6-ljedd2

[LJEDD2]

🔗 문제 링크

프로그래머스 코딩테스트 고득점 Kit - 완전탐색(DFS) | 피로도

문제 설명

• 피로도 시스템(0 이상의 정수로 표현합니다) :일정 피로도를 사용해서 던전을 탐험할 수 있다.
• 각 던전마다 탐험을 시작하기 위해 필요한 "최소 필요 피로도"와 던전 탐험을 마쳤을 때 소모되는 "소모 피로도"가 있다.
  • "최소 필요 피로도"는 해당 던전을 탐험하기 위해 가지고 있어야 하는 최소한의 피로도를 나타내며,
  • "소모 피로도"는 던전을 탐험한 후 소모되는 피로도를 나타낸다.
  • 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 소모된다.
• 한 유저가 오늘 이 던전들을 최대한 많이 탐험하려 한다.
• 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

제한사항

• k는 1 이상 5,000 이하인 자연수
• dungeons의 세로(행) 길이(즉, 던전의 개수)는 1 이상 8 이하
• dungeons의 가로(열) 길이는 2
• dungeons의 각 행은 각 던전의 ["최소 필요 피로도", "소모 피로도"]
  • "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 있다.

✔️ 소요된 시간

1시간 + @

✨ 수도 코드

1. 문제 풀이

문제에서 주어진 입력들과 조건에 따라 필요한 피로도와 현재 피로도를 계속 더하고 빼가면서 완전 탐색을 하는 방법을 떠올렸습니다.

조건에 맞지 않다면 뒤로 다시 돌아가고 , 조건이 맞다면 더 깊게 탐색합니다.
이 때, 이미 클리어한 던전은 다시 방문할 수 없습니다.

이 과정에서 이전 노드의 상태로 되돌아가기 위해, 방문 여부 및 방문 횟수를 이전 노드까지 탐색했을 때의 값으로 복구를 해야하기 때문에 visited 배열을 추가로 사용했습니다.

nonlocal을 사용하면 함수 내부에서만 값을 갱신할 수 있습니다. (비전역변수)
최종적으로 카운팅된 최대 횟수가 계산되어 출력됩니다.

# 첫 번째 코드 
def solution(k, dungeons):
    
    def DFS(k, cnt):
        nonlocal answer
    
        answer = max(answer, cnt)
        for i in range(len(dungeons)):

            # 던전 = ["최소 필요 피로도", "소모 피로도"] 
            min_fatigue, use_fatigue = dungeons[i][0], dungeons[i][1]

            # 현재 피로도가 해당 던전을 방문하기 위한 최소 피로도보다 클 때
            if not visited[i] and k >= min_fatigue:    
                visited[i] = True

                # 백트래킹 : 이전 노드로 다시 back할 때, 
                # 해당 노드를 방문하기 전의 피로도로 다시 복구
                DFS(k-use_fatigue, cnt+1)
                visited[i] = False

    answer = 0
    visited = [False] * len(dungeons) # visited 
    DFS(k, 0)     
    
    return answer

코드를 조금 더 효율적으로 작성할 수 있을까 고민하다가
enumerate() 를 사용하면 각 던전의 인덱스와 값을 동시에 가져올 수 있어서
바로 적용을 하였습니다.
변수 선언을 따로 해주지 않아도 반복문으로 바로 적용해볼 수 있었습니다.

# enumerate()를 활용하여 각 던전의 인덱스와 값을 동시에 반복
for i, (min_fatigue, use_fatigue) in enumerate(dungeons):
    if not visited[i] and k >= min_fatigue:
        visited[i] = True
        dfs(k - use_fatigue, cnt + 1)
        visited[i] = False

2. 개선된 코드

def solution(k, dungeons):
    def dfs(k, cnt):
        #  함수 내부에서 값을 갱신할 수 있는 비전역 변수로 선언 
        nonlocal answer
        
        answer = max(answer, cnt)
        
        # enumerate()를 활용하여 각 던전의 인덱스와 값을 동시에 반복
        for i, (min_fatigue, use_fatigue) in enumerate(dungeons):
            
            if not visited[i] and k >= min_fatigue:
                
                visited[i] = True
                dfs(k - use_fatigue, cnt + 1)
                visited[i] = False
    
    answer = 0
    visited = [False] * len(dungeons)
    dfs(k, 0)
    
    return answer

📚 새롭게 알게된 내용

[jung0115]

class Solution {
    static boolean[] visited;
    static int max = 0;
    public int solution(int k, int[][] dungeons) {
        
        visited = new boolean[dungeons.length];
        checkDungeon(dungeons, k, 0);
        
        return max;
    }
    static void checkDungeon(int[][] dungeons, int k, int cnt) {
        if(max < cnt) max = cnt;
        
        for(int i = 0; i < dungeons.length; i++) {
            if(!visited[i] && dungeons[i][0] <= k) {
                visited[i] = true;
                checkDungeon(dungeons, k - dungeons[i][1], cnt + 1);
                visited[i] = false;
            }
        }
    }
}

이전에 풀었던 코드인데 정은 님 풀이랑 완전 똑같이 해결했었네요...!! 한 번 더 문제 복기하면서 풀이 고민해볼 수 있었습니당 이번 차시도 수고하셨어요!

[janghw0126]

저도 모든 경우의 수를 탐색하는 완전탐색 알고리즘으로 문제를 풀었습니다.
저는 가능한 던전 방문의 순서를 얻기 위해서 순열을 사용했는데 이번 문제를 풀면서 순열 라이브러리를 쓰는 방법을 정확하게 알게 되었네요!

from itertools import permutations

def solution(k, dungeons):
    answer = 0

    # 모든 던전 방문 순서를 생성
    for order in permutations(range(len(dungeons))):
        remaining_energy = k
        visited_count = 0

        # 현재 순서에 따른 던전 방문 시도
        for dungeon_index in order:
            min_energy, cost = dungeons[dungeon_index]
            if remaining_energy >= min_energy:
                visited_count += 1
                remaining_energy -= cost

        # 방문한 던전의 수를 기록
        answer = max(answer, visited_count)

    return answer

정은님의 수도코드 덕분에 enumerate()를 적용해서 더 효율적으로 코드를 짤 수 있다는 것도 알게 되었습니다😊

이번 PR도 수고하셨어요!