docs: add notes - Solution 2 (Invert binary tree) & SC (Course schecule)

Author: KwonNayeon

course-schedule/KwonNayeon.py

@@ -9,17 +9,16 @@
 Time Complexity: O(N + P) 
 - N: numCourses, P: prerequisites의 길이
 
-Space Complexity: O(N + P)
+Space Complexity: O(N + P) 
 - 세트의 메모리 사용량이 N과 비례하고 인접 리스트의 크기가 P
+- 재귀 호출 스택의 깊이는 최악의 경우 O(N)
 
 풀이방법:
 1. prerequisites을 directed graph로 변환
   - 각 코스별로 선수과목의 리스트를 저장함
-
 2. DFS를 사용하여 cycle 존재 여부 확인
   - visited 배열: 이미 확인이 완료된 노드 체크
   - path 배열: 현재 DFS 경로에서 방문한 노드 체크
-  
 3. cycle이 발견되면 false, 그렇지 않으면 true 반환
   - 현재 경로에서 이미 방문한 노드를 다시 만나면 cycle 있음
   - 모든 노드 방문이 가능하면 cycle 없음

invert-binary-tree/KwonNayeon.py

@@ -3,20 +3,34 @@
 - The number of nodes in the tree is in the range [0, 100].
 - -100 <= Node.val <= 100
 
-Time Complexity:
-- O(n): 각 노드를 한 번씩 방문함
+<Solution 1>
+Time Complexity: O(n)
+- 각 노드를 한 번씩 방문함
 
-Space Complexity:
-- O(w): w는 트리의 최대 너비(width)
+Space Complexity: O(w)
+- w는 트리의 최대 너비(width)
 
 풀이방법:
 1. 큐를 사용한 BFS(너비 우선 탐색)
 2. FIFO(First In First Out)로 노드를 처리함
 3. 각 노드를 방문할 때마다:
    - 왼쪽과 오른쪽 자식 노드의 위치를 교환
    - 교환된 자식 노드들을 큐에 추가하여 다음 노드를 처리함
-"""
 
+<Solution 2>
+Time Complexity: O(n)
+- 각 노드를 한 번씩 방문함
+
+Space Complexity: O(h)
+- h는 트리의 높이, 재귀 호출 스택의 최대 깊이
+
+풀이방법:
+1. DFS(깊이 우선 탐색)와 재귀를 활용
+2. 각 노드에서:
+  - 왼쪽과 오른쪽 자식 노드의 위치를 교환
+  - 재귀적으로 왼쪽, 오른쪽 서브트리에 대해 같은 과정 반복
+3. Base case: root가 None이면 None 반환
+"""
 # Definition for a binary tree node.
 # class TreeNode:
 #     def __init__(self, val=0, left=None, right=None):

merge-k-sorted-lists/KwonNayeon.py

@@ -0,0 +1,18 @@
+"""
+Constraints:
+- k == lists.length
+- 0 <= k <= 10^4
+- 0 <= lists[i].length <= 500
+- -10^4 <= lists[i][j] <= 10^4
+- lists[i] is sorted in ascending order.
+- The sum of lists[i].length will not exceed 10^4
+
+Time Complexity: 
+- 
+
+Space Complexity: 
+- 
+
+풀이방법:
+1. 
+"""

search-in-rotated-sorted-array/KwonNayeon.py

@@ -16,16 +16,13 @@
 1. Binary Search
    - left와 right 포인터로 탐색 범위 지정
    - mid가 target인지 먼저 확인
-
 2. 정렬된 부분 찾기
    - mid를 기준으로 왼쪽이 정렬되어 있는지 확인
    - 정렬된 부분에서 target이 존재할 수 있는 범위를 파악
-
 3. Target 위치 탐색
    - 왼쪽이 정렬되어 있고 target이 그 범위 안에 있다면 오른쪽 범위를 줄임
    - 그렇지 않다면 왼쪽 범위를 늘림
    - 반대의 경우도 동일한 방법 적용
-
 4. Target을 찾지 못한 경우 -1을 반환함
 """
 class Solution: