def solution(board, skill):
answer = 0
N = len(board)
M = len(board[0])
skill_board = [[0 for i in range(M+2)] for _ in range(N+2)]
cnt = 0
for sk in skill:
sk_type, r1,c1,r2,c2 ,degree = sk
if sk_type == 1:
degree = -degree
r1 +=1; r2+=1; c1+=1; c2+=1
skill_board[r1][c1] += degree
skill_board[r1][c2+1] -= degree
skill_board[r2+1][c1] -= degree
skill_board[r2+1][c2+1] += degree
for x in range(1,N+1):
for y in range(1,M+1):
skill_board[x][y] = skill_board[x][y] + skill_board[x-1][y] + skill_board[x][y-1] - skill_board[x-1][y-1]
for x in range(N):
for y in range(M):
if board[x][y] +skill_board[x+1][y+1] >0:
answer += 1
return answer
이 문제도 실전에서 풀지 못했던 문제였다.
7번 문제에 너무 힘을 쏟은 나머지, 마지막 20분동안 풀다가 범위 측정을 제대로 못해서, 풀지 못한 문제였다.
평소 2차원 누적합을 잘 다루지 않다보니, 범위를 구하는데 실수를 했고, 그 범위의 누적합을 구하는데 연산을 실후 했다.
이 문제에서 중요한 것은 폭발 범위에 맞춰서 누적합을 할 수 있게, 숫자들을 정리해 놓고, 누적합을 구하면 되는 문제이다.
폭발이 시작하는 r1,c1에는 +degree을 해주고,
폭발이 끝나는 위치인 r2+1,c1 , r1,c2+1에는 -degree을 해준다.
그리고 중요한 것은 r2+1, c2+1 에서는 +degree를 해주는 것이다.
이 누적합을 마킹해놓은 상태에서 가로로 1번 누적합 세로로 1번 누적합을 진행을 한다고 생각을 해보면, 왜 그 위치에서 마킹을 해줘야하는지 이해할 수 있다.
이 문제는 누적합이라는 접근까지 했지만, 디버깅 할 시간이 부족해 풀지 못했던 아쉬웠던 문제였다..
dx = [-1,0,1,0]
dy = [0,1,0,-1]
N,M =0,0
def B_turn(curboard,A,B,turn):
x,y = B
if curboard[x][y] == 0:
return (-1,turn)
flag = False
winner = []
loser = []
for i in range(4):
nx = x + dx[i]
ny = y + dy[i]
if 0<=nx<N and 0<=ny<M:
if curboard[nx][ny] == 1:
new_board = [row[:] for row in curboard]
new_board[x][y] = 0
iswin,new_turn = A_turn(new_board,A,(nx,ny),turn+1)
if iswin == -1:
winner.append(new_turn)
else:
loser.append(new_turn)
flag = True
if flag:
if winner:
return (1,min(winner))
else:
return (-1,max(loser))
else:
return (-1,turn)
def A_turn(curboard,A,B,turn):
x,y = A
if curboard[x][y] == 0:
return (-1,turn)
flag = False
winner = []
loser = []
for i in range(4):
nx = x + dx[i]
ny = y + dy[i]
if 0<=nx<N and 0<=ny<M:
if curboard[nx][ny] == 1:
new_board = [row[:] for row in curboard]
new_board[x][y] = 0
iswin,new_turn = B_turn(new_board,(nx,ny),B,turn+1)
if iswin == -1:
winner.append(new_turn)
else:
loser.append(new_turn)
flag = True
if flag:
if winner:
return (1,min(winner))
else:
return (-1,max(loser))
else:
return (-1,turn)
def solution(board, aloc, bloc):
global N,M
N = len(board)
M = len(board[0])
return A_turn(board,aloc,bloc,0)[1]
def check(t,result):
if len(result):
if result[-1] == t:
result.pop()
return 2
else:
result.append(t)
return 0
else:
result.append(t)
return 0
def solution(board, moves):
answer = 0
lens = len(board)
result = []
for k in moves:
for t in range(lens):
if board[t][k-1]:
answer += check(board[t][k-1],result)
board[t][k-1] = 0
break
return answer
from itertools import permutations
from collections import deque
def outOfrange(x,y):
if 0 > x or x >3 or y<0 or y>3:
return True
return False
def dfs(start,end,copy_board):
dp = [[-1]*4 for _ in range(4)]
dp[start[0]][start[1]] = 0
