프로그래머스 - [2020 카카오 블라인드 채용] 문자열 압축

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

sresult

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

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.

 

파이썬에서의 풀이

s = input()
answer = len(s)

# 1개 단위(step)부터 압축 단위를 늘려가며 확인
for step in range(1, len(s) // 2 + 1):
    compressed = ""
    prev = s[0:step]  # 앞에서부터 step만큼의 문자열 추출
    count = 1
    print(step,'단위로 자르는 경우')
    # 단위(step) 크기만큼 증가시키며 이전 문자열과 비교
    for j in range(step, len(s), step):
        print('j=', j)
        # 이전 상태와 동일하다면 압축 횟수(count) 증가
        print('prev=', prev)
        print('next=', s[j:j+step])
        if prev == s[j:j + step]:
            count += 1
            print('이전 상태와 동일하므로 압축횟수 증가 count=', count)
        # 다른 문자열이 나왔다면
        else:
            compressed += str(count) + prev if count >= 2 else prev
            prev = s[j:j + step]  # 다시 초기화
            count = 1
            print('다른 문자열이 나왔으므로 compressed=', compressed,'담고 prev 초기화 prev =',prev)
    # 남아 있는 문자열에 대해서 처리
    compressed += str(count) + prev if count >= 2 else prev
    print('이번 step 결과 compressed=', compressed)
    # 만들어지는 문자열이 가장 짧은 것이 정답
    print('현재 answer=', answer, '이번 step 결과 len(compressed)=', len(compressed))
    answer = min(answer, len(compressed))
    print('더 작은 값이 answer =', answer,'\n\n')


print(answer)

 

문제 풀이

def solution(s):
    answer = len(s)

    # 1개 단위(step)부터 압축 단위를 늘려가며 확인
    for step in range(1, len(s) // 2 + 1):
        compressed = ""
        prev = s[0:step]  # 앞에서부터 step만큼의 문자열 추출
        count = 1

    # 단위(step) 크기만큼 증가시키며 이전 문자열과 비교
        for j in range(step, len(s), step):

        # 이전 상태와 동일하다면 압축 횟수(count) 증가
            if prev == s[j:j + step]:
                count += 1

        # 다른 문자열이 나왔다면
            else:
                compressed += str(count) + prev if count >= 2 else prev
                prev = s[j:j + step]  # 다시 초기화
                count = 1

        # 남아 있는 문자열에 대해서 처리
        compressed += str(count) + prev if count >= 2 else prev

        # 만들어지는 문자열이 가장 짧은 것이 정답
        answer = min(answer, len(compressed))

    return answer

 

1) answer = len(s) 매번 answer가 업데이트가 되는데 처음 기준이 되는 값은 처음 문자열의 길이이다.

 

2) 스텝으로 for문을 돈다. 스텝의 맥스 크기는 문자열 길이의 2를 나눈 몫(문자열 길이가 홀수일 때, 내림)

 

3) 문자열의 슬라이싱은 처음 문자를 기준으로 시작한다. -> prev = s[0:step], for문은 기준이 되는 값 다음부터 값이 나오면 된다. 따라서 인덱스가 처음 prev의 바로 다음인 step부터 시작해서 끝까지, 넘어가는 단위는 당연히 step!

 

4) 기준이 되는 prev와 비교해서 같은 값이 나올 때 마다 count up! 

 

5) 다른 값이 나온다면, 그 시점까지의 카운트 값과 prev를 압축문자에 추가!(단, 카운트가 2보다 커야 함께 들어가고 아니면 그냥 prev만)

그리고 기준이 되는 prev 문자와 카운트 업데이트!(-> prev 바뀐 값 =  s[j:j+step])

 

6) 마지막에 해당하는 문자는 for문을 빠져나와서 5번과 같은 방법으로 압축열에 값을 추가! 마지막이니 값을 초기화 할 필요는 없다.

*부연설명) 위 else 문으로 들어가야 압축열이 갱신이 되는데 마지막까지 if로 들어갈 경우가 있다. 그 경우의 마지막 값들은 for문을 빠져나와 6번 줄에서 마지막까지의 값을 넣어준다. 만약 마지막 값이 이전 값과 달라서 else 문으로 들어가서 끝나도 초기화된 prev와 count는 마지막 문자와 1이다!

 

7) answer 업데이트 -> 현재까지의 answer과 압축열의 길이 중 짧은 것으로 계속해서 업데이트!