[Programmers] 디스크 컨트롤러 (Python)

문제 📚

하드디스크는 한 번에 하나의 작업만 수행할 수 있습니다. 디스크 컨트롤러를 구현하는 방법은 여러 가지가 있습니다. 가장 일반적인 방법은 요청이 들어온 순서대로 처리하는 것입니다.

예를들어

• 0ms 시점에 3ms가 소요되는 A작업 요청
• 1ms 시점에 9ms가 소요되는 B작업 요청
• 2ms 시점에 6ms가 소요되는 C작업 요청
  와 같은 요청이 들어왔습니다. 이를 그림으로 표현하면 아래와 같습니다.
  

한 번에 하나의 요청만을 수행할 수 있기 때문에 각각의 작업을 요청받은 순서대로 처리하면 다음과 같이 처리 됩니다.

• A: 3ms 시점에 작업 완료 (요청에서 종료까지 : 3ms)
• B: 1ms부터 대기하다가, 3ms 시점에 작업을 시작해서 12ms 시점에 작업 완료(요청에서 종료까지 : 11ms)
• C: 2ms부터 대기하다가, 12ms 시점에 작업을 시작해서 18ms 시점에 작업 완료(요청에서 종료까지 : 16ms)
  이 때 각 작업의 요청부터 종료까지 걸린 시간의 평균은 10ms(= (3 + 11 + 16) / 3)가 됩니다.

하지만 A → C → B 순서대로 처리하면

• A: 3ms 시점에 작업 완료(요청에서 종료까지 : 3ms)
• C: 2ms부터 대기하다가, 3ms 시점에 작업을 시작해서 9ms 시점에 작업 완료(요청에서 종료까지 : 7ms)
• B: 1ms부터 대기하다가, 9ms 시점에 작업을 시작해서 18ms 시점에 작업 완료(요청에서 종료까지 : 17ms)
  이렇게 A → C → B의 순서로 처리하면 각 작업의 요청부터 종료까지 걸린 시간의 평균은 9ms(= (3 + 7 + 17) / 3)가 됩니다.

각 작업에 대해 [작업이 요청되는 시점, 작업의 소요시간]을 담은 2차원 배열 jobs가 매개변수로 주어질 때, 작업의 요청부터 종료까지 걸린 시간의 평균을 가장 줄이는 방법으로 처리하면 평균이 얼마가 되는지 return 하도록 solution 함수를 작성해주세요. (단, 소수점 이하의 수는 버립니다)

제한 사항

jobs의 길이는 1 이상 500 이하입니다.
jobs의 각 행은 하나의 작업에 대한 [작업이 요청되는 시점, 작업의 소요시간] 입니다.
각 작업에 대해 작업이 요청되는 시간은 0 이상 1,000 이하입니다.
각 작업에 대해 작업의 소요시간은 1 이상 1,000 이하입니다.
하드디스크가 작업을 수행하고 있지 않을 때에는 먼저 요청이 들어온 작업부터 처리합니다.

입출력 예

jobs	return
[[0, 3], [1, 9], [2, 6]]	9

문제 링크

풀이 ✏️

• 초기 시간을 0부터 시작하여 들어온 job을 체크한다.
• 현재 시간 기준으로 들어온 job들을 heapq를 이용한 우선순위 큐에 넣는다.
• 우선순위는 job의 크기로 비교하기 위해 (job[1], job[0]) 튜플로 처리한다.
• heapq의 가장 작은 값을 pop하고 처리하거나, 큐에 job이 없다면 현재 시간에 1을 더한다.

코드 (python)

import heapq
from collections import deque

def solution(jobs):
    answer, count, currenttime = 0, 0, 0
    lasttime = -1
    jobheap = []

    while count < len(jobs):
        for job in jobs: #이전 job을 처리하는 동안 발생한 Job을 Heap에 삽입
            if lasttime < job[0] <= currenttime:
                heapq.heappush(jobheap, (job[1], job[0]))
        if jobheap:
            work, start = heapq.heappop(jobheap)
            lasttime = currenttime
            currenttime += work
            count += 1
            answer += (currenttime - start)
        else: #heap에 job이 없는 경우
            currenttime += 1

    return answer // len(jobs)

다른 답안

• 다른 분들의 풀이를 참고하였더니, deque를 함께 사용하고 job이 없는 경우 시간을 1 더하는 것이 아니라
  현재 기준 가장 빠르게 들어올 job을 처리하도록 하여 시간을 단축할 수 있었다.

def solution2(jobs):
    #deque를 사용해서 pop 시간복잡도를 낮춤
    tasks = deque(sorted([(x[1], x[0]) for x in jobs], key=lambda x: (x[1], x[0])))
    q = []
    heapq.heappush(q, tasks.popleft())
    current_time, total_response_time = 0, 0

    while len(q) > 0:
        dur, arr = heapq.heappop(q)
        current_time = max(current_time + dur, arr + dur)
        total_response_time += current_time - arr
        while len(tasks) > 0 and tasks[0][1] <= current_time:
            heapq.heappush(q, tasks.popleft())
        if len(tasks) > 0 and len(q) == 0: #heap에 job이 없는 경우 가장 빨리 들어올 job을 선정
            heapq.heappush(q, tasks.popleft())

    return total_response_time // len(jobs)

• job 간의 간격을 500으로 두고 아래와 같이 테스트 하였을 때 많은 시간 차이가 나는 것을 확인할 수 있었다.

if __name__ == "__main__":
    start = time.time()  # 시작 시간 저장
    job1 = [[500, 3], [1, 9], [2, 6]]
    print("my ans : ", solution(job1), " | ans : 8", " time : ", time.time() - start)

    start = time.time()  # 시작 시간 저장
    job1 = [[500, 3], [1, 9], [2, 6]]
    print("my ans : ", solution2(job1), " | ans : 8", " time : ", time.time() - start)

my ans :  8  | ans : 8  time :  0.000179290771484375
my ans :  8  | ans : 8  time :  2.002716064453125e-05

github 코드