Programmers #37

s	result
`{{2},{2,1},{2,1,3},{2,1,3,4}}`	`[2,1,3,4]`
`{{1,2,3},{2,1},{1,2,4,3},{2}}`	`[2,1,3,4]`
`{{20,111},{111}}`	`[111,20]`
`{{123}}`	`[123]`
`{{4,2,3},{3},{2,3,4,1},{2,3}}`	`[3,2,4,1]`

나의 풀이

package programmers;

import java.util.Arrays;
import java.util.Comparator;
import java.util.HashSet;

public class Tuple {
	
	
	public static int[] solution(String s) {
     
      
       s = s.substring(2,s.length() - 2);
       
       String[] group = s.split("\\},\\{"); 
       
       int[][] NTuple = new int[group.length][];
       
       for(int i = 0; i < group.length; i++) {
    	   String[] nums = group[i].split(",");
    	   NTuple[i] = new int[nums.length];
    	   
    	   for(int j = 0; j < nums.length; j++) {
    		   NTuple[i][j] = Integer.parseInt(nums[j]);
    	   }
    	  
       }
        
       Arrays.sort(NTuple, Comparator.comparingInt(a -> a.length));
       
       HashSet<Integer> set = new HashSet<>();
       int[] answer = new int[NTuple.length];
       
       int index = 0;
       
       for(int[] arr : NTuple) {
    	   for(int num : arr) {
    		   if(!set.contains(num)) {
    			   set.add(num);
    			   answer[index++] = num;
    		   }
    	   }
       }
        System.out.println(Arrays.toString(answer));
        return answer;
    }
	
	
	public static void main(String[] args) {
		solution("{{20,111},{111}}");
	}

}

나의 생각

매개변수로 주어지는 String s를 문제에서 원하는 형식으로 처리를 하기위한 전처리 과정이 필요하다. 문자로 주어지는 {{20,111},{111}} 형식에서 {20,111},{111} 을 분리해야하는데 처음 {{ 과 끝 }}를 제거하면 20,111 }, {111 이 된다.

위 전처리 과정을 거치고 난 뒤 생성된 20,111},{111를 20,111, 111로 나누려면 정규식을 사용하여 한번 더 전처리과정이 필요하다.

String[] group = s.split("\\},\\{");

\\}: } 문자를 의미한다. Java 문자열에서 백슬래시 \는 특수 문자로 인식되기 때문에 정규식에서 리터럴 } 문자를 의미하려면 \}로 표기해야 한다.
,: 쉼표를 의미
\\{: { 문자를 의미한다. 마찬가지로 Java 문자열에서 백슬래시 \는 특수 문자로 인식되기 때문에 정규식에서 리터럴 { 문자를 의미하려면 \{로 표기해야 한다

따라서, 주어진 정규식 \},\{는 문자열에서 },{ 패턴을 찾는 것을 의미

현재 [20,111, 111]는 문자로 존재하기 때문에 내가 원하는 값으로 사용하기 위해서는 int형으로 변환 및 int[][] 배열로 선언하여

NTuple[0] = {20,111}
NTuple[1] = {111}

형태로 존재해야한다. 이를 위해 다음과 같은 로직을 구성한다.

int[][] NTuple = new int[group.length][];
       
for(int i = 0; i < group.length; i++) {
	String[] nums = group[i].split(",");
    NTuple[i] = new int[nums.length];
    	   
    for(int j = 0; j < nums.length; j++) {
    	NTuple[i][j] = Integer.parseInt(nums[j]);
    }
    	  
}

NTuple 은 2차원 배열을 참조하는 변수이고, 첫 번째 차원의 크기는 group.length로 정해져 있지만, 두 번째 차원의 크기는 아직 지정되지 않음

이렇게 두 번째 차원의 크기를 미리 지정하지 않은 채로 배열을 생성하면, 나중에 각 서브배열의 크기를 다르게 지정할 수 있음. 이것을 비정직사각형 배열 또는 비균일 2차원 배열 이라고 함

NTuple[i] = new int[nums.length]; // 각 서브배열 NTuple[i]의 크기를 지정
// 여기서 nums.length는 각 그룹의 원소 개수에 따라 다를 수 있기 때문에, 서브 배열의 크기를 동적으로 할당할 수 있음

위 과정 까지가 내가 생각한 방법을 사용하기 위한 전처리 과정이였고, 위 값을 한번더 정렬하여

NTuple[0]: [111]
NTuple[1]: [20, 111]

해당 내용처럼 배열의 크기가 작은것부터 큰 순서대로 차례로 정렬시켜 첫 번째에서 111을 저장하면 다음 번엔 111을 제외한 20을 선택하게 하는것이 최종 목표이다.

