문자열 압축(Java)

🎯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.

제한사항
s의 길이는 1 이상 1,000 이하입니다.
s는 알파벳 소문자로만 이루어져 있습니다.
입출력 예

s	result
"aabbaccc"	7
"ababcdcdababcdcd"	9
"abcabcdede"	8
"abcabcabcabcdededededede"	14
"xababcdcdababcdcd"	17

입출력 예에 대한 설명 입출력 예 #1

문자열을 1개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #2

문자열을 8개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #3

문자열을 3개 단위로 잘라 압축했을 때 가장 짧습니다.

입출력 예 #4

문자열을 2개 단위로 자르면 "abcabcabcabc6de" 가 됩니다.
문자열을 3개 단위로 자르면 "4abcdededededede" 가 됩니다.
문자열을 4개 단위로 자르면 "abcabcabcabc3dede" 가 됩니다.
문자열을 6개 단위로 자를 경우 "2abcabc2dedede"가 되며, 이때의 길이가 14로 가장 짧습니다.

입출력 예 #5

문자열은 제일 앞부터 정해진 길이만큼 잘라야 합니다.
따라서 주어진 문자열을 x / ababcdcd / ababcdcd 로 자르는 것은 불가능 합니다.
이 경우 어떻게 문자열을 잘라도 압축되지 않으므로 가장 짧은 길이는 17이 됩니다.

---

✏️풀이

코드

class Solution {
    public int solution(String s) {
        int answer = 1000;
        
        // 전체 길이의 절반까지 자를 수 있음
        for(int i = 1; i <= s.length()/2; i++) {
        	// 반복되는 횟수
            int count = 1;
            // 압축할 문자열
            String zip = s.substring(0, i);
            // 결과를 저장할 문자열
            String result = "";
            
            // 뒤의 문자열을 확인
            for(int j = i; j <= s.length(); j += i) {
            	// 같은 길이만큼 문자열을 가져옴
                // s의 길이를 넘어간다면 s.length()까지만 가져옴
                String compare = s.substring(j, (j+i) > s.length() ? s.length() : j+i);
                
                // 값이 같다면
                if(compare.equals(zip)) {
                    // 반복되는 횟수 증가
                    count++;
                }
                // 값이 다르다면
                else {
                	// 반복되는 횟수가 2 이상이라면 숫자와 함께 문자열을
                    // 반복되는 횟수가 한번이라면 문자열만 저장
                    result += (count != 1) ? count + zip : zip;
                    // 다른 문자열은 다음 비교를 위해 저장
                    zip = compare;
                    // 반복되는 횟수 초기화
                    count = 1;
                }
            }
            
            // 마지막에 포함되지 않은 값을 저장
            result += zip;
            // 문자열의 길이를 비교하여 작은 값을 저장
            answer = Math.min(answer, result.length());
        }
        
        // 만약 문자열의 길이가 1이라면 1을 아니라면 answer 반환
        return s.length() == 1 ? 1 : answer;
    }
}

설명

문자열의 함수들을 사용하여 문제를 풀었다.

answer는 나올 수 있는 문자열의 최대 길이인 1000을 주었다.
해당 문제는 앞에서부터 같은 길이만큼의 반복을 진행해야한다. 예시에서도 나왔듯이 xabcabc일 때, x | abc | abc 처럼 나눌 수 없고 xab | cab | c 로는 나눌 수 있는 것이다.
그렇다면 우리가 비교할 수 있는 최대 값은 문자열 s의 절반의 길이이다. 따라서 첫번째 반복문에서 문자열 s의 전체 길이의 절반만큼 반복을 진행하도록 하였다.

초깃값들을 각각 설정하고 두번째 반복문을 통해 문자열의 비교를 진행한다.
문자열이 동일한지 확인을 하기 위해 zip에 있는 문자열의 길이만큼 나눠서 가져오는데, 이때 문자열의 길이가 넘어가는 경우가 생길 수 있다. 그런 경우에는 마지막 문자열까지만 가져오도록 했다.

가져온 문자열과 압축할 문자열을 비교한다.
만일 두 문자열이 같을 경우 반복되는 횟수를 증가시킨다.
두 문자열이 다를 경우 result 문자열에 값을 저장한다.
count를 통해 압축한 개수를 저장하는데 이때 압축이 되지 않았다면 zip 문자열만 저장을 한다. 이후 압축한 문자열을 바꿔주고, count 역시 초기화를 시켜준다.
이 과정에 대해 예를 들어 설명을 하면
abcdcd 일때, ab와 cd를 비교하니 두 문자열이 다르다. 또한 ab는 압축이 되지 ㅇ낳았기 때문에 result에 ab만을 저장하고 압축되는 문자열을 cd로 바꿔준다. 이후 cd와 cd를 비교하는데, 둘이 같기 때문에 count는 2가 되고 결국 마지막에 result에는 ab2cd가 들어가게 된다.

이러한 과정을 반복하고 난 뒤에 두번째 반복문을 빠져나온다.
이때 zip을 result에 더해주어야하는데, 위에서 말했던 것처럼 모든 문자열이 딱 맞게 떨어지지 않기 때문에 남는 문자열이 생길 수 있다. 그런 경우에 값이 result에 더해지지 않고 zip에 남아있게 된다.

위의 사진에서 보면 각각 result와 zip을 출력한 것이다. 1, 2, 4번째에서는 zip에 남아있는 값이 없지만 3번째에서는 zip에 "d" 하나가 남아있고 이를 더해주지 않을 경우 문제에서 오류가 발생할 수 있다. 따라서 마지막에 남아있는 것들을 더해주는 것이 굉장히 중요하다.

이후 문자열의 길이를 확인하여 더 작은 값을 answer에 저장한다.

위의 과정을 계속 반복한 후 첫번째 반복문을 빠져나와 answer를 반환하면 된다. 그러나 이때도 주의할 점이 있는데 s의 문자열의 길이가 1일 경우 첫번째 반복문에 들어가지 못한다. 1/2는 0 이기 때문에 바로 answer가 반환이 되는데 answer의 초깃값을 1000으로 했기 때문에 제대로 된 반환이 아닌 1000이 반환이 되게 된다.

따라서 answer의 초깃값을 s.length()로 지정해주거나 마지막에 s.length()가 1일 경우에 대한 처리가 무조건 필요하다.

모든 과정이 끝난 뒤에 반환을 진행해주면 문제를 해결할 수 있다!

---

💡느낀 점

간단하다고 생각해서 풀다가 생각과는 다르게 많은 오류들을 마주했다. 무엇을 사용해야하고 어떻게 풀어야겠다는 감을 잡는 것은 조금씩 하고 있지만 세세한 부분을 생각하면서 코드를 짜는 것이 부족하다는 것을 느끼게 해준 문제였다.. 예로 반복문의 조건을 생각하지 않으면서 왜 안될까 조금 붙잡고 있었다. 문제 조건을 보면서 내 코드가 조건에 맞는지를 생각하는 연습이 필요한 것 같다.

---

링크

문제 링크