[알고리즘][2][X] 디스크 컨트롤러

문제 설명
하드디스크는 한 번에 하나의 작업만 수행할 수 있습니다. 디스크 컨트롤러를 구현하는 방법은 여러 가지가 있습니다. 가장 일반적인 방법은 요청이 들어온 순서대로 처리하는 것입니다.

예를들어

- 0ms 시점에 3ms가 소요되는 A작업 요청
- 1ms 시점에 9ms가 소요되는 B작업 요청
- 2ms 시점에 6ms가 소요되는 C작업 요청
와 같은 요청이 들어왔습니다. 이를 그림으로 표현하면 아래와 같습니다.
Screen Shot 2018-09-13 at 6.34.58 PM.png

한 번에 하나의 요청만을 수행할 수 있기 때문에 각각의 작업을 요청받은 순서대로 처리하면 다음과 같이 처리 됩니다.
Screen Shot 2018-09-13 at 6.38.52 PM.png

- A: 3ms 시점에 작업 완료 (요청에서 종료까지 : 3ms)
- B: 1ms부터 대기하다가, 3ms 시점에 작업을 시작해서 12ms 시점에 작업 완료(요청에서 종료까지 : 11ms)
- C: 2ms부터 대기하다가, 12ms 시점에 작업을 시작해서 18ms 시점에 작업 완료(요청에서 종료까지 : 16ms)
이 때 각 작업의 요청부터 종료까지 걸린 시간의 평균은 10ms(= (3 + 11 + 16) / 3)가 됩니다.

하지만 A → C → B 순서대로 처리하면
Screen Shot 2018-09-13 at 6.41.42 PM.png

- A: 3ms 시점에 작업 완료(요청에서 종료까지 : 3ms)
- C: 2ms부터 대기하다가, 3ms 시점에 작업을 시작해서 9ms 시점에 작업 완료(요청에서 종료까지 : 7ms)
- B: 1ms부터 대기하다가, 9ms 시점에 작업을 시작해서 18ms 시점에 작업 완료(요청에서 종료까지 : 17ms)
이렇게 A → C → B의 순서로 처리하면 각 작업의 요청부터 종료까지 걸린 시간의 평균은 9ms(= (3 + 7 + 17) / 3)가 됩니다.

각 작업에 대해 [작업이 요청되는 시점, 작업의 소요시간]을 담은 2차원 배열 jobs가 매개변수로 주어질 때, 작업의 요청부터 종료까지 걸린 시간의 평균을 가장 줄이는 방법으로 처리하면 평균이 얼마가 되는지 return 하도록 solution 함수를 작성해주세요. (단, 소수점 이하의 수는 버립니다)

제한 사항
jobs의 길이는 1 이상 500 이하입니다.
jobs의 각 행은 하나의 작업에 대한 [작업이 요청되는 시점, 작업의 소요시간] 입니다.
각 작업에 대해 작업이 요청되는 시간은 0 이상 1,000 이하입니다.
각 작업에 대해 작업의 소요시간은 1 이상 1,000 이하입니다.
하드디스크가 작업을 수행하고 있지 않을 때에는 먼저 요청이 들어온 작업부터 처리합니다.
입출력 예
jobs	return
[[0, 3], [1, 9], [2, 6]]	9
입출력 예 설명
문제에 주어진 예와 같습니다.

0ms 시점에 3ms 걸리는 작업 요청이 들어옵니다.
1ms 시점에 9ms 걸리는 작업 요청이 들어옵니다.
2ms 시점에 6ms 걸리는 작업 요청이 들어옵니다.
문제가 잘 안풀린다면😢
힌트가 필요한가요? [코딩테스트 연습 힌트 모음집]으로 오세요! → 클릭

나의 풀이

**배운점**

- jobs 원소를 제거해줄때 jobs.pop(idx)로 해주어서 틀림 생각해보면 jobs[:]의 idx와 jobs의 idx는 다름. 왜냐하면 jobs에는 이미 지워진게 있어서 idx가 한칸씩 앞으로 갔을 수 있기 때문. 