Arrays.sort(NTuple, Comparator.comparingInt(a -> a.length));

Comparator 는 객체의 순서나 우선순위를 결정하는 데 사용하되는 인터페이스
Comparator.comparingInt는 주어진 함수에 따라 정수 값을 반환하는 Comparator객체를 생성하는 정적 메서드
a -> a.length는 int[] 타입의 배열 a를 입력받아 a.length를 반환
즉, NTuple 배열의 서브 배열들을 각각의 길이를 기준으로 오름차순 정렬

위 과정을 통해 정렬된 값을 어떻게 중복제거 할 것인가?

HashSet<Integer> set = new HashSet<>();
int[] answer = new int[NTuple.length];
       
int index = 0;
       
for(int[] arr : NTuple) {
	for(int num : arr) {
    	if(!set.contains(num)) {
        	set.add(num);
            answer[index++] = num;
        }
    }
}

set은 중복된 값을 허용하지 않는 자료구조로 중복된 값을 추적하기 위해 사용

if(!set.contains(num))

현재 숫자 num이set에 존재하지 않는 경우 (즉, 중복되지 않는 경우)만 로직을 실행

set.add(num)

현재 숫자 num을 set에 추가, 숫자가 이후에 다시 나타나더라도 중복으로 판단될 수있게 함

이 전체 로직의 결과로, answer 배열은 NTuple에서 발견된 중복되지 않는 숫자들만을 순서대로 포함하게 된다.

기능개발

📑 문2) 프로그래머스 팀에서는 기능 개선 작업을 수행 중입니다. 각 기능은 진도가 100%일 때 서비스에 반영할 수 있습니다.

또, 각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 기능보다 먼저 개발될 수 있고, 이때 뒤에 있는 기능은 앞에 있는 기능이 배포될 때 함께 배포됩니다.

먼저 배포되어야 하는 순서대로 작업의 진도가 적힌 정수 배열 progresses와 각 작업의 개발 속도가 적힌 정수 배열 speeds가 주어질 때 각 배포마다 몇 개의 기능이 배포되는지를 return 하도록 solution 함수를 완성하세요.

제한사항

작업의 개수(progresses, speeds배열의 길이)는 100개 이하입니다.
작업 진도는 100 미만의 자연수입니다.
작업 속도는 100 이하의 자연수입니다.
배포는 하루에 한 번만 할 수 있으며, 하루의 끝에 이루어진다고 가정합니다. 예를 들어 진도율이 95%인 작업의 개발 속도가 하루에 4%라면 배포는 2일 뒤에 이루어집니다.

입출력 예

progresses	speeds	return
`[93,30,55]`	`[1,30,5]`	`[2,1]`
`[95,90,99,99,80,99]`	`[1,1,1,1,1,1]`	`[1,3,2]`

입출력 예 설명

입출력 예 #1

첫 번째 기능은 93% 완료되어 있고 하루에 1%씩 작업이 가능하므로 7일간 작업 후 배포가 가능합니다.
두 번째 기능은 30%가 완료되어 있고 하루에 30%씩 작업이 가능하므로 3일간 작업 후 배포가 가능합니다. 하지만 이전 첫 번째 기능이 아직 완성된 상태가 아니기 때문에 첫 번째 기능이 배포되는 7일째 배포됩니다.
세 번째 기능은 55%가 완료되어 있고 하루에 5%씩 작업이 가능하므로 9일간 작업 후 배포가 가능합니다.

따라서 7일째에 2개의 기능, 9일째에 1개의 기능이 배포됩니다.

입출력 예 #2

모든 기능이 하루에 1%씩 작업이 가능하므로, 작업이 끝나기까지 남은 일수는 각각 5일, 10일, 1일, 1일, 20일, 1일입니다. 어떤 기능이 먼저 완성되었더라도 앞에 있는 모든 기능이 완성되지 않으면 배포가 불가능합니다.

따라서 5일째에 1개의 기능, 10일째에 3개의 기능, 20일째에 2개의 기능이 배포됩니다.

나의 풀이

#1

package programmers;

import java.util.ArrayList;

public class Distribution {
	
	public static int[] solution(int[] progresses, int[] speeds) {
   
        ArrayList<Integer> list = new ArrayList<>();
        for(int i = 0; i < progresses.length; i++) {
        	int cnt = 0;
        	
        	int temp = 100 - progresses[i];
        	
        	int day = temp % speeds[i] == 0 ? temp / speeds[i] : (temp /speeds[i]) + 1;
        	
        	list.add(day);
        	
        }
        
        System.out.println(list);
        
        ArrayList<Integer> answerList  = new ArrayList<>();
        
        int prevDay = list.get(0);
        int count = 1;
        
        for(int i = 1; i < list.size(); i++) {
        	if(list.get(i) <= prevDay) {
        		count++;
        	}else {
        		answerList.add(count);
        		count = 1;
        		prevDay = list.get(i);
        	}
        }
        
        answerList.add(count);
        
        int[] answer = new int[answerList.size()];
        for (int i = 0; i < answerList.size(); i++) {
            answer[i] = answerList.get(i);
        }
        
        
        return answer;
    }
	
	
	public static void main(String[] args) {
		
		int[] progresses = new int[] {95,90,99,99,80,99};
		int[] speeds = new int[] {1,1,1,1,1,1};
		
		solution(progresses, speeds);
	}

}

#2(queue)를 이용한 방법

package programmers;

