말그대로 빡구현 문제이다.
정말 이렇다할 테크닉이 없고 대신 2차원 전역 배열 내에서 관리되어야하는 정보들 자체가 꽤 많기 때문에 실수 없이 꼼꼼히 구현해야하는 문제이다.
guns: 각 칸마다 놓여있는 총 목록 관리 (NxN)
players: 각 플레이어의 정보들을 관리하는 1차원 배열
그리고 플레이어 각각에 대하여 독립적으로 관리해야하는 경우엔 꼭 1차원 배열 안에 각 플레이어의 정보를 담아서 풀이하는 게 쉽다. 즉 1차원 배열의 인덱스가 각 플레이어의 고유한 id가 되는 격
반대로 상어시리즈나 술래잡기와 같이 같은 좌표에 있는 사물/사람을 제거하는 등의 행위가 있다면 2차원 배열 내에서 조작하는게 더 정석 풀이인듯 하다.
코드 트리 해설 코드 기반 + 가장 공격력이 큰 총을 갖기 위해 리스트 내림차순 정렬 후 pop(0)을 하는 대신, heapq을 사용하여 음수값을 push하고 음수값으로 pop하는 방식으로 효율성을 높였습니다 (최대힙 정렬 방식) 🙌🏻
import heapq
EMPTY = (-1, -1, -1, -1, -1, -1)
# 변수 선언 및 입력:
n, m, k = tuple(map(int, input().split()))
# 각 칸마다 놓여있는 총 목록을 관리합니다.
gun = [
[[] for _ in range(n)]
for _ in range(n)
]
for i in range(n):
nums = list(map(int, input().split()))
for j in range(n):
# 총이 놓여 있는 칸입니다.
if nums[j] != 0:
heapq.heappush(gun[i][j],-1*nums[j])
# gun[i][j].append(nums[j])
# 각 칸마다 플레이어 정보를 관리합니다.
# 순서대로 (num, x, y, d, s, a) 정보를 관리합니다.
# (x, y)위치에서 방향 d를 보고 있으며
# 초기 능력치가 s인 num번 플레이어가
# 공격력이 a인 총을 들고 있음을 뜻합니다.
# 총이 없으면 a는 0입니다.
players = []
for i in range(m):
x, y, d, s = tuple(map(int, input().split()))
players.append((i, x - 1, y - 1, d, s, 0))
# 입력으로 주어지는
# 방향 순서대로
# dx, dy를 정의합니다.
# ↑, →, ↓, ←
dxs = [-1, 0, 1, 0]
dys = [0, 1, 0, -1]
# 플레이어들의 포인트 정보를 기록합니다.
points = [0] * m
# (x, y)가 격자를 벗어나는지 확인합니다.
def in_range(x, y):
return 0 <= x and x < n and 0 <= y and y < n
# 현재 (x, y)위치에서 방향 d를 보고 있을 때
# 그 다음 위치와 방향을 찾아줍니다.
def get_next(x, y, d):
nx, ny = x + dxs[d], y + dys[d]
# 격자를 벗어나면
# 방향을 뒤집어
# 반대 방향으로 한 칸 이동합니다.
if not in_range(nx, ny):
# 반대 방향 : 0 <. 2 / 1 <. 3
d = (d + 2) if d < 2 else (d - 2)
nx, ny = x + dxs[d], y + dys[d]
return (nx, ny, d)
# 해당 칸에 있는 Player를 찾아줍니다.
# 없다면 EMPTY를 반환합니다.
def find_player(pos):
for i in range(m):
_, x, y, _, _, _ = players[i]
if pos == (x, y):
return players[i]
return EMPTY
# Player p의 정보를 갱신해줍니다.
def update(p):
num, _, _, _, _, _ = p
# Player의 위치를 찾아
# 값을 갱신해줍니다.
for i in range(m):
num_i, _, _, _, _, _ = players[i]
if num_i == num:
players[i] = p
break
# 플레이어 p를 pos 위치로 이동시켜줍니다.
def move(p, pos):
num, x, y, d, s, a = p
nx, ny = pos
# 가장 좋은 총으로 갱신해줍니다.
heapq.heappush(gun[nx][ny], -1*a)
a = -1* heapq.heappop(gun[nx][ny])
p = (num, nx, ny, d, s, a)
update(p)
