[문자열][programmers]문자열 압축 - 2020 KAKAO BLIND RECRUITMENT

문제

데이터 처리 전문가가 되고 싶은 "어피치"는 문자열을 압축하는 방법에 대해 공부를 하고 있습니다. 최근에 대량의 데이터 처리를 위한 간단한 비손실 압축 방법에 대해 공부를 하고 있는데, 문자열에서 같은 값이 연속해서 나타나는 것을 그 문자의 개수와 반복되는 값으로 표현하여 더 짧은 문자열로 줄여서 표현하는 알고리즘을 공부하고 있습니다.
간단한 예로 "aabbaccc"의 경우 "2a2ba3c"(문자가 반복되지 않아 한번만 나타난 경우 1은 생략함)와 같이 표현할 수 있는데, 이러한 방식은 반복되는 문자가 적은 경우 압축률이 낮다는 단점이 있습니다. 예를 들면, "abcabcdede"와 같은 문자열은 전혀 압축되지 않습니다. "어피치"는 이러한 단점을 해결하기 위해 문자열을 1개 이상의 단위로 잘라서 압축하여 더 짧은 문자열로 표현할 수 있는지 방법을 찾아보려고 합니다.

예를 들어, "ababcdcdababcdcd"의 경우 문자를 1개 단위로 자르면 전혀 압축되지 않지만, 2개 단위로 잘라서 압축한다면 "2ab2cd2ab2cd"로 표현할 수 있습니다. 다른 방법으로 8개 단위로 잘라서 압축한다면 "2ababcdcd"로 표현할 수 있으며, 이때가 가장 짧게 압축하여 표현할 수 있는 방법입니다.

다른 예로, "abcabcdede"와 같은 경우, 문자를 2개 단위로 잘라서 압축하면 "abcabc2de"가 되지만, 3개 단위로 자른다면 "2abcdede"가 되어 3개 단위가 가장 짧은 압축 방법이 됩니다. 이때 3개 단위로 자르고 마지막에 남는 문자열은 그대로 붙여주면 됩니다.

압축할 문자열 s가 매개변수로 주어질 때, 위에 설명한 방법으로 1개 이상 단위로 문자열을 잘라 압축하여 표현한 문자열 중 가장 짧은 것의 길이를 return 하도록 solution 함수를 완성해주세요.

 

https://programmers.co.kr/learn/courses/30/lessons/60057

코딩테스트 연습 - 문자열 압축

 

이해

 

 

 

입력

• s : 길이 1 이상, 1000 이하의 문자열

 

출력

• 1개 이상 단위로 문자열을 잘라 압축하여 표현한 문자열 중 가장 짧은 것의 길이

 

 

조건

• s의 길이는 1 이상 1,000 이하입니다.
• s는 알파벳 소문자로만 이루어져 있습니다.

 

 

예시

s	result
"aabbaccc"	7
"ababcdcdababcdcd"	9
"abcabcdede"	8
"abcabcabcabcdededededede"	14
"xababcdcdababcdcd"	17

 

접근

• 자르는 문자열의 단위 : 1 이상 len(s) 이하
• 전수조사하여 최근의 max보다 현재 값이 클 경우 max 값을 현재 값으로 갱신
• 검사 window를 만들자
  • 뒤 이어 오는 문자열이 window에 저장된 문자열과 다르면 window 갱신
• 문자열의 index로 검사 진행

 

 

 

 

 

구현

---

try #1

채점 결과

정확성: 

합계:  / 100.0

def solution(s):
    answer = 0
    window = []
    
    w_size = [size for size in range(1,len(s)+1)]
    
    w_res = []
    for size in w_size:
        cnt = 0
        l = 0
        
        
        window = s[l:l+size]
        
        while l < len(s):
            if window == s[l:l+size]:
                cnt +=1
                l = l + size
            else:
                w_res.append(len(str(cnt)+window))
                window = s[l:l+size]
                l = l + size           
                        
    answer = max(w_res)
    
    return answer

• 마지막에 남은 부분 < window 길이 인 경우를 처리하지 않았다.

