Programmers
[프로그래머스 Level.2] 후보키 (2019 KAKAO BLIND RECRUITMENT) (Java)
Devtraces
2023. 1. 16. 18:37
문제 링크
https://school.programmers.co.kr/learn/courses/30/lessons/42890
프로그래머스
코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.
programmers.co.kr
코딩테스트 연습 > 2019 KAKAO BLIND RECRUITMENT > 후보키
문제 설명
후보키
프렌즈대학교 컴퓨터공학과 조교인 제이지는 네오 학과장님의 지시로, 학생들의 인적사항을 정리하는 업무를 담당하게 되었다.
그의 학부 시절 프로그래밍 경험을 되살려, 모든 인적사항을 데이터베이스에 넣기로 하였고, 이를 위해 정리를 하던 중에 후보키(Candidate Key)에 대한 고민이 필요하게 되었다.
후보키에 대한 내용이 잘 기억나지 않던 제이지는, 정확한 내용을 파악하기 위해 데이터베이스 관련 서적을 확인하여 아래와 같은 내용을 확인하였다.
- 관계 데이터베이스에서 릴레이션(Relation)의 튜플(Tuple)을 유일하게 식별할 수 있는 속성(Attribute) 또는 속성의 집합 중, 다음 두 성질을 만족하는 것을 후보 키(Candidate Key)라고 한다.
- 유일성(uniqueness) : 릴레이션에 있는 모든 튜플에 대해 유일하게 식별되어야 한다.
- 최소성(minimality) : 유일성을 가진 키를 구성하는 속성(Attribute) 중 하나라도 제외하는 경우 유일성이 깨지는 것을 의미한다. 즉, 릴레이션의 모든 튜플을 유일하게 식별하는 데 꼭 필요한 속성들로만 구성되어야 한다.
제이지를 위해, 아래와 같은 학생들의 인적사항이 주어졌을 때, 후보 키의 최대 개수를 구하라.
위의 예를 설명하면, 학생의 인적사항 릴레이션에서 모든 학생은 각자 유일한 "학번"을 가지고 있다. 따라서 "학번"은 릴레이션의 후보 키가 될 수 있다.
그다음 "이름"에 대해서는 같은 이름("apeach")을 사용하는 학생이 있기 때문에, "이름"은 후보 키가 될 수 없다. 그러나, 만약 ["이름", "전공"]을 함께 사용한다면 릴레이션의 모든 튜플을 유일하게 식별 가능하므로 후보 키가 될 수 있게 된다.
물론 ["이름", "전공", "학년"]을 함께 사용해도 릴레이션의 모든 튜플을 유일하게 식별할 수 있지만, 최소성을 만족하지 못하기 때문에 후보 키가 될 수 없다.
따라서, 위의 학생 인적사항의 후보키는 "학번", ["이름", "전공"] 두 개가 된다.
릴레이션을 나타내는 문자열 배열 relation이 매개변수로 주어질 때, 이 릴레이션에서 후보 키의 개수를 return 하도록 solution 함수를 완성하라.
제한사항
- relation은 2차원 문자열 배열이다.
- relation의 컬럼(column)의 길이는 1 이상 8 이하이며, 각각의 컬럼은 릴레이션의 속성을 나타낸다.
- relation의 로우(row)의 길이는 1 이상 20 이하이며, 각각의 로우는 릴레이션의 튜플을 나타낸다.
- relation의 모든 문자열의 길이는 1 이상 8 이하이며, 알파벳 소문자와 숫자로만 이루어져 있다.
- relation의 모든 튜플은 유일하게 식별 가능하다.(즉, 중복되는 튜플은 없다.)
입출력 예
| relation | result |
| [["100","ryan","music","2"],["200","apeach","math","2"],["300","tube","computer","3"],["400","con","computer","4"],["500","muzi","music","3"],["600","apeach","music","2"]] | 2 |
입출력 예 설명
입출력 예 #1
문제에 주어진 릴레이션과 같으며, 후보 키는 2개이다.
나의 코드
import java.util.*;
class Solution {
List<String> candidateList = new ArrayList<>();
public int solution(String[][] relation) {
int answer = 0;
for(int i=0; i<relation[0].length; i++) {
boolean[] visited = new boolean[relation[0].length];
dfs(relation, visited, 0, 0, i+1);
}
answer = candidateList.size();
return answer;
}
public void dfs(String[][] relation, boolean[] visited, int start, int depth, int end) {
if(depth == end) {
StringBuilder idxSb = new StringBuilder();
ArrayList<Integer> list = new ArrayList<>();
for(int i=0; i<visited.length; i++) {
if(visited[i]) {
idxSb.append(i);
list.add(i);
}
}
Map<String, Integer> map = new HashMap<>();
for(int i=0; i<relation.length; i++) {
StringBuilder relSb = new StringBuilder();
for(int j=0; j<list.size(); j++) {
int n = list.get(j);
relSb.append(relation[i][n]);
}
// 유일성 검증
if(map.containsKey(String.valueOf(relSb))) {
return;
} else {
map.put(String.valueOf(relSb), 0);
}
}
// 최소성 검증
for(String s : candidateList) {
int cnt = 0;
String idxStr = String.valueOf(idxSb);
for(int i=0; i<idxStr.length(); i++) {
if(s.contains(String.valueOf(idxStr.charAt(i)))) cnt++;
}
if(cnt == s.length()) {
return;
}
}
// 후보키 추가
candidateList.add(String.valueOf(idxSb));
}
for(int i=0; i<visited.length; i++) {
if(visited[i]) continue;
visited[i] = true;
dfs(relation, visited, i, depth+1, end);
visited[i] = false;
}
}
}
풀이
- 후보키를 담을 List를 생성하고 후보키로 사용하기 위해 릴레이션의 속성으로 만들 수 있는 모든 조합을 만들어 유일성을 검증하고 최소성을 검증하여 후보키 List에 담아 이 후보키의 개수인 List의 size()를 리턴하면 된다.
