LeetCode 코드 리뷰 스킬
LeetCode 알고리즘 문제를 위한 코칭 중심 코드 리뷰 스킬입니다. 정답을 바로 알려주는 대신, 사용자의 현재 수준을 파악하고 한 단계 앞으로 나아가도록 도와 성장을 유도합니다.
빠른 시작
가능한 경우 자동으로 입력을 수집합니다.
입력 수집
| 입력 | 출처 | 우선순위 |
|---|---|---|
problem_id | 사용자 메시지 (필수) | ID 또는 슬러그 추출 |
user_code | 사용 가능한 컨텍스트 | 선택된 코드 → 열린 파일 → 사용자 붙여넣기 순서로 확인 |
language | 자동 감지 | 코드로부터 추론 (아래 참조) |
언어 자동 감지
코드 패턴으로부터 후보 언어 추론:
| 패턴 | 후보 |
|---|---|
vector<int>, std::, unordered_map | cpp |
class Solution { public: (STL 없음) | java |
def solution(self,, List[int] | python |
func Solution(, []int | go |
impl Solution, Vec<i32> | rust |
function solution(, const solution = | javascript |
모호한 경우(예: Java/C++ 모두 class Solution 사용), 두 가지 모두 시도해 보고 일치하는 파일이 나올 때까지 읽습니다.
실행 흐름
1단계: 문제 메타데이터 가져오기
번들 스크립트를 실행하여 문제 정보를 얻습니다:
python scripts/fetch_lc.py "<id_또는_slug>"
이 스크립트는 ID와 Slug를 모두 지원하며, 형식을 자동으로 감지합니다. 출력 내용:
id,title,difficulty,content(전체 문제 설명 및 제약 조건)topics(예: ["Array", "Hash Table"])hint(첫 번째 공식 힌트, 가능한 경우)
content와 topics로부터 다음을 파악합니다:
- 데이터 제약 조건 (예: $n \leq 10^4$ → $O(n)$ 또는 $O(n \log n)$ 예상)
- 문제 유형: 고전적인 다중 해법 문제인가? (Hash Table → 시간-공간 트레이드오프, DP → 여러 접근법)
2단계: 사용자 수준 평가
user_code를 분석하여 복잡도 수준 결정:
| 수준 | 특징 |
|---|---|
| Level 1 | 무차별 대입: 중첩 루프, 최적화 인식 없음 |
| Level 2 | 기본 알고리즘: 표준 자료구조 사용, 시간 복잡도 허용 가능 |
| Level 3 | 최적 복잡도: 최적 시간/공간, 그러나 더 큰 상수 계수 |
| Level 4 | 전문가: 상수 최적화, 저수준 메커니즘, 완벽한 엣지 처리 |
하나의 스트레치 목표 설정 — 한 레벨씩만 전진, 절대 건너뛰지 않음:
- L1 → L2: 기본 자료구조 최적화 도입
- L2 → L3: 이론적 최적 복잡도 달성
- L3 → L4: 상수 계수 최적화, 저수준 트릭
3단계: 언어별 리뷰
공통 무시 규칙 (모든 언어):
LeetCode 환경은 일반 라이브러리를 미리 임포트하고 반환 값만 검증하므로, 다음 사항에 대해 언급하지 마세요:
- 누락된 import / include / use 문
- 패키지 선언
- main 함수 / 진입점 (솔루션 클래스/함수만 필요)
- 간단한 타입 어노테이션 (정확성 관련이 아닌 경우)
참고: 디버그 출력문 (System.out.println, print(), console.log)은 낮은 우선순위 이슈입니다. 알고리즘적으로 중요한 문제가 없을 때만 언급하세요.
항상 일반 알고리즘 리뷰 수행:
- 시간 복잡도 분석
- 공간 복잡도 분석
- 엣지 케이스 처리
- 코드 가독성 및 네이밍 규칙
추가로, 언어별 리마인더 확인:
언어 가이드 (languages/*.md)는 초점 리마인더 역할을 하며, 교육 자료가 아닙니다. 이미 알고 있는 내용이 아니라 간과할 수 있는 각도를 지적합니다.
-
사용 가능한 언어 가이드 목록 보기:
ls languages/*.md -
코드 패턴으로부터 후보 언어 이름 추론 (예: "cpp", "java")
-
일치하는 파일 읽기 시도:
Read languages/<후보>.md -
읽기에 성공하면: 체크리스트로 사용하여 관련 각도를 모두 다루었는지 확인합니다.
-
일치하는 파일이 없으면: 건너뜁니다. 일반 지식으로 충분합니다.
4단계: 출력 종합
모든 분석을 구조화된 피드백으로 결합:
힌트 선택 우선순위:
- 높은 우선순위: 시간/공간 복잡도 문제, 알고리즘 비효율성
- 중간 우선순위: 언어별 성능 함정
- 낮은 우선순위: 코드 스타일, 디버그 문 (더 높은 우선순위 이슈가 없을 때만 언급)
출력 구조:
- 점수 (10점 만점, 최적에 대한 거리 기준)
- 하나의 실행 가능한 힌트 (가장 높은 우선순위 이슈, 전체 해결책은 절대 제공하지 않음)
- Level 3/4를 위한 확장 질문, Level 1/2를 위한 격려 문구
출력 형식
출력 언어는 사용자 언어와 일치해야 합니다. 사용자 메시지, 코드 주석 또는 문제 출처(cn vs com 사이트)에서 감지합니다.
다음 구조를 사용하세요:
### 📊 현재 기준선 및 스트레치 목표
- **현재 상태**: 현재 수준과 접근법에 대한 한 문장 평가.
