[2019 카카오 블라인드] 실패율

  • 2019 카카오 블라인드 공채 코딩테스트 실패율 문제 풀이입니다.
  • 본 문제는 프로그래머스 홈페이지에서 직접 풀어볼 수 있습니다.

실패율 문제 설명

cover

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.

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.

입출력 예

Nstagesresult
5[2, 1, 2, 6, 2, 4, 3, 3][3,4,2,1,5]
4[4,4,4,4,4][4,1,2,3]

입출력 예에 대한 설명

입출력 예 #1

1번 스테이지에는 총 8명의 사용자가 도전했으며, 이 중 1명의 사용자가 아직 클리어하지 못했다. 따라서 1번 스테이지의 실패율은 다음과 같다.

  • 1번 스테이지 실패율 : 1/8

2번 스테이지에는 총 7명의 사용자가 도전했으며, 이 중 3명의 사용자가 아직 클리어하지 못했다. 따라서 2번 스테이지의 실패율은 다음과 같다.

  • 2번 스테이지 실패율 : 3/7

마찬가지로 나머지 스테이지의 실패율은 다음과 같다.

  • 3번 스테이지 실패율 : 2/4
  • 4번 스테이지 실패율 : 1/2
  • 5번 스테이지 실패율 : 0/1

각 스테이지의 번호를 실패율의 내림차순으로 정렬하면 다음과 같다.

  • [3,4,2,1,5]

입출력 예 #2

모든 사용자가 마지막 스테이지에 있으므로 4번 스테이지의 실패율은 1이며 나머지 스테이지의 실패율은 0이다.

  • [4,1,2,3]

실패율 문제 풀이

  • 입력 stages의 경우 중복된 스테이지가 존재합니다.
  • Python Dictionary를 사용하여 중복된 스테이지 만큼 카운팅을 계산합니다.
  • N + 1의 스테이지는 모든 스테이지를 클리어 한 경우입니다. 나중에 제거하도록 합니다.
  • 카운팅을 하고, 많은 사람들이 머물러 있는 스테이지를 기준으로 정렬합니다.
  • 실패율이 없는 스테이지는 마지막에 추가하도록 합니다.
def solution(N, stages):
    stage_storage = {}

    for stage in stages:
        if not stage in stage_storage:
            stage_storage[stage] = 1
        else:
            stage_storage[stage] += 1

    failed_list = {}

    stage_storage = sorted(stage_storage.items())
    user_count = len(stages)
    for item in stage_storage:
        fail_rate = item[1] / user_count
        user_count -= item[1]

        if item[0] <= N:
            failed_list[item[0]] = fail_rate

    failed_list = sorted(failed_list.items(),
                         reverse=True, key=lambda item: item[1])

    answer = []

    for key, item in failed_list:
        answer.append(key)

    for n in range(1, N+1):
        if n not in answer:
            answer.append(n)

    return answer