diff --git a/week-08/combination-sum/ImTotem.py.md b/week-08/combination-sum/ImTotem.py.md
new file mode 100644
index 0000000..1f44246
--- /dev/null
+++ b/week-08/combination-sum/ImTotem.py.md
@@ -0,0 +1,46 @@
+# Intuition
+
+평범한 백트래킹 문제다.
+
+# Approach
+
+1. 숫자들을 정렬한다.
+2. 백트래킹으로 조합을 찾는다.
+3. 각 재귀 호출에서:
+	- 목표 값이 0이 되면 현재 조합을 결과에 추가한다.
+	- 현재 인덱스부터 시작하여 가능한 모든 후보 숫자를 시도한다.
+	- 숫자가 현재 목표보다 크면 반복을 중단한다.
+
+# Complexity
+- Time complexity: $$O(2^N)$$
+
+- Space complexity: $$O(T)$$
+	- T는 목표 값(target)
+	- 재귀 호출의 최대 깊이는 `target/min(candidates)`
+
+# Code
+```python
+class Solution:
+    def combinationSum(self, candidates: List[int], target: int) -> List[List[int]]:
+        candidates.sort()
+        
+        n = len(candidates)
+        ans = []
+        
+        stack = []
+        def dfs(target, idx):
+            if target == 0:
+                ans.append(stack[:])
+                
+            for i in range(idx, n):
+                if candidates[i] > target: break
+                
+                stack.append(candidates[i])
+                dfs(target - candidates[i], i)
+                stack.pop()
+
+        dfs(target, 0)
+
+        return ans
+```
+
diff --git a/week-08/construct-binary-tree-from-preorder-and-inorder-traversal/ImTotem.py.md b/week-08/construct-binary-tree-from-preorder-and-inorder-traversal/ImTotem.py.md
new file mode 100644
index 0000000..393ba19
--- /dev/null
+++ b/week-08/construct-binary-tree-from-preorder-and-inorder-traversal/ImTotem.py.md
@@ -0,0 +1,51 @@
+# Intuition
+
+모르곘어서 풀이를 봤다. 트리 탐색 어렵다...
+
+# Approach
+
+1. 중위 순회 배열의 값과 인덱스를 매핑하는 딕셔너리를 생성한다. 이를 통해 루트 노드의 위치를 빠르게 찾을 수 있다.
+2. 전위 순회 배열을 deque로 변환하여 효율적으로 왼쪽 pop 연산을 수행할 수 있도록 한다.
+3. 재귀 함수 build를 정의하여 트리를 구성한다:
+	- 현재 범위의 시작과 끝 인덱스를 매개변수로 받는다.
+	- 전위 순회 배열에서 첫 번째 요소를 pop하여 현재 노드로 사용한다.
+	- 중위 순회에서 현재 노드의 위치를 찾아 왼쪽과 오른쪽 서브트리의 범위를 결정한다.
+	- 재귀적으로 왼쪽과 오른쪽 서브트리를 구성한다.
+4. 구성된 루트 노드를 반환한다.
+
+# Complexity
+- Time complexity: $$O(N)$$
+	- n은 노드의 수. 각 노드를 한 번씩 방문하므로 $O(N)$.
+
+- Space complexity: $$O(N)$$
+	- 중위 순회 배열의 값과 인덱스를 매핑하는 딕셔너리에 $O(N)$ 공간이 필요.
+	- 재귀 호출 스택의 최대 깊이는 트리의 높이와 같으며, 최악의 경우 $O(N)$이 될 수 있음.
+
+# Code
+```python
+# Definition for a binary tree node.
+# class TreeNode:
+#     def __init__(self, val=0, left=None, right=None):
+#         self.val = val
+#         self.left = left
+#         self.right = right
+class Solution:
+    def buildTree(self, preorder: List[int], inorder: List[int]) -> Optional[TreeNode]:
+        mapping = {inorder[i]:i for i in range(len(inorder))}
+        
+        preorder = collections.deque(preorder)
+
+        def build(start, end):
+            if start > end: return None
+
+            root = TreeNode(preorder.popleft())
+            mid = mapping[root.val]
+
+            root.left = build(start, mid - 1)
+            root.right = build(mid + 1, end)
+
+            return root
+        
+        return build(0, len(preorder) - 1)
+```
+
diff --git a/week-08/implement-trie-prefix-tree/ImTotem.py.md b/week-08/implement-trie-prefix-tree/ImTotem.py.md
new file mode 100644
index 0000000..7a211ee
--- /dev/null
+++ b/week-08/implement-trie-prefix-tree/ImTotem.py.md
@@ -0,0 +1,78 @@
+# Intuition
+
+Trie 자료구조가 뭔지 몰라서 찾아봤다. 뭔지 알고나니까 쉬운거 같다.
+
+# Approach
+
+1. 초기화 (`__init__`):
+	- 루트 노드를 빈 딕셔너리로 초기화한다.
+2. 삽입 (`insert`):
+	- 단어의 각 문자를 트리에 순차적으로 추가한다.
+	- 각 문자는 딕셔너리의 키로 표현된다.
+	- 단어의 끝을 표시하기 위해 특별한 키 ';'를 사용한다.
+3. 검색 (`search`):
+	- 주어진 단어의 각 문자를 트리에서 순차적으로 찾는다.
