Better Code, Better Life

문제 풀이 전체 카펫 수를 구합니다. 1번에서 구한 값의 약수를 구합니다. 가로와 세로의 길이를 약수, 전체 카펫수 // 약수로 정하고 조건에 맞는지 확인합니다. 조건에 맞으면 가로길이가 세로길이보다 크거나 같게 바꿔줍니다. 클린 코드 작성법 로직별로 함수를 나눕니다. get_factors check for문 내에는 is_correct_factor같이 boolean 변수를 만들고 이를 판정하는 함수로 처리하는것이 좋습니다. 해답 코드 def solution(brown, red): total = brown + red factors = get_factors(total) width, height = 0, 0 for factor in factors: width, height = factor, total // f..

문제 풀이 먼저 던질 수 있는 모든 경우의 수를 만듭니다. ​ get_candidates 그 다음 각각의 경우에 대해 주어진 결과(baseball)가 맞아떨어지는지 확인합니다. 하나라도 틀리면 그 후보는 넘어갑니다. ​ check_candidate baseball에 대해 모두 통과시 가능한 답안이므로 answer_count값을 늘립니다. 클린 코드 작성법 코드 각각이 하나의 기능만 수행하도록 분리합니다. 123 ~ 987 까지 후보군을 만드는 함수 각 후보에 대해 baseball의 guess를 통과하는지 확인하는 함수 1개의 guess, 1개의 후보에 대해 서로 일치하는지 확인하는 함수 permutations에서 나오는 출력형태가 튜플인데 이를 문자로 전환해주는 함수 묶여진 자료형을 다룰 때, 각각에 변..

문제 풀이 문제 자체는 매우 간단합니다. 예시도 두 가지로 직관적입니다. 하지만 숫자 길이가 길어지면 시간 초과가 날 확률이 높습니다. 따라서 문제를 잘 이해하고 최적화할 부분을 찾는게 중요합니다. 풀이 과정 소수가 될만한 후보를 찾습니다. 완전 탐색이 여기서 쓰입니다. permutations 이 후보가 소수인지 확인합니다. 이 부분을 최적화해야 합니다!! 소수인지 판별하는 다양한 알고리즘을 구현해 이 부분만 수정합니다. 이런 기본적인 함수는 인터넷에 최적화 되어있는 코드가 많이 있습니다. 검색해서 활용합시다! 클린 코드 작성법 변수명을 고쳐 문제의 이해력을 높입니다. number_string 문제의 단계별로 함수화합니다. get_candidates check_prime 문제를 풀어나갈 때, 과정을 잘게..

문제 풀이 라면 공장과 유사한 문제 같습니다. ​ 라면 공장에서는 기준점보다 커야만 밀가루를 공급받을 수 있습니다. ​ 디스크 컨트롤러에서는 요청 시간이 현재 시간 이전이어야 작업을 수행할 수 있습니다. 풀이 과정 먼저 min heap을 만들어 줍니다. 이 때 heapq 를 이용하기 위해 자료를 가공해줍니다. swap_index heapq.heapify 작업을 모두 처리할 때까지 아래를 반복합니다. 처리할 수 있는 작업을 찾습니다. 만약 찾지 못하면 기다립니다. get_job get_minimal_wait_time 평균 대기 시간을 구합니다. 클린 코드 작성법 문제를 해결하기 위한 중간 변수를 만듭니다. 이 때 문제를 잘 이해할 수 있게 변수명을 지어줍니다. current_time total_wait_t..