🏷️ 알고리즘 패턴 분석

• 패턴: Dynamic Programming, Backtracking
• 설명: 메모이제이션을 이용한 재귀적 탐색으로 금액(target)을 만드는 최소 동전 수를 계산한다. 중복 하위 문제를 저장하고 재귀적으로 풀이하여 최적해를 도출하는 DP 패턴에 해당한다.

📊 시간/공간 복잡도 분석

피드백: 재귀 + 메모이제이션으로 중복 계산을 줄였지만, 최악의 경우 모든 target에 대해 모든 코인을 시도하므로 시간복잡도는 O(amount * k)다.

개선 제안: 현재 구현이 적절해 보입니다.

🏷️ 알고리즘 패턴 분석

• 패턴: Binary Search
• 설명: 중간 값을 기준으로 영역을 반으로 나누며 최소 원소 위치를 찾는 이진 탐색 패턴으로, 회전된 정렬 배열에서 부분 정렬 여부를 판단해 탐색 범위를 축소합니다.

📊 시간/공간 복잡도 분석

피드백: 피벗의 위치를 기준으로 왼쪽/오른쪽 정렬 여부를 판단하며 탐색 공간을 절반으로 축소한다.

개선 제안: 현재 구현이 적절해 보입니다.

🏷️ 알고리즘 패턴 분석

• 패턴: Depth-First Search, Binary Search, Divine Pattern?
• 설명: 가장 깊이를 재는 재귀 탐색으로 왼쪽/오른쪽 자식을 먼저 탐색하는 DFS 패턴이며, 트리의 각 노드를 방문하며 최대 깊이를 갱신합니다.

📊 시간/공간 복잡도 분석

피드백: 트리의 모든 노드를 방문하며 깊이 우선으로 탐색한다.

개선 제안: 현재 구현이 적절해 보입니다.

🏷️ 알고리즘 패턴 분석

• 패턴: Two Pointers, Merge Sort
• 설명: 리스트를 순차적으로 비교하며 작은 값을 차례로 연결하는 구간은 Two Pointers 패턴의 전형이며, 두 정렬된 리스트를 합치는 동작은 분할된 부분 배열을 합치는 개념으로 해석할 수 있습니다.

📊 시간/공간 복잡도 분석

피드백: 두 리스트를 병합하는 기본 패턴이다. 현재는 새 노드를 만들어 연결하므로 추가 공간이 필요할 수 있다.

개선 제안: 고려해볼 만한 대안: 기존 노드를 재배치하여 공간복잡도를 O(1)로 줄일 수 있다.

🏷️ 알고리즘 패턴 분석

• 패턴: Depth-First Search, Backtracking
• 설명: 이 코드는 보드에서 인접 문자로 단서를 따라 탐색하며 단서를 맞출 때마다 이전 선택을 되돌리는 백트래킹 기법을 사용한다. DFS로 방향을 따라 깊이 탐색하고, 실패 시 되돌아가면서 다른 경로를 시도한다.

📊 시간/공간 복잡도 분석

피드백: 각 위치에서 방향마다 DFS를 수행하고 방문 추적 배열로 중복을 방지한다.

개선 제안: 현재 구현이 적절해 보입니다.

💡 풀이에 시간/공간 복잡도를 주석으로 남겨보세요!

저는 바텀업 방식으로 작성했는데 탑다운으로 풀어주셨군요!
coins: [1], amout: 10000이 입력으로 주어졌을 때 재귀 스택이 10,000까지 깊어질 수 있을 것 같습니다~

아하 조금만 제약 조건의 범위가 늘어나면 스택 오버플로우가 발생할 수 있겠네요.
반복문을 써서 가장 작은 금액 단위부터 채워나가는 식의 바텀업 풀이가 좋아보이긴하네요.

꼼꼼한 리뷰 감사합니다!

저도 동일하게 이진 탐색하도록 풀었습니다. 잘 봤습니다!

직관적이고 간결한 풀이 잘 봤습니다 👍

ListNode 할당하는 로직을 조금 수정해서 공간 복잡도를 O(1)로 개선해보면 좋을 것 같습니다!

노드를 새로 만드는게 아니라, 이미 있는 list1, list2 노드를 이어 붙여주는 방식으로 최적화가 가능하겠네요!
생각 못했던 부분인데 좋은 리뷰 감사합니다!!

dx, dy로 포지션을 미리 할당해놓고 쓰니까 깔끔하네요. 잘 봤습니다!!

visited 배열을 선언하지 않도록해서 공간 복잡도를 O(L)로 최적화를 해보는 것도 좋을 것 같습니다 🔥

무의식적으로 visited 배열을 사용해서 dfs/bfs 를 풀고 있었는데 사용하지 않는 방식도 고민을 해봐야겠네요
감사합니다!!