Day 6 코딩테스트_구현, 탐색

가연·2024년 12월 12일
ASAC7기python코딩테스트

구현_카카오주차요금

Q.
주차장의 요금표와 차량이 들어오고(입차) 나간(출차) 기록이 주어졌을 때, 차량별로 주차 요금을 계산하려고 합니다.

  • 요금표
기본 시간(분)기본 요금(원)단위 시간(분)단위 요금(원)
180500010600
  • 입/출차 기록
시각(시:분)차량 번호내역
05:345961입차
06:000000입차
06:340000출차
07:595961출차
07:590148입차
18:590000입차
19:090148출차
22:595961입차
23:005961출차
  • 자동차별 주차 요금
차량 번호누적 주차 시간(분)주차 요금(원)
000034 + 300 = 3345000 + ⌈(334 - 180) / 10⌉ x 600 = 14600
01486705000 +⌈(670 - 180) / 10⌉x 600 = 34400
5961145 + 1 = 1465000
  • 어떤 차량이 입차된 후에 출차된 내역이 없다면, 23:59에 출차된 것으로 간주합니다.
    - 0000번 차량은 18:59에 입차된 이후, 출차된 내역이 없습니다. 따라서, 23:59에 출차된 것으로 간주합니다.
  • 00:00부터 23:59까지의 입/출차 내역을 바탕으로 차량별 누적 주차 시간을 계산하여 요금을 일괄로 정산합니다.
  • 누적 주차 시간이 기본 시간이하라면, 기본 요금을 청구합니다.
  • 누적 주차 시간이 기본 시간을 초과하면, 기본 요금에 더해서, 초과한 시간에 대해서 단위 시간 마다 단위 요금을 청구합니다.
    - 초과한 시간이 단위 시간으로 나누어 떨어지지 않으면, 올림합니다.
    - ⌈a⌉ : a보다 작지 않은 최소의 정수를 의미합니다. 즉, 올림을 의미합니다.

주차 요금을 나타내는 정수 배열 fees, 자동차의 입/출차 내역을 나타내는 문자열 배열 records가 매개변수로 주어집니다. 차량 번호가 작은 자동차부터 청구할 주차 요금을 차례대로 정수 배열에 담아서 return 하도록 solution 함수를 완성해주세요.

[제한사항]

  • fees의 길이 = 4
    fees[0] = 기본 시간(분)
    1 ≤ fees[0] ≤ 1,439
    fees[1] = 기본 요금(원)
    0 ≤ fees[1] ≤ 100,000
    fees[2] = 단위 시간(분)
    1 ≤ fees[2] ≤ 1,439
    fees[3] = 단위 요금(원)
    1 ≤ fees[3] ≤ 10,000
  • 1 ≤ records의 길이 ≤ 1,000
    records의 각 원소는 "시각 차량번호 내역" 형식의 문자열입니다.
    시각, 차량번호, 내역은 하나의 공백으로 구분되어 있습니다.
    시각은 차량이 입차되거나 출차된 시각을 나타내며, HH:MM 형식의 길이 5인 문자열입니다.
    HH:MM은 00:00부터 23:59까지 주어집니다.
    잘못된 시각("25:22", "09:65" 등)은 입력으로 주어지지 않습니다.
    차량번호는 자동차를 구분하기 위한, '0'~'9'로 구성된 길이 4인 문자열입니다.
    내역은 길이 2 또는 3인 문자열로, IN 또는 OUT입니다. IN은 입차를, OUT은 출차를 의미합니다.
    records의 원소들은 시각을 기준으로 오름차순으로 정렬되어 주어집니다.
    records는 하루 동안의 입/출차된 기록만 담고 있으며, 입차된 차량이 다음날 출차되는 경우는 입력으로 주어지지 않습니다.
    같은 시각에, 같은 차량번호의 내역이 2번 이상 나타내지 않습니다.
    마지막 시각(23:59)에 입차되는 경우는 입력으로 주어지지 않습니다.
    아래의 예를 포함하여, 잘못된 입력은 주어지지 않습니다.
    - 주차장에 없는 차량이 출차되는 경우
    - 주차장에 이미 있는 차량(차량번호가 같은 차량)이 다시 입차되는 경우

[입출력 예시]
fees : [180, 5000, 10, 600]
records : ["05:34 5961 IN", "06:00 0000 IN", "06:34 0000 OUT", "07:59 5961 OUT", "07:59 0148 IN", "18:59 0000 IN", "19:09 0148 OUT", "22:59 5961 IN", "23:00 5961 OUT"]
result : [14600, 34400, 5000]

