[3차]압축 문제 보러가기
문제 유형
- 구현 : 문제에서 주어진 순서를 잘 따라가면서 구현하면 되는 문제
문제 설명
신입사원 어피치는 카카오톡으로 전송되는 메시지를 압축하여 전송 효율을 높이는 업무를 맡게 되었다. 메시지를 압축하더라도 전달되는 정보가 바뀌어서는 안 되므로, 압축 전의 정보를 완벽하게 복원 가능한 무손실 압축 알고리즘을 구현하기로 했다.
어피치는 여러 압축 알고리즘 중에서 성능이 좋고 구현이 간단한 LZW(Lempel–Ziv–Welch) 압축을 구현하기로 했다. LZW 압축은 1983년 발표된 알고리즘으로, 이미지 파일 포맷인 GIF 등 다양한 응용에서 사용되었다.
LZW 압축은 다음 과정을 거친다.
- 길이가 1인 모든 단어를 포함하도록 사전을 초기화한다.
- 사전에서 현재 입력과 일치하는 가장 긴 문자열 w를 찾는다.
- w에 해당하는 사전의 색인 번호를 출력하고, 입력에서 w를 제거한다.
- 입력에서 처리되지 않은 다음 글자가 남아있다면(c), w+c에 해당하는 단어를 사전에 등록한다.
- 단계 2로 돌아간다.
압축 알고리즘이 영문 대문자만 처리한다고 할 때, 사전은 다음과 같이 초기화된다. 사전의 색인 번호는 정수값으로 주어지며, 1부터 시작한다고 하자
예를 들어 입력으로 KAKAO가 들어온다고 하자.
- 현재 사전에는
KAKAO의 첫 글자K는 등록되어 있으나, 두 번째 글자까지인KA는 없으므로, 첫 글자K에 해당하는 색인 번호 11을 출력하고, 다음 글자인A를 포함한KA를 사전에 27 번째로 등록한다. - 두 번째 글자
A는 사전에 있으나, 세 번째 글자까지인AK는 사전에 없으므로,A의 색인 번호 1을 출력하고,AK를 사전에 28 번째로 등록한다. - 세 번째 글자에서 시작하는
KA가 사전에 있으므로,KA에 해당하는 색인 번호27을 출력하고, 다음 글자O를 포함한KAO를 29 번째로 등록한다. - 마지막으로 처리되지 않은 글자
O에 해당하는 색인 번호 15를 출력한다.
이 과정을 거쳐 다섯 글자의 문장 KAKAO가 4개의 색인 번호 [11, 1, 27, 15]로 압축된다.
입력 형식
입력으로 영문 대문자로만 이뤄진 문자열 msg가 주어진다. msg의 길이는 1 글자 이상, 1000 글자 이하이다.
출력 형식
주어진 문자열을 압축한 후의 사전 색인 번호를 배열로 출력하라.
입출력 예제
핵심 포인트
현재글자의 인덱스를
w다음글자의 인덱스를c라고 했을 때
[현재글자 + 다음글자]가 사전에 있을때 또는 사전에 없을때 인덱스가 어떻게 변하는지 파악하는게 핵심이다.
코드 & 설명 주석 포함
def solution(msg):
answer = []
# 사전 초기화 A~Z
dic = {chr(i + 64): i for i in range(1, 27)}
w = c = 0 # 인덱스 초기화
while True:
c += 1
if c == len(msg):
answer.append((dic[msg[w:c]]))
break
# 만약 [현재글자+다음글자]가 사전에 없다면
if msg[w:c+1] not in dic:
dic[msg[w:c+1]] = len(dic) + 1 # 사전에 추가
answer.append(dic[msg[w:c]])
w = c # 현재글자를 다음글자로 옮겨줌
# 만약 [현재글자+다음글자]가 사전에 있다면 w의 값은 변하지 않고 c의 값만 1씩 증가한다.
return answer
보충 (참고)
👉A부터 Z까지 사전을 초기화 할때 다양한 방법
alphabet = "ABCDEFGHIJKLMNOPQRSTUVWXYZ"
dic = {}
for i in range(1, 27):
dic[chr(i+64)] = i
# 방법1
d1 = {chr(i + 64): i for i in range(1, 27)}
# 방법2
d2 = {k:v for k,v in zip(alphabet, range(1,27))}
# 방법3
d3 = dict(zip(alphabet, range(1, 27)))혹시나 잘못된 부분이 있으면 댓글 부탁드립니다.
주니어 데이터 엔지니어 꿈나무