[프로그래머스] - 카카오 인턴십 코딩 테스트 공부

문제

---

[프로그래머스] - 카카오 인턴십 코딩 테스트 공부

https://school.programmers.co.kr/learn/courses/30/lessons/118668

프로그래머스

 

문제 이해

---

문제 설명

[본 문제는 정확성과 효율성 테스트 각각 점수가 있는 문제입니다.]

당신은 코딩 테스트를 준비하기 위해 공부하려고 합니다. 코딩 테스트 문제를 풀기 위해서는 알고리즘에 대한 지식과 코드를 구현하는 능력이 필요합니다.

알고리즘에 대한 지식은 알고력, 코드를 구현하는 능력은 코딩력이라고 표현합니다. 알고력과 코딩력은 0 이상의 정수로 표현됩니다.

문제를 풀기 위해서는 문제가 요구하는 일정 이상의 알고력과 코딩력이 필요합니다.

예를 들어, 당신의 현재 알고력이 15, 코딩력이 10이라고 가정해보겠습니다.

• A라는 문제가 알고력 10, 코딩력 10을 요구한다면 A 문제를 풀 수 있습니다.
• B라는 문제가 알고력 10, 코딩력 20을 요구한다면 코딩력이 부족하기 때문에 B 문제를 풀 수 없습니다.

풀 수 없는 문제를 해결하기 위해서는 알고력과 코딩력을 높여야 합니다. 알고력과 코딩력을 높이기 위한 다음과 같은 방법들이 있습니다.

• 알고력을 높이기 위해 알고리즘 공부를 합니다. 알고력 1을 높이기 위해서 1의 시간이 필요합니다.
• 코딩력을 높이기 위해 코딩 공부를 합니다. 코딩력 1을 높이기 위해서 1의 시간이 필요합니다.
• 현재 풀 수 있는 문제 중 하나를 풀어 알고력과 코딩력을 높입니다. 각 문제마다 문제를 풀면 올라가는 알고력과 코딩력이 정해져 있습니다.
• 문제를 하나 푸는 데는 문제가 요구하는 시간이 필요하며 같은 문제를 여러 번 푸는 것이 가능합니다.

당신은 주어진 모든 문제들을 풀 수 있는 알고력과 코딩력을 얻는 최단시간을 구하려 합니다.

초기의 알고력과 코딩력을 담은 정수 alp와 cop, 문제의 정보를 담은 2차원 정수 배열 problems가 매개변수로 주어졌을 때, 모든 문제들을 풀 수 있는 알고력과 코딩력을 얻는 최단시간을 return 하도록 solution 함수를 작성해주세요.

모든 문제들을 1번 이상씩 풀 필요는 없습니다. 입출력 예 설명을 참고해주세요.

---

제한사항

• 초기의 알고력을 나타내는 alp와 초기의 코딩력을 나타내는 cop가 입력으로 주어집니다.
  • 0 ≤ alp,cop ≤ 150
• 1 ≤ problems의 길이 ≤ 100
• problems의 원소는 [alp_req, cop_req, alp_rwd, cop_rwd, cost]의 형태로 이루어져 있습니다.
• alp_req는 문제를 푸는데 필요한 알고력입니다.
  • 0 ≤ alp_req ≤ 150
• cop_req는 문제를 푸는데 필요한 코딩력입니다.
  • 0 ≤ cop_req ≤ 150
• alp_rwd는 문제를 풀었을 때 증가하는 알고력입니다.
  • 0 ≤ alp_rwd ≤ 30
• cop_rwd는 문제를 풀었을 때 증가하는 코딩력입니다.
  • 0 ≤ cop_rwd ≤ 30
• cost는 문제를 푸는데 드는 시간입니다.
  • 1 ≤ cost ≤ 100

정확성 테스트 케이스 제한사항

• 0 ≤ alp,cop ≤ 20
• 1 ≤ problems의 길이 ≤ 6
  • 0 ≤ alp_req,cop_req ≤ 20
  • 0 ≤ alp_rwd,cop_rwd ≤ 5
  • 1 ≤ cost ≤ 10

효율성 테스트 케이스 제한사항

• 주어진 조건 외 추가 제한사항 없습니다.

