광물 캐기

https://school.programmers.co.kr/learn/courses/30/lessons/172927

 

프로그래머스

 

문제 설명

 

마인은 곡괭이로 광산에서 광석을 캐려고 합니다. 마인은 다이아몬드 곡괭이, 철 곡괭이, 돌 곡괭이를 각각 0개에서 5개까지 가지고 있으며, 곡괭이로 광물을 캘 때는 피로도가 소모됩니다. 각 곡괭이로 광물을 캘 때의 피로도는 아래 표와 같습니다.

예를 들어, 철 곡괭이는 다이아몬드를 캘 때 피로도 5가 소모되며, 철과 돌을 캘때는 피로도가 1씩 소모됩니다. 각 곡괭이는 종류에 상관없이 광물 5개를 캔 후에는 더 이상 사용할 수 없습니다.

마인은 다음과 같은 규칙을 지키면서 최소한의 피로도로 광물을 캐려고 합니다.

• 사용할 수 있는 곡괭이중 아무거나 하나를 선택해 광물을 캡니다.
• 한 번 사용하기 시작한 곡괭이는 사용할 수 없을 때까지 사용합니다.
• 광물은 주어진 순서대로만 캘 수 있습니다.
• 광산에 있는 모든 광물을 캐거나, 더 사용할 곡괭이가 없을 때까지 광물을 캡니다.

즉, 곡괭이를 하나 선택해서 광물 5개를 연속으로 캐고, 다음 곡괭이를 선택해서 광물 5개를 연속으로 캐는 과정을 반복하며, 더 사용할 곡괭이가 없거나 광산에 있는 모든 광물을 캘 때까지 과정을 반복하면 됩니다.

마인이 갖고 있는 곡괭이의 개수를 나타내는 정수 배열 picks와 광물들의 순서를 나타내는 문자열 배열 minerals가 매개변수로 주어질 때, 마인이 작업을 끝내기까지 필요한 최소한의 피로도를 return 하는 solution 함수를 완성해주세요.

---

제한사항

• picks는 [dia, iron, stone]과 같은 구조로 이루어져 있습니다.
  • 0 ≤ dia, iron, stone ≤ 5
  • dia는 다이아몬드 곡괭이의 수를 의미합니다.
  • iron은 철 곡괭이의 수를 의미합니다.
  • stone은 돌 곡괭이의 수를 의미합니다.
  • 곡괭이는 최소 1개 이상 가지고 있습니다.
• 5 ≤ minerals의 길이 ≤ 50
  • minerals는 다음 3개의 문자열로 이루어져 있으며 각각의 의미는 다음과 같습니다.
  • diamond : 다이아몬드
  • iron : 철
  • stone : 돌

---

입출력 예

picks	minerals	result
[1, 3, 2]	["diamond", "diamond", "diamond", "iron", "iron", "diamond", "iron", "stone"]	12
[0, 1, 1]	["diamond", "diamond", "diamond", "diamond", "diamond", "iron", "iron", "iron", "iron", "iron", "diamond"]	50

---

입출력 예 설명

입출력 예 #1

다이아몬드 곡괭이로 앞에 다섯 광물을 캐고 철 곡괭이로 남은 다이아몬드, 철, 돌을 1개씩 캐면 12(1 + 1 + 1 + 1+ 1 + 5 + 1 + 1)의 피로도로 캘 수 있으며 이때가 최소값입니다.

입출력 예 #2

철 곡괭이로 다이아몬드 5개를 캐고 돌 곡괭이고 철 5개를 캐면 50의 피로도로 캘 수 있으며, 이때가 최소값입니다.

 

문제 솔루션

minerals 의 종류: T ( 3 )

picks 의 개수: P ( 1 ~ 15 )

minerals 그룹의 개수(5개씩 앞에서부터 짝지은 개수): M ( 1 ~ 10 )

 

정렬과 브루트포스 알고리즘 적용

1. 보유하고 있는 picks 로 캘 수 있는 광물들만 남긴다.

2. 남은 minerals 들에 대해서 5개씩 그룹을 짓는다. (마지막 그룹은 5개보다 적을 수 있다)

3. 광물그룹의 가치를 기준으로 내림차순으로 정렬한다.

4. 광물그룹에 대해서 남아있는 picks 중 가장 비싼 광물로 만들어진 pick 을 소모하도록 한다

 

시간복잡도

O(M * logM) + O(P * logP) 이므로, 굉장히 낮은 시간복잡도를 가지고 있다.

 

완전 탐색과 백트래킹

1. 광물들에 대해서 DFS 와 백트래킹을 이용하여 모든 경우의 수를 찾는 방법

 

시간복잡도

T ^ min(P, M) = O(T^M) 이다.

