프로그래머스 72411 문제 추가

[minor7295]

프로그래머스 72411 - 메뉴 리뉴얼 문제 풀이 추가

Summary

프로그래머스 72411 메뉴 리뉴얼 문제를 백트래킹 알고리즘으로 해결하고, 문제 분석부터 알고리즘 선택, 구현까지의 전체 사고 과정을 문서화했습니다. 각 손님의 주문에서 가능한 모든 조합을 생성하여 가장 많이 주문된 조합을 찾는 문제를 백트래킹으로 모델링하여 해결했습니다.

주요 구현 내용:

• 문제 분석: 각 손님의 주문에서 가능한 모든 조합을 생성하고 빈도를 카운트하는 문제로 모델링
• 알고리즘 선택: 백트래킹 알고리즘 채택 (동적 크기 조합 생성, 실제 조합 생성 필요)
• 구현: O(2^M × N × C) 시간 복잡도로 모든 조합을 생성하고 빈도를 카운트하는 해답 코드 작성
  • 시간 복잡도 근거: 각 주문에서 가능한 모든 조합 생성 (최대 2^10 = 1024가지)
  • 다른 방법 대비: 반복문(동적 크기 불가), 비트마스크(비효율적), DP(조합 생성 불가) 대비 백트래킹이 최적

추가된 파일:

• brute-force/backtracking/programmers-72411/1.analysis.md: 문제 분석 및 해결 접근 방법 (1269줄)
• brute-force/backtracking/programmers-72411/2.algorithm.md: 백트래킹 적용 및 문자열 조합 특이사항 (193줄)
• brute-force/backtracking/programmers-72411/3.reasoning.md: 알고리즘 선택 근거 및 설계 과정 (411줄)
• brute-force/backtracking/programmers-72411/Main.java: 백트래킹 기반 조합 생성 및 빈도 카운트 (96줄)
• brute-force/backtracking/backtracking.md: 백트래킹 문서 보완 (문자열 조합 생성 유형 추가, 함수 구성 패턴 추가)

---

주요 판단 및 구현 세부사항

1. 백트래킹 알고리즘 선택 근거

배경 및 문제 상황:
각 손님의 주문에서 가능한 모든 조합을 생성해야 하며, 조합의 크기는 course 배열에 따라 동적으로 변합니다. 또한 실제 조합을 만들어서 빈도를 카운트해야 합니다.

해결 방안 및 방식 선택:

백트래킹을 선택한 이유:

• ✅ 동적 크기 조합 생성: course = [2, 3, 4]처럼 크기가 변해도 같은 코드로 처리 가능
• ✅ 실제 조합 생성: 모든 조합을 실제로 만들어서 Map에 저장 가능 (DP는 개수만 구함)
• ✅ 효율적 탐색: 가지치기로 불가능한 경우를 미리 제외
• ✅ 완전 탐색: 모든 조합을 빠짐없이 체계적으로 생성

다른 방법과의 비교:

방법	동적 크기	실제 조합 생성	효율성	결론
반복문	❌ 불가능 (2중첩, 3중첩... 몇 중첩?)	✅ 가능	-	❌ 사용 불가
비트마스크	✅ 가능	✅ 가능	낮음 (불필요한 경우도 탐색)	⚠️ 비효율적
DP	✅ 가능	❌ 불가능 (개수만 구함)	-	❌ 목적 불일치
백트래킹	✅ 가능	✅ 가능	높음 (가지치기 가능)	✅ 최적!

핵심 판단:

• 반복문: 동적 크기 조합 생성 불가능 (몇 중첩이 필요한지 모름)
• 비트마스크: 불필요한 경우도 모두 탐색하여 비효율적
• DP: 조합의 개수만 구할 수 있고, 실제 조합을 만들 수 없음
• 백트래킹: 모든 요구사항을 만족하는 유일한 방법

구현 코드:

static void generateCombinations(
    String order, int courseSize, int start, 
    StringBuilder current, Map<String, Integer> countMap
) {
    // 종료 조건
    if (current.length() == courseSize) {
        countMap.put(current.toString(), countMap.getOrDefault(current.toString(), 0) + 1);
        return;
    }
    
    // 가지치기: 남은 문자로는 원하는 크기를 만들 수 없을 때
    if (order.length() - start < courseSize - current.length()) {
        return;
    }
    
    // 선택지 탐색
    for (int i = start; i < order.length(); i++) {
        current.append(order.charAt(i));  // 선택
        generateCombinations(order, courseSize, i + 1, current, countMap);
        current.setLength(current.length() - 1);  // ✅ 상태 되돌리기
    }
}

고민한 점:

• 왜 백트래킹을 선택해야 하는지에 대한 명확한 근거가 필요했습니다. 다른 방법들의 한계를 구체적으로 분석하여 백트래킹이 최적인 이유를 명확히 했습니다.
• 특히 DP와의 차이점을 강조했습니다. DP는 조합의 개수만 구할 수 있지만, 이 문제는 실제 조합을 만들어서 빈도를 카운트해야 하므로 DP는 사용 불가능합니다.

