https://school.programmers.co.kr/learn/courses/30/lessons/87946
문제 설명
XX게임에는 피로도 시스템(0 이상의 정수로 표현합니다)이 있으며, 일정 피로도를 사용해서 던전을 탐험할 수 있습니다.
이때, 각 던전마다 탐험을 시작하기 위해 필요한 "최소 필요 피로도"와 던전 탐험을 마쳤을 때 소모되는 "소모 피로도"가 있습니다.
"최소 필요 피로도"는 해당 던전을 탐험하기 위해 가지고 있어야 하는 최소한의 피로도를 나타내며, "소모 피로도"는 던전을 탐험한 후 소모되는 피로도를 나타냅니다.
예를 들어 "최소 필요 피로도"가 80, "소모 피로도"가 20인 던전을 탐험하기 위해서는 유저의 현재 남은 피로도는 80 이상 이어야 하며, 던전을 탐험한 후에는 피로도 20이 소모됩니다.
이 게임에는 하루에 한 번씩 탐험할 수 있는 던전이 여러개 있는데, 한 유저가 오늘 이 던전들을 최대한 많이 탐험하려 합니다.
유저의 현재 피로도 k와 각 던전별 "최소 필요 피로도", "소모 피로도"가 담긴 2차원 배열 dungeons 가 매개변수로 주어질 때,
유저가 탐험할수 있는 최대 던전 수를 return 하도록 solution 함수를 완성해주세요.
제한사항
k는 1 이상 5,000 이하인 자연수입니다.
dungeons의 세로(행) 길이(즉, 던전의 개수)는 1 이상 8 이하입니다.
dungeons의 가로(열) 길이는 2 입니다.
dungeons의 각 행은 각 던전의 ["최소 필요 피로도", "소모 피로도"] 입니다.
"최소 필요 피로도"는 항상 "소모 피로도"보다 크거나 같습니다.
"최소 필요 피로도"와 "소모 피로도"는 1 이상 1,000 이하인 자연수입니다.
서로 다른 던전의 ["최소 필요 피로도", "소모 피로도"]가 서로 같을 수 있습니다.
풀이
로직
- 완전탐색으로 접근, 던전 수 8개까지라 큰 부담 없을 듯
- itertools의 permutations를 써서 가능한 모든 순서 조합 찾기
- 각 항목을 돌며 최소 필요 피로도보다 크면 cnt += 1, 아니면 break
- 최대값인지 비교
초기 코드
# 초기 코드
from itertools import permutations
def solution(k, dungeons):
answer = 0
for perm in permutations(dungeons):
cnt = 0
k_ = k
for min_required, consumption in perm:
if k_ >= min_required:
k_ -= consumption
cnt += 1
else: break
answer = max(answer, cnt)
return answer
# 43.12ms, 10.2MB
코드자체가 단순해서 더 개선할 점이 보이지 않는다.
대신 permutations를 쓰지 않고 재귀함수로 풀 수 있어 보인다.
1차 수정 : 재귀함수로 풀기
# 1차 수정 : permutataions 안 쓰고 풀기
def solution(k, dungeons, visited=None):
if visited==None:
visited = [False] * len(dungeons)
max_count = 0
for idx, (min_required, consumption) in enumerate(dungeons):
if not visited[idx] and k >= min_required:
visited[idx] = True
max_count = max(max_count, 1 + solution(k - consumption, dungeons, visited))
visited[idx] = False
return max_count
# 49.21ms, 10.3MB
로직을 어떻게 짤 지 조금 해맸었다. 던전을 방문한 경우와 하지않은 경우 모두 체크하기위해서
visited를 두개로 나눠서 재귀했다. 초기코드에 비해 시간이 더 소요된 이유는 탐색을 하는 과정에서
초기코드는 미리 방문 순서를 정하고 가지고 있는 피로도보다 요구량이 많아지면 break해서 뒤 연산을 생략하지만,
재귀함수를 사용한 코드는 백트래킹을 해서 방문 한 경우 그 전의 던전들도 다시 체크하기 때문에
시간이 더 걸리는 것이다.