stack = deque()
stack.append((start[0],start[1]))
dx = [-1,1,0,0]
dy = [0,0,-1,1]
while stack:
x,y = stack.popleft()
for i in range(4):
repeat = 0
while True:
nx = x + dx[i]*repeat
ny = y + dy[i]*repeat
if outOfrange(nx+dx[i],ny+dy[i]) or (repeat!=0 and copy_board[nx][ny]):
break
repeat += 1
for re in (1,repeat):
nx = x + dx[i] * re
ny = y + dy[i] * re
if outOfrange(nx,ny):
continue
if dp[nx][ny] == -1:
dp[nx][ny] = dp[x][y] + 1
stack.append((nx,ny))
if dp[end[0]][end[1]] != -1:
return dp[end[0]][end[1]]
return dp[end[0]][end[1]]
def find_command(x,y,find_card,copy_board):
dis1 = dfs((x,y),find_card[0],copy_board)
dis2 = dfs(find_card[0],find_card[1],copy_board)
return dis1+dis2
def solution(board, r, c):
answer = float('inf')
card_list = [[] for _ in range(7)]
card_numbers = set()
for x in range(4):
for y in range(4):
if board[x][y]:
card_list[board[x][y]].append((x,y))
card_numbers.add(board[x][y])
card_cnt = len(card_numbers)
for combi in permutations(card_numbers):
predict_dict = {}
for k in range(1<<card_cnt):
distance = 0
mouse_cursor_x = r
mouse_cursor_y = c
copy_board = [row[:] for row in board]
temp = ''
for ind,num in enumerate(combi):
start = int(bool((k&1<<(ind))))
end = (start+1)%2
temp += str(start)
find_card = [card_list[num][start],card_list[num][end]]
if not predict_dict.get(temp):
distance += find_command(mouse_cursor_x,mouse_cursor_y,find_card,copy_board)
predict_dict[temp] = distance
else:
distance = predict_dict[temp]
mouse_cursor_x = card_list[num][end][0]
mouse_cursor_y = card_list[num][end][1]
copy_board[card_list[num][start][0]][card_list[num][start][1]] = 0
copy_board[card_list[num][end][0]][card_list[num][end][1]] = 0
if distance > answer:
break
if answer > distance:
answer = distance
return answer+2*card_cnt
a = solution([[1,0,2,0],[6,2,4,0],[0,0,1,0],[6,0,0,4]],1,0)
print(a)
문제 자체는 BFS+순열+조합으로 간단해보였지만, 구현하는데 난이도가 컸던 문제였다.
기본 풀이 자체는 다음과 같다.
카드번호 1,2,3이 있다고 하면
1,2,3을 순열로 먼저 없앨 카드별 순서를 정해준다.
그리고 각 카드는 2장씩 있으므로, A,B 가 있다고 치면
1A->1B
1B->1A는 다를 것이다.
이 모든 경우를 돌려서 결과를 얻는 것이다.
그래서 먼저 나는 card_numbers에 이 보드에 있는 카드번호들을 저장해두고 permutations 모듈을 사용해서 순열을 만들었다 그리고 난뒤, 카드의 앞뒷면을 정해주기 위해 조합을 만들었다.
만약 우리가 카드가 3장이 있다고 하면 이 카드의 앞뒷면을 만들수 있는 가짓수는
000
001
010
011
100
101
110
111
이런식으로 총 8가지가 있을수 있다. 위의 가지수를 각비트로 봐보면 0~7까지인걸 알수 있다. 그러므로 저는 카드의 개수가 N이라고 하면, 2**N 만큼 range를 돌리고, 각 permutations으로 나오는 각각의 카드 index와 비트연산을 해서, 해당 카드의 앞뒷면의 순서를 결정해주었다.
이렇게 한뒤 현재 커서위치 -> 먼저 찾을 카드위치 -> 나중 찾을 카드위치 순으로, bfs를 돌렸다.
bfs를 돌릴때, ctrl 이동과 일반적인 한칸이동을 동시에 시행했다. 범위 밖을 나가던지, 아니면 카드가 있는 위치이던지, 그 위치까지의 길이를 기억해놓은뒤, 그 만큼을 dp라는 visited를 담당하는 행렬에 저장을해주었다. 그리고 우리가 찾는 목적지에 도착하면, return 해주는 방식으로 했다.
이렇게 bfs를 전부 돌린뒤에는 copy한 board에서 우리가 현재 뒤집은 카드들의 정보를 0으로 바꿔주고, 마우스 커서위치는 마지막 카드위치로 바꿔주는 작업을 해준다.
위 풀이 방식은 아슬아슬하게 시간을 통과한지라 여러부분에서 시간을 줄여주었다. 위에서 했듯이 bfs에서 매번 도착지점을 판별해주는 것이 첫번째 방법이었고, distance가 저장된 answer 보다 커지면 탐색을 중단해주는것도 그 방안이었다.