 

 

 

 

 

 

 

---

 

try #2

채점 결과

정확성: 

합계:  / 100.0

def solution(s):
    answer = 0
    window = []
    
    w_size = [size for size in range(1,len(s)+1)]
    answer = 0
    for size in w_size:
        cnt = 0
        l = 0
        w_res = []
        
        window = s[l:l+size] #window size 만큼 초기 window 지정
        
        
        
        # window의 right index 가 문자열 밖으로 나가기 전까지
        while l + size < len(s):
            if window == s[l:l+size]: #window의 내용물과 window가 검사하는 문자열이 같은 내용인가?
                cnt +=1
            else:
                if cnt != 1:
                    w_res.append(str(cnt)+window)
                else:
                    w_res.append(window)
                    
                window = s[l:l+size] # window 업데이트
                
            l = l + size # 인덱스 이동
        
            # 크기가 size인 window로 압축한 문자열 < 지금 까지 큰 문자열
        if  answer < len("".join(w_res)):
            answer = len("".join(w_res))
            print("".join(w_res))
        
        
        
    
    return answer

 

• window와 검사할 문자열이 다를 때 cnt를 0으로 초기화 해야한다.

 

 

 

 

 

 

 

---

 

<파이썬 알고리즘 인터뷰>의 저자는 문제를 풀 때 45분이 되도 못풀면 다른 사람의 풀이를 보라고 권한다.

모르는 사실은 떠올리기 어렵기 때문이고, 실제 코딩테스트에서 주어진 시간도 그정도 이기 때문이라고 설명한다.

그리고 풀이만큼 중요한 것은 코드를 리뷰하는 일이라고 강조한다.

중요하지만 쉽게 지나치는 일이라고.

 

80분동안 시도했지만 풀지 못했다. 다른 사람의 풀이를 보고 내 코드를 리뷰하자.

 

 

 

 

---

 

코드리뷰

코드 리뷰의 목적

• 코드를 더 효율적으로 (공간복잡도, 시간복잡도)
• 새로운 관점의 풀이 방식 확인
• 비교 분석을 통한 내 코드 피드백

 

 

https://velog.io/@shelly/2020-KAKAO-BLIND-RECRUITMENT-%EB%AC%B8%EC%9E%90%EC%97%B4%EC%95%95%EC%B6%95

2020 KAKAO BLIND RECRUITMENT 문자열압축

 

 

 

 

 

 

 

 

def solution(s):
	
    '''
    	s_len 	: 문자열s 길이
        min_len : 압축 문자열 최소 길이
    '''
    s_len = len(s)
    min_len=s_len
    
    # i : 문자열 단위 -> 문자열s의 절반 이상 확인할 필요 없음!
    for i in range(1, int(s_len/2)+1):
		
        '''
        save	: 이전에 나온 문자열 저장. 처음엔 문자열s의 처음부터 i길이 만큼 저장!
        cnt 	: 몇 번 연속되었는지 카운트
        res	: 압축된 문자열
        '''
        save = s[0:i]
        cnt = 1
        res=''

        # j : 검색할 문자 시작 위치
        for j in range(i, s_len+1-i, i):
            
            # 이전에 나온 문자열과 비교할 문자가 같다면,
            if(save == s[j:j+i]):
                # 압축가능하므로 카운트 1 증가
                cnt+=1
            else:
            	# 같지 않다면, 압축 불가능!
                # cnt 가 1이면 생략 가능. 1이 아니라면 압축 문자열에 숫자 추가
                if(cnt != 1):
                    res += str(cnt)
                
                # 압축 문자열에 검색한 문자열 추가
                res += save
                
                # 다음 문자와 비교하기 위해서 저장
                save = s[j:j+i]
                
                # cnt 초기화
                cnt = 1

		
        # 마지막으로 저장한 문자열 추가
        if (cnt != 1):
            res += str(cnt)
        res += save
		
        '''
        abcabcdede 를 3개 단위로 자를 경우, abc / abc / ded / e 로 나누어진다.
        이 때, 위의 코드를 마친 후 res 는 2abcded이다.
        때문에 마지막 e 를 추가하기 위해 아래와 같은 코드를 수행한다.
        '''
        if (j != s_len - i):
            print(j)
            res += s[j + i:s_len]

