알고리즘 공부

백준, 프로그래머스, SWEA, 구름레벨 문제 풀이 저장소

백준허브를 활용해 알고리즘 문제 해결 시 소스코드를 GitHub 레포지토리에 자동 동기화하고, 꾸준한 풀이와 코드 리뷰를 통해 문제 해결 능력을 기르는 학습 저장소입니다.

---

목차

1. 소개
2. 저장소 구조
3. 커밋 규칙
4. 학습 원칙
5. PR 및 코드 리뷰 양식

소개

본 저장소는 지속 가능한 코딩 테스트 대비와 심도 있는 알고리즘 학습을 목적으로 운영됩니다.

• 백준허브 확장을 사용하여 문제 제출 시 자동으로 정답 코드가 플랫폼 및 난이도별 디렉토리에 분류 및 커밋됩니다.
• 단순히 문제를 맞히는 것에 그치지 않고, 복잡도 최적화(시간/공간 복잡도)와 Clean Code 작성을 지향합니다.
• 문제 특성과 풀이 목적에 맞춰 Java, Python, JavaScript를 적극 활용합니다.

저장소 구조

백준허브 연동을 통해 자동 생성되는 폴더 구조 기본 틀입니다.

algorithmStudy/
├── 백준/
│   ├── Bronze/
│   ├── Silver/
│   ├── Gold/
│   └── Platinum/
├── 프로그래머스/
│   ├── 0/
│   ├── 1/
│   └── 2/
├── SWEA/
│   ├── D1/
│   ├── D2/
│   └── D3/
└── goormlevel/
    └── 난이도별_폴더/

커밋 규칙

백준허브 자동 커밋 메시지 형식을 따르며, 필요 시 수동 커밋 시에도 아래 양식을 준수합니다.

• Feat: 새로운 문제 풀이 코드 추가
• Refactor: 더 나은 효율성(시간/메모리)이나 가독성을 위한 코드 개선
• Fix: 오답 수정 또는 버그 해결
• Docs: README 작성 및 풀이 주석 추가

# 커밋 메시지 예시
[백준/Gold 5] Title - 1000번 (Java)
[프로그래머스/Lv.2] 타겟 넘버 (Python)
[SWEA/D2] 2025. N줄덧셈 (Python)

학습 원칙

• 매일 최소 1문제 이상 풀이를 목표로 합니다.
• 고민 시간은 최대 1시간~1시간 30분으로 제한하고, 이후에는 힌트나 타인의 풀이를 참고하여 원인을 분석합니다.
• 틀렸거나 효율성이 부족했던 문제는 다시 진행합니다.
• 문제의 제약 조건과 입력값 범위를 먼저 파악하고, 최악의 시나리오를 감안한 자료형 및 알고리즘을 선택합니다.

PR 및 코드 리뷰 양식

협업 스터디나 셀프 코드 리뷰 진행 시 PR을 생성할 때 자동으로 적용되는 양식입니다.

### 문제 정보
- **플랫폼** : [  ]
- **난이도** : [  ] 
- **문제 번호 및 이름** : [  ]
- **풀이 언어** : [  ]

### 핵심 풀이 로직
- **사용한 자료구조** : 
- **탐색 방식** : 
- **주요 접근 방법**

## 접근 방식
- **풀이 흐름**

  - 
  - 
  - 

### 복잡도 분석
- **시간 복잡도** : $O()$

  - 
  - 

- **공간 복잡도** : $O()$

  - 
  - 

### 고민했던 점

- 
- 
-