A.
#입력
요금 정보 [기본 시간, 기본 요금, 단위 시간, 단위 요금]
이벤트(입출차 시간) 중심으로 찍힌 로그들 ["시간, 차 번호, 입출차", " ", ..]
#계산
차량 번호 기준으로 누적 시간(Out - in) 계산
(out 시간 없을 시 23:59로)
(두 번 입출차 될 수도 있다.)
fee로 주차 요금 계산
기본요금 / 추가시간-나눠 떨어지는지...
에 따라 case by case 정리
#출력
차량 번호가 작은 자동차 부터 = 오름차순 정렬
[주차 요금, , ..] return

def solution(fees, records):
    answer = []
    return answer

1. Dict로 세팅

key : 차량 번호, value : 차량에 대한 입출기록들 [(시간, in_out)]
park_dict = {}

2. 입력 정보 처리

2.1 시각 : 기록 마다 필요하기 때문에 함수 생성
ㄴ 시간 -> 분으로 바꿔줌 60*시간 +분

def convert_h_t_m(time_HHMM) :
	h_part, m_part = time_HHMM.split(':')
    total_min = int(h_part)*60 + int(m_part)
    return total_min

2.2 records 돌면서 필요한 정보 처리하여 dict에 넣어주기

for record in records : 
	park_time, car_id, status = record.split(" ") #쪼개서 변수 할당
    park_time = convert_h_t_m(park_time) #시간->분
    car_id = int(car_id) #정수형으로 (출력- car id 크기대로 하기 때문)
    if car_id in park_dict : #신규 등록인지, 있던 차인지에 따라 case by case key,value 등록
    	park_dict[car_id].append([park_time, status])
    else : 
    	park_dict[car_id] = [[park_time, status]] #[[]]형 주의. value list에 list 나열해야하기 때문에

2.3 출차 정보가 없을 경우 추가해줌

if len(d[i].values()) % 2 != 0 : #입출차 정보가 홀수인 경우 출차 23:59 정보 추가
	d[i].append([convert_h_t_m("23:59"), OUT])

2.4 출차-입차 시간의 총 합(누적시간) -> 누적요금 계산

car_dict = {} #새로 dict 세팅. k: 차량 번호, value: 누적 요금

for car, logs in park_dict.items() :
	out_time_list = [m for m,sta in logs if sta == 'OUT'] #(시간, in/out) 돌면서 out일 때 시간 모으기
	in_time_list = [m for m,sta in logs if sta == 'IN'] #in일 때 시간 모으기 
    total_time = sum(out_time_list) - sum(in_time_list) #out 시간 sum - in 시간 sum = 누적 시간

2.5 요금 계산 : 기본 요금 이상 / 이하
#기본 요금 이하일 경우
-> 올림 : 음수의 나눗셈 활용. -(int(-i//10)) 하면 나눗셈 값 올림으로 변환 가능.

#fees = [기본 시간, 기본 요금, 단위 시간, 단위 요금]
	if total_time <= fees[0] : #기본 요금
		car_dict[car] = fees[1]
	else : #추가 요금 발생
 	    cost = fees[1]
	    total_time -= fees[0] #추가시간 = 누적시간 - 기본시간
	    over_time_base = -(total_time*(-1)//fees[2])
	    cost += over_time_base * fees[3] #누적요금 = 기본요금 + 추가요금
	    car_dict[car] = cost
-->

3. 출력 정렬

car_cost = dict(sorted(car.dict.items())) #차 번호대로 오름차순 정렬
answer = list(car_cost.values())


탐색

알고리즘 시작 ~

while문

for 문은 값/개수 중심이라면 while은 조건 중심. 조건을 만족할 때까지 롤링.
탈출조건에 대해서 값이나 조건 상황을 설계해야함. 무한루프 X. pass, continue, break + if

ex/

i = 1 #출력을 위한 변수
while i < 21:
	print(i)
    i += 1

ex2/

i = 1 
while True : #무한루프 -> 제어문에서 break
	print(i)
    i += 1
    if i == 21 : #제어문의 위치에 따른 조건 변화 유의! #i += 1이 if 뒤에 있으면 if i == 20 임.
    	break

스케줄링 Stack, Queue

값을 처리하는 방식. 새롭게 해야할 일을 추가하거나, 한 것들은 제거하는 것.

  • stack = 먼저 들어온 것을 가장 나중에 처리
    나중에 들어온 것 먼저 처리. Last in First out (LIFO) ex/ 지하철
    - 새로운 것 : 뒤로 쌓아 둠. .append()
    - 처리할 것 : 맨 뒤에서부터 뽑음. .pop()
  • queue = 먼저 들어온 것을 가장 먼저 처리
    First in First out (FIFO). ex/ 매표소
    - 새로운 것 : (동일) 뒤로 쌓아 둠. .append()
    - 처리할 것 : 맨 앞에서부터 뽑음. .pop(0)
    ❗ list로 queue 구현할 때 속도 이슈 발생 -> deque 패키지를 호출해 deque 자료형을 사용하면 됨! [ ] > deque([ ])

재귀 함수

: 자기 자신을 호출하는 구조. Stack 처럼 처리
(맨 마지막에 호출된 것부터 해결.. 먼저 호출된 것이 제일 나중에 해결되면서 문제 해결되는 구조임..........?)

