[그리디] 06 무지의 먹방 라이브

06 무지의 먹방 라이브

그리디란?

• 현재 상황에서 가장 좋아 보이는 것만을 선택하는 알고리즘이다.
• 정확한 답을 도출하지 못할 수도 있지만 코딩테스트에서는 대부분 ‘최적의 해’를 찾는 문제가 출제되므로 그리디 알고리즘의 정당성을 고민하면서 문제 해결 방안을 떠올려야한다.
• 다양한 그리디 알고리즘
  • 다익스트라 최단 경로 알고리즘
    • 암기가 필요한 알고리즘이다. 팀 노트 필요!
    • 특정 노드까지의 최단 거리 계산한 다음 메모리에 저장하고 나중에 필요할 때 다시 꺼내 본다는 점에서 다이나믹 프로그래밍으로 분류하기도 한다.
  • 크루스칼 알고리즘
    • 우선순위 큐 (최소 힙, 최대 힙)
    • 여러 개의 값들 중 최댓값이나 최솟값을 빠르게 찾아내도록 만들어진 자료구조이다.

---

문제

평소 식욕이 왕성한 무지는 자신의 재능을 뽐내고 싶어 졌고 고민 끝에 카카오 TV 라이브로 방송을 하기로 마음먹었다.

그냥 먹방을 하면 다른 방송과 차별성이 없기 때문에 무지는 아래와 같이 독특한 방식을 생각해냈다.

회전판에 먹어야 할 N 개의 음식이 있다.각 음식에는 1부터 N 까지 번호가 붙어있으며, 각 음식을 섭취하는데 일정 시간이 소요된다.무지는 다음과 같은 방법으로 음식을 섭취한다.

• 무지는 1번 음식부터 먹기 시작하며, 회전판은 번호가 증가하는 순서대로 음식을 무지 앞으로 가져다 놓는다.
• 마지막 번호의 음식을 섭취한 후에는 회전판에 의해 다시 1번 음식이 무지 앞으로 온다.
• 무지는 음식 하나를 1초 동안 섭취한 후 남은 음식은 그대로 두고, 다음 음식을 섭취한다.
  • 다음 음식이란, 아직 남은 음식 중 다음으로 섭취해야 할 가장 가까운 번호의 음식을 말한다.
• 회전판이 다음 음식을 무지 앞으로 가져오는데 걸리는 시간은 없다고 가정한다.

무지가 먹방을 시작한 지 K 초 후에 네트워크 장애로 인해 방송이 잠시 중단되었다.무지는 네트워크 정상화 후 다시 방송을 이어갈 때, 몇 번 음식부터 섭취해야 하는지를 알고자 한다.각 음식을 모두 먹는데 필요한 시간이 담겨있는 배열 food_times, 네트워크 장애가 발생한 시간 K 초가 매개변수로 주어질 때 몇 번 음식부터 다시 섭취하면 되는지 return 하도록 solution 함수를 완성하라.

제한사항

• food_times 는 각 음식을 모두 먹는데 필요한 시간이 음식의 번호 순서대로 들어있는 배열이다.
• k 는 방송이 중단된 시간을 나타낸다.
• 만약 더 섭취해야 할 음식이 없다면 1을 반환하면 된다.

정확성 테스트 제한 사항

• food_times 의 길이는 1 이상 2,000 이하이다.
• food_times 의 원소는 1 이상 1,000 이하의 자연수이다.
• k는 1 이상 2,000,000 이하의 자연수이다.

효율성 테스트 제한 사항

• food_times 의 길이는 1 이상 200,000 이하이다.
• food_times 의 원소는 1 이상 100,000,000 이하의 자연수이다.
• k는 1 이상 2 x 10^13 이하의 자연수이다.

