diff --git a/contains-duplicate/shinsj4653.py b/contains-duplicate/shinsj4653.py
new file mode 100644
index 000000000..7e7f4119f
--- /dev/null
+++ b/contains-duplicate/shinsj4653.py
@@ -0,0 +1,30 @@
+"""
+# Constraints
+
+1 <= nums.length <= 10^5
+-10^9 <= nums[i] <= 10^9
+
+# Time Complexity: O(n)
+
+배열 내 원소를 순회하며 각 원소별로 등장횟수를 기록
+-> 무슨 원소가 들어있는지 모르므로, defaultdict가 좋아보임
+-> 등장 횟수 값이 2 이상인 경우 배열 순회 멈추기
+
+# Space Complexity: O(n)
+
+최대 배열 원소 개수만큼 key-value 지니는 사전 활용
+"""
+
+from collections import defaultdict
+class Solution:
+    def containsDuplicate(self, nums: List[int]) -> bool:
+        count_dict = defaultdict(int)
+
+        for n in nums:
+            if count_dict[n] + 1 >= 2 :
+                return True
+
+            else :
+                count_dict[n] += 1
+
+        return False
diff --git a/house-robber/shinsj4653.py b/house-robber/shinsj4653.py
new file mode 100644
index 000000000..583748e04
--- /dev/null
+++ b/house-robber/shinsj4653.py
@@ -0,0 +1,59 @@
+"""
+Inputs: 정수형 배열 nums
+
+Outputs: 훔치는 돈의 max값
+
+Constraints:
+1 <= nums.length <= 100
+0 <= nums[i] <= 400
+
+Time Complexity: O(2^n) X
+
+dp[n] = max(dp(n), dp(n - 2) + nums[i])
+재귀 사용
+2^(100)
+2^10 = 10^3
+막상 실제 값을 출력하면 말이 안되는 값..
+
+Space Complexity: O(n)
+dp 배열은 nums와 똑같으므로
+
+# 에러
+constraint로 인한 반례 항상 생각하도록!
+len이 0이거나 1일때는 따로 처리!
+
+# 반례
+nums =
+[2,1,1,2]
+
+output = 3, expected = 4
+
+len(nums) - 1이 0 혹은 1일때, 즉 nums길이가 1 혹은 2일 경우엔 따로 처리
+
+"""
+
+
+class Solution:
+    def rob(self, nums) -> int:
+        dp = [-1 for _ in range(len(nums))]
+        n = len(nums) - 1
+
+        if n == 0:
+            return nums[0]
+
+        # 초기값 세팅
+        dp[0] = nums[0]
+        dp[1] = max(nums[1], nums[0])
+
+        if n == 1:
+            return dp[1]
+
+        def memo(i):
+            if dp[i] != -1:
+                return dp[i]
+
+            dp[i] = max(memo(i - 1), nums[i] + memo(i - 2))
+            return dp[i]
+
+        return max(memo(n - 1), nums[n] + memo(n - 2))
+
diff --git a/longest-consecutive-sequence/shinsj4653.py b/longest-consecutive-sequence/shinsj4653.py
new file mode 100644
index 000000000..e1877d235
--- /dev/null
+++ b/longest-consecutive-sequence/shinsj4653.py
@@ -0,0 +1,41 @@
+"""
+Inputs:
+정렬되지 않은 정수 배열 nums
+
+Outputs:
+가장 긴 연속된 부분 배열의 길이
+
+Constraints:
+0 <= nums.length <= 10^5
+-10^9 <= nums[i] <= 10^9
+
+Time Complexity: O(n) 이어야함
+어차피 n 최대 길이가 10^5이라 O(n^2)은 불가능!
+
+1 2 3 4라면,
+2 3 4
+3 4  -> 이 두 후보는 정답에 포함됨
+
+Space Complexity: O(n)
+중복 제거한 nums 인 numSet의 크기는 최대 n
+"""
+
+
+class Solution:
+    def longestConsecutive(self, nums: List[int]) -> int:
+        numSet = set(nums)
+        ret = 0
+
+        for num in numSet:
+            if num - 1 in numSet:
+                continue
+
+            cnt = 1
+
+            while num + 1 in numSet:
+                cnt += 1
+                num += 1
+
+            ret = max(ret, cnt)
+
+        return ret
diff --git a/top-k-frequent-elements/shinsj4653.py b/top-k-frequent-elements/shinsj4653.py
new file mode 100644
index 000000000..d15c57397
--- /dev/null
+++ b/top-k-frequent-elements/shinsj4653.py
@@ -0,0 +1,67 @@
+"""
+Constraints:
+
+1 <= nums.length <= 10^5
+-10^4 <= nums[i] <= 10^4
+k is in the range [1, the number of unique elements in the array].
