https://programmers.co.kr/learn/courses/30/lessons/42627
하드디스크는 한 번에 하나의 작업만 수행할 수 있습니다. 디스크 컨트롤러를 구현하는 방법은 여러 가지가 있습니다. 가장 일반적인 방법은 요청이 들어온 순서대로 처리하는 것입니다.
예를 들어
- 0ms 시점에 3ms가 소요되는 A작업 요청
- 1ms 시점에 9ms가 소요되는 B작업 요청
- 2ms 시점에 6ms가 소요되는 C작업 요청
한 번에 하나의 요청만을 수행할 수 있기 때문에 각각의 작업을 요청받은 순서대로 처리하면 다음과 같이 처리 됩니다.
- A: 3ms 시점에 작업 완료
(요청에서 종료까지 : 3ms)
- B: 1ms부터 대기하다가, 3ms 시점에 작업을 시작해서 12ms 시점에 작업 완료
(요청에서 종료까지 : 11ms)
- C: 2ms부터 대기하다가, 12ms 시점에 작업을 시작해서 18ms 시점에 작업 완료
(요청에서 종료까지 : 16ms)
이 때 각 작업의 요청부터 종료까지 걸린 시간의 평균은 10ms(= (3 + 11 + 16) / 3)가 됩니다.
하지만 A → C → B 순서대로 처리하면
- A: 3ms 시점에 작업 완료
(요청에서 종료까지 : 3ms)
- C: 2ms부터 대기하다가, 3ms 시점에 작업을 시작해서 9ms 시점에 작업 완료
(요청에서 종료까지 : 7ms)
- B: 1ms부터 대기하다가, 9ms 시점에 작업을 시작해서 18ms 시점에 작업 완료
(요청에서 종료까지 : 17ms)
이렇게 A → C → B의 순서로 처리하면 각 작업의 요청부터 종료까지 걸린 시간의 평균은 9ms(= (3 + 7 + 17) / 3)가 됩니다.
각 작업에 대해 [작업이 요청되는 시점, 작업의 소요시간]을 담은 2차원 배열 jobs가 매개변수로 주어질 때, 작업의 요청부터 종료까지 걸린 시간의 평균을 가장 줄이는 방법으로 처리하면 평균이 얼마가 되는지 return 하도록 solution 함수를 작성해주세요. (단, 소수점 이하의 수는 버립니다)
arr은 길이 1 이상, 100 이하인 배열입니다.
arr의 원소는 -10,000 이상 10,000 이하인 정수입니다.
작업 소요 시간이 적은 순으로 정렬해야 한다는 아이디어는 생각했지만 요청 시간을 어떻게 처리해 정렬할지 어려워서 풀이에 실패했다. 타인의 답을 보고 힙을 사용하는 풀이를 공부했다. 그 분은 답에 맞게 잘 푸셨지만 매 반복마다 jobs 리스트의 모든 원소를 체크해 불필요한 시간 복잡도 낭비가 많아 보였다.
처음에 요청 시간 순으로 정렬해서 조건과 안맞는 원소를 발견시 그 뒤의 원소는 더 확인 안하고, 또 그 인덱스를 저장해 다음 반복에서 그 앞의 원소는 확인을 안하는 아이디어로 다시 작성해 보았다.
import heapq
def solution(jobs):
answer = 0
start, now, i = -1, 0, 0 # 시작 시간, 현재 시간, 처리한 수
heap = [] # 현시점에서 처리 가능한 작업들 넣어줄 힙 작업대기 리스트
jobs.sort() # 요청 시간 빠른순으로 정렬
idx = 0 # 힙에 어디 작업까지 포함 됐는지 저장
# 전체 케이스를 다 처리할 떄까지 반복
while i < len(jobs):
# 작업 리스트에서 현재 처리 가능한 작업을 작업 소요 시간 순으로 정렬한 힙에 넣어줌
# 어디 인덱스까지 처리했는지 저장해주어 매번 첫 인덱스 부터 확인작업 안하게 함
for j in range(idx, len(jobs)):
if start < jobs[j][0] <= now:
heapq.heappush(heap, [jobs[j][1], jobs[j][0]])
idx = j
# 요청 시점 순으로 정렬 했으므로 한 번 조건 불만족하면 뒤는 자동 불만족이라 확인 중단
else:
idx = j
break
# 처리 가능한 작업 있을 때
if len(heap) > 0:
cur_work = heapq.heappop(heap)
start = now
now += cur_work[0]
# 작업 완료한 현재 시간에서 요청 시점을 뺀 시간이 완료 소요 시간
answer += (now - cur_work[1])
i += 1 # 처리한 작업 수 카운트
# 처리 가능한 작업 없을 때 현재 시간을 더 뒤로 보내 다음 가능 요청 있나 확인
else:
now += 1
return int(answer / len(jobs))