# 진 사람의 움직임을 진행합니다.
# 결투에서 패배한 위치는 pos입니다.
def loser_move(p):
num, x, y, d, s, a = p
# 먼저 현재 위치에 총을 내려놓게 됩니다.
# gun[x][y].append(a)
heapq.heappush(gun[x][y], -1*a)
# 빈 공간을 찾아 이동하게 됩니다.
# 현재 방향에서 시작하여
# 90'씩 시계방향으로
# 회전하다가
# 비어있는 최초의 곳으로 이동합니다.
for i in range(4):
ndir = (d + i) % 4
nx, ny = x + dxs[ndir], y + dys[ndir]
if in_range(nx, ny) and find_player((nx, ny)) == EMPTY:
p = (num, x, y, ndir, s, 0)
move(p, (nx, ny))
break
# p2과 p2가 pos에서 만나 결투를 진행합니다.
def duel(p1, p2, pos):
num1, _, _, d1, s1, a1 = p1
num2, _, _, d2, s2, a2 = p2
# (초기 능력치 + 총의 공격력, 초기 능력치) 순으로 우선순위를 매겨 비교합니다.
# p1이 이긴 경우
if (s1 + a1, s1) > (s2 + a2, s2):
# p1은 포인트를 얻게 됩니다.
points[num1] += (s1 + a1) - (s2 + a2)
# p2는 진 사람의 움직임을 진행합니다.
loser_move(p2)
# 이후 p1은 이긴 사람의 움직임을 진행합니다.
move(p1, pos)
# p2가 이긴 경우
else:
# p2는 포인트를 얻게 됩니다.
points[num2] += (s2 + a2) - (s1 + a1)
# p1은 진 사람의 움직임을 진행합니다.
loser_move(p1)
# 이후 p2는 이긴 사람의 움직임을 진행합니다.
move(p2, pos)
# 1라운드를 진행합니다.
def simulate():
# 첫 번째 플레이어부터 순서대로 진행합니다.
for i in range(m):
num, x, y, d, s, a = players[i]
# Step 1-1. 현재 플레이어가 움직일 그 다음 위치와 방향을 구합니다.
nx, ny, ndir = get_next(x, y, d)
# 해당 위치에 있는 전 플레이어 정보를 얻어옵니다.
next_player = find_player((nx, ny))
# 현재 플레이어의 위치와 방향을 보정해줍니다.
curr_player = (num, nx, ny, ndir, s, a)
update(curr_player)
# Step 2. 해당 위치로 이동해봅니다.
# Step 2-1. 해당 위치에 플레이어가 없다면 그대로 움직입니다.
if next_player == EMPTY:
move(curr_player, (nx, ny))
# Step 2-2. 해당 위치에 플레이어가 있다면 결투를 진행합니다.
else:
duel(curr_player, next_player, (nx, ny))
# k번에 걸쳐 시뮬레이션을 진행합니다.
for _ in range(k):
simulate()
# 각 플레이어가 획득한 포인트를 출력합니다.
for point in points:
print(point, end=" ")
풀면서 느낀 개인적인 생각인데, 플레이어는 총을 하나만 소지가능하다 라는 조건은 기재해두었어야 한다고 생각한다. 예외처리 고려하면서 읽다가 이부분이 명확하게 얘기되지 않아서 쓸데없는 고민하는데 시간을 많이 허비했기 때문이다.
플레이어가 이미 총을 가지고 있는 경우에는 놓여있는 총들과 플레이어가 가지고 있는 총 가운데 공격력이 더 쎈 총을 획득하고, 나머지 총들은 해당 격자에 둡니다.
아마 이 부분을 읽고 유추하셔야 할거에요. 총 관리를 매번 sort할수도 있지만 heapq를 써서 관리하는 방법이 좀 더 효율적일겁니다. 특히 sort하고 pop할 때 pop(0)는 O(N) 연산이라 위험할 수 있습니다.
조건에 맞춰 정확하게 구현하는게 최우선이고, 그 안에서 최대한 효율적으로 짜야합니다.