도가 소요된다.
+
+        Space Complexity:
+            O(1):
+                answer에 값을 업데이트 하므로, 상수의
+                공간복잡도가 소요된다.
+
+        Key takeaway:
+            숫자를 binary string으로 만드는 bin() 메소드를
+            알게 되었다.
+        """
+        answer = 0
+        for i, bit in enumerate(bin(n)[2:][::-1]):
+            answer += int(bit) * 2 ** (31 - i)
+        return answer

two-sum/thispath98.py

@@ -0,0 +1,23 @@
+class Solution:
+    def twoSum(self, nums: List[int], target: int) -> List[int]:
+        """
+        Intuition:
+            기존에 풀었던 3sum 문제와 유사하게,
+            해시에 현재 숫자와 더해서 target이 되는 값을 찾는다.
+            만약 없을 경우, 해시에 현재 값과 인덱스를 저장한다.
+
+        Time Complexity:
+            O(N):
+                해시는 접근하는 데에 O(1)이 소요되고,
+                총 N번 반복해야 하므로 시간복잡도는 O(N)이다.
+
+        Space Complexity:
+            O(N):
+                최악의 경우 해시에 N개의 숫자와 인덱스를 저장해야 한다.
+        """
+        complement_dict = {}
+        for i, num in enumerate(nums):
+            if target - num in complement_dict:
+                return [complement_dict[target - num], i]
+            else:
+                complement_dict[num] = i