---

입출력 예alpcopproblemsresult

10	10	[[10,15,2,1,2],[20,20,3,3,4]]	15
0	0	[[0,0,2,1,2],[4,5,3,1,2],[4,11,4,0,2],[10,4,0,4,2]]	13

---

입출력 예 설명

입출력 예 #1

1. 코딩력 5를 늘립니다. 알고력 10, 코딩력 15가 되며 시간이 5만큼 소요됩니다.
2. 1번 문제를 5번 풉니다. 알고력 20, 코딩력 20이 되며 시간이 10만큼 소요됩니다. 15의 시간을 소요하여 모든 문제를 풀 수 있는 알고력과 코딩력을 가질 수 있습니다.

입출력 예 #2

1. 1번 문제를 2번 풉니다. 알고력 4, 코딩력 2가 되며 시간이 4만큼 소요됩니다.
2. 코딩력 3을 늘립니다. 알고력 4, 코딩력 5가 되며 시간이 3만큼 소요됩니다.
3. 2번 문제를 2번 풉니다. 알고력 10, 코딩력 7이 되며 시간이 4만큼 소요됩니다.
4. 4번 문제를 1번 풉니다. 알고력 10, 코딩력 11이 되며 시간이 2만큼 소요됩니다. 13의 시간을 소요하여 모든 문제를 풀 수 있는 알고력과 코딩력을 가질 수 있습니다.

1시간에 코딩력 +1 / 알고력 +1 을 하거나 문제를 풀어 코딩력 +? , 알고력 +? 를 시도하여 모든 문제를 푸는데 가장 빠른 시간을 구하는 것이다.

주의할 점은 모든 경우의 수를 전부 다 처리하게 되면 250*250*100으로 600만이라는 처리 결과에 따라 시간 초과가 발생

이 때문에 범위를 한정시켜 진행하여야 한다. -> 6배 정도 차이가 발생한다.

 

알고리즘

---

1. 문제 내에서 가장 높은 코딩력,알고력을 구해낸다.

2. 해당 값이 최대인 DP[코딩력][알고력] 을 초기화 해준다.

3. 시작 지점을 가장 높은 코딩력,알고력보다 작거나 같은 값으로 설정해준다.

4. DP 단계 별로 진행 

- 코딩력 , 알고력 증가

- 마지막 DP값을 초과한 경우라면 맨 마지막 값에 갱신 처리

 

코드

---

# Programmes-코딩 테스트 공부2
import sys
def solution(alp, cop, problems):  
    #Init
    max_x,max_y=max(list(map(lambda x:x[0],problems))),max(list(map(lambda x:x[1],problems)))
    dp = [[sys.maxsize] *(max_y+1) for _ in range(max_x+1)]
    # why? DP 값 범위가 max_x,max_y 인데 이것보다 크게 설정되면 index error
    alp = min(alp,max_x)
    cop = min(cop,max_y)
    dp[alp][cop]=0
    
    # DP
    # x의 범위 max_x+1 ? 4,4가 타겟이라고 한다고 할 때 3,3 에서 만약 +5,+5해주는 게 있다면 이게 더 빠르니 적용해주어야함 
    for i in range(alp,max_x+1):
        for j in range(cop,max_y+1):
            # 1. 코딩력 증가
            if j+1<=max_y:
                dp[i][j+1] = min(dp[i][j]+1, dp[i][j+1])
            # 2. 알고력 증가
            if i+1<=max_x:
                dp[i+1][j] = min(dp[i][j]+1, dp[i+1][j])
            
            for start_x,start_y,nx,ny,time in problems :
                if i>= start_x and j>=start_y:
                    dx,dy=i+nx,j+ny
                    if dx>max_x:
                        dx=max_x
                    if dy>max_y:
                        dy=max_y
                    
                    dp[dx][dy] = min(dp[dx][dy],dp[i][j]+time)
                
    return dp[-1][-1]

problems=[[0,0,2,1,2],[2,3,2,1,4],[6,13,2,2,2]]
alp,cop=10,10

print( solution(alp, cop, problems) )