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.Queue;

public class Distribution {
	
	public static int[] solution(int[] progresses, int[] speeds) {
   
		ArrayList<Integer> answerList  = new ArrayList<>();
        Queue<Integer> queue = new LinkedList<>();
        
        for(int i = 0; i < progresses.length; i++) {
        	int cnt = 0;
        	
        	int temp = 100 - progresses[i];
        	
        	int day = temp % speeds[i] == 0 ? temp / speeds[i] : (temp /speeds[i]) + 1;
        	
        	queue.add(day);
        	
        }
        
        System.out.println(queue);
        
        
        while(!queue.isEmpty()) {
        	int current = queue.poll();
        	
        	int count = 1;
        	
        	while(!queue.isEmpty() && queue.peek() <= current) {
        		count++;
        		queue.poll();
        	}
        	
        	answerList.add(count);
        }
        
        
        System.out.println(answerList);
        
        int[] answer = new int[answerList.size()];
        for (int i = 0; i < answerList.size(); i++) {
            answer[i] = answerList.get(i);
        }
        
        
        return answer;
    }
	
	
	public static void main(String[] args) {
		
		int[] progresses = new int[] {95,90,99,99,80,99};
		int[] speeds = new int[] {1,1,1,1,1,1};
		
		solution(progresses, speeds);
	}

}

나의 생각

progresses: `[95,90,99,99,80,99]`	
speeds: `[1,1,1,1,1,1]`

를 먼저 살펴보자.

progresses[0] = 95 // speed : 1
progresses[1] = 90 // speed : 1
progresses[2] = 99 // speed : 1
progresses[3] = 99 // speed : 1
progresses[4] = 80 // speed : 1
progresses[5] = 99 // speed : 1

첫 번째 과정을 끝내는데 5일이 소요, 두 번째 과정을 끝내는데 10일 소요, 세 번째 과정을 끝내는데 1일, 네 번째 과정을 끝내는데 1일, 다섯 번째 과정을 끝내는데 20일 소요, 마지막 과정을 끝내는데 1일 소요된다. (각 기능의 개발속도는 모두 다르기 때문에 뒤에 있는 기능이 앞에 있는 기능보다 먼저 개발될 수 있고, 이때 뒤에 있는 기능은 앞에 있는 기능이 배포될 때 함께 배포 된다는 점을 기억하자)

Queue<Integer> queue = new LinkedList<>();
        
for(int i = 0; i < progresses.length; i++) {
    int temp = 100 - progresses[i];
    int day = temp % speeds[i] == 0 ? temp / speeds[i] : (temp /speeds[i]) + 1;
    queue.add(day);
        	
}

Queue는 인터페이스로 큐(Queue) 자료구조는 First-In-First-Out(FIFO) 원칙을 따르며, 먼저 들어간 원소가 먼저 나오게 된다. 위의 로직을 살펴보면 progresses과정을 순회하며 작업완료일 = 100 - progresses[i] 은 남아 있는 과정을 의미하며, 남은 과정을 speed로 나눈 나머지가 0 이면 temp / sppeds[i] 그렇지 않으면 (temp / speeds[i]) + 1을 하는데, 이를 간단한 예로 보면, 30% 배포가 완료된 작업이 있을때, speed가 30이라면, 모든 작업이 완료될때까지 걸리는 시간은 3일이 소요된다.

1일차 : 30 + 30
2일차 : 30 + 30 + 30
3일차 : 100%

// 이를 로직으로 구현하면

100 - 30 // 남은 과정 70
70 / 30 을 진행하면 몫은 2가 나오게 되는데 
//실제로 걸리는 시간은 3일 이므로 해당 규칙을 로직화하면

 int day = temp % speeds[i] == 0 ? temp / speeds[i] : (temp /speeds[i]) + 1;
 
 이 된다. 위 과정을 거치면 `queue`에는 각 작업이 완료되기까지 필요한 일수가 저장된다.

while(!queue.isEmpty()) {
	int current = queue.poll();
    int count = 1;
        	
    while(!queue.isEmpty() && queue.peek() <= current) {
    	count++;
        queue.poll();
    }
        	
    answerList.add(count);
}

해당 loop를 보면,

첫 번째로 queue에서 poll() 메서드를 사용하여 첫 번째 작업의 완료일인 5를 가져옴, 이를 current로 지정하고, 그 날에 완료될 작업 수를 계산한다.

current = 5

queue에 남아있는 작업 완료일들을 확인하며 current보다 작거나 같은 완료일을 갖는 작업들을 모두 해당 날짜에 함께 배포될 것. 그러나, 10은 5보다 크므로 이 시점에서 count는 1에 그치고 , 첫 번째 answerList에 추가

answerList: [1]

