01 문제 설명
- 슈퍼 게임 개발자 오렐리는 큰 고민에 빠졌다. 그녀가 만든 프랜즈 오천성이 대성공을 거뒀지만, 요즘 신규 사용자의 수가 급감한 것이다. 원인은 신규 사용자와 기존 사용자 사이에 스테이지 차이가 너무 큰 것이 문제였다.
- 이 문제를 어떻게 할까 고민 한 그녀는 동적으로 게임 시간을 늘려서 난이도를 조절하기로 했다. 역시 슈퍼 개발자라 대부분의 로직은 쉽게 구현했지만, 실패율을 구하는 부분에서 위기에 빠지고 말았다. 오렐리를 위해 실패율을 구하는 코드를 완성하라.
- 실패율은 다음과 같이 정의한다.
- 스테이지에 도달했으나 아직 클리어하지 못한 플레이어의 수 / 스테이지에 도달한 플레이어 수
- 전체 스테이지의 개수 N, 게임을 이용하는 사용자가 현재 멈춰있는 스테이지의 번호가 담긴 배열 stages가 매개변수로 주어질 때, 실패율이 높은 스테이지부터 내림차순으로 스테이지의 번호가 담겨있는 배열을 return 하도록 solution 함수를 완성하라.
02 제한사항
- 스테이지의 개수 N은 1 이상 500 이하의 자연수이다.
- stages의 길이는 1 이상 200,000 이하이다.
- stages에는 1 이상 N + 1 이하의 자연수가 담겨있다.
- 각 자연수는 사용자가 현재 도전 중인 스테이지의 번호를 나타낸다.
- 단, N + 1 은 마지막 스테이지(N 번째 스테이지) 까지 클리어 한 사용자를 나타낸다.
- 만약 실패율이 같은 스테이지가 있다면 작은 번호의 스테이지가 먼저 오도록 하면 된다.
- 스테이지에 도달한 유저가 없는 경우 해당 스테이지의 실패율은 0 으로 정의한다.
03 입출력 예
| N |
stages |
result |
| 5 |
[2, 1, 2, 6, 2, 4, 3, 3] |
[3,4,2,1,5] |
| 4 |
[4,4,4,4,4] |
[4, 1, 2, 3] |
04 문제 풀이
1. 나의 첫 시도 (런타임 에러)
def solution(N, stages):
실패율_list = []
도전_count = len(stages) # 해당 stage 도전한 사람 총 수
for stage in range(1, N+1):
stage_count = stages.count(stage) # 해당 stage 도전한 사람 중 실패한 사람 수
실패율_list.append([stage, stage_count / 도전_count]) # stage별 실패율
도전_count -= stage_count # 다음 stage에 도전한 사람 수
result = [a for a, b in sorted(실패율_list, key=lambda x: x[1], reverse=True)]
return result
- 위와 같이 작성 후 제출 시 다음과 같은 실패가 뜸:
테스트 1 〉 실패 (런타임 에러)
테스트 2 〉 통과 (0.17ms, 10.4MB)
테스트 3 〉 통과 (82.12ms, 10.4MB)
테스트 4 〉 통과 (474.96ms, 10.9MB)
테스트 5 〉 통과 (1580.71ms, 15.2MB)
테스트 6 〉 실패 (런타임 에러)
테스트 7 〉 실패 (런타임 에러)
테스트 8 〉 통과 (374.58ms, 10.9MB)
테스트 9 〉 실패 (런타임 에러)
테스트 10 〉 통과 (159.80ms, 11.1MB)
테스트 11 〉 통과 (387.91ms, 10.9MB)
테스트 12 〉 통과 (229.98ms, 11.3MB)
테스트 13 〉 실패 (런타임 에러)
테스트 14 〉 통과 (0.04ms, 10.5MB)
테스트 15 〉 통과 (13.13ms, 10.7MB)
테스트 16 〉 통과 (5.97ms, 10.5MB)
테스트 17 〉 통과 (16.76ms, 10.6MB)
테스트 18 〉 통과 (6.64ms, 10.4MB)
테스트 19 〉 통과 (1.44ms, 10.5MB)
테스트 20 〉 통과 (11.06ms, 10.6MB)
테스트 21 〉 통과 (18.88ms, 11MB)
테스트 22 〉 통과 (1508.38ms, 18.4MB)
테스트 23 〉 실패 (런타임 에러)
테스트 24 〉 실패 (런타임 에러)
테스트 25 〉 실패 (런타임 에러)
테스트 26 〉 통과 (0.01ms, 10.4MB)
테스트 27 〉 통과 (0.01ms, 10.3MB)
채점 결과
정확성: 70.4
합계: 70.4 / 100.0
- 문제점
- ZeroDivisionError
- stage_count / 도전_count에서 도전_count가 0이 되는 경우가 발생할 수 있음.
