3주차 과제

[Monixc]

No description provided.

[Dianuma]

👍👍👍

[Dianuma]

이 풀이는 코딩 테스트 환경이라 n 이 잘못된 값으로 들어올 가능성은 거의 없지만,
일반적인 상황에서는 cost[n-1][n-1] 보다 cost[-1][-1]처럼 음수 인덱스를 사용하는 편이 더 안전합니다.
리스트 크기가 달라지더라도 항상 마지막 원소를 참조할 수 있기 때문입니다.

3차원 cost 배열을 사용해 방향별 최소비용 DP를 구현한 점이 인상적입니다.
또, 코드가 문제를 처음 접하는 사람도 구조를 바로 이해할 수 있을 정도로 친절한 구현이라고 생각합니다.

[Dianuma]

정석적인 DFS 풀이입니다.
로직이 깔끔하고 효율적이며, 가독성까지 좋은 아주 좋은 코드라고 생각합니다.

def solution(n, computers):
    visited = [0] * n
    def dfs(i):
        visited[i] = 1
        for j, computer in enumerate(computers[i]):
            if computer and not visited[j]: dfs(j)
    return sum([not v and not dfs(i) for i, v in enumerate(visited)])

황다경 님의 코드를 참고해서 제 스타일대로 조금 변형해봤습니다.
파이썬은 True 를 1 로 취급하므로 조건문을 간소화했고,
sum()이 iterator 를 받을 수 있다는 점을 활용해 return문을 한 줄로 압축했습니다.
개인적으로는 코테에서는 가독성을 약간 희생하더라도 간결하게 표현하는 코드 스타일을 선호하기 때문에,
7줄로 완성된 이 버전이 제가 원래 작성한 코드보다 마음에 듭니다.

물론, 실제 협업할 동료를 고른다면 황다경 님처럼 의도가 명확히 드러나는 가독성 높은 코드를 짜는 분을 선택할 것 같긴 하지만요.

[Dianuma]

황다경님이 작성하신 코드는 로직이 명확해서 읽기 매우 편합니다.

다만 저는 코딩 테스트를 할 때 가독성보다 최대한 짧은 코드를 선호하는 편이라,
아래 예시는 “이런 식으로도 표현할 수 있구나” 정도로 가볍게 봐주시면 좋겠습니다.
실제 협업이나 실무 상황에서는 황다경님처럼 가독성을 중시하는 스타일이 훨씬 좋다고 생각합니다.

nc = c + 100 + 500 * ( i != dir_prev );

저는 파이썬이 True 를 1 로 취급한다는 점을 이용해서 위와 같이 코드를 작성했습니다.
가독성을 좀 더 높이려면 아래처럼 삼항연산자를 이용해도 좀 더 파이써닉한 코드가 될 것 같습니다.

nc = c + (100 if d == prev else 600)

그리고 nc 계산을 밖으로 빼면

while q:
        x, y, dir_prev, c = q.popleft()
        nc = c + 100 + 500 * ( i != dir_prev );
        if 0 <= nx < n and 0 <= ny < n and board[nx][ny] == 0 and nc < cost[nx][ny][i:
               cost[nx][ny][i] = nc
               q.append((nx, ny, i, nc))

이런 식으로 조건문을 압축 할 수 있습니다.

[Dianuma]

이 코드도 정석적인 DFS 풀이라고 생각됩니다. 마찬가지로 로직이 깔끔하고 읽기에도 매우 편합니다.

사견을 덧붙이자면, visited 를 처음부터 True 로 초기화하고 방문 시 False 로 바꾸는 방식도 있습니다.
이렇게 하면 조건문에서 not 을 사용하지 않아도 되어, 조금 더 단순한 형태로 표현할 수 있습니다.
다만 이는 코딩 스타일의 차이로, visited 라는 변수명을 생각하면 오히려 원본 방식이 더 자연스러운 구현이라고는 생각합니다.

[Dianuma]

파이썬의 문자열은 인덱싱이 가능하며 불변(immutable) 객체이기 때문에, 수정이 필요한 경우에만 리스트로 변환하는 것이 의미 있습니다.
이 코드에서는 maps 를 변경하지 않으므로 해당 변환은 불필요해 보입니다.

[Dianuma]

to_lever 와 to_exit 를 분리해, 둘 중 하나라도 경로 탐색에 실패하면 바로 종료하도록 한 구조가 인상적입니다.
불필요한 BFS 호출을 줄여 효율적인 흐름 제어가 잘 되어 있다고 느꼈습니다.

[Dianuma]

graph[key].sort()
graph[key].sort(reverse=True)

두 코드는 정렬 알고리즘이 동일하므로 시간 복잡도는 모두 O(n log n)입니다.
다만 오름차순 정렬 시에는 pop(0) 을 사용해야 하는데, 이 연산은 O(n) 시간이 걸립니다.
반면 내림차순 정렬의 경우 pop() 으로 맨 뒤에서 꺼낼 수 있어 O(1)에 처리됩니다.

따라서 이후 데이터를 pop() 으로 순차적으로 꺼내는 로직이라면,
역순 정렬이 전체적으로 더 효율적이라고 생각됩니다.

[Dianuma]

이 문제도 읽기에 매우 편해 좋은 코드라고 생각합니다.