이번에는 10을 current로 가져옴

current = 10
queue에 남아있는 값들 중 10보다 작거나 같은 완료일을 갖는 작업들은 1,1이고 이 두 작업과 현재 작업까지 총 3개의 작업이 해당 날에 배포될 것이므로 count는 3
answerList: [1,3]

마지막으로 20을 current로 가져옴

current = 20
queue에 남아있는 값들 중 20보다 작거나 같은 완료일을 갖는 작업은 1 이고, 현재 작업 포함 총 2개의 작업이 해당 날에 배포됨 count는 2
- answerList: [1,3,2]

프로세스

📑 문3) 운영체제의 역할 중 하나는 컴퓨터 시스템의 자원을 효율적으로 관리하는 것입니다. 이 문제에서는 운영체제가 다음 규칙에 따라 프로세스를 관리할 경우 특정 프로세스가 몇 번째로 실행되는지 알아내면 됩니다.

1. 실행 대기 큐(Queue)에서 대기중인 프로세스 하나를 꺼냅니다.
2. 큐에 대기중인 프로세스 중 우선순위가 더 높은 프로세스가 있다면 방금 꺼낸 프로세스를 다시 큐에 넣습니다.
3. 만약 그런 프로세스가 없다면 방금 꺼낸 프로세스를 실행합니다.
  3.1 한 번 실행한 프로세스는 다시 큐에 넣지 않고 그대로 종료됩니다.

예를 들어 프로세스 4개 [A, B, C, D]가 순서대로 실행 대기 큐에 들어있고, 우선순위가 [2, 1, 3, 2]라면 [C, D, A, B] 순으로 실행하게 됩니다.

현재 실행 대기 큐(Queue)에 있는 프로세스의 중요도가 순서대로 담긴 배열 priorities와, 몇 번째로 실행되는지 알고싶은 프로세스의 위치를 알려주는 location이 매개변수로 주어질 때, 해당 프로세스가 몇 번째로 실행되는지 return 하도록 solution 함수를 작성해주세요.

제한사항

priorities의 길이는 1 이상 100 이하입니다.
- priorities의 원소는 1 이상 9 이하의 정수입니다.
- priorities의 원소는 우선순위를 나타내며 숫자가 클 수록 우선순위가 높습니다.
location은 0 이상 (대기 큐에 있는 프로세스 수 - 1) 이하의 값을 가집니다.
- priorities의 가장 앞에 있으면 0, 두 번째에 있으면 1 … 과 같이 표현합니다.

입출력 예

priorities	location	return
`[2,1,3,2]`	2	1
`[1,1,9,1,1,1]`	0	5

입출력 예 설명

예제 #2

6개의 프로세스 [A, B, C, D, E, F]가 대기 큐에 있고 중요도가 [1, 1, 9, 1, 1, 1] 이므로 [C, D, E, F, A, B] 순으로 실행됩니다. 따라서 A는 5번째로 실행됩니다.

나의 풀이

#1

package programmers;

import java.util.LinkedList;
import java.util.Queue;

public class Process {
	
	public static int solution(int[] priorities, int location) {
        int answer = 0;
        
        Queue<Integer> priorityQueue = new LinkedList<>();
        Queue<Integer> locationQueue = new LinkedList<>();
        
        for(int i = 0; i < priorities.length; i++) {
        	priorityQueue.add(priorities[i]);
        	locationQueue.add(i);
        }
        
        while(! priorityQueue.isEmpty()) {
        	int currentPriority = priorityQueue.poll();
        	int currentLocation = locationQueue.poll();
        	boolean hasHigherPriority = false;
        	
        	
        	for (int priority : priorityQueue) {
                if (priority > currentPriority) {
                    hasHigherPriority = true;
                    break;
                }
            }
        	
        	if(hasHigherPriority) {
        		priorityQueue.add(currentPriority);
        		locationQueue.add(currentLocation);
        	}else {
        		System.out.println("currentLocation: "+currentLocation);
        		answer++;
        		if(currentLocation == location) {
        			System.out.println(answer);
        			return answer;
        		}
        	}
        }
        
        return -1;
    }
	
	public static void main(String[] args) {
		
		int[] priorities = new int[] {1,1,9,1,1,1};
		
		solution(priorities, 0);
	}

}

나의 생각

두 개의 큐 (priorityQueue,locationQueue)를 생성

priorityQueue는 프로세스의 우선순위를 저장
locationQueue는 프로세스의 위치를 저장

모든 우선순위와 위치를 해당 큐에 추가

priorityQueue가 빌 때까지 아래의 동작을 반복

현재 큐의 맨 앞 프로세스의 우선순위와 위치를 꺼냄
만약 다른 프로세스가 현재 프로세스보다 더 높은 우선순위를 가지고 있다면, 현재 프로세스의 우선순위와 위치를 큐의 맨 뒤로 다시 넣음
그렇지않으면, 현재 프로세스는 처리되며, 처리 순서를 나타내는 answer 값을 1 증가시키고, 현재 프로세스의 위치가 매개변수로 주어진 location과 일치하면 answer을 반환

priorities = {1,1,9,1,1,1}
priorityQueue = {1,1,9,1,1,1}
locationQueue = {0,1,2,3,4,5}
location = 0
answer = 0