- 도전_count는 stages 리스트를 순차적으로 탐색하면서 감소시키기 때문에, 특정 스테이지 이후에는 도전한 사람이 없어서 도전_count가 0이 될 수 있음
- 이 경우 0으로 나누기를 시도하기 때문에 ZeroDivisionError가 발생함
- 해결 방법
- ZeroDivisionError 방지
- 도전_count가 0인 경우, 해당 스테이지의 실패율을 0으로 설정
2. 변경된 코드
def solution(N, stages):
실패율_list = []
도전_count = len(stages) # 해당 stage 도전한 사람 총 수
for stage in range(1, N+1):
stage_count = stages.count(stage) # 해당 stage 도전한 사람 중 실패한 사람 수
# 실패율 계산
if 도전_count == 0: # 도전자가 없는 경우
실패율 = 0
else:
실패율 = stage_count / 도전_count
실패율_list.append([stage, 실패율]) # stage별 실패율
도전_count -= stage_count # 다음 stage에 도전한 사람 수 감소
# 실패율 기준 내림차순 정렬, 동률일 경우 stage 번호 오름차순 정렬
result = [a for a, b in sorted(실패율_list, key=lambda x: (-x[1], x[0]))]
return result
테스트 1 〉 통과 (0.02ms, 10.4MB)
테스트 2 〉 통과 (0.17ms, 10.5MB)
테스트 3 〉 통과 (75.37ms, 10.6MB)
테스트 4 〉 통과 (377.95ms, 11MB)
테스트 5 〉 통과 (1699.64ms, 15.1MB)
테스트 6 〉 통과 (1.42ms, 10.5MB)
테스트 7 〉 통과 (15.28ms, 10.4MB)
테스트 8 〉 통과 (375.03ms, 11.1MB)
테스트 9 〉 통과 (1608.86ms, 15.2MB)
테스트 10 〉 통과 (176.19ms, 10.9MB)
테스트 11 〉 통과 (404.35ms, 10.9MB)
테스트 12 〉 통과 (219.85ms, 11.4MB)
테스트 13 〉 통과 (536.19ms, 11.7MB)
테스트 14 〉 통과 (0.07ms, 10.3MB)
테스트 15 〉 통과 (18.08ms, 10.6MB)
테스트 16 〉 통과 (5.94ms, 10.4MB)
테스트 17 〉 통과 (13.29ms, 10.6MB)
테스트 18 〉 통과 (9.26ms, 10.3MB)
테스트 19 〉 통과 (2.38ms, 10.4MB)
테스트 20 〉 통과 (10.96ms, 10.4MB)
테스트 21 〉 통과 (27.68ms, 11MB)
테스트 22 〉 통과 (1473.71ms, 18.5MB)
테스트 23 〉 통과 (16.53ms, 11.7MB)
테스트 24 〉 통과 (68.68ms, 11.7MB)
테스트 25 〉 통과 (0.01ms, 10.3MB)
테스트 26 〉 통과 (0.01ms, 10.1MB)
테스트 27 〉 통과 (0.01ms, 10.3MB)
채점 결과
정확성: 100.0
합계: 100.0 / 100.0
3. 추가 최적화!
- stages.count(stage)는 리스트를 순회하면서 일치하는 값을 찾기 때문에 O(N)의 시간복잡도를 가짐
- 이를 반복적으로 호출하면 비효율적일 수 있음
- 이를 개선하려면 Counter를 사용해 각 스테이지의 도전 횟수를 미리 계산하면 더 빠르게 수행 가능
from collections import Counter
def solution(N, stages):
실패율_list = []
stage_counts = Counter(stages) # stage별 도전 횟수
도전_count = len(stages) # 해당 stage 도전한 사람 총 수
for stage in range(1, N+1):
stage_count = stage_counts.get(stage, 0) # 해당 stage 도전한 사람 중 실패한 사람 수
# 실패율 계산
if 도전_count == 0:
실패율 = 0
else:
실패율 = stage_count / 도전_count
실패율_list.append([stage, 실패율]) # stage별 실패율
도전_count -= stage_count # 다음 stage에 도전한 사람 수 감소
result = [a for a, b in sorted(실패율_list, key=lambda x: (-x[1], x[0]))]
return result
테스트 1 〉 통과 (0.05ms, 10.4MB)
테스트 2 〉 통과 (0.08ms, 10.3MB)
테스트 3 〉 통과 (37.03ms, 10.8MB)
테스트 4 〉 통과 (12.47ms, 11.1MB)
테스트 5 〉 통과 (46.71ms, 15MB)
테스트 6 〉 통과 (1.41ms, 10.4MB)
테스트 7 〉 통과 (1.79ms, 10.5MB)
테스트 8 〉 통과 (12.43ms, 10.8MB)
테스트 9 〉 통과 (45.79ms, 15MB)
테스트 10 〉 통과 (6.02ms, 10.9MB)
테스트 11 〉 통과 (13.86ms, 11MB)
테스트 12 〉 통과 (9.38ms, 11.5MB)
테스트 13 〉 통과 (14.76ms, 11.5MB)
테스트 14 〉 통과 (0.08ms, 10.2MB)
테스트 15 〉 통과 (3.19ms, 10.7MB)
테스트 16 〉 통과 (1.54ms, 10.4MB)
테스트 17 〉 통과 (3.93ms, 10.6MB)
테스트 18 〉 통과 (1.67ms, 10.6MB)
테스트 19 〉 통과 (0.34ms, 10.4MB)
테스트 20 〉 통과 (2.14ms, 10.4MB)
테스트 21 〉 통과 (4.48ms, 11.1MB)
테스트 22 〉 통과 (43.60ms, 18.4MB)
테스트 23 〉 통과 (9.48ms, 11.8MB)
테스트 24 〉 통과 (8.88ms, 11.7MB)
테스트 25 〉 통과 (0.03ms, 10.4MB)
테스트 26 〉 통과 (0.02ms, 10.5MB)
테스트 27 〉 통과 (0.03ms, 10.5MB)
채점 결과
정확성: 100.0
합계: 100.0 / 100.0
- 2번째로 작성한 코드의 실행 결과와 비교했을 때, 성능이 더 좋아진 것을 확인할 수 있음 (예, 테스트 3, 4, 5, 7, 8, 9, 22 등)