이렇게 구한 answer에 현재 카드의 종류의 2배만큼 더해서 출력해주면된다.
from collections import deque
import functools
def solution(board,r,c):
card_dict = [[] for i in range(7)]
card_tuple = set()
for x in range(4):
for y in range(4):
if board[x][y]:
card_dict[board[x][y]].append((x,y))
card_tuple.add(board[x][y])
card_tuple = tuple(card_tuple)
dx = [-1,1,0,0]
dy = [0,0,-1,1]
def outOfrange(x,y):
if 0 > x or x >3 or y<0 or y>3:
return True
return False
@functools.lru_cache(maxsize=None)
def bfs(s,t,cards):
if s == t:
return 0
stack = deque()
stack.append((s[0],s[1],0))
visited = set()
while stack:
x,y,cnt = stack.popleft()
for i in range(4):
repeat = 0
while True:
nx = x + dx[i]*repeat
ny = y + dy[i]*repeat
if outOfrange(nx+dx[i],ny+dy[i]) or (repeat != 0 and board[nx][ny] in cards):
break
repeat += 1
for re in [1,repeat]:
nx = x + dx[i]*re
ny = y + dy[i]*re
if outOfrange(nx,ny):
continue
if (nx,ny) == t:
return cnt + 1
if (nx,ny) not in visited:
visited.add((nx,ny))
stack.append((nx,ny,cnt+1))
@functools.lru_cache(maxsize=None)
def find_card_short_count(cur_position,cards):
if len(cards) == 0:
return 0
min_distance = float('inf')
for pick_card in cards:
position1,position2 = card_dict[pick_card]
remain_cards = tuple(card for card in cards if card != pick_card)
direction1 = bfs(cur_position,position1,cards) + bfs(position1,position2,cards) + find_card_short_count(position2,remain_cards)
direction2 = bfs(cur_position,position2,cards) + bfs(position2,position1,cards) + find_card_short_count(position1,remain_cards)
min_distance = min(min_distance,direction1,direction2)
return min_distance
answer = len(card_tuple)*2 + find_card_short_count((r,c),card_tuple)
return answer
a = solution([[1, 0, 0, 3], [2, 0, 0, 0], [0, 0, 0, 2], [3, 0, 1, 0]], 1, 0)
print(a)
기본적인 풀이는 비슷하다. 대신 이 풀이는 위에서 복잡하게 비트연산을 통해 결정하는 것이 아닌, 재귀함수를 통해, 순열과 조합을 구현했고, functools.lru_cache를 통해 메모라이즈를 해주었다.
이 두 방식을 통해 시간이 획기적으로 줄어들었다.
이 풀이는 크게 2가지의 함수로 나뉠수 있다. find_card_short_count라는 함수와 bfs 함수이다.
bfs는 A->B까지 가는 최소 명령어를 찾아주는 것이다. 여기서 카드의 위치를 판단하는것은 cards라는 tuple을 통해, 있는지 판별을 해준다.
여기서 중요한것은 find_card_short_count라는 함수이다. 이 함수의 역할은 재귀를 통해 순열을 만드는 것이다.
cur_position은 현재 커서의 위치이고, cards는 현재 남아있는 카드들의 번호들이다.
이 cards를 반복문을 돌리면서 그 카드를 제거할 카드라 생각하고, cards에서 현재 선택한 card를 제외한 나머지 카드들을 remain_cards로 남겨준다.
위에서 설명했던 것처럼 한 카드에서도 먼저 제거할 카드를 선택을 해야한다. 그 방법으로 direction1과 direction2로 나뉘어서 해주었다.
한 카드에서 position1 과 position2가 있다고 하면 제거할 수 있는 방법은 두가지이다.
현재 커서위치 -> position1까지의 거리를 구해주고 position1 -> position2 까지의 거리를 구해준다. 그러면 마지막 커서의 위치는 position2가 되고 position2와 remain_cards를 가지고 find_card_short_count를 해주면 된다.