일반적인 코드나 데이터 분석에서는 거의 사용하지 않지만, 코딩테스트에서 종종 사용됨. 구조적인 기능 반복을 코드화 하기에 유용함. 

recursive_func() :
	print(" ")
	recursive_func() #함수 정의에 함수 호출이 들어감. 무한루프이므로 종료 조건 설계가 필요.

Ex. 팩토리얼
4! = 4 * 3 * 2 * 1

1.1) for

n = 4
fact = 1
for i in range(1, n+1, 1) :
	fact *= i #누적 곱

1.2) while

n = 4
fact = 1
cnt = 1 #조건 중심이므로 종료 조건 설계
while cnt <= n:
	fact *= cnt
    cnt += 1

1.3) 점화식
n항과 n-1항의 관계를 파악한 후 코드화. 규칙성 -> 코드화 => 직관적인 코드 작성 가능!
n! = n * (n-1)! 이므로 a_n = n * a_n-1

def my_fact(n) :
	if n <= 1:
    	return 1 #1!=1
    else :
    	return n * my_fact(n-1)

1! -> 2 * 1! -> 3 * 2! -> 4 * 3! 순서대로 계산되기 때문에 Stack 형식임.
퀵정렬, 탐색(DFS), DP, 규칙적인 부분 구현 등 코딩테스트에 사용

탐색 문제 풀이법

수학적으로 모든 경우의 수를 푸는 문제.
1. 행렬 방식 2. 리스트 방식 으로
추상화 되어있는 그래프 > 연결/가중치/방향성을 표현하는 코드화 시키기.
지도, 평면, 미로, 다양한 유형 ... -> 문제 파악 후 최적의 알고리즘 선택

연결이 없을 경우 : 무한으로 표현
1. 엄청 큰 수를 직접 입력
INF = 99999999999999999999999
2. 명시적으로 무한대 표현
INF = float('inf')

1. 행렬 방식

m = [
	   [0, 7, 5],
       [7, 0, INF],
       [5, INF, 0]
	]

행렬로 표현하면
- 가로줄 -> start : 지도[index]
- 세로줄 -> end : 지도[start][end]
cf) 명시적인 2차원 numpy, pands DF, tensor 등 에서는 지도[start, end]

오와 열이 무조건 맞음.
Q. 0번 도시에서 1번 도시 연결되었나요?
m[0][1]

2-1. 인접 리스트 방식

g_1 = [
	  	[(1,7), (2,5)], #0번 도시의 연결 리스트
  	 	[(0,7)], 		#1번 도시의 연결 리스트
    	[(0,5)]			#2번 도시의 연결 리스트
      ]

오와 열이 맞지 않을 수도 있음(도시가 연결되어있는 것들을 표현했기 때문에 개수 다름??)
-> 직접 찾아야함
Q. 0번하고 1번 도시가 연결되어 있나요?
g_1[0][0][1]
0번과 연결된 것 [(1,7), (2,5)] -> 1번 연결 찾기 (1,7) -> 연결 거리 7

2-2. 인접 리스트 > Dict

g_dict = {
		"0" : [("1",7), ("2",5)],
        "1" : [("0",7)],
        "2" : [("0",5)]
        }

Q. 0번하고 1번 도시가 연결되어 있나요?
마찬가지로 직접 찾아야함. g_1["0"][0][1]

+ 0번 도시가 없을 때 (도시 1,2,3.. 일 경우)

가상의 0번 도시 빈 list를 만들어 세팅해두기.

g_1 = [
		[],				#가상의 0번 도시 연결 리스트
	  	[(1,7), (2,5)], 
  	 	[(0,7)], 		
    	[(0,5)]			
      ]

BFS, DFS

  • Breadth first search : queue 형식(First In First Out).
    너비 중심. 동일 층에서 방문할 수 있는 곳 모두 방문
    순차적으로 진행. 최단거리 (DA)에 이용
  • depth first search : stack 형식(Last In First Out) - python에서 deque 자료형 사용
    왼쪽으로만(아래 층으로만) 감. 갈 수 있는 곳이 없으면 back (옆으로)
    재귀함수 X. roll back 자꾸 일어남
profile
가연
이전 포스트

Day 5 정렬 기본 알고리즘, 자료형

다음 포스트

Day 7 코딩테스트_탐색

0개의 댓글