---

2. 문제 해결 접근 방법: generateCombinations 함수 설계

배경 및 문제 상황:
"ABCFG"에서 2개 조합을 어떻게 만들까요? 처음에는 막막할 수 있지만, 단계별로 생각하면 해결책이 보입니다.

해결 방안 및 사고 과정:

1단계: 문제를 작은 단위로 분해

• 큰 문제: "모든 조합을 만들어서 빈도 카운트하기"
• 작은 문제: "한 손님의 주문에서 조합 만들기"

2단계: 핵심 작업 파악

• 각 문자마다 "선택" 또는 "선택 안 함" 두 가지 경우
• 원하는 크기가 되면 저장

3단계: 패턴 인식

• "N과 M" 문제, "부분 집합" 문제와 유사한 패턴
• 모두 "선택/선택 안 함"을 반복하는 패턴

4단계: 재귀 함수로 추상화

현재 문자를 선택하거나 선택하지 않음
→ 다음 문자로 넘어가기
→ 원하는 크기가 되면 저장

5단계: 구체적인 함수 시그니처 설계

• 필요한 정보: 원본 문자열, 목표 크기, 현재 위치, 현재까지 선택한 문자들, 결과 저장

최종 선택:
인덱스 기반 패턴을 사용하여 함수를 설계했습니다. 전체 문자열과 인덱스를 사용하는 것이 부분 문자열을 만드는 것보다 메모리 효율적입니다.

구현 코드:

static void generateCombinations(
    String order,           // 전체 문자열 (인덱스로 접근)
    int courseSize,         // 목표 크기
    int start,              // 현재 선택할 수 있는 시작 위치
    StringBuilder current,  // 현재까지 선택한 문자들
    Map<String, Integer> countMap  // 결과 저장
)

고민한 점:

• 왜 "남은 문자들"을 인자로 전달하지 않았는지에 대한 질문이 있었습니다. 부분 문자열을 만들면 새로운 메모리 할당이 필요하지만, 인덱스를 사용하면 기존 문자열을 재사용할 수 있어 더 효율적입니다.
• 함수 설계 원칙을 명확히 했습니다: 상태 정보 결정, 전역 vs 인자, 상태 되돌리기 판단.

---

3. 빈도 카운트 및 최대값 선택

배경 및 문제 상황:
각 조합이 몇 명의 손님에게서 나왔는지 카운트하고, 각 코스 크기별로 가장 많이 주문된 조합을 선택해야 합니다.

해결 방안:
Map<String, Integer>를 사용하여 각 조합의 빈도를 카운트하고, 각 코스 크기별로 최대 빈도를 찾아 선택합니다.

구현 코드:

// 각 주문에서 조합 생성 및 빈도 카운트
Map<String, Integer> countMap = new HashMap<>();
for (String order : orders) {
    char[] chars = order.toCharArray();
    Arrays.sort(chars);  // 알파벳 순으로 정렬
    String sortedOrder = new String(chars);
    
    for (int courseSize : course) {
        if (sortedOrder.length() >= courseSize) {
            generateCombinations(sortedOrder, courseSize, 0, new StringBuilder(), countMap);
        }
    }
}

// 각 코스 크기별로 최대 빈도 찾기
List<String> result = new ArrayList<>();
for (int courseSize : course) {
    int maxCount = 0;
    List<String> candidates = new ArrayList<>();
    
    for (Map.Entry<String, Integer> entry : countMap.entrySet()) {
        String combination = entry.getKey();
        int count = entry.getValue();
        
        if (combination.length() == courseSize && count >= 2) {
            if (count > maxCount) {
                maxCount = count;
                candidates.clear();
                candidates.add(combination);
            } else if (count == maxCount) {
                candidates.add(combination);
            }
        }
    }
    
    result.addAll(candidates);
}

핵심 포인트:

• 최소 2명 이상의 손님에게서 나온 조합만 유효
• 각 코스 크기별로 가장 많이 주문된 조합 선택
• 동일한 최대값이면 모두 포함
• 결과를 알파벳 순으로 정렬

고민한 점:

• 각 주문을 미리 알파벳 순으로 정렬하여 조합 생성 시 자동으로 정렬되도록 했습니다.
• Map을 사용하여 효율적으로 빈도를 카운트했습니다.

---

4. 문서화 구조: 문제 해결 접근 방법 강조

배경 및 문제 상황:
단순히 코드를 보는 것이 아니라, 문제를 보고 "아, 이렇게 접근해야겠다"는 생각을 어떻게 할 수 있는지 알고 싶어하는 학습자가 있습니다.

