[프로그래머스] 압축 (Python)

<2018 KAKAO BLIND RECRUITMENT>

 

문제 설명

압축

신입사원 어피치는 카카오톡으로 전송되는 메시지를 압축하여 전송 효율을 높이는 업무를 맡게 되었다. 메시지를 압축하더라도 전달되는 정보가 바뀌어서는 안 되므로, 압축 전의 정보를 완벽하게 복원 가능한 무손실 압축 알고리즘을 구현하기로 했다.

어피치는 여러 압축 알고리즘 중에서 성능이 좋고 구현이 간단한 LZW(Lempel–Ziv–Welch) 압축을 구현하기로 했다. LZW 압축은 1983년 발표된 알고리즘으로, 이미지 파일 포맷인 GIF 등 다양한 응용에서 사용되었다.

LZW 압축은 다음 과정을 거친다.

1. 길이가 1인 모든 단어를 포함하도록 사전을 초기화한다.
2. 사전에서 현재 입력과 일치하는 가장 긴 문자열 w를 찾는다.
3. w에 해당하는 사전의 색인 번호를 출력하고, 입력에서 w를 제거한다.
4. 입력에서 처리되지 않은 다음 글자가 남아있다면(c), w+c에 해당하는 단어를 사전에 등록한다.
5. 단계 2로 돌아간다.

압축 알고리즘이 영문 대문자만 처리한다고 할 때, 사전은 다음과 같이 초기화된다.

사전의 색인 번호는 정수값으로 주어지며, 1부터 시작한다고 하자.

 

색인 번호

	1	2	3	...	24	25	26
단어	A	B	C	...	X	Y	Z

예를 들어 입력으로 KAKAO가 들어온다고 하자.

1. 현재 사전에는 KAKAO의 첫 글자 K는 등록되어 있으나, 두 번째 글자까지인 KA는 없으므로, 첫 글자 K에 해당하는 색인 번호 11을 출력하고, 다음 글자인 A를 포함한 KA를 사전에 27 번째로 등록한다.
2. 두 번째 글자 A는 사전에 있으나, 세 번째 글자까지인 AK는 사전에 없으므로, A의 색인 번호 1을 출력하고, AK를 사전에 28 번째로 등록한다.
3. 세 번째 글자에서 시작하는 KA가 사전에 있으므로, KA에 해당하는 색인 번호 27을 출력하고, 다음 글자 O를 포함한 KAO를 29 번째로 등록한다.
4. 마지막으로 처리되지 않은 글자 O에 해당하는 색인 번호 15를 출력한다.

현재 입력(w)	다음 글자(c)	출력	사전 추가(w+c)
K	A	11	27: KA
A	K	1	28: AK
KA	O	27	29: KAO
O		15

이 과정을 거쳐 다섯 글자의 문장 KAKAO가 4개의 색인 번호 [11, 1, 27, 15]로 압축된다.

입력으로 TOBEORNOTTOBEORTOBEORNOT가 들어오면 다음과 같이 압축이 진행된다.

현재 입력(w)	다음 글자(c)	출력	사전 추가(w+c)
T	O	20	27: TO
O	B	15	28: OB
B	E	2	29: BE
E	O	5	30: EO
O	R	15	31: OR
R	N	18	32: RN
N	O	14	33: NO
O	T	15	34: OT
T	T	20	35: TT
TO	B	27	36: TOB
BE	O	29	37: BEO
OR	T	31	38: ORT
TOB	E	36	39: TOBE
EO	R	30	40: EOR
RN	O	32	41: RNO
OT		34

---

입력 형식

입력으로 영문 대문자로만 이뤄진 문자열 msg가 주어진다. msg의 길이는 1 글자 이상, 1000 글자 이하이다.

출력 형식

주어진 문자열을 압축한 후의 사전 색인 번호를 배열로 출력하라.

---

입출력 예제

msg	answer
KAKAO	[11, 1, 27, 15]
TOBEORNOTTOBEORTOBEORNOT	[20, 15, 2, 5, 15, 18, 14, 15, 20, 27, 29, 31, 36, 30, 32, 34]
ABABABABABABABAB	[1, 2, 27, 29, 28, 31, 30]

---

import string

def solution(msg):
    answer = []
    appendix = {a:n+1 for n,a in enumerate(string.ascii_uppercase)}
    a_i = len(appendix)

    end_i = 1 
    before_num = 0 #등록되지 않은 글자 등장 시, 바로 그 전의 글자 색인을 출력
    while len(msg) >= end_i:
        now = msg[:end_i]
        now_num = appendix.get(now, 0)
        
        if now_num > 0: #등록된 글자일 경우, before_num에 저장하고 end 인덱스 뒤로
            before_num = now_num
            end_i += 1
            
        else: #등록되지 않은 글자일 경우, before_num 출력하고 dictionary에 등록
            answer.append(before_num)
            a_i += 1
            appendix[now] = a_i
            msg = msg[end_i-1:] #지금까지 다룬 부분은 msg에서 지워주기
            end_i = 1
            
    answer.append(appendix.get(msg)) #맨 마지막 문자 고려
    return answer

나름 빠르게 30분만에 푼 문제!

다시 생각해봐야 할 것들을 적어보자.

 

1. 먼저 항상 까먹는 import string, string.ascii_uppercase....

잊어버리면 귀찮아지니 빠르게 푸는 것이 중요한 코딩테스트에서 잊지 않도록 하자!

 

2. end 인덱스만 사용했고, msg의 앞부분은 쓸모없으니까 iteration마다 slicing 해서 삭제했다.

맨 처음엔 start 인덱스와 end 인덱스를 써서 인덱스 두 개로 msg를 구간을 잘라서 해결하고자 했는데,

while 문이 끝나는 시점을 생각하기가 어려웠다. 바보!

그리고 길고 긴 msg를 계속 들고 있기 싫었음 그래서 slicing으로 동강동강 내버리기로 했다. 내 맘이야!

 

3. 마지막 글자를 다루어 줄 수가 없는 문제가 있었다

예를 들어, KAKAO가 있을 때 K --> KA --> A --> AK --> K --> KA --> KAO --> O 이렇게 보도록 짜야 하는데

이미 KAO를 다룰 때

msg = 'KAO' / end_i = 2 에서

msg = 'O' / end_i = 1 이 되어버리고

마지막으로 남는 O는 dictionary에 이미 있으므로 end_i+=1 만 하고 넘어가게 된다는 것

그래서? 간단하게 마지막에 append 해줘버림으로써 해결했음

 

가장 마음에 들었던 다른사람의 풀이는... 가장 위에 있던 풀이
내가 못했던 점을 완벽히 while - for 조합으로 해냈다..,,,,

    while True:
        if msg in d: # 남은 msg가 dict에 있으면
            answer.append(d[msg]) # answer 에 append 하고
            break
        for i in range(1, len(msg)+1): # msg 에서 end index i 잡기
            if msg[0:i] not in d: # msg[0:i] 이 dictionary에 없을 때
                answer.append(d[msg[0:i-1]]) # 바로 그 전 msg를 answer에 append
                d[msg[0:i]] = len(d)+1 # 없는 단어는 dict에 추가
                msg = msg[i-1:] #msg slicing
                break #break해서 while로 돌아가기

풀이 ... 예뻐 ....