+
+nums 배열에서 원소들의 빈도수 중, 가장 빈도수가 높은 k개의 수들 반환
+
+Time Complexity: O(klogn)
+
+내부적으로 정렬되는 O(logn)을 가지는 최소 힙 사용?
+
+우선 빈도수 사전에 기록 -> dict[숫자] = 빈도수 O(n)
+그 다음, 사전.items() 돌면서 heap 에 k개 만큼 넣기 O(k * logn)
+
+k개 만큼 우선순위 큐에 넣기 (-빈도수, 숫자) -> 튜플 넣으면 첫번쨰 원소기준으로 정렬됨
+
+그리고, 나머지 사전.items() 만큼 for i in range(k + 1, n) 만큼만 돌기
+-> 만약 힙의 맨 앞 값보다 작으면 넣고, 아니라면 pass
+
+Space Complexity: O(n)
+
+nums만큼 사전에 빈도수 저장
+
+# 간과한 사실
+첫 k개만 우선순위 큐에 넣고, 나머지 n - k 만큼 돌때,
+힙의 맨 앞 값보다 작거나 같을 때 -> 맨 앞 값을 빼면 안됨!! 그게 정답 수 중 하나일 수 있음
+
+
+아뿔싸..맨 앞 값만 정렬되어있는 상태라, 마지막 값 반환 시 heappop으로 해줘야할듯!
+단순히 for i in range(k) 해서 맨 앞 k 개를 반환하면 정렬되지 않은 상태에서 값을 뽑아내므로 틀릴 수 있음
+
+# 반례
+
+[2,3,4,1,4,0,4,-1,-2,-1]
+
+맨 앞의 값이랑만 비교하다보니, 최대 빈도수 값은 정확히 나오는데 두 번째 이후 값이 첫 번째 값보다 작지 않아서 힙에 못 들어온다..
+그래서, 맨 앞의 값 비교 로직 없앰!!
+
+하지만, 힙 내 원소를 k개를 유지 못해서 정렬 시간이 log N 이 되어버림..
+-> heap의 사이즈를 k로 유지하면서 작은 빈도 수부터 제거하면,
+결국 heap 안에는 가장 많이 등장한 k개의 원소만 남는다.
+"""
+
+from collections import defaultdict
+from heapq import heappush, heappop
+
+
+class Solution:
+    def topKFrequent(self, nums: List[int], k: int) -> List[int]:
+        freq_dict = defaultdict(int)
+        min_heap = []
+        ret = []
+
+        for n in nums:
+            freq_dict[n] += 1
+
+        for key, value in freq_dict.items():
+            heappush(min_heap, (value, key))
+            if len(min_heap) > k:
+                heappop(min_heap)
+
+        for _ in range(k):
+            ret.append(heappop(min_heap)[1])
+
+        return ret
diff --git a/two-sum/shinsj4653.py b/two-sum/shinsj4653.py
new file mode 100644
index 000000000..cc3545f7a
--- /dev/null
+++ b/two-sum/shinsj4653.py
@@ -0,0 +1,47 @@
+"""
+# Constraints
+
+2 <= nums.length <= 10^4
+-10^9 <= nums[i] <= 10^9
+-10^9 <= target <= 10^9
+
+같은 숫자 두번 사용 X
+
+# Time Complexity: O(n)
+
+O(n^2) 으로도 가능은 하지만, 문제에서 이거보다 더 적은 시간복잡도로 풀 수도 있다는 말이 존재
+배열 순회하며
+첫 원소는 target - n 을 한 값을 set에 넣어두기
+다음 원소부터는 해당 값이 set에 있는지 체크
+없다면 target - n 넣기
+
+근데 생각해보니 원소의 "idx" 를 반환해야함
+-> set대신 dict를 써서,
+-> dict[value] = idx로 구성
+-> dict[7] = 0
+-> 배열 7 오면, 현재 idx랑 기존 idx 가져오기 가능!
+
+# Space Complexity: O(n)
+
+배열 원소 개수만큼 target - n 값이 들어갈 set 크기가 결정됨
+
+"""
+
+
+class Solution:
+    def twoSum(self, nums: List[int], target: int) -> List[int]:
+        ret = []
+        diffDict = dict()
+
+        diffDict[target - nums[0]] = 0
+
+        for i in range(1, len(nums)):
+            if nums[i] in diffDict:
+                ret.append(diffDict[nums[i]])
+                ret.append(i)
+                return ret
+
+            else:
+                diffDict[target - nums[i]] = i
+
+        return ret