	
    	# 최소 길이 찾기
        if(len(res) < min_len): min_len = len(res)

    return min_len

• 핵심 : 문자열 단위는 문자열s의 길이의 절반을 넘지 못한다. 절반 이상 확인 할 필요 없음
• 변수명에 대한 주석 꼼꼼하게 달아놓으면 가독성뿐만 아니라 풀이 때도 도움이 된다.
  • cnt : 1로 시작하는 대신, window size의 right index에서 시작한다.
  • save : 이전에 나온 문자열 '저장' (내 코드의 window와 같은 역할)
  • res : 압축된 문자열
  • j : 문자열 시작 위치 range(i, s_len+1-i, i)
    • 함수를 효율적으로 사용
    • 문자열의 이동 간격 i ( = window의 크기)
    • 마지막에도 한 번은 비교해야 하므로 (s_len+1  - i ) 1회 비교분 i만큼 빼준다.
  • 문자열 비교 : save == s[j:j+i]
    • 같으면 cnt +=1
    • 다르면 압축 끝. res의 뒤에 덧붙이기
      • res += str(cnt)
      • cnt = 1 초기화
    • 문자열 검사의 마지막 등장하는 경우를 if 문으로 구현

 

 

 

if (j != s_len - i )

검색할 문자열의 시작 위치 != 전체 문자열 길이 - 검사할 문자열 길이

j == s_len - i -> True 인 경우 이미 검사함

 

 

깔끔하게 정리된 주석을 인용하겠다.

abcabcdede를 3개 단위로 자를 경우, abc / abc / ded / e로 나누어진다.
이때, 위의 코드를 마친 후 res는 2abcded이다.
때문에 마지막 e를 추가하기 위해 아래와 같은 코드를 수행한다.

• 구현 방향은 비슷했지만, 실제 구현된 능력은 나와 많이 차이 난다.
• 읽고 이해하기 쉽게 코드를 짰다 (주석, 변수명, 구조)
• 짧은 코드는 아니지만 현재 지향해야 하는 코드다.

 

 

---

 

랜덤여신 외 3

def compress(text, tok_len):
	# 문자열을 미리 비교할 단위로 자르기 (list)
    words = [text[i:i+tok_len] for i in range(0, len(text), tok_len)]
    res = []
    # 현재 비교 위치
    cur_word = words[0]
    cur_cnt = 1
    
    '''
    ['']를 제거하면 모든 케이스가 실패한다. 왜 필요한걸까?
    len(words) = len(words[1:] + [''])   
    '''
    
    for a, b in zip(words, words[1:] + ['']):
    	# print("a :", a,"b :", b) [''] 확인용
        if a == b:
            cur_cnt += 1
        else:
            # 문제에 따르면 순서가 cnt, word이다. (바뀌어도 작동에 문제는 없다)
            res.append([cur_word, cur_cnt])
            cur_word = b
            cur_cnt = 1
            # cnt = 1 생략 if문 (N + 0 = N)
    return sum(len(word) + (len(str(cnt)) if cnt > 1 else 0) for word, cnt in res)

def solution(text):
    # 문자열 전체를 비교하는 경우 추가를 위해
    # + [len(text)]
    return min(compress(text, tok_len) for tok_len in list(range(1, int(len(text)/2) + 1)) + [len(text)])

 

zip 함수에서 [''] 확인

['']이 없으면 마지막에 비교할 대상이 없어서 실패한다.

 

• 짧고, 간결하다
• 비교 기능을 별도의 함수로 구현

 

 

 

 

(좌) 이해하기 편한 코드 / (우) 짧고 간결한 코드

둘 메모리 사용량은 거의 동일하다.

