[구현] 09 문자열 압축

09 문자열 압축

구현이란?

• 머릿속에 있는 알고리즘을 정확하고 빠르게 프로그램으로 작성하는 과정
• 간결하고 효율적으로 코드를 작성해보자
• 구현 내 알고리즘 문제 유형
  • 완전 탐색 유형: 모든 경우의 수를 계산
    • 반복문, 재귀 함수를 사용하여 예외 케이스 모두 확인해야한다.
    • 순열, 조합: 표준 라이브러리 itertools 사용
  • 시물레이션 유형: 문제에서 제시하는 논리나 동작 과정을 그대로 코드로 옮기기
    • 복잡한 구현 요구 사항을 그대로 코드로 옮겨야한다.

---

---

문제

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.

입력 조건

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

입력 예시

"aabbaccc"

출력 예시

7

"ababcdcdababcdcd"

9

"abcabcdede"

8

"abcabcabcabcdededededede"

14

"xababcdcdababcdcd"

17

---

사고 과정

• 1부터 문자열의 크기의 절반정도까지 단위를 확장해나가며 그 중 가장 짧은 길이를 return 한다.
• ex) abcabcdede => 총 길이 10
• 단위 1부터 10//2 + 1 = 6 까지 반복해서 문자열 길이 확인!
• 단위 3부터 해보고 일반화하자 abc/abc/ded/e
  1. 세 개씩 끊어서 이전과 현재가 같은지 확인한다.
  2. 마지막 부분(e)이 단위 3보다 길이가 작으면 종료한다.
  3. 전체 문자열 길이에서 이전문자와 현재 문자가 같으면 3씩 빼고,
  4. 중복이 종료되면 중복 횟수의 자리수만큼 더하고
  5. 중복 횟수를 초기화하는 방식으로 진행한다.
• 총 길이 10 이전 abc, 현재 abc => 길이 10-3 = 7, flag = 2 이전 abc, 현재 ded => 길이 7 flag = 1 이전 ded, 현재 e => 현재 문자열의 길이가 단위보다 짧으므로 종료

---

풀이

나의 코드

def solution(s):
    before = ''
    flag = 1
    result = []
    
    # n은 단위를 나타냄 n: 1~(len(s)//2)+1
    for n in range(1,((len(s)//2)+2)):
        # 문자열 개수 cnt 초기화
        cnt = len(s)
        for i in range(0,len(s),n):
            # 남은 문자의 개수가 n보다 작으면 종료
            if len(s[i:]) < n:
                break
            # 이전 문자와 같으면 문자열 크기에서 빼기
            elif before == s[i:i+n]:
                cnt -= n
                flag += 1
            # 이전 문자와 같지 않으면 flag 초기화
            else:
                if flag > 1:
                    cnt += len(str(flag))
                flag = 1
            before = s[i:i+n]
        if flag > 1:
            cnt += len(str(flag))
            flag = 1
        result.append(cnt)
        
    answer = min(result)
    return answer

---

사고 과정 흐름을 공식화하자

• 문자열 길이와 반복 횟수를 합친 문자열을 구할 때, 반복 횟수가 10, 100, 1000이 되면 각 문자열의 길이가 2, 3, 4씩 추가되어야한다!
  • cnt += len(str(flag))