문제
https://programmers.co.kr/learn/courses/30/lessons/42889
슈퍼 게임 개발자 오렐리는 큰 고민에 빠졌다. 그녀가 만든 프랜즈 오천성이 대성공을 거뒀지만, 요즘 신규 사용자의 수가 급감한 것이다. 원인은 신규 사용자와 기존 사용자 사이에 스테이지 차이가 너무 큰 것이 문제였다.
이 문제를 어떻게 할까 고민 한 그녀는 동적으로 게임 시간을 늘려서 난이도를 조절하기로 했다. 역시 슈퍼 개발자라 대부분의 로직은 쉽게 구현했지만, 실패율을 구하는 부분에서 위기에 빠지고 말았다. 오렐리를 위해 실패율을 구하는 코드를 완성하라.
- 실패율은 다음과 같이 정의한다.
- 스테이지에 도달했으나 아직 클리어하지 못한 플레이어의 수 / 스테이지에 도달한 플레이어 수
전체 스테이지의 개수 N, 게임을 이용하는 사용자가 현재 멈춰있는 스테이지의 번호가 담긴 배열 stages가 매개변수로 주어질 때, 실패율이 높은 스테이지부터 내림차순으로 스테이지의 번호가 담겨있는 배열을 return 하도록 solution 함수를 완성하라.
권장 시간: 60분
권장 시간 복잡도: O(M+NlonN)
출제: 2019 KAKAO BLIND RECRUITMENT
제약 조건
- 스테이지 개수 N은 1 이상 500 이하 자연수
- stages의 길이는 1 이상 200,000 이하
- stages에는 1 이상 N+1 이하의 자연수가 있음
- 각 자연수는 사용자가 현재 도전 중인 스테이지 번호를 나타냄
- 단, N+1은 마지막 스테이지, 즉, N까지 클리어한 사용자를 나타냄
- 만약 실패율이 같은 스테이지가 있다면 작은 번호의 스테이지가 먼저 오면 됌
- 스테이지에 도달한 유저가 없는 경우 해당 스테이지의 실패율은 0으로 정의
입출력 예
N | stages | result
5 | [2, 1, 2, 6, 2, 4, 3, 3] | [3,4,2,1,5]
4 | [4,4,4,4,4] | [4,1,2,3]
입출력 예 설명
입출력 예 #1
1번 스테이지에는 총 8명의 사용자가 도전했으며, 이 중 1명의 사용자가 아직 클리어하지 못했다. 따라서 1번 스테이지의 실패율은 다음과 같다.
- 1 번 스테이지 실패율 : 1/8
2번 스테이지에는 총 7명의 사용자가 도전했으며, 이 중 3명의 사용자가 아직 클리어하지 못했다. 따라서 2번 스테이지의 실패율은 다음과 같다.
- 2 번 스테이지 실패율 : 3/7
마찬가지로 나머지 스테이지의 실패율은 다음과 같다.
- 3 번 스테이지 실패율 : 2/4
- 4번 스테이지 실패율 : 1/2
- 5번 스테이지 실패율 : 0/1
각 스테이지의 번호를 실패율의 내림차순으로 정렬하면 다음과 같다.
[3,4,2,1,5]
입출력 예 #2
모든 사용자가 마지막 스테이지에 있으므로 4번 스테이지의 실패율은 1이며 나머지 스테이지의 실패율은 0이다.
[4,1,2,3]
풀이
def solution(N, stages):
# 스테이지별 도전자 수
challenger = [0] * (N + 2)
for stage in stages:
challenger[stage] += 1
# 스테이지별 실패한 사용자 수
fails = {}
total = len(stages)
# 실패율 계산
for i in range(1, N+1):
# 도전한 사람이 없으면 0
if challenger[i] == 0:
fails[i] = 0
else:
fails[i] = challenger[i] / total # 실패율
total -= challenger[i] # 다음 스테이지 실패율 계산을 위한 다음 스테이지 인원 뺴기
# 실패율이 높은 스테이지부터 내림차순으로 정렬
result = sorted(fails, key=lambda x : fails[x], reverse=True)
return result- stages에는 플레이어가 어느 스테이지에 있는지에 대한 정보가 있음
따라서 반복문을 따라 순회하며 challengers[stage] 값을 증가시키면 결국 challenger에 각 stage에 있는 플레이어의 수를 저장 가능
- 리스트의 크기를 N + 2로 정한 이유
- N번째 스테이지를 클리어한 사용자는 stage가 N + 1
- 배열의 인덱스는 0부터 시작하므로 N + 1의 데이터를 저장하려면 N + 2크기의 배열이 필요
- 0번째 인덱스를 사용하지 않기에 낭비라 생각되지만 값 자체를 인덱스로 활용가능해 매우 편리해짐
- fails - 실패율 저장
total - 총 사용자의 수 - 실패율을 구하는 로직
위에서 구한 challengers값을 활용 - 해당 스테이지에 있는 사용자가 0이라면 문제 정의에 의해 실패율은 0
- 해당 스테이지에 사용자가 있다면 실패율 공식을 적용하여 실패율을 구함
fails는 리스트가 아닌 딕셔너리
fails[i] = challenger[i] / total에서
키 - i
challenger[i] / total - 값 - N번째 스테이지에 도달한 사용자의 수를 구하려면 N-1번째 스테이지에 있는 사용자 수를 빼면 됌
- fails는 딕셔너리
키는 각 스테이지를 가리키는 숫자값은 실패율을 의미
값을 기준으로 키를 정렬해서 반환
시간 복잡도
- N은 스테이지 개수, M은 stages의 길이
- challenger 배열을 초기화하고 각 스테이지 도전자 수를 계산할 때 시간 복잡도는 O(N + M)
- 이후 스테이지 별로 실패율을 계산하는데 필요한 시간 복잡도 O(N)
- 실패율을 기준으로 스테이지를 정렬할 때의 시간 복잡도 O(NlogN)
- O(2N + M + NlogN)이므로 최종 시간 복잡도는 O(M+NlogN)
