[프로그래머스] 문자열 압축(Python 풀이) - 2020 KAKAO BLIND RECRUITMENT

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

코딩테스트 연습 - 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

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.

---

풀이

처음에는 문자열을 직접 압축한 후 그 문자열의 길이를 반환하려고 했는데, 생각해보니까 복잡하고 문자열의 길이만 알면되니까 필요없다라고 생각했다.그래서 "문자열 길이"를 계산하려고 노트에 끄적여봤는데, 대충 규칙이 있다는 것을 알았음

 

문자열의 반복이 나타나면 다음 식으로 압축된 문자 길이를 알 수 있음

새로운 문자열 길이 = 기존 길이 - (반복 횟수 x 문자열 자르는 단위) + 문자열 자르는 단위 + 반복 횟수를 표현한 경우 길이

• (반복 횟수 x 문자열 자르는 단위) = 압축전 문자의 길이(abcdabcd → 2x4)
• 문자열 자르는 단위 = 압축하는 문자의 길이(abcd → 4)
• 반복 횟수를 표현한 경우 길이 = 2abcd에서 2 → 길이 1
• 예시) ababcdede를 변환하는 경우
  • 원래 문자열 길이 9
  • abab 반복을 찾음
  • 새로운 문자열 길이 = 9 - 4 + 2 + 1 = 8
  • dede 반복을 찾음
  • 새로운 문자열 길이 = 8 - 4 + 2 + 1 = 7
    따라서 압축 후 문자열 길이 = 7

따라서 위 계산을 문자열 길이 단위를 바꿔가며 문자열 길이의 최솟값을 찾으면 됨!

문자열을 자르는 단위는 1부터 문자열 길이의 절반(strlen/2) 까지 탐색하였음(아무리 크게 압축해도 문자열 길이의 절반보다 큰 문자열이 반복될 수는 없기 때문에)

 

조금 헤맸었던건 "반복 횟수를 표현한 경우 길이"를 처음에는 무조건 1로 했었는데

"aaaa" →"4a" (길이2) 이지만

"aaaaaaaaaa" → "10a" (길이 3) 이기 때문에 len(str(count)) 만큼 더해줘야했었음

 

코드

def findMinLength(s:str)->int:
    minlen = len(s) # 압축된 문자의 최소 길이
    strlen = len(s) # 입력 문자열의 길이

    # find Rule
    for unit in range(1, int(strlen/2)+1): # 문자열 자르는 길이만큼 반복(1~문자열 길이/2)
        prevWord = ""
        newLen = strlen
        count = 1

        # 반복되는 문자 탐색
        for startIdx in range(0, strlen, unit): 
            if startIdx+unit > strlen:  
                break
            target = s[startIdx:startIdx+unit]  # 문자열[index, index + unit]  
            
            if target == prevWord: # 이전 문자와 같은 경우(반복되는 경우)
                count = count + 1 # 반복횟수 + 1
            elif count > 1: # 이전 문자와 다르며, 반복 카운트가 1보다 큰경우
                # 문자열이 압축된다고 판단하여 새로운 문자열 길이 계산
                # 새로운 문자열 길이 = 기존 길이 - (반복 횟수 x 문자열 자르는 단위) + 문자열 자르는 단위 + 반복 횟수를 표현한 경우 길이
                # ex) abcdabcde-> 2abcde
                # 새로운 문자열 길이 = 9 - (2 x 4) + 4 + 1 = 6
                newLen = newLen - (count * unit) + unit + len(str(count)) 
                count = 1 # count 초기화
                
            prevWord = target # 이전 문자 갱신
            
        if count > 1: # 반복문이 끝난 후 카운트가 1보다 큰 경우 다시 계산
            newLen = newLen - (count * unit) + unit + len(str(count))
            count = 1

        if minlen > newLen: # 최소 문자 길이 갱신
            minlen = newLen

    return minlen