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

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.

접근

입력으로 주어지는 문자열의 길이가 1000 이하이기 때문에 가능한 모든 경우의 수를 탐색하는 완전 탐색으로 이 문제를 해결할 수 있다. 길이가 N인 문자열이 입력되었다면, 1부터 N/2까지의 모든 수를 단위로 하여 문자열을 압축하는 방법을 모두 확인하고, 그 중에서 가장 짧게 압축되는 길이를 출력하면 된다. N/2까지만 확인하면 되는 이유는, 하나의 묶음이 N/2 보다 크면 어차피 주어진 문자열 길이 내에서 동일한 묶음이 또 나올 수가 없기 때문이다.

풀이

#include <string>
using namespace std;

int solution(string s){
    int answer = s.size(); // 주어진 문자열의 길이

    // 1개 단위(step)부터 압축 단위를 늘려가며 확인
    for (int step = 1; step <= s.size() / 2; step++){
        string compressed = "";
        string prev = s.substr(0, step); // 앞에서부터 step만큼의 문자열 추출
        int cnt = 1; // 특정 부분 문자열이 반복된 횟수 측정

        // 단위(step) 크기만큼 증가시키며 이전 문자열과 비교
        for (int j = step; j < s.size(); j += step){
            // 이전 문자열과 동일하다면 cnt 증가
            if(prev == s.substr(j, step)) 
                cnt++;
            // 다른 문자열이 나왔다면 (더 이상 압축 불가)
            else{
                compressed += (cnt >= 2) ? to_string(cnt) + prev : prev;

                // 다시 상태 초기화 
                prev = s.substr(j, step); // step이 문자열의 길이를 넘어서도 문자열 끝까지만 추출
                cnt = 1;
            }
        }

        // 남아있는 문자열에 대해서 처리
       compressed += (cnt >= 2) ? to_string(cnt) + prev : prev;

       // 만들어진 압축 문자열 중에서 가장 짧은 것이 정답
       answer = min(answer, (int)compressed.size());
    }

    return answer;
}

참고 1) substr 함수는 두번째 인자로 전달된 부분 문자열의 길이가 원래 문자열 보다 길다면, 그 이상을 반환하지 않고 문자열의 끝까지만 리턴한다. (단, 첫번째 인자의 값은 배열의 인덱스를 넘어서면 안 된다. 배열 범위를 넘으면 예외를 발생시킨다.)

참고 2) string 클래스의 size 함수는 기본적으로 size_t 라는 unsigned int형을 반환하기 때문에, min 함수로 int형 변수 answer와 크기 비교를 하려면 size 함수의 리턴값을 int형으로 캐스팅을 해줘야 한다.

마무리

substr 함수를 이용해서 step 크기만큼 부분 문자열을 추출하고, 이 문자열이 연속으로 등장하면 cnt 값을 증가시키는 방식으로, 특정 문자열의 압축 횟수를 구할 수 있었다.

압축 단위의 크기를 1에서 N/2까지 1씩 증가시키면서 모든 경우의 수를 다 구하고, 그 중에서 최솟값을 구하면 되겠다..! 까지는 생각했는데, 특정 문자열이 연속으로 반복된 횟수를 어떻게 측정해야 할지 모르겠어서 답지를 확인했다. 문자열을 더 자유자재로 다룰 수 있도록 관련 문제를 더 많이 풀어봐야겠다! 👊