입출력 예

food_times	k	result
[3, 1, 2]	5	1

입출력 예 설명

입출력 예 #1

• 0~1초 동안에 1번 음식을 섭취한다. 남은 시간은 [2,1,2] 이다.
• 1~2초 동안 2번 음식을 섭취한다. 남은 시간은 [2,0,2] 이다.
• 2~3초 동안 3번 음식을 섭취한다. 남은 시간은 [2,0,1] 이다.
• 3~4초 동안 1번 음식을 섭취한다. 남은 시간은 [1,0,1] 이다.
• 4~5초 동안 (2번 음식은 다 먹었으므로) 3번 음식을 섭취한다. 남은 시간은 [1,0,0] 이다.
• 5초에서 네트워크 장애가 발생했다. 1번 음식을 섭취해야 할 때 중단되었으므로, 장애 복구 후에 1번 음식부터 다시 먹기 시작하면 된다

---

풀이

나의 코드

def solution(food_times, k):
    idx = 0
    n = len(food_times)
    # 카운트 k가 0보다 작거나 같으면 종료
    for _ in range(k):
        food_times[idx] -= 1
        if not any(food_times):
            return -1
        idx = (idx + 1) % n
        # 비어있으면 다음 인덱스로
        while food_times[idx] <= 0:
            idx = (idx + 1) % n
    return idx+1

하나씩 돌면서 음식리스트 원소를 -1 하려고 했다. 정확도 검사는 다 맞았는데, 효율성 검사에서 하나도 맞지 못했다.. 계속 수정해봐도 통과되질 않아 책을 참고해보니 우선순위 큐(최소 heap)을 이용했었다.

시간이 적게 걸리는 음식부터 확인하는 탐욕적 접근 방법으로 해결할 수 있다. 모든 음식을 시간을 기준으로 정렬한 뒤에, 시간이 적게 걸리는 음식부터 제거해 나가는 방식을 이용하면 된다.

food_time = [8, 6, 4], k=15 라고 하면 가장 적게 걸리는 음식부터 제거하는 것이다.

세번째 음식이 4초로 가장 적게 걸리므로 (남은 음식의 개수) x (3번 음식을 먹는 시간) = 3 x 4 = 12초를 제거한다.

결과는 k = 3, 남은 음식 2개 [8-4, 6-4, 0] = [4, 2, 0] 이다.

그 다음 두 번째 음식이 2초로 적게 걸린다.

(남은 음식의 개수) x (2번 음식을 먹는 시간) = 2 x 2 = 4초, 남은 시간 k=3보다 크므로 빼지 않는다.

다음으로 먹어야 할 음식의 번호를 찾아 출력한다. ⇒ 일렬로 나열해보자 ⇒ (1번, 4), (2번, 2), (1번, 3), (2번, 1), (1번, 2), (1번, 1) ⇒ 3초 남았으므로 4번째 음식의 번호를 출력하면 정답이다.

책의 코드 참고하여 다시 작성

import heapq

def solution(food_times, k):
    # 전체 음식을 먹는 시간보다 k가 크거나 같다면 -1
    if sum(food_times) <= k:
        return -1
    
    # 시간이 작은 음식부터 빼야 하므로 우선순위 큐를 이용
    q = []
    for i in range(len(food_times)):
        # (음식 시간, 음식 번호) 형태로 우선순위 큐에 삽입
        heapq.heappush(q, (food_times[i], i+1))
    # 먹기 위해 사용한 시간
    sum_value = 0
    # 직전에 다 먹은 시간
    previous = 0

    # 남은 음식의 개수
    length = len(food_times)

    # (먹기 위해 사용한 시간) + (현재의 음식 시간 - 이전 음식 시간) * 현재 음식 개수와 k 비교
    # k보다 적은 시간일 때
    while sum_value + ((q[0][0] - previous) * length) <= k:
        now = heapq.heappop(q)[0] # 새롭게 가장 적은 시간을 가진 음식 꺼내기
        sum_value += (now - previous) * length # 지금까지 먹는데 사용한 시간
        length -= 1 # 다 먹은 음식 제외
        previous = now # previous에 가장 적은 시간을 가진 음식 담기

    # 남은 음식 중에서 몇 번째 음식인지 확인하여 출력
    result = sorted(q, key=lambda x:x[1]) # 음식 번호 기준으로 정렬
    return result[(k-sum_value)%length][1]

---

💡사고 과정 흐름을 공식화하자

• 힙(Heap)
  • 완전 이진 트리의 일종으로 우선순위 큐를 구현하기 위해 사용하는 자료구조이다.
  • 여러 개의 값들 중 최댓값이나 최솟값을 빠르게 찾아내도록 만들어진 자료구조이다.
  • 힙은 일종의 반정렬 상태(느슨한 정렬 상태)를 유지한다.