실질적인 연산은 최대 3^10 이라고 간주할 수 있기에, 약 6만번의 연산이므로, 이 또한 적절한 알고리즘이라고 할 수 있다.

 

 

트러블슈팅

for (int i = 0; i < minerals.length; i+=5) {
    int diamondCount = 0;
    int ironCount = 0;
    int stoneCount = 0;

    for (int j = 0; i + j < minerals.length && j < 5; j++) {
        switch (minerals[i + j].charAt(0)) {
            case 'd':
                diamondCount++;
                break;
            case 'i':
                ironCount++;
                break;
            case 's':
                stoneCount++;
                break;

        }
    }

    if (mineralsGroup.size() < pickCount) {
        int groupValue = diamondCount * 100 + ironCount * 10 + stoneCount;  
        mineralsGroup.add(groupValue);
    }
}

Collections.sort(mineralsGroup, (a, b) -> b - a);    
Queue<Integer> mineralsGroupQueue = new LinkedList<>(mineralsGroup);

for (int pick: orderedPicks) {
    Integer value = mineralsGroupQueue.poll();
    int tiredness = 0;

    if (value == null) {
        break;
    }
    int diaCount = value / 100;
    int ironCount = value % 100 / 10;
    int stoneCount = value % 10;
    ...

 

이 방식과

private static enum Mineral {
    DIA, IRON, STONE;
}

private static class MGroup {
    public int dia;
    public int iron;
    public int stone;

    public MGroup(int dia, int iron, int stone) {
        this.dia = dia;
        this.iron = iron;
        this.stone = stone;
    }

    public int getValue() {
        return this.dia * 25 + this.iron * 5 + this.stone;
    }

    public int getTired(Mineral pick) {
        if (pick == Mineral.DIA) {
            return dia + iron + stone;
        } else if (pick == Mineral.IRON) {
            return 5 * dia + iron + stone;
        } else {
            return 25 * dia + 5 * iron + stone;
        }
    }
}

클래스를 정의하지 않은 경우	클래스를 정의한 경우

 

두 방식에 대해서 가독성은 위의 코드가 낫다고 보이나, 실제 성능은 둘다 매우 적지만, 5배정도의 차이가 발생하고 있다.

이 이유는 인스턴스의 생성이지 않을까 싶다.

 

전체 소스코드

import java.util.Arrays;
import java.util.PriorityQueue;
import java.util.Comparator;


class Solution {
    private static enum Mineral {
 	   DIA, IRON, STONE;
    }

    private static class MGroup {
    	public int dia;
        public int iron;
        public int stone;

        public MGroup(int dia, int iron, int stone) {
            this.dia = dia;
            this.iron = iron;
            this.stone = stone;
        }

        public int getValue() {
	        return this.dia * 25 + this.iron * 5 + this.stone;
        }

        public int getTired(Mineral pick) {
            if (pick == Mineral.DIA) {
            	return dia + iron + stone;
            } else if (pick == Mineral.IRON) {
	            return 5 * dia + iron + stone;
            } else {
    	        return 25 * dia + 5 * iron + stone;
            }
        }
    }

    public int solution(int[] picks, String[] minerals) {
        // picks 가 충분한 경우
        // picks 가 부족한 경우 - 주어진 minerals 에서 picks 로 가능한 만큼 남기기
        int pickCount = 0;
        for (int i = 0; i < picks.length; i++) {
            pickCount += picks[i];
        }
        int size = Math.min(pickCount * 5, minerals.length);
        int groupSize = size / 5 + (size % 5 == 0 ? 0 : 1);

        minerals = Arrays.copyOfRange(minerals, 0, size);
        PriorityQueue<MGroup> groups = new PriorityQueue<>(Comparator.comparing(MGroup::getValue, Comparator.reverseOrder()));
        for (int g = 0; g < groupSize; g++) {
            int dia = 0;
            int iron = 0;
            int stone = 0;

            for (int i = g * 5; i < (g + 1) * 5 && i < minerals.length; i++) {
                if (minerals[i].equals("diamond")) dia++;
                else if (minerals[i].equals("iron")) iron++;
                else if (minerals[i].equals("stone")) stone++;
            }

            groups.add(new MGroup(dia, iron, stone));
        }

        int totalTiredness = 0;
        while (!groups.isEmpty()) {
            Mineral selectPick = null;
            for (int i = 0; i < picks.length; i++) {
                if (picks[i] > 0) {
                    picks[i]--;
                    selectPick = Mineral.values()[i];
                    break;
                }
            }

            assert selectPick != null;

            MGroup g = groups.poll();
            totalTiredness += g.getTired(selectPick);
        }

	    return totalTiredness;
    }
}