이중 우선순위 큐는 다음 연산을 할 수 있는 자료구조를 말합니다.
명령어 | 수신 탑(높이) |
---|---|
I 숫자 | 큐에 주어진 숫자를 삽입합니다. |
D 1 | 큐에서 최댓값을 삭제합니다. |
D -1 | 큐에서 최솟값을 삭제합니다. |
이중 우선순위 큐가 할 연산 operations가 매개변수로 주어질 때, 모든 연산을 처리한 후 큐가 비어있으면 [0,0] 비어있지 않으면 [최댓값, 최솟값]을 return 하도록 solution 함수를 구현해주세요.
operations | return |
---|---|
["I 16", "I -5643", "D -1", "D 1", "D 1", "I 123", "D -1"] | [0,0] |
["I -45", "I 653", "D 1", "I -642", "I 45", "I 97", "D 1", "D -1", "I 333"] | [333, -45] |
import heapq
def solution(operations):
# 최소/최대 힙 선언
heap = []
max_heap = []
for op in operations:
op = op.split(" ")
if op[0] == "I":
num = int(op[1])
heapq.heappush(heap,num)
heapq.heappush(max_heap,(-num,num))
else:
if len(heap) == 0:
continue
if op[1] == "1":
max_val = heapq.heappop(max_heap)[1]
heap.remove(max_val)
elif op[1] == "-1":
min_val = heapq.heappop(heap)
max_heap.remove((min_val*-1,min_val))
if heap:
return [max(heap),heapq.heappop(heap)]
else:
return [0,0]
heap
에 대해서 정확히 공부할 수 있는 좋은 문제였다. 최대힙과 최소힙을 모두 활용해야 해결할 수 있었던 문제다.
알고리즘보단 최소힙,최대힙에 대한 개념을 정확히 인지하고 있고 그리고 heapq
모듈을 자유자재로 쓸 수 있는지 요구한 문제였다.
heapq
에 대한 개념은 여기 포스팅에서 상세히 다뤄주셨다,, 참고하면 좋을듯 하다.