1. 첫 번째 반복 : 
- 현재 프로세스 우선순위는 1, 위치는 0
- 큐 내에 우선순위 9가 있으므로 현재 프로세스를 큐의 맨 뒤로 다시 넣음

priorityQueue = {1,9,1,1,1,1}
locationQueue = {1,2,3,4,5,0}

2. 두 번째 반복 : 
- 현재 프로세스 우선순위는 1, 위치는 1
- 우선순위 9가 있으므로 현재 프로세스를 큐의 맨 뒤로 다시 넣음

priorityQueue = {9,1,1,1,1,1}
locationQueue = {2,3,4,5,0,1}

3. 세 번째 반복 : 
- 현재 프로세스 우선순위는 9, 위치는 2
- 이것은 가장 높은 우선순위를 가진 프로세스이므로 answer을 1 증가시킴

priorityQueue = {1,1,1,1,1}
locationQueue = {3,4,5,0,1}

4. 네 번째 반복 : 
- 현재 프로세스 우선순위는 1, 위치는 3
- 우선순위 1은 현재 가장 높은 우선순위이므로 처리됨 (answer = 2)

priorityQueue = {1,1,1,1}
locationQueue = {4,5,0,1}

5. 다섯 번째 반복 : 
- 현재 프로세스 우선순위는 1, 위치는 4
- 우선순위 1은 현재 가장 높은 우선순위이므로 처리됨 (answer = 3)

priorityQueue = {1,1,1}
locationQueue = {5,0,1}

6. 여섯 번째 반복 : 
- 현재 프로세스 우선순위는 1, 위치는 5
- 우선순위 1은 현재 가장 높은 우선순위이므로 처리됨 (answer = 4)

priorityQueue = {1,1}
locationQueue = {0,1}

7. 일곱 번째 반복 : 

- 현재 프로세스 우선순위는 1, 위치는 0 ← (location = 0 과 일치)
- 우선순위 1은 현재 가장 높은 우선순위이므로 처리됨 (answer = 5)

priorityQueue = {1}
locationQueue = {1}

8. 여덟 번째 반복 : 

- 현재 프로세스 우선순위는 1, 위치는 1
- 우선순위 1은 현재 가장 높은 우선순위이므로 처리됨
- priorityQueue는 비어있음

뉴스 클러스터링

📑 문4) 여러 언론사에서 쏟아지는 뉴스, 특히 속보성 뉴스를 보면 비슷비슷한 제목의 기사가 많아 정작 필요한 기사를 찾기가 어렵다. Daum 뉴스의 개발 업무를 맡게 된 신입사원 튜브는 사용자들이 편리하게 다양한 뉴스를 찾아볼 수 있도록 문제점을 개선하는 업무를 맡게 되었다.

개발의 방향을 잡기 위해 튜브는 우선 최근 화제가 되고 있는 "카카오 신입 개발자 공채" 관련 기사를 검색해보았다.

카카오 첫 공채..'블라인드' 방식 채용
카카오, 합병 후 첫 공채.. 블라인드 전형으로 개발자 채용
카카오, 블라인드 전형으로 신입 개발자 공채
카카오 공채, 신입 개발자 코딩 능력만 본다
카카오, 신입 공채.. "코딩 실력만 본다"
카카오 "코딩 능력만으로 2018 신입 개발자 뽑는다"

기사의 제목을 기준으로 "블라인드 전형"에 주목하는 기사와 "코딩 테스트"에 주목하는 기사로 나뉘는 걸 발견했다. 튜브는 이들을 각각 묶어서 보여주면 카카오 공채 관련 기사를 찾아보는 사용자에게 유용할 듯싶었다.

유사한 기사를 묶는 기준을 정하기 위해서 논문과 자료를 조사하던 튜브는 "자카드 유사도"라는 방법을 찾아냈다.

자카드 유사도는 집합 간의 유사도를 검사하는 여러 방법 중의 하나로 알려져 있다. 두 집합 A, B 사이의 자카드 유사도 J(A, B)는 두 집합의 교집합 크기를 두 집합의 합집합 크기로 나눈 값으로 정의된다.

예를 들어 집합 A = {1, 2, 3}, 집합 B = {2, 3, 4}라고 할 때, 교집합 A ∩ B = {2, 3}, 합집합 A ∪ B = {1, 2, 3, 4}이 되므로, 집합 A, B 사이의 자카드 유사도 J(A, B) = 2/4 = 0.5가 된다. 집합 A와 집합 B가 모두 공집합일 경우에는 나눗셈이 정의되지 않으니 따로 J(A, B) = 1로 정의한다.