시간은 비슷한데, 몇몇 케이스(14, 17, 18, 19, 20, 21, 26)에서 오른쪽 코드가 오래 걸린다.

 

 

zip()

파이썬의 내장 함수

• 길이가 같은 iterable 객체의 동일한 인덱스에 접근 후

 

 

1. 반환 (for 문)

 

for number, upper, lower in zip("12345", "ABCDE", "abcde"):
  print(number, upper, lower)

1 A a
2 B b
3 C c
4 D d
5 E e

 

 

2. 사전 변환

 

keys = [1, 2, 3]
values = ["A", "B", "C"]
dict(zip(keys, values))
{1: 'A', 2: 'B', 3: 'C'}

 

3. 같은 index 끼리 tuple로 묶음

 

Number = [1,2,3,4]
Name = ['hong','gil','dong','nim']
Number_Name = list(zip(Number,name))
print(Number_Name)
'''
결과 : [(1 ,'hong'), (2 ,'gil'), (3 ,'dong'), (4 ,'nim')]
'''

 

 

 

 

• unzip : 다시 zip() 해주면 된다.

a = [1, 2, 3, 4]
b = ['a', 'b', 'c', 'd', 'e']
c = ['foo', 'bar', 'baz']
 
y = zip(a, b, c)
 
print(y) # <zip object at 0x00D47E88>
aa, bb, cc = [list(l) for l in zip(*y)]
 
print(aa) # [1, 2, 3]
print(bb) # ['a', 'b', 'c']
print(cc) # ['foo', 'bar', 'baz']


# 에러 유형
aa, bb, cc = zip(*y)
'''
Traceback (most recent call last):
  File "cf.py", line 10, in <module>
    aa, bb, cc = zip(*y)
ValueError: not enough values to unpack (expected 3, got 0)
'''

 

 

 

 

 

try #3 - 내 코드 리뷰 및 수정

채점 결과

정확성: 100.0

합계: 100.0 / 100.0

def solution(s):
    answer = 0
    window = []
    s_len = len(s)
    
    w_size = [size for size in range(1,int(s_len/2)+1)]
    answer = s_len
    for size in w_size:
        cnt = 1
        w_res = ""
        window = s[0:size] #window size 만큼 초기 window 지정
        
        
        
        # window의 right index 가 문자열 밖으로 나가기 전까지
        # range로 명시적으로 범위 설정
        for l in range(size, s_len+1 -size, size):
            # print(" l : ", l, " s_len :", s_len)
            # print("window : ", window, "검사대상 : ", s[l:l+size])
            
            if window == s[l:l+size]: #window의 내용물과 window가 검사하는 문자열이 같은 내용인가?
                cnt +=1
            else:
                if cnt != 1:
                    w_res += str(cnt)
                
                
                w_res += window
                window = s[l:l+size] # window 업데이트
                cnt = 1
            
            if l > s_len - len(window): 
                w_res += window
                
                
            
        
        
        # 마지막에 비교한 문자열 추가
    
        if cnt != 1:
            w_res += str(cnt)
        w_res += window
        
        
        # window 크기보다 남은 문자열이 다를 경우
        # 큰 경우는 for range 에서 검사했으므로, 남은 것은 작을 경우이다.
        if l != s_len - size:
            w_res += s[l + size : s_len]
        
        
        
        if  answer > len(w_res):
            answer = len(w_res)
            # print("w_res :", w_res)
            
        
        
        
        # print("w_res : ", w_res, "len :", len(w_res))
    return answer

 

 

 

 

 

 

팁

 

Reference

 

 

https://www.daleseo.com/python-zip/

[파이썬] 내장 함수 zip 사용법

https://hckcksrl.medium.com/python-zip-%EB%82%B4%EC%9E%A5%ED%95%A8%EC%88%98-95ad2997990

Python zip 내장함수

 

https://jaehaaheaj.tistory.com/entry/python-013

[python] unzip()함수는 없을까?

 

https://programmers.co.kr/learn/courses/30/lessons/60057/solution_groups?language=python3 

프로그래머스