[프로그래머스][카카오][3차] 압축 - Python3

1. 문제 설명

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 번호123...242526

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)출력사전 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)출력사전 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

msganswer

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]

2. 접근 방법 및 풀이

- 번호 순 대로 과정을 풀어놓은 문제는 접근하기가 용이한 것 같다. 문제를 잘 읽고 구현 방법에 대해서만 고민하면 되서 편하다! :) 위에서 과정을 가져와서 구현 방법에 대해서 설명해보도록 하겠다.

1. 길이가 1인 모든 단어를 포함하도록 사전을 초기화한다.

-> 리스트에 알파벳을 순서대로 담아주면 되는데 편한 방법으로 해주시면 됩니다. 저는 보기 편하게 직접 다 적어서 초기화해주었습니다. 다른 분들의 풀이를 보면 chr 과 for문을 사용해서 보기 좋게 초기화 하셨더라구요 '-'

2. 사전에서 현재 입력과 일치하는 가장 긴 문자열 w를 찾는다.

-> 입력 문자열을 가져와서 문자열 그대로 부터 시작해서 사전에 없다면 맨 뒤부터 한글자씩 인덱싱으로 빼준 뒤 비교하는 방식으로 구현했다. 인덱스 에러가 안나도록 for문의 인자들을 지정해 주는 부분이 조금 어려웠다.

3. w에 해당하는 사전의 색인 번호를 출력하고, 입력에서 w를 제거한다.

-> 사전에 w가 존재한다면 사전에서 w의 인덱스 + 1 을 answer 리스트에 담아주고 인덱싱을 사용해서 w 부분을 제거한 뒤에 입력 변수인 msg를 수정해 주었다.

4. 입력에서 처리되지 않은 다음 글자가 남아있다면(c), w+c에 해당하는 단어를 사전에 등록한다.

-> 입력 변수인 msg에 원소가 남아있다면 아까 지워준 w와 msg의 첫번째 원소를 사전에 추가해주었다.

5는 그냥 while문으로 반복..

최종 코드입니다. :)

3. 후기

- 문제 길이를 보고 코드가 길고 지저분해질 것 같았는데 생각보다 깔끔하게 끝나는 문제였다.

- 사전을 초기화 하는 부분에서 chr과 for문을 이용하면 더 보기 좋았을 것 같다.

- 다른 분들은 사전을 dictionary 자료구조를 사용해서 인덱스도 같이 저장을 해서 구현하셨던데, 생각해보니 매번 index 함수를 쓰는것보다 전자가 더 수행시간이 짧을 듯 하다. 보시는 분들은 전자의 방식으로 구현해보시길~ :)