- 우선 후보키를 담을 List를 전역변수로 생성한다. 그리고 릴레이션의 속성의 개수인 relation[0].length를 for문을 돌면서 속성의 개수가 1개일 때부터 relation[0].length 일 때인 모든 속성의 개수일 때까지 모든 조합을 생성한다. for문을 돌 때마다 매번 속성의 총 개수인 relation[0].length 크기의 boolean형 배열 visited를 생성하여 완전 탐색 dfs를 진행한다.
- for문을 통해 속성의 개수가 1개일 때부터 모든 속성을 가지고 조합을 만들 때까지 주어진 relation, 속성을 방문했는지 나타내는 visited, 시작 index 지점을 나타내는 start, 몇 번 dfs()를 호출하였는지(조합을 만들고 있는 속성의 개수)를 나타내는 depth, 이번에 만들려는 조합의 속성의 개수인 end를 파라미터로 갖는 dfs()를 호출한다.
- dfs()에서는 속성의 총 개수인 visited 크기만큼 for문을 돌면서 해당 인덱스를 방문하지 않았으면 visited를 true로 변경한 후에 start를 i로 하고 depth를 1 늘리고 dfs()를 재귀 호출한 후에 해당 인덱스의 visited를 false로 변경한다. 이렇게하면 조합을 만들려는 속성의 개수인 end개로 만들 수 있는 모든 조합을 만들 수 있다.
- end개로 만들 수 있는 속성의 모든 조합을 만들 때마다인 depth == end가 되면 이 조합을 가지고 유일성 검사와 최소성 검사를 진행하고 후보키 List에 담는다.
- 따라서 end개로 조합을 만들어질 때마다인 depth == end가 되면 조합에 사용된 속성의 index를 담기 위한 List와 StringBuilder idxSb를 생성하고 visited를 for문을 돌면서 visited[index]가 true일 때마다 이 idxSb에 해당 index를 append() 하고 List에도 담아준다.
- 그리고 해당 속성의 모든 데이터를 담기 위해 Map을 생성하고 relation을 for문을 돌면서 StringBuilder relSb를 생성하고 조합에 사용된 속성의 index를 담은 List를 for문을 돌면서 해당 속성의 모든 데이터를 Map에 담기 시작한다. 이 때 유일성 검증을 진행하는데 담기 전에 containsKey()를 이용하여 Map에 담았던 데이터가 있으면 유일성 검증에 실패하므로 이 속성의 조합은 후보키가 아니므로 그냥 리턴하도록 한다.
- 유일성 검증을 통과하면 최소성 검증을 진행하도록 한다. 현재까지 담은 후보키를 for each문을 돌리면서 idxSb를 String으로 변환하여 idxStr에 저장하고 둘을 비교할 것이다. idxStr의 문자열 길이만큼 for문을 돌면서 후보키 리스트에서 꺼낸 조합 s가 idxStr의 문자(조합에 사용된 인덱스)를 가지고 있는지 확인하여 가지고 있으면 카운팅을 한다. 카운팅을 다 끝낸 후에 카운팅한 값이 후보키 리스트에서 꺼낸 조합 s의 길이와 같다면 최소성 검증에 실패한 것이므로 후보키가 될 수 없으므로 그냥 리턴하도록 한다.
예를 들면 후보키 리스트에 15라는 조합(인덱스가 1인 속성과 인덱스가 5인 속성으로 만든 후보키 조합)이 들어있고 idxStr이 135(인덱스가 1인 속성과 인덱스가 3인 속성과 인덱스가 5인 속성으로 만든 후보키 조합)일 때 idxStr이 후보키가 될 수 있는지 최소성 검사를 진행하는 것이다. idxStr.contains(s)으로 하면 안되는 것에 주의한다.
따라서 s.contains(String.valueOf(idxStr.charAt(i)))을 하여 s가 idxStr의 문자를 포함할 때마다 카운팅을 해서 카운팅한 값이 s의 길이와 같으면 idxStr에 s의 모든 문자가 들어있다는 뜻이 된다. 그러면 s가 더 최소한의 속성으로 만든 조합이기 때문에 idxStr은 최소성 검증에 실패하는 것이다.
속성의 길이가 적은 조합부터 만들어서 후보키에 추가했기 때문에 s는 idxStr의 길이 이하이다. 따라서 s의 조합에 사용된 속성 전부를 idxStr이 갖고 있으면 s는 후보키이고 idxStr은 최소성 검증에 실패한다. - 이렇게 유일성 검사와 최소성 검사를 모두 진행하여 통과하면 후보키 List에 해당 속성 조합을 추가시켜 준다.
- 모든 후보키를 담고 나서 List의 size()를 이용하면 후보키의 개수를 구하고 반환한다.