자카드 유사도는 원소의 중복을 허용하는 다중집합에 대해서 확장할 수 있다. 다중집합 A는 원소 "1"을 3개 가지고 있고, 다중집합 B는 원소 "1"을 5개 가지고 있다고 하자. 이 다중집합의 교집합 A ∩ B는 원소 "1"을 min(3, 5)인 3개, 합집합 A ∪ B는 원소 "1"을 max(3, 5)인 5개 가지게 된다. 다중집합 A = {1, 1, 2, 2, 3}, 다중집합 B = {1, 2, 2, 4, 5}라고 하면, 교집합 A ∩ B = {1, 2, 2}, 합집합 A ∪ B = {1, 1, 2, 2, 3, 4, 5}가 되므로, 자카드 유사도 J(A, B) = 3/7, 약 0.42가 된다.

이를 이용하여 문자열 사이의 유사도를 계산하는데 이용할 수 있다. 문자열 "FRANCE"와 "FRENCH"가 주어졌을 때, 이를 두 글자씩 끊어서 다중집합을 만들 수 있다. 각각 {FR, RA, AN, NC, CE}, {FR, RE, EN, NC, CH}가 되며, 교집합은 {FR, NC}, 합집합은 {FR, RA, AN, NC, CE, RE, EN, CH}가 되므로, 두 문자열 사이의 자카드 유사도 J("FRANCE", "FRENCH") = 2/8 = 0.25가 된다.

입력 형식

입력으로는 str1과 str2의 두 문자열이 들어온다. 각 문자열의 길이는 2 이상, 1,000 이하이다.
입력으로 들어온 문자열은 두 글자씩 끊어서 다중집합의 원소로 만든다. 이때 영문자로 된 글자 쌍만 유효하고, 기타 공백이나 숫자, 특수 문자가 들어있는 경우는 그 글자 쌍을 버린다. 예를 들어 "ab+"가 입력으로 들어오면, "ab"만 다중집합의 원소로 삼고, "b+"는 버린다.
다중집합 원소 사이를 비교할 때, 대문자와 소문자의 차이는 무시한다. "AB"와 "Ab", "ab"는 같은 원소로 취급한다.

출력 형식

입력으로 들어온 두 문자열의 자카드 유사도를 출력한다. 유사도 값은 0에서 1 사이의 실수이므로, 이를 다루기 쉽도록 65536을 곱한 후에 소수점 아래를 버리고 정수부만 출력한다.

예제 입출력

str1	str2	answer
FRANCE	french	16384
handshake	shake hands	65536
aa1+aa2	AAAA12	43690
E=M*C^2	e=m*c^2	65536

나의 풀이

package programmers;

import java.util.ArrayList;

public class Clustering {
	
	public static int solution(String str1, String str2) {
		int answer = 1;
        
        str1 = str1.toLowerCase();
        str2 = str2.toLowerCase();
        
        ArrayList<String> set1 = new ArrayList<>();
        ArrayList<String> set2 = new ArrayList<>();
        
        int legnthA = str1.length();
        int legnthB = str2.length();
        
        for(int i = 0; i < legnthA - 1; i++) {
        	
        	String subString = str1.substring(i, i+2);
        	
        	if(subString.matches("[a-z]{2}")) {
        		set1.add(subString);        		
        	}
        	
        	
        }
        
        for(int i = 0; i < legnthB - 1; i++) {
        	
        	String subString = str2.substring(i, i+2);
        	
        	if(subString.matches("[a-z]{2}")) {
        		set2.add(subString);        		
        	}
        	
        }
        
       
        
        double union = set1.size() + set2.size();
        double intersection = 0;
        
        
        
        if(!set1.isEmpty() || !set2.isEmpty()) {
        	for(String s : set1) {
        		if(set2.contains(s)) {
        			intersection++;
        			set2.remove(s);
        		}
        	}
        	
        	union -= intersection;        	
        }
        
        
        
        
        if(set1.isEmpty() && set2.isEmpty()) {
        	answer *= 65536;
        }else {
        	double a = (intersection / union ) ; 
        	answer = (int) (a * 65536);        	
        }
        
        
        
        return answer;
    }
	
	
	public static void main(String[] args) {
		
		solution("E=M*C^2", "e=m*c^2");
	}

}

나의 생각

문제를 파악해보면

String str1 = "FRANCE";
String str2 = "french";

일때 

[fr, ra, an, nc, ce]
[fr, re, en, nc, ch]

이렇게 나누어 지고, str1 & str2의 합집합 : [fr,ra,re,an,en,nc,ce,ch]
str1 & str2의 교집합 : [fr, nc] 가 되어 이때의 유사도를 2/8 = 0.25가 된다. 

여기서 특수문자, 숫자, 공백을 포함한 문자이면 문자열에 추가하지 않는다.