+	- 모든 문자를 찾고 마지막에 ';' 키가 있으면 단어가 존재하는 것이다.
+4. 접두사 검색 (`startsWith`):
+	- 주어진 접두사의 각 문자를 트리에서 순차적으로 찾는다.
+	- 모든 문자를 찾을 수 있으면 해당 접두사로 시작하는 단어가 존재하는 것이다.
+
+# Complexity
+- Time complexity:
+	- Insert: $$O(N)$$
+	- Search: $$O(N)$$
+	- N은 단어의 길이
+
+
+- Space complexity:
+	- Insert: $$O(N)$$
+	- Search: $$O(1)$$
+	- N은 단어의 길이
+
+# Code
+```python
+class Trie:
+
+    def __init__(self):
+        self.root = dict()
+
+    def insert(self, word: str) -> None:
+        head = self.root
+
+        for c in word:
+            if c not in head:
+                head[c] = dict()
+            
+            head = head[c]
+        
+        head[';'] = None
+
+    def search(self, word: str) -> bool:
+        head = self.root
+
+        for c in word:
+            if c not in head:
+                return False
+            head = head[c]
+        
+        return ';' in head
+
+    def startsWith(self, prefix: str) -> bool:
+        head = self.root
+
+        for c in prefix:
+            if c not in head:
+                return False
+            
+            head = head[c]
+        
+        return True
+
+
+# Your Trie object will be instantiated and called as such:
+# obj = Trie()
+# obj.insert(word)
+# param_2 = obj.search(word)
+# param_3 = obj.startsWith(prefix)
+```
+
diff --git a/week-08/kth-smallest-element-in-a-bst/ImTotem.py.md b/week-08/kth-smallest-element-in-a-bst/ImTotem.py.md
new file mode 100644
index 0000000..f751d72
--- /dev/null
+++ b/week-08/kth-smallest-element-in-a-bst/ImTotem.py.md
@@ -0,0 +1,42 @@
+# Intuition
+
+BST의 중위 순회(inorder traversal)는 원소를 오름차순으로 방문하는 특성을 이용한다.
+
+# Approach
+
+1. 스택을 사용하여 반복적 중위 순회를 구현한다.
+2. 루트에서 시작하여 왼쪽 자식 노드들을 모두 스택에 넣는다.
+3. 스택에서 노드를 꺼내 처리한다 (이는 현재 가장 작은 미방문 노드).
+4. k를 1 감소시키고, k가 0이 되면 현재 노드의 값을 반환한다.
+5. 오른쪽 자식 노드로 이동하여 과정을 반복한다.
+
+# Complexity
+- Time complexity: $$O(N)$$
+
+- Space complexity: $$O(H)$$
+	- H는 트리의 높이
+
+# Code
+```python
+# Definition for a binary tree node.
+# class TreeNode:
+#     def __init__(self, val=0, left=None, right=None):
+#         self.val = val
+#         self.left = left
+#         self.right = right
+class Solution:
+    def kthSmallest(self, root: Optional[TreeNode], k: int) -> int:
+        stack = []
+        
+        while True:
+            while root:
+                stack.append(root)
+                root = root.left
+            root = stack.pop()
+            k -= 1
+            if not k:
+                return root.val
+            root = root.right
+
+```
+
diff --git a/week-08/word-search/ImTotem.py.md b/week-08/word-search/ImTotem.py.md
new file mode 100644
index 0000000..9eb67d3
--- /dev/null
+++ b/week-08/word-search/ImTotem.py.md
@@ -0,0 +1,59 @@
+# Intuition
+
+평범한 dfs 문제다. 였으나 뇌빼고 풀다가 오래걸렸다.
+
+# Approach
+
+1. 보드의 모든 셀을 시작점으로 하여 DFS를 수행한다.
+2. DFS 에서 다음을 확인한다:
+	- 현재 위치가 보드 범위 내에 있는지
+	- 현재 셀의 문자가 찾고 있는 단어의 현재 인덱스의 문자와 일치하는지
+	- 단어의 모든 문자를 찾았는지 (종료 조건)
+3. 현재 셀을 방문했음을 표시하기 위해 임시로 값을 제거한다.
+4. 상하좌우 네 방향으로 DFS를 재귀적으로 수행한다.
+5. 백트래킹을 위해 셀의 원래 값을 복구한다.
+
+# Complexity
+- Time complexity: $$O(M \times N \times 4^L)$$
+	- M, N은 보드의 크기, L은 단어의 길이
+
+- Space complexity: $$O(N)$$
+	- N은 단어의 길이
+
+# Code
+```python
+class Solution:
+    def exist(self, board: List[List[str]], word: str) -> bool:
+        m, n = len(board), len(board[0])
+
+        d = [0, 1, 0, -1, 0]
+
+        def dfs(x, y, idx):
+            if not (0 <= x < n and 0 <= y < m):
+                return False
+            
+            if board[y][x] != word[idx]:
+                return False
+            
+            if len(word)-1 == idx:
+                return True
+	        
+	        tmp, board[y][x] = board[y][x], ''
+            
+            for i in range(4):
+                if dfs(x+d[i], y+d[i+1], idx+1):
+                    return True
+            
+			board[y][x] = tmp
+            
+            return False
+        
+        for i in range(m):
+            for j in range(n):
+                if dfs(j, i, 0):
+                    return True
+
+        return False
+
+```
+