프로그래머스 디스크 컨트롤러

문제

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

예를 들어,

- 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.

한번에 하나의 요청만을 수행할 수 있기 때문에 각각의 작업을 요청받은 순서대로 처리하면 다음과 같이 처리 됩니다.

4

- 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 시간으 평균은 10ms(=(3+11+16)/3)가 됩니다. 하지만 A -> C -> B 순서대로 처리하면

- 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)

제한사항

• 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

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.

풀이

현재 시간(current_time) 안에 실행될 수 있는 디스크 중에서 가장 수행 시간이 짧은 디스크를 우선적으로 배치하는 원리로 풀 수 있습니다. 최소값을 계속 추출해야 함으로 힙 자료구조를 사용합니다.

• tasks를 먼저 시작시간과 길이로 정렬합니다.
• 현재 시간에서 실행시킬 수 있는 디스크를 담을 q를 힙 자료구조로 사용합니다.
• 먼저 tasks의 첫번째 원소를 q에 넣습니다.
  • 큐에서 heappop을 통해 최소값을 뽑습니다.
  • 현재 시간(current_time)과 총 수행 시간(response_time)을 갱신합니다.
  • 현재시간(current_time)에서 실행가능한 디스크를 tasks에서 q로 집어넣습니다.
  • 만약 실행가능한 디스크가 없으면 tasks에서 첫번째 task(가장 시작시간이 빠른)를 q에 집어넣습니다.
• q 즉 task가 남지 않을때까지 반복합니다.

from collections import deque
import heapq

def solution(jobs):
    tasks = deque(sorted([(x[1], x[0]) for x in jobs], key=lambda x: (x[1], x[0])))
    q = []
    heapq.heapify(q)
    heapq.heappush(q, tasks.popleft())
    current_time, total_response_time = 0, 0

    while q:
        durr, arr = heapq.heappop(q) # 3, 0
        current_time = max(current_time + durr, arr + durr)
        total_response_time += (current_time - arr)
        while tasks and tasks[0][1] <= current_time:
            heapq.heappush(q, tasks.popleft())
        if tasks and len(q) == 0:
            heapq.heappush(q, tasks.popleft())

    return total_response_time // len(jobs)