해결 방안:
1.analysis.md에 "문제 해결 접근 방법" 섹션을 추가하여, generateCombinations 같은 함수를 떠올리는 사고 과정을 단계별로 설명했습니다.

추가된 내용:

1. 단계별 사고 과정

   • 문제를 작은 단위로 분해하기
   • 핵심 작업 파악하기
   • 패턴 인식하기
   • 재귀 함수로 추상화하기
   • 구체적인 함수 시그니처 설계하기

2. 실전 팁

   • 문제를 볼 때 자문할 질문들
   • 핵심 작업 파악 방법
   • 패턴 인식 방법
   • 함수로 추상화하는 방법

3. 실제 사고 과정 예시

   • "ABCFG"에서 2개 조합을 만드는 과정을 단계별로 보여줌
   • 어떻게 재귀 패턴을 발견하는지 설명

4. 핵심 인사이트

   • "각 단계에서 선택지가 2개(선택/선택 안 함)라면 → 백트래킹!"

고민한 점:

• 문제 해결 접근 방법을 단계별로 설명하여, 학습자가 비슷한 문제를 봤을 때도 같은 방식으로 접근할 수 있도록 했습니다.
• 구체적인 예시를 통해 사고 과정을 시각화했습니다.

---

구현 세부사항

1. 백트래킹 조합 생성 함수 구현

핵심 로직:

1. 종료 조건: current.length() == courseSize일 때 완전한 조합을 찾은 것이므로 Map에 저장하고 return
2. 가지치기: 남은 문자로는 원하는 크기를 만들 수 없을 때 조기 종료
3. 선택지 탐색: start부터 order.length()까지 각 문자를 선택
4. 상태 변경: current.append(order.charAt(i))로 선택
5. 재귀 호출: 다음 문자로 진행하기 위해 generateCombinations(..., i + 1, ...) 호출
6. 상태 되돌리기: current.setLength(...)로 선택 취소

관련 코드:

static void generateCombinations(String order, int courseSize, int start, 
                                 StringBuilder current, Map<String, Integer> countMap) {
    // 종료 조건: 원하는 크기의 조합을 만들었을 때
    if (current.length() == courseSize) {
        String combination = current.toString();
        countMap.put(combination, countMap.getOrDefault(combination, 0) + 1);
        return;
    }
    
    // 가지치기: 남은 문자로는 원하는 크기를 만들 수 없을 때
    if (order.length() - start < courseSize - current.length()) {
        return;
    }
    
    // 각 문자를 선택하거나 선택하지 않는 두 가지 경우
    for (int i = start; i < order.length(); i++) {
        current.append(order.charAt(i));  // 선택
        generateCombinations(order, courseSize, i + 1, current, countMap);
        current.setLength(current.length() - 1);  // ✅ 상태 되돌리기
    }
}

2. 인덱스 사용의 효율성

왜 부분 문자열을 전달하지 않았을까?

방법 1: 부분 문자열 전달 (비효율적)

generateCombinations("BCFG", 2, ...);  // 새 문자열 객체 생성!

방법 2: 인덱스 사용 (효율적)

generateCombinations("ABCFG", 2, 1, ...);  // 기존 문자열 재사용!

장점:

1. 메모리 효율성: 부분 문자열을 만들면 새로운 메모리 할당이 필요하지만, 인덱스 사용은 기존 문자열을 재사용
2. 성능: 부분 문자열 생성은 O(n) 시간 소요, 인덱스 접근은 O(1) 시간 소요
3. 간단함: 인덱스만 증가시키면 되므로 코드가 간단

3. 시간 복잡도 분석

조합 생성 시간 복잡도:

• 각 주문에서 크기 c인 조합을 생성하는 경우의 수는 C(M, c) (M은 주문 길이)
• 최악의 경우: 각 주문마다 모든 크기의 조합을 생성
• 전체 시간 복잡도: O(2^M × N × C)
  • M: 주문의 최대 길이 (최대 10)
  • N: 주문 개수 (최대 20)
  • C: course 배열 크기 (최대 10)

제약 조건의 영향:

• 최악의 경우: 2^10 × 20 × 10 = 204,800번의 연산
• 가지치기를 통해 실제로는 더 적은 연산만 수행
• 충분히 빠름

4. 공간 복잡도 분석

조합 저장 공간:

• 생성된 조합들을 Map에 저장
• 최악의 경우: 각 주문마다 모든 크기의 조합을 생성
• 전체 공간 복잡도: O(2^M × N)

재귀 호출 스택:

• 최대 재귀 깊이: M (주문의 최대 길이)
• 각 재귀 호출마다 스택 프레임 생성
• 스택 공간: O(M)

전체 공간 복잡도: O(2^M × N) (조합 저장 공간이 지배적)