[2020 카카오 신입 공채] 문자열 압축

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

1. 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.

 

2. 제한 사항 

- s의 길이는 1 이상 1,000 이하입니다.

- s는 알파벳 소문자로만 이루어져 있습니다.

 

3. 입출력 예

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

 

4. 해결법

이 문제는 제한 사항을 살펴보면 s의 길이가 1000이하로 브루트포스로 풀수 있는 구현 문제이다. 

비교할 문자열의 단위를 1부터 s길이 / 2까지 지정해서, 매번 지정한 단위마다 문자열을 압축한다. 그리고 그중 길이가 가장 짧은 문자열을 계산하면 된다. 

비교할 문자열의 단위를 먼저 for문으로 지정해준다. 여기서 초기화해줄 중요한 변수는 3가지가 있다.

compressed: 이번 단위의 결과 문자열이 저장될 변수, 처음에는 빈 문자열로 초기화한다.

prev: 이번 순서의 단위로 잘려진 문자열이다. "aabbaccc"로 예를 들자면, 초기 단위값은 "a"이고 밑의 반복문에서 비교할 값과 비교되는 문자열이다. (말이 지금 이해가 되지 않는다, 코드를 참조하자)

cnt: prev와 비교할 문자열이 같다면 같으므로 중복되는 횟수를 기록하는 변수, "aabbaccc"중 prev가 "a"이고 이번에 비교할 문자열이 "a"이면 cnt값이 1증가한다.

 

이렇게 첫 반복문에서 중요 변수들을 초기화했으면 다음 반복문으로 넘어간다.

두번째 반복문에서는 s를 단위만큼 이동하면서 해당 단위의 문자열과 prev와 값을 비교한다.

같다면 cnt값을 1증가 한다.

다르면 compressed에 결과를 저장해야한다. 이때 문제에서 1은 생략이 가능하므로 prev값만 저장하고 cnt가 2이상이면 cnt를 문자열로 형변환하고 prev값과 함께 저장한다.

그리고 나머지 prev, cnt값을 초기화해준다.

 

두번째 반복문이 끝나면 단위에 포함되지 않은 문자열들을 compressed에 마져 넣어줘야 한다. 해당 문자열들은 prev값에 넣어있으니 두번째 반복문에 compressed에 값을 저장하는 같은 로직을 사용한다. 

그리고 마지막으로 compressed의 길이와 answer의 값을 비교해서 짧은 값을 저장한다.

 

5) 구현 코드

 

#include <string>
#include <vector>
#include <algorithm>

using namespace std;

int solution(string s) {
    int answer = s.size();
    
    for (int step = 1; step < s.size() / 2 + 1; step++) {
        string compressed = "";
        string prev = s.substr(0, step);
        int cnt = 1;
        
        for (int j = step; j < s.size(); j+=step) {
            if (prev == s.substr(j, step)) cnt++;
            else {
                compressed += (cnt >= 2 ? to_string(cnt) + prev : prev);
                prev = s.substr(j, step);
                cnt = 1;
            }
        }
        compressed += (cnt >= 2 ? to_string (cnt) + prev : prev);
        answer = min((int)compressed.size(), answer);
    }
    
    return answer;
}

 

6) 후기

사실 나도 어려워서 답안을 봤음. 해당 풀이를 보면서 새로 알았던 내용은 다음과 같음.

1. 문자열 .size() 와 .length()의 리턴 타입은 size_t이다. 그럼으로 min()함수에 compressed.size()만 넣으면 에러가 나온다. 

2. 문자열.substr()시 범위가 원래 문자열의 길이를 초과하면 해당 문자열의 길이만큼까지만 잘라서 저장하게 된다.

 

15분안에 풀기에는 조금 헷갈리는 문제이고 역시 이 점이 출제자가 시험하고자 하는 부분이였어서 구현 문제는 꾸준히 연습해봐야한다.

 

7) 알아야 했을 함수

.substr()

to_string()

min()