내가 구성한 로직을 살펴보면 매개변수로 주어지는 str1, str2를 대문자든 소문자든 모든 문자를 소문자로 변환한다.

str1 = str1.toLowerCase();
str2 = str2.toLowerCase();

그리고 이 문자를 리스트에 쉽게 저장하고, 제거하기 위한 ArrayList가 필요하다. 핵심 로직을 살펴보면 다음과 같다.

for(int i = 0; i < legnthA - 1; i++) {
        	
	String subString = str1.substring(i, i+2);
        	
    if(subString.matches("[a-z]{2}")) {
    	set1.add(subString);        		
    }
        	
        	
}

String subString = str.substring(i, i+2); 는 for문 순회를 통해 문자를 두글자씩 자르고, matches()는 확인하려는 패턴의 정규 표현식과 일치하는지 판별하는 메서드로
"[a-z]{2}"를 분석하면

[a-z] : 소문자 알파벳 중 하나와 일치함
{2} : 바로 앞의 패턴이 정확히 2번 반복됨을 의미 
즉, 소문자 알파벳이 2번 반복되어야 함을 의미

"ab" -> true
"aB" -> false
"abc" -> false
"1a" -> false

그리고 이렇게 패턴을 통과한 문자만이 List에 저장된다. 나머지 로직을 보면

double union = set1.size() + set2.size();
double intersection = 0;
        
if(!set1.isEmpty() || !set2.isEmpty()) {
	for(String s : set1) {
    	if(set2.contains(s)) {
        	intersection++;
            set2.remove(s);
        }
    }
        	
    union -= intersection;        	
}
        
        
        
        
if(set1.isEmpty() && set2.isEmpty()) {
	answer *= 65536;
}else {
	double a = (intersection / union ) ; 
    answer = (int) (a * 65536);        	
}

합집합은 set1, set2 의 합에서 교집합을 뺀 값이고, 교집합은 set1,set2의 공통된 값을 의미한다.

if(!set1.isEmpty() || !set2.isEmpty()) 조건이 필요한 이유는 둘 중 하나라도 공집합이 아닌 경우를 검사하는 것으로 두 문자열에서 모두 영문자의 연속된 두 글자 쌍을 하나 이상 발견한 경우이다.

교집합을 계산하는 경우 : set1에 있는 각 원소가 set2에도 있는지 확인하려면, 두 집합 중 적어도 하나가 비어 있지 않아야한다. 비어있는 경우 교집합은 항상 공집합이므로, 교집합을 계산할 필요가 없음
합집합을 계산하는 경우 : 두 집합이 모두 비어있는 경우, 합집합도 공집합이 된다. 따라서 합집합의 크기(union)에서 교집합의 크기(intersection)를 빼는 연산은 두 집합 중 하나라도 비어 있지 않은 경우에만 의미가 있음

피로도

📑 문5) XX게임에는 피로도 시스템(0 이상의 정수로 표현합니다)이 있으며, 일정 피로도를 사용해서 던전을 탐험할 수 있습니다. 이때, 각 던전마다 탐험을 시작하기 위해 필요한 "최소 필요 피로도"와 던전 탐험을 마쳤을 때 소모되는 "소모 피로도"가 있습니다. "최소 필요 피로도"는 해당 던전을 탐험하기 위해 가지고 있어야 하는 최소한의 피로도를 나타내며, "소모 피로도"는 던전을 탐험한 후 소모되는 피로도를 나타냅니다. 예를 들어 "최소 필요 피로도"가 80, "소모 피로도"가 20인 던전을 탐험하기 위해서는 유저의 현재 남은 피로도는 80 이상 이어야 하며, 던전을 탐험한 후에는 피로도 20이 소모됩니다.

이 게임에는 하루에 한 번씩 탐험할 수 있는 던전이 여러개 있는데, 한 유저가 오늘 이 던전들을 최대한 많이 탐험하려 합니다. 유저의 현재 피로도 k와 각 던전별 "최소 필요 피로도", "소모 피로도"가 담긴 2차원 배열 dungeons 가 매개변수로 주어질 때, 유저가 탐험할수 있는 최대 던전 수를 return 하도록 solution 함수를 완성해주세요.

제한사항

k는 1 이상 5,000 이하인 자연수입니다.
dungeons의 세로(행) 길이(즉, 던전의 개수)는 1 이상 8 이하입니다.
- dungeons의 가로(열) 길이는 2 입니다.
- dungeons의 각 행은 각 던전의 ["최소 필요 피로도", "소모 피로도"] 입니다.
- "최소 필요 피로도"는 항상 "소모 피로도"보다 크거나 같습니다.
- "최소 필요 피로도"와 "소모 피로도"는 1 이상 1,000 이하인 자연수입니다.
- 서로 다른 던전의 ["최소 필요 피로도", "소모 피로도"]가 서로 같을 수 있습니다.

입출력 예

k	dungeons	result
80	`[[80,20],[50,40],[30,10]]`	3

입출력 예 설명

현재 피로도는 80입니다.

