Reverse Vowels of a String — 투 포인터 `O(n)` 스왑으로 모음만 뒤집기
전체 보기접기
- 01Merge Strings Alternately — 단일 루프로 `O(n + m)` 교차 병합
- 02Increasing Triplet Subsequence — `O(n)` 시간, `O(1)` 공간으로 푸는 그리디 패턴
- 03Move Zeroes — 쓰기 포인터 하나로 `O(n)`/`O(1)` 제자리 재배치
- 04String Compression — 읽기/쓰기 포인터로 `O(n)`/`O(1)` 제자리 압축
- 05Product of Array Except Self — 나눗셈 없이 `O(n)`/`O(1)`로 나머지 곱 구하기
- 06Reverse Vowels of a String — 투 포인터 `O(n)` 스왑으로 모음만 뒤집기읽는 중
- 07Can Place Flowers — `O(n)` 그리디 스캔으로 인접 금지 배치 판정
- 08시간 복잡도와 공간 복잡도 완전 정복 — Big-O 표기법부터 실전 분석까지
- 09Greatest Common Divisor of Strings — `GCD`로 `O(n + m)` 문자열 최대 공약 패턴
모음만 뒤집기, 어떤 문제인가요?
LeetCode 345번 문제는 이렇게 주어집니다.
문자열
s가 주어졌을 때, 모음(vowel)만 순서를 뒤집은 문자열을 반환하세요. 모음은a,e,i,o,u이며 대문자도 포함합니다.
예시는 이렇습니다.
s = "hello"→"holle"(모음e,o→ 뒤집으면o,e)s = "leetcode"→"leotcede"(모음e,e,o,e→ 뒤집으면e,o,e,e)
제약은 다음과 같습니다.
1 <= s.length <= 3 * 10^5s는 ASCII 문자로만 구성
자음은 제자리에 둔 채 모음의 순서만 양쪽 끝에서부터 교환하는 것이 핵심입니다. 이 글에서는 모음을 따로 모아 뒤집는 방식부터, 투 포인터로 제자리 스왑하는 방식까지 비교합니다. 시간·공간 복잡도 표기가 익숙하지 않다면 시간 복잡도와 공간 복잡도 완전 정복을 먼저 읽어 보시는 것을 권합니다.
Phase 1. 모음을 따로 모아 뒤집기
가장 직관적인 접근은 모음만 뽑아서 뒤집은 뒤, 원래 자리에 다시 채우는 것입니다.
fun reverseVowels(s: String): String {
val vowels = "aeiouAEIOU".toSet()
val collected = s.filter { it in vowels }.reversed()
val result = StringBuilder()
var vi = 0
for (ch in s) {
if (ch in vowels) {
result.append(collected[vi++])
} else {
result.append(ch)
}
}
return result.toString()
}
s = "leetcode"를 따라가 봅시다.
- 모음 수집:
['e', 'e', 'o', 'e']→ 뒤집기:['e', 'o', 'e', 'e'] - 원본을 훑으면서 모음 자리에 순서대로 채움 →
"leotcede"
로직은 명확하지만, 모음을 담는 리스트와 뒤집은 결과에 O(n) 추가 공간이 필요합니다.
Phase 2. 투 포인터 스왑 — 추가 공간 없이
모음을 따로 모을 필요 없이, 양쪽 끝에서 모음을 찾아 바로 교환하면 됩니다.
fun reverseVowels(s: String): String {
val chars = s.toCharArray()
val vowels = "aeiouAEIOU".toSet()
var left = 0
var right = chars.size - 1
while (left < right) {
while (left < right && chars[left] !in vowels) left++
while (left < right && chars[right] !in vowels) right--
if (left < right) {
val temp = chars[left]
chars[left] = chars[right]
chars[right] = temp
left++
right--
}
}
return String(chars)
}
같은 입력 s = "leetcode"를 따라가 봅시다.
초기: ['l','e','e','t','c','o','d','e']
L → ← R
1회: left=1('e'), right=7('e') → 스왑 → ['l','e','e','t','c','o','d','e']
(같은 문자끼리 스왑이라 변화 없음)
2회: left=2('e'), right=5('o') → 스왑 → ['l','e','o','t','c','e','d','e']
3회: left=3, right=4 → 둘 다 자음, left와 right가 교차 → 종료
결과: "leotcede" ✓
left와 right는 각각 한 방향으로만 이동하므로, 전체 이동 횟수의 합은 n을 넘지 않습니다. 시간 O(n), 추가 공간 O(1)입니다.
참고: Kotlin(JVM)에서
String은 불변이므로toCharArray()로 복사본을 만들어야 합니다. 이CharArray는 결과를 만들기 위한 필수 공간이지, 알고리즘이 추가로 요구하는 보조 공간이 아닙니다. 투 포인터 자체가 쓰는 추가 변수는left,right,temp뿐이므로O(1)입니다.
두 풀이를 다시 비교
| 풀이 | 시간 | 공간 | 특징 |
|---|---|---|---|
| 모음 수집 + 뒤집기 | O(n) |
O(n) |
모음 리스트와 뒤집은 결과에 추가 공간 필요 |
| 투 포인터 스왑 | O(n) |
O(1) |
양쪽 끝에서 모음을 찾아 바로 교환 |
마무리
- "모음만 뒤집는다"는 조건은 양쪽 끝에서 모음을 찾아 교환하는 투 포인터로 자연스럽게 변환된다 — 자음은 건너뛰고 모음끼리만 스왑하면 됩니다
- 투 포인터가
O(1)추가 공간을 달성하는 핵심은 "수집 없이 즉시 교환" — 모음을 따로 모아 뒤집는 단계를 제거합니다 left와right가 각각 한 방향으로만 움직이므로, 총 이동 횟수는n을 넘지 않는다 — 안쪽while이 두 개 있어도 전체 시간은O(n)입니다
Product of Array Except Self — 나눗셈 없이 `O(n)`/`O(1)`로 나머지 곱 구하기
다음 편Can Place Flowers — `O(n)` 그리디 스캔으로 인접 금지 배치 판정
다음으로 읽어볼 글
Greatest Common Divisor of Strings — `GCD`로 `O(n + m)` 문자열 최대 공약 패턴
두 문자열의 최대 공약 문자열을 구하는 LeetCode 1071번, 브루트포스부터 GCD 기반 O(n + m) 풀이까지 정리합니다.
시간 복잡도와 공간 복잡도 완전 정복 — Big-O 표기법부터 실전 분석까지
Big-O 표기법이 무엇인지, 대표적인 시간 복잡도가 각각 어떤 코드 패턴에서 나타나는지, 공간 복잡도는 어떻게 세는지 단계별로 정리합니다.
Can Place Flowers — `O(n)` 그리디 스캔으로 인접 금지 배치 판정
인접한 화단에 꽃을 동시에 심을 수 없을 때 `n`송이 배치가 가능한지 판단하는 LeetCode 605번, 그리디 선택이 왜 최적인지와 배열 수정 없이 `O(n)`/`O(1)`로 푸는 방법을 정리합니다.