반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 서류합격
- 멋사
- 장고
- 백엔드
- DBFIDDLE
- 지원서
- cmd
- web
- 크롤링
- 파이썬
- 동아리
- 아기사자
- scraping
- 웹
- 대외활동
- 9기
- 코딩
- likelion
- HTML
- Python
- 멋쟁이사자처럼
- copy selector
- 10기
- 이두희
- html.parser
- Crawling
- Jango
- 코딩연합동아리
- Django
- 해커톤
Archives
- Today
- Total
olbiizl_.tistory.com
완주하지 못한 선수 찾기 (해시 활용 문제) 본문

완주하지 못한 선수 찾기 (해시 활용 문제)
프로그래머스에서 자주 등장하는 해시(Hash)를 활용한 문제 중 하나인 완주하지 못한 선수 찾기 문제
1. 문제 이해
📝 문제 설명
마라톤에 참가한 선수들의 명단(participant)과 완주한 선수들의 명단(completion)이 주어집니다.
하지만 단 한 명의 선수가 완주하지 못했습니다.
이를 찾아 반환하는 문제입니다.
제한 사항
- participant의 길이는 1 이상 100,000 이하입니다.
- completion의 길이는 participant보다 1 작습니다.
- 선수 이름은 1개 이상 20개 이하의 알파벳 소문자로 구성됩니다.
- 동명이인이 있을 수 있습니다.
✅ 입력 예시
participant = ["leo", "kiki", "eden"];
completion = ["eden", "kiki"];
✅ 출력 예시
"leo"
2. 해결 방법 추론
이 문제를 해결하는 몇 가지 방법을 고려할 수 있습니다.
❌ 브루트포스 (비효율적)
모든 participant를 completion과 비교하면서 찾을 수도 있지만, 시간 복잡도가 O(N²)가 되므로 비효율적입니다.
✅ 정렬 후 비교 ( O(N log N) )
- participant와 completion을 정렬합니다.
- 두 배열을 비교하여 차이가 발생하는 지점을 찾습니다.
- 차이가 발생한 선수가 완주하지 못한 선수입니다.
function solution(participant, completion) {
participant.sort();
completion.sort();
for (let i = 0; i < completion.length; i++) {
if (participant[i] !== completion[i]) {
return participant[i];
}
}
return participant[participant.length - 1];
}
✅ 해시(Map) 활용 (O(N))
정렬 방법보다 효율적인 해시 맵(Hash Map)을 활용하는 방법을 사용하면 O(N)의 시간 복잡도로 해결할 수 있습니다.
- Map 객체를 생성합니다.
- participant 배열을 순회하며 map에 선수 이름을 키로, 등장 횟수를 값으로 저장합니다.
- completion 배열을 순회하면서 map에서 해당 선수의 값을 -1 감소시킵니다.
- 마지막으로 map을 탐색하며 값이 1인 선수를 찾습니다.
function solution(participant, completion) {
const map = new Map();
for (let name of completion) {
map.set(name, (map.get(name) || 0) + 1);
}
for (let name of participant) {
if (!map.get(name)) return name;
map.set(name, map.get(name) - 1);
}
}
✅ 예제 실행 과정
participant = ["leo", "kiki", "eden"];
completion = ["eden", "kiki"];
1️⃣ completion 저장 (map 초기화)
map = { eden: 1, kiki: 1 }
2️⃣ participant와 비교하며 감소
leo → map에 없음 → leo 반환 ✅
결과: "leo"
3. 시간 복잡도 분석
방법 시간 복잡도
브루트포스 | O(N²) |
정렬 후 비교 | O(N log N) |
해시(Map) 활용 | O(N) |
해시를 활용하면 가장 빠르게 해결할 수 있습니다.
4. 결론
이 문제는 해시(Map)을 이용하여 해결하는 것이 가장 효율적입니다. 해시를 사용하면 O(N)의 시간 복잡도로 빠르게 해결할 수 있으며, 정렬 방식보다 성능이 좋습니다.
반응형