[프로그래머스 lv2] 문자열 압축

2020 KAKAO BLIND RECRUITMENT 문제입니다.

---

문제 설명

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.

제한사항

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

입출력 예

입출력 예

입출력 예에 대한 설명

입출력 예 #1

문자열을 1개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #2

문자열을 8개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #3

문자열을 3개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #4

문자열을 2개 단위로 자르면 "abcabcabcabc6de" 가 됩니다.
문자열을 3개 단위로 자르면 "4abcdededededede" 가 됩니다.
문자열을 4개 단위로 자르면 "abcabcabcabc3dede" 가 됩니다.
문자열을 6개 단위로 자를 경우 "2abcabc2dedede"가 되며, 이때의 길이가 14로 가장 짧습니다.

입출력 예 #5

문자열은 제일 앞부터 정해진 길이만큼 잘라야 합니다.
따라서 주어진 문자열을 x / ababcdcd / ababcdcd 로 자르는 것은 불가능 합니다.
이 경우 어떻게 문자열을 잘라도 압축되지 않으므로 가장 짧은 길이는 17이 됩니다.

 

---

나의 풀이

def solution(s):
    unit = 1 # 반복 단위. 1부터 시작
    shortest = len(s)
    
    while unit <= len(s)//2: # 반복 단위가 문자열 크기의 반 이하일 때 반복 가능
        # strings : 중복을 제거한 문자열 리스트
        # keys : 2번 이상 중복된 문자 조각과 반복 횟수 저장용 리스트
        strings, keys = [], []
        
        for i in range(0, len(s), unit): # unit을 단위로 반복하여 검사
            now = s[i:i+unit] # 현재 확인 할 문자 조각
            if len(strings) == 0 or strings[-1] != now: # [중복되지 않는 경우] strings에 값을 추가
                strings.append(now)
                
            elif strings[-1] == now: # [중복되는 경우] keys에 값을 추가. 이미 strings에 키 값이 들어있다.
                if len(keys) == 0 or keys[-1][0] != now: # 처음 중복된 경우
                    # 이미 strings에 문자 조각이 들어있는 상태이므로 한 번 더 반복되면 개수가 2가 된다.
                    keys.append([now, 2]) # [문자 조각, 반복 횟수]
                elif keys[-1][0] == now: # 두 번 이상 중복된 경우
                    keys[-1][1] += 1 # 반복 횟수 증가
        
        # 중복을 제외한 문자 길이 + keys에 저장된 반복 횟수를 문자로 바꾼 길이
        length = len(''.join(strings)) + len(''.join([str(keys[i][1]) for i in range(len(keys))]))
        shortest = min(shortest, length) # 최솟값 구하기
        
        unit += 1 # 단위 증가
    return shortest

최대한 주석을 달아봤는데... 문제가 복잡한 만큼 코드를 봐도 이해하기 힘들 수 있다. (질문 환영!! 조언도 환영!!)

문제 자체가 이해가 잘 안갈 수 있는데 위의 입출력 예 #5 를 특히 잘 이해해야 한다.

반복은 단위별로 확인이 가능하며 중간에 반복된 경우는 고려하지 않는 것이다.

예를 들어

a b c d b c d b

이런 문자가 있을 때 단위를 3으로 해서 b c d를 압축할 수 있을 것 같지만 단위가 3이라면 a b c / d b c / d b 로 쪼개지기 때문에 압축을 할 수 없는 것이다.

 

소스코드에서 가장 큰 while 문에서 단위(unit)을 증가시키며 어떤 경우가 최대 압축이 되는지 확인한다.

그 내부에 있는 for문에서는 각 단위에서 문자열을 압축을 하면 어느 정도 크기가 나오는지 확인한다.

for문에서는 strings와 keys를 사용하는데 만약 다음과 같은 문자열이 있다고 하자.

a b c c c d

단위가 1일 때, a, b, c ... 를 순회하며 strings에 하나씩 집어 넣는다. ( strings = ['a', 'b', 'c'], keys = [] )

3번째 있는 'c' 까지는 앞선 문자 조각과 반복되지 않았다.

그러나 4번째에 있는 'c'는 3번째에 있는 'c'와 중복된다. 그래서 keys에 값이 들어가게 된다. ( strings = ['a', 'b', 'c'], keys = ['c', 2] )

여기서 횟수가 처음에 2로 들어갔는데 그 이유는 strings의 마지막에 'c'가 들어있기 때문이다. ('c'가 두 번째 반복)

5번째 'c'는 마찬가지로 4번째 'c'와 중복이기 때문에 keys를 확인하고, keys의 마지막 문자조각도 'c'이기 때문에 횟수를 1 증가시킨다. ( strings = ['a', 'b', 'c'], keys = ['c', 3] )

마지막 6번째 'd'는 앞선 'c'와 중복이 아니므로 strings에 삽입된다. ( strings = ['a', 'b', 'c', 'd'], keys = ['c', 3] )

결국 a, b, d는 압축되지 않았고, c는 압축되어 그 결과 ab3cd 가 된다. -> 크기 5

 

keys에 반복 횟수를 넣지 않고 그냥 문자 조각만 넣어서 리스트의 개수를 세면 되지 않냐는 사람이 있을 수 있다. 나도 처음 구현했을 때 이 부분 때문에 몇몇 케이스가 오류가 났었다.

왜 그렇게 하면 안되나면 10번 이상 중복되는 경우가 있기 때문이다.

a b c c c c c c c c c c d

위와 같은 문자가 있을 때 압축하면 ab10cd가 된다.

만약 그저 개수만 세었다면 압축 후 크기가 5가 되었을 것이다.

그러나 10은 1과 0이기 때문에 위 문자열의 압축 후 크기는 6이 되어야 한다.

이론상으로 1000번까지 중복될 수 있기 때문에 개수를 세어야 한다.

 

분명 문제 이해도 어렵고 쉽지 않은 문제였지만 차분히 풀어보면 이해할 수 있을 것이다.

잘 이해가 안가는 부분은 질문 환영합니다.