이런 방식으로 현재 커서 위치 -> position2 -> position1도 똑같이 해준다.
from itertools import combinations
def solution(info, query):
answer = []
languages = ['cpp','java','python','-']
positions = ['backend','frontend','-']
careers = ['junior','senior','-']
soulfoods = ['chicken','pizza','-']
total_dict = {language : {position : {career : {soulfood : [0]*100001 for soulfood in soulfoods} for career in careers} for position in positions} for language in languages}
for info_string in info:
language,position,career,soulfood,score = info_string.split(' ')
score = int(score)
info_list = [language,position,career,soulfood]
for i in range(1<<4):
temp = []
for j in range(4):
if i&(1<<j):
temp.append(info_list[j])
else:
temp.append('-')
total_dict[temp[0]][temp[1]][temp[2]][temp[3]][score] += 1
for language in total_dict.keys():
for position in total_dict[language].keys():
for career in total_dict[language][position].keys():
for soulfood in total_dict[language][position][career].keys():
for score in range(1,100001):
total_dict[language][position][career][soulfood][score] += total_dict[language][position][career][soulfood][score-1]
for query_string in query:
language,position,career,last_query = map(str.strip,query_string.split('and'))
soulfood,score = last_query.split(' ')
score = int(score)
answer.append(total_dict[language][position][career][soulfood][100000] - total_dict[language][position][career][soulfood][score-1])
return answer
처음 풀었던 방식이다. dictionary를 이용해서, 각 쿼리에 맞게 저장을 하는 방식이다. 각 쿼리를 저장할때 나올수 있는 겨우의 수는 16가지이다. 그걸 만들기 위해서 조합을 만드는 방식으로 중간에 비트마스크를 활용해서 각조합을 만들고, 저장을 해주었다.
그리고 각 score에 대해서 그 이상값을 추출하면 시간이 오래걸리므로, prefix_sum을 통해 저장을 해놓은 뒤, query가 들어왔을때, 최대값이 10만에서 찾고자 하는 값-1을 빼줘서 찾아줬다.
해당 코드의 효율성 통과 시간이다.
def solution(info, query):
answer = []
index_dict = {'-':0,
'cpp': 1,
'java':2,
'python': 3,
'backend':1,
'frontend' :2,
'junior':1,
'senior':2,
'chicken':1,
'pizza':2,
}
store_query = [[0]*100001 for _ in range(108)]
for info_string in info:
language,position,career,soulfood,score = info_string.split(' ')
score = int(score)
for ind1 in [0,index_dict[language]]:
for ind2 in [0,index_dict[position]]:
for ind3 in [0,index_dict[career]]:
for ind4 in [0,index_dict[soulfood]]:
ind = ind1*27 + ind2*9 + ind3*3 + ind4
store_query[ind][score] += 1
for ind in range(108):
for score in range(1,100001):
store_query[ind][score] += store_query[ind][score-1]
for qu in query:
language,position,career,last_query = map(str.strip,qu.split('and'))
soulfood,score = last_query.split(' ')
score = int(score)
ind = index_dict[language]*27 + index_dict[position]*9 + index_dict[career]*3 + index_dict[soulfood]
answer.append(store_query[ind][100000] - store_query[ind][score-1])
return answer
import bisect
def solution(info, query):
answer = []
index_dict = {'-':0,
'cpp': 1,
'java':2,
'python': 3,
'backend':1,
'frontend' :2,
'junior':1,
'senior':2,
'chicken':1,
'pizza':2,
}
store_query = [[] for _ in range(108)]
for info_string in info:
language,position,career,soulfood,score = info_string.split(' ')
score = int(score)
for ind1 in [0,index_dict[language]]:
for ind2 in [0,index_dict[position]]:
for ind3 in [0,index_dict[career]]:
for ind4 in [0,index_dict[soulfood]]:
ind = ind1*27 + ind2*9 + ind3*3 + ind4
store_query[ind].append(score)
for ind in range(108):
store_query[ind].sort()
for qu in query:
language,position,career,last_query = map(str.strip,qu.split('and'))
soulfood,score = last_query.split(' ')
score = int(score)
ind = index_dict[language]*27 + index_dict[position]*9 + index_dict[career]*3 + index_dict[soulfood]
cnt = len(store_query[ind]) - bisect.bisect_left(store_query[ind],score)
answer.append(cnt)
return answer
마지막은 구간합으로 하면 16*100000번의 계산이 필요하므로 실행시간이 오래걸린다. 그래서 해결한 방법중 하나가 bisect라는 라이브러리를 활용한것이다.
bisect에 있는 기능 중 bisect_left는 정렬된 리스트에서, 순서대로 정렬되는 것을 유지하고, 현재값이 들어갈수 있는 위치의 왼쪽좌표를 알려준다. 즉, 자기보다 작은 값의 위치를 알려주는 것이다. 이걸 이용해서 그 리스트의 길이에서 해당 index의 위치를 빼주면 이상을 구할 수 있게된다.
이걸로 했을때가 시간이 제일 빨랐다. bisect를 이용하지 않고, 이분탐색을 직접구현해도 된다.
