[프로그래머스] 피로도 / 완전탐색 / python

문제

https://school.programmers.co.kr/learn/courses/30/lessons/87946

프로그래머스

XX게임에는 피로도 시스템(0 이상의 정수로 표현합니다)이 있으며, 일정 피로도를 사용해서 던전을 탐험할 수 있습니다. 이때, 각 던전마다 탐험을 시작하기 위해 필요한 "최소 필요 피로도"와 던전 탐험을 마쳤을 때 소모되는 "소모 피로도"가 있습니다. "최소 필요 피로도"는 해당 던전을 탐험하기 위해 가지고 있어야 하는 최소한의 피로도를 나타내며, "소모 피로도"는 던전을 탐험한 후 소모되는 피로도를 나타냅니다. 예를 들어 "최소 필요 피로도"가 80, "소모 피로도"가 20인 던전을 탐험하기 위해서는 유저의 현재 남은 피로도는 80 이상 이어야 하며, 던전을 탐험한 후에는 피로도 20이 소모됩니다.

이 게임에는 하루에 한 번씩 탐험할 수 있는 던전이 여러개 있는데, 한 유저가 오늘 이 던전들을 최대한 많이 탐험하려 합니다. 유저의 현재 피로도 k와 각 던전별 "최소 필요 피로도", "소모 피로도"가 담긴 2차원 배열 dungeons 가 매개변수로 주어질 때, 유저가 탐험할수 있는 최대 던전 수를 return 하도록 solution 함수를 완성해주세요.

제한사항

• k는 1 이상 5,000 이하인 자연수입니다.
• dungeons의 세로(행) 길이(즉, 던전의 개수)는 1 이상 8 이하입니다.
  • dungeons의 가로(열) 길이는 2 입니다.
  • dungeons의 각 행은 각 던전의 ["최소 필요 피로도", "소모 피로도"] 입니다.
  • "최소 필요 피로도"는 항상 "소모 피로도"보다 크거나 같습니다.
  • "최소 필요 피로도"와 "소모 피로도"는 1 이상 1,000 이하인 자연수입니다.
  • 서로 다른 던전의 ["최소 필요 피로도", "소모 피로도"]가 서로 같을 수 있습니다.

풀이

아이디어

k값이 8까지 이기 때문에 생각보다 경우의 수가 많지는 않다

문제의 예시를 읽다보니 백트래킹이 생각났다

1→2→3 방문이 안되니 다시 1로 돌아가서 1→3→2방문을 선택한 것

그렇다면 DFS를 이용한 백트래킹으로 문제를 풀 수 있겠다

💥 tip

전체 경우의 수 중 조건을 만족하는 경우를 살펴보는 문제의 경우 백트래킹

• DFS, 순열 등으로 모든 경우의 수 탐색
• 조건문을 걸어 답이 될 수 없는 상황 정의
• 그런 상황에 탐색을 중지시킨 후 이전으로 돌아가 다른 경우의 수를 탐색

---

다른 풀이

모든 경우의 수를 본다는 차원에서의 다른 풀이는 순열이다

다른 사람의 풀이를 참고했다

순열을 이용해 모든 경우의 수를 찾은 다음, 조건에 불일치 하는 경우 넘어가는 식으로 구현 하면 됨

코드

DFS 풀이

def solution(k, dungeons):
    global visited, answer
    answer = 0
    visited = [False for _ in range(len(dungeons))]
    dfs(k, 0, dungeons)
    return answer

def dfs(k, cnt, dungeons):
    global answer
    # 최대 값으로 변경
    if cnt > answer:
        answer = cnt
    for i in range(len(dungeons)):
        # 방문 하지 않고, 필요피로도보다 k가 큰거나 같은 경우
        if not visited[i] and k >= dungeons[i][0]:
            visited[i] = True
            dfs(k-dungeons[i][1], cnt+1, dungeons)
            visited[i] = False

 

순열 풀이

from itertools import permutations
def solution(k, dungeons):
    answer = 0
    # 순열을 이용해 모든 가능한 경우의 수를 구함
    for i in permutations(dungeons, len(dungeons)):
        temp = k
        cnt = 0
        for essential, reduce in i:
            if temp >= essential:
                temp -= reduce
                cnt += 1    
        answer = max(cnt, answer)    
    return answer