[Python, 문자열][프로그래머스] 문자열 압축 :: seoftware

문제 설명

데이터 처리 전문가가 되고 싶은 "어피치"는 문자열을 압축하는 방법에 대해 공부를 하고 있습니다. 최근에 대량의 데이터 처리를 위한 간단한 비손실 압축 방법에 대해 공부를 하고 있는데, 문자열에서 같은 값이 연속해서 나타나는 것을 그 문자의 개수와 반복되는 값으로 표현하여 더 짧은 문자열로 줄여서 표현하는 알고리즘을 공부하고 있습니다.
간단한 예로 "aabbaccc"의 경우 "2a2ba3c"(문자가 반복되지 않아 한번만 나타난 경우 1은 생략함)와 같이 표현할 수 있는데, 이러한 방식은 반복되는 문자가 적은 경우 압축률이 낮다는 단점이 있습니다. 예를 들면, "abcabcdede"와 같은 문자열은 전혀 압축되지 않습니다. "어피치"는 이러한 단점을 해결하기 위해 문자열을 1개 이상의 단위로 잘라서 압축하여 더 짧은 문자열로 표현할 수 있는지 방법을 찾아보려고 합니다.

예를 들어, "ababcdcdababcdcd"의 경우 문자를 1개 단위로 자르면 전혀 압축되지 않지만, 2개 단위로 잘라서 압축한다면 "2ab2cd2ab2cd"로 표현할 수 있습니다. 다른 방법으로 8개 단위로 잘라서 압축한다면 "2ababcdcd"로 표현할 수 있으며, 이때가 가장 짧게 압축하여 표현할 수 있는 방법입니다.

다른 예로, "abcabcdede"와 같은 경우, 문자를 2개 단위로 잘라서 압축하면 "abcabc2de"가 되지만, 3개 단위로 자른다면 "2abcdede"가 되어 3개 단위가 가장 짧은 압축 방법이 됩니다. 이때 3개 단위로 자르고 마지막에 남는 문자열은 그대로 붙여주면 됩니다.

압축할 문자열 s가 매개변수로 주어질 때, 위에 설명한 방법으로 1개 이상 단위로 문자열을 잘라 압축하여 표현한 문자열 중 가장 짧은 것의 길이를 return 하도록 solution 함수를 완성해주세요.

 

제한사항

• s의 길이는 1 이상 1,000 이하입니다.
• s는 알파벳 소문자로만 이루어져 있습니다.

 

입출력 예

s	result
"aabbaccc"	7
"ababcdcdababcdcd"	9
"abcabcdede"	8
"abcabcabcabcdededededede"	14
"xababcdcdababcdcd"	17

 

접근방법

1. 문자열의 길이의 반의 크기(half로 정의)로 반복문을 수행한다. ∵ 최대 가능한 반복 문자열의 길이가 반절.
2. 해당 반복문의 크기(1~half)에 해당하는 인덱스로 문자열을 자르고 앞의 문자열과 자기를 비교한다.
3. 이전 문자열과 현재 문자열이 같으면 카운팅한 상수를 카운팅 리스트에 추가한다. 이 때, flag를 사용하여 3번 이상 반복되는 문자열에 대해서는 리스트의 마지막 원소의 크기를 1씩 증가시켜준다. ∵ 이미 2번 째에 리스트에 추가되었음.
4. 이전 문자열과 다른 경우 카운팅 변수를 1로 초기화하고 flag도 False로 돌려준다. flag는 새로운 반복되는 구간을 찾는다는 의미로 사용되었다.
5. 마지막으로 카운팅 리스트에 추가된 반복 횟수에 맞추어서 문자열의 길이를 계산해준다. 계산 방법은 전체길이에서 반복되는 카운팅 리스트를 sum하고 카운팅 리스트 개수를 뺀 후 반복문의 인덱스 크기를 곱하고, 카운팅 리스트의 크기로 더해준다.
   • 카운팅 리스트를 sum 한 것에서 카운팅 리스트 개수를 빼는 이유는 반복되는 문자열에서 하나는 남기 때문이다. 예를 들어 aa는 2a로 표현 될 수 있는데 a의 개수를 고려한 것이다
   • 카운팅 리스트 크기를 마지막에 더해주는 이유는 숫자를 더한 것이다. 위의 예시처럼 2a 에서 2를 의미한다.

1. 테스트 케이스 2, 17, 18, 20, 21, 23, 27이 불통인 경우

반복되는 문자열이 한 자리 수 일 때와 두 자리 수 일 때 처리가 달라진 다는 점이다. repeat_cnt의 원소 개수가 아닌 원소들의 길이를 빼줘야 한다.

ex) aaaaaaaaaabb 라는 문자열은 10a2b로 압축되므로 숫자 10은 두 자리를 차지한다.

2. 테스트 케이스 5번 불통인 경우

문자열이 1일 때 처리

ex) a 의 답은 1

 

소스코드 - Python

def solution(s):
    answer = 1000
    n = len(s)
    half = n // 2
    
    # 길이가 1인 경우 비교할 것 없으므로 따로 처리
    if n == 1:
        return 1
    
    for i in range(1, half+1):
        cmp = s[:i] # 비교 문자열(=이전 문자열)
        idx = i
        cnt = 1 # 반복 횟수
        flag = False
        repeat_cnt = [] # 반복 횟수 저장 리스트
        while idx + i <= n: # 인덱스가 n보다 작은 경우
            tmp = s[idx:idx+i] # 현재 문자열
            if cmp == tmp: # 반복
                cnt += 1
                if flag: # 이미 repeat_cnt에 cnt가 추가된 경우
                    repeat_cnt[-1] += 1
                else: # 반복의 시작인 경우
                    repeat_cnt.append(cnt)
                    flag = True
            else: # 반복 X
                cnt = 1
                flag = False
            idx += i
            cmp = tmp # 비교할 문자열 교체
        
        # 반복 문자열의 길이가 i 일 때 압축된 문자열의 길이
        tmp_n = n - i*(sum(repeat_cnt)-len(repeat_cnt)) + len(''.join(map(str, repeat_cnt)))
        
        # 정답 업데이트
        if tmp_n < answer:
            answer = tmp_n
    return answer