만약, 첫 번째 → 두 번째 → 세 번째 던전 순서로 탐험한다면

현재 피로도는 80이며, 첫 번째 던전을 돌기위해 필요한 "최소 필요 피로도" 또한 80이므로, 첫 번째 던전을 탐험할 수 있습니다. 첫 번째 던전의 "소모 피로도"는 20이므로, 던전을 탐험한 후 남은 피로도는 60입니다.
남은 피로도는 60이며, 두 번째 던전을 돌기위해 필요한 "최소 필요 피로도"는 50이므로, 두 번째 던전을 탐험할 수 있습니다. 두 번째 던전의 "소모 피로도"는 40이므로, 던전을 탐험한 후 남은 피로도는 20입니다.
남은 피로도는 20이며, 세 번째 던전을 돌기위해 필요한 "최소 필요 피로도"는 30입니다. 따라서 세 번째 던전은 탐험할 수 없습니다.

만약, 첫 번째 → 세 번째 → 두 번째 던전 순서로 탐험한다면

현재 피로도는 80이며, 첫 번째 던전을 돌기위해 필요한 "최소 필요 피로도" 또한 80이므로, 첫 번째 던전을 탐험할 수 있습니다. 첫 번째 던전의 "소모 피로도"는 20이므로, 던전을 탐험한 후 남은 피로도는 60입니다.
남은 피로도는 60이며, 세 번째 던전을 돌기위해 필요한 "최소 필요 피로도"는 30이므로, 세 번째 던전을 탐험할 수 있습니다. 세 번째 던전의 "소모 피로도"는 10이므로, 던전을 탐험한 후 남은 피로도는 50입니다.
남은 피로도는 50이며, 두 번째 던전을 돌기위해 필요한 "최소 필요 피로도"는 50이므로, 두 번째 던전을 탐험할 수 있습니다. 두 번째 던전의 "소모 피로도"는 40이므로, 던전을 탐험한 후 남은 피로도는 10입니다.

따라서 이 경우 세 던전을 모두 탐험할 수 있으며, 유저가 탐험할 수 있는 최대 던전 수는 3입니다.

나의 풀이

package programmers;

public class FatiqueLevel {
	
	
	 public static int solution(int k, int[][] dungeons) {
		 boolean[] visited = new boolean[dungeons.length];
		
         return dfs(0, k, dungeons, visited);
     }
	 
	 public static int dfs(int depth, int fatigue, int[][] dungeons, boolean[] visited) {
		 
		 int maxDepth = depth;
	
		 for(int i = 0; i < dungeons.length; i++) {
			 if(!visited[i] && dungeons[i][0] <= fatigue) {
				 visited[i] = true;
				 maxDepth = Math.max(maxDepth, dfs(depth + 1, fatigue - dungeons[i][1], dungeons, visited));
				 visited[i] = false;
	
			 }
		 }
		 return maxDepth;
		 
	 }

	   
	 
	 
	 public static void main(String[] args) {
		 
		 int[][] dungeons = {{80,20},{50,40},{30,10}};
		 
		solution(80, dungeons);
		
	}

}

DFS(Depth First Search) 풀이

1. 초기상태 
- fatigue = 80
- dungeons = {{80,20},{50,40},{30,10}}
- visited = {false,false,false} (방문전 상태)
2. 첫 번째 던전에 대한 DFS
- 첫번째 던전의 요구 피로도 : 80, 현재 피로도 80  (탐험 가능)
- depth가 1증가, fatigue는 20 감소해서 60
- 이제 두 번째 던전을 방문하기 위해 다시 dfs 함수를 호출
3. 두 번째 던전에 대한 DFS
- 두 번쨰 던전의 요구 피로도: 50, 현재 피로도 60 (탐험 가능)
- depth가 1 증가해서 2가됨, fatigue는 40감소해서 20
- 이제 세 번째 던전을 방문하기 위해 다시 dfs 함수를 호출
4. 세 번째 던전에 대한 DFS
- 세 번째 던전의 요구 피로도: 30, 현재 피로도 20 (탐험 불가능)
- 세 번째 던전을 탐험할 수 없으므로, 이전 상태로 돌아가야함
- 따라서 visited 배열에서 두 번째 던전에 대한 방문 상태를 해제
5. 다시 두 번째 던전에 대한 DFS
- 이번에는 세 번째 던전을 방문하기 위해 dfs 함수를 호출
- 하지만 앞서서 세 번째 던전을 탐험할 수 없음을 알고 있기 때문에, 이번에도 세 번째 던전을 탐험할 수 없음
- 따라서 visited 배열에서 첫 번째 던전에 대한 방문 상태를 해제
6. 첫 번째 던전에 대한 DFS
- 이번에는 두 번째 던전을 건너뛰고 바로 세 번째 던전을 방문하기 위해 dfs 함수를 호출
- 그러나, 현재의 피로도는 60인데, 세 번쨰 던전의 요구 피로도는 30이기 때문에 탐험할 수 있음
- 따라서, depth를 1증가시키고, fatigue를 10 감소시킴

이강용

HW + SW = 1

이전 포스트

Programmers #36

다음 포스트

Programmers #37

Programmers

튜플

기능개발

프로세스

뉴스 클러스터링

피로도

Programmers #36

Programmers #38

0개의 댓글