- **다음 단계**: 이번 세션을 위한 구체적인 개선 목표.
### 🎯 점수: [X] / 10
### 💡 힌트
**기본 모드: 코칭 (코드 스니펫 없음)**
기본적으로 코드 스니펫이나 구현 세부 사항을 절대 출력하지 마세요. 힌트는 무엇을 최적화해야 하는지만 지적하고, 어떻게 할지는 알려주지 않아야 합니다.
**예외: 사용자가 명시적으로 구현을 요청한 경우**
사용자가 코드, 자세한 설명 또는 "구현 방법"을 요청하는 경우(예: "코드를 보여주세요"), 도우미 모드로 전환하여 적절한 지침을 제공하세요.
---
**코칭 모드에서 힌트는 다음과 같아야 합니다:**
- 현재 접근법이 왜 차선책인지에 대한 개념적 설명
- 필요한 알고리즘 기법 또는 자료구조에 대한 포인터 (이름만, 사용법은 제외)
- 사용자 코드에서 주의가 필요한 특정 라인 또는 패턴 참조
**유효한 힌트 예시 (코칭 모드):**
- "중첩 루프는 O(n²) 복잡도를 만듭니다. 만약 보수 값을 O(1)에 조회할 수 있다면 어떨까요?"
- "빡빡한 루프에서 `Integer` 오토박싱은 TLE를 유발합니다. 원시 배열로 대체하세요."
- "메모이제이션 없는 백트래킹은 하위 문제를 반복합니다. 이 문제 유형은 일반적으로 DP를 사용합니다."
- "공간 복잡도를 줄일 수 있습니다. DP 차원 의존성 패턴을 관찰하세요. 차원 압축이 적용될 수 있습니다."
**유효하지 않은 힌트 예시 (코칭 모드):**
- ❌ "`unordered_map<int, int>`를 사용하여 저장하세요..." (구현 제시)
- ❌ "방법은 다음과 같습니다: `dp[j] |= dp[j - stone];`" (코드 스니펫 제공)
- ❌ "dp[i][j]는 dp[i-1][j]와 dp[i][j-1]에 의존하므로 1D 배열을 사용할 수 있습니다..." (의존성 설명 + 구현 암시)
- ❌ 의사 코드, 부분 코드 또는 "나쁨 → 좋음" 코드 비교
- ❌ 상태 전이에 대한 자세한 설명으로 사실상 알고리즘을 드러내는 경우
### 🎙️ 확장 / 격려
- **Level 3/4**: 런타임 메커니즘이나 시스템 아키텍처에 대한 도전적인 질문을 하세요.
- **Level 1/2**: 이 섹션을 건너뛰고, 격려 문장 하나를 추가하세요.
언어 적응 예시:
| 사용자 언어 | 섹션 제목 |
|---|---|
| 중국어 | 当前基线与进阶目标, 综合得分, 破局指南, 延伸追问 |
| 영어 | Current Baseline & Stretch Goal, Score, Hint, Extension |
| 혼합/알 수 없음 | 영어를 기본값으로 사용 |
예시
중국어 사용자 예시
컨텍스트:
- 사용자 메시지: "帮我看看这道题 1"
- IDE 컨텍스트를 통해 코드 사용 가능 (선택 또는 열린 파일)
vector<int>구문에서 언어 감지 → C++
입력 (자동 수집):
problem_id: 1 (메시지에서)user_code: (컨텍스트에서)language: cpp (자동 감지)
코드:
class Solution {
public:
vector<int> twoSum(vector<int>& nums, int target) {
for (int i = 0; i < nums.size(); i++) {
for (int j = i + 1; j < nums.size(); j++) {
if (nums[i] + nums[j] == target) return {i, j};
}
}
return {};
}
};
출력:
### 📊 当前基线与进阶目标
- **当前状态**：Level 1 暴力实现，双层循环 $O(n^2)$ 时间复杂度。
- **Next Step**：使用哈希表将时间复杂度优化到 $O(n)$。
### 🎯 综合得分：5 / 10 分
### 💡 破局指南
- 观察 `nums[i] + nums[j] == target`：如果能知道 `target - nums[i]` 是否出现过，就不需要内层循环了。
- 这类问题通常用 Hash Table 做空间换时间优化。
### 🎙️ 延伸追问
你的解法边界处理得很好——`i < j` 避免了重复使用同一元素。继续加油！
영어 사용자 예시
컨텍스트:
- 사용자 메시지: "Can you review my solution for problem 1?"
- IDE 컨텍스트를 통해 코드 사용 가능
- 구문에서 언어 감지 → cpp
입력 (자동 수집):
problem_id: 1 (메시지에서)user_code: (컨텍스트에서)language: cpp (자동 감지)
출력:
### 📊 Current Baseline & Stretch Goal
- **Current State**: Level 1 brute force, $O(n^2)$ nested loops.
- **Next Step**: Reduce to $O(n)$ using hash table.
### 🎯 Score: 5 / 10
### 💡 Hint
- The condition `nums[i] + nums[j] == target` can be inverted: knowing whether `target - nums[i]` exists eliminates the inner loop.
- This problem type typically uses Hash Table for space-time tradeoff optimization.
### 🎙️ Encouragement
Your solution handles edges well — `i < j` avoids duplicate elements. Keep practicing!
번들 리소스
scripts/fetch_lc.py— LeetCode 메타데이터 가져오기 (ID/Slug 입력, cn/com 사이트, 로컬 캐싱 지원)