import heapq

def solution(jobs):
    # 최솟값을 구해야 하기 때문에 그리디, DP, 탐색
    # 이 문제의 경우 for문을 한번 돌며 최선의 선택을 할 수 있기 때문에 그리디
    # 그건 바로 대기하고 있는 것 중에서 가장 짧은 것을 먼저 수행하면 됨
    # 지금 하고 있는 태스크가 끝나는 시간을 A라고 했을 때 A 전에 대기를 하게 된 것을 만들어주고
    # 그 중에 최소를 뽑아서 그 시간을 더해주고를 반복해주면 됨
    # 만약 대기하는 게 없으면 가장 짧은 요청 시간 구해서 넣어줌
    # 이렇게 보니 시간을 기준으로 while문 돌리는게 즉 시뮬레이션으로 푸는게 깔끔할 듯
    
    answer = 0
    jobs.sort()
    heap = []
    n = len(jobs)
    current_task_time = 0
    current_request_time = 0
    time = -1
    while True:
        time += 1
        for idx, job in enumerate(jobs[:]):
            request_time, task_time = job
            # 현재 시간보다 요청 시간이 이전이라면 그에 해당하는 원소를 모두 대기열에 추가
            if request_time <= time:
                heapq.heappush(heap, (task_time, request_time))
                jobs.remove(job)
            # 정렬을 했기 때문에 현재 시간이 더 큰 순간이 오면 그 뒤에 원소도 모두 작음
            else:
                break
        
        # 태스크를 수행하고 있다면
        if current_task_time >= 1:
            current_task_time -= 1
            # 태스크가 막 끝났다면
            if current_task_time == 0:
                answer += time - current_request_time
        
        # 태스크가 없는 상태이고 대기열은 있는 상태라면
        if current_task_time == 0 and heap:
            current_job = heapq.heappop(heap)
            current_task_time = current_job[0]
            current_request_time = current_job[1]
        
        # 태스크가 없는 상태이고 대기열도 없는 상태라면
        elif current_task_time == 0 and not heap:
            # 남은 일도 없다면 끝냄
            if not jobs:
                break
            continue
        
    return answer // n

heapq 안쓰고 정렬로도 풀이 가능

이렇게 풀어도 되는 이유는 jobs가 계속 줄어들기 때문임.

만약 한개씩 줄어든다고 생각해보면 그때의 시간 복잡도는 1log1 + ... nlogn <= (n(n+1)/2)*logn이고 n<=500이므로 1000대로 정말 미미하다는 것을 알 수 있음 즉 while이 아무리 길어져도 저 시간 복잡도는 독립적임.

def solution(jobs):
    # 최솟값을 구해야 하기 때문에 그리디, DP, 탐색
    # 이 문제의 경우 for문을 한번 돌며 최선의 선택을 할 수 있기 때문에 그리디
    # 그건 바로 대기하고 있는 것 중에서 가장 짧은 것을 먼저 수행하면 됨
    # 지금 하고 있는 태스크가 끝나는 시간을 A라고 했을 때 A 전에 대기를 하게 된 것을 만들어주고
    # 그 중에 최소를 뽑아서 그 시간을 더해주고를 반복해주면 됨
    # 만약 대기하는 게 없으면 가장 짧은 요청 시간 구해서 넣어줌
    # 이렇게 보니 시간을 기준으로 while문 돌리는게 즉 시뮬레이션으로 푸는게 깔끔할 듯
    
    answer = 0
    jobs.sort()
    heap = []
    n = len(jobs)
    current_task_time = 0
    current_request_time = 0
    time = -1
    while True:
        time += 1
        for idx, job in enumerate(jobs[:]):
            request_time, task_time = job
            # 현재 시간보다 요청 시간이 이전이라면 그에 해당하는 원소를 모두 대기열에 추가
            if request_time <= time:
                heap.append((task_time, request_time))
                heap.sort()
                jobs.remove(job)
            # 정렬을 했기 때문에 현재 시간이 더 큰 순간이 오면 그 뒤에 원소도 모두 작음
            else:
                break
        
        # 태스크를 수행하고 있다면
        if current_task_time >= 1:
            current_task_time -= 1
            # 태스크가 막 끝났다면
            if current_task_time == 0:
                answer += time - current_request_time
        
        # 태스크가 없는 상태이고 대기열은 있는 상태라면
        if current_task_time == 0 and heap:
            current_job = heap.pop(0)
            current_task_time = current_job[0]
            current_request_time = current_job[1]
        
        # 태스크가 없는 상태이고 대기열도 없는 상태라면
        elif current_task_time == 0 and not heap:
            # 남은 일도 없다면 끝냄
            if not jobs:
                break
            continue
        
    return answer // n