2018년 카카오 blind 코딩 테스트 - 후보키 python

2018년 카카오 blind 코딩 테스트 - 후보키 python

문제 설명 : 후보키 프렌즈대학교 컴퓨터공학과 조교인 제이지는 네오 학과장님의 지시로, 학생들의 인적사항을 정리하는 업무를 담당하게 되었다. 그의 학부 시절 프로그래밍 경험을 되살려, 모든 인적사항을 데이터베이스에 넣기로 하였고, 이를 위해 정리를 하던 중에 후보키(Candidate Key)에 대한 고민이 필요하게 되었다. 후보키에 대한 내용이 잘 기억나지 않던 제이지는, 정확한 내용을 파악하기 위해 데이터베이스 관련 서적을 확인하여 아래와 같은 내용을 확인하였다. 관계 데이터베이스에서 릴레이션(Relation)의 튜플(Tuple)을 유일하게 식별할 수 있는 속성(Attribute) 또는 속성의 집합 중, 다음 두 성질을 만족하는 것을 후보 키(Candidate Key)라고 한다. 유일성(uniqueness) : 릴레이션에 있는 모든 튜플에 대해 유일하게 식별되어야 한다. 최소성(minimality) : 유일성을 가진 키를 구성하는 속성(Attribute) 중 하나라도 제외하는 경우 유일성이 깨지는 것을 의미한다. 즉, 릴레이션의 모든 튜플을 유일하게 식별하는 데 꼭 필요한 속성들로만 구성되어야 한다. 제이지를 위해, 아래와 같은 학생들의 인적사항이 주어졌을 때, 후보 키의 최대 개수를 구하라. 위의 예를 설명하면, 학생의 인적사항 릴레이션에서 모든 학생은 각자 유일한 학번을 가지고 있다. 따라서 학번은 릴레이션의 후보 키가 될 수 있다. 그다음 이름에 대해서는 같은 이름(apeach)을 사용하는 학생이 있기 때문에, 이름은 후보 키가 될 수 없다. 그러나, 만약 [이름, 전공]을 함께 사용한다면 릴레이션의 모든 튜플을 유일하게 식별 가능하므로 후보 키가 될 수 있게 된다. 물론 [이름, 전공, 학년]을 함께 사용해도 릴레이션의 모든 튜플을 유일하게 식별할 수 있지만, 최소성을 만족하지 못하기 때문에 후보 키가 될 수 없다. 따라서, 위의 학생 인적사항의 후보키는 학번, [이름, 전공] 두 개가 된다. 릴레이션을 나타내는 문자열 배열 relation이 매개변수로 주어질 때, 이 릴레이션에서 후보 키의 개수를 return 하도록 solution 함수를 완성하라. 제한사항 relation은 2차원 문자열 배열이다. relation의 컬럼(column)의 길이는 1 이상 8 이하이며, 각각의 컬럼은 릴레이션의 속성을 나타낸다. relation의 로우(row)의 길이는 1 이상 20 이하이며, 각각의 로우는 릴레이션의 튜플을 나타낸다. relation의 모든 문자열의 길이는 1 이상 8 이하이며, 알파벳 소문자와 숫자로만 이루어져 있다. relation의 모든 튜플은 유일하게 식별 가능하다.(즉, 중복되는 튜플은 없다.)

출처 : https://programmers.co.kr/learn/courses/30/lessons/42890

문제 풀이

후보키를 계산하기 위해서는 모든 column의 부분집합을 구해야 합니다.

유일성을 만족하는 부분 집합을 구하기

유일성을 만족하는 부분 집합 중에서 최소성 만족하는 남기기

[1] get_all_subset(iterable) : 모든 부분 집합을 구하는 함수를 사용합니다.
itertools.chain() : list/tuples/iterable을 연결합니다.

itertools.combination() : 조합을 계산합니다.

전체 부분 집합을 구하기 위해서는 다음과 같습니다.

예시로 column이 name, address, major라고 할 때 0부터 column 전체 개수 만큼 돌아야 전체의 부분집합을 구할 수 있게 되죠.

combinations(column, 0)

()

combinations(column, 1)

('name',)

('address',)

('major',)

combinations(column, 2)

('name', 'address')

('name', 'major')

('address', 'major')

combinations(column, 3)

('name', 'address', 'major')

[2] 유일성을 만족하는 부분 집합을 구해야 합니다.
정해놓은 column의 부분집합에서 유일성을 만족하는지 안하는지 원소들을 검사를 해야 됩니다.

set을 이용해서 집합을 만들고 in이라는 키워드를 이용해 있는지 없는지 확인하면 됩니다.

[3] 최소성을 만족하는 부분 집합을 구한다. 

column의 적은 개수 만으로도 후보키를 뽑을 수 있는지 확인하려면 부분 집합인지 확인하면 됩니다.

set(A).issubet(B) A가 B의 부분 집합 인지 확인하면 최소성을 만족할 수 있습니다.

from itertools import chain, combinations # 전체의 부분 집합 구하는 함수 combination을 사용한다. def get_all_subset(iterable):     s = list(iterable)     # 결과는 tuple로 나오므로 이를 전체 연결하기 위한 itertools.chain()으로 연결한다.     d = chain.from_iterable(combinations(iterable,r) for r in range(len(iterable) + 1))     return d def solution(relation):     answer_list = []     subset_list = get_all_subset(list(range(0, len(relation[0]))))     unique_list = []     # 유일성을 만족하는 부분집합 구하기     for subset in subset_list:         unique = True         row_set = set() # 중복을 허용하지 않는 집합         for row in range(len(relation)):             data = ''             for column in subset:                 data += relation[row][column] + '.'             # row_set에서 중복이 되는 원소가 있는 지 검사합니다.             if data in row_set: # 중복이 된다면 유일성을 만족하지 않습니다.                 unique = False                 break             row_set.add(data)         #print(row_set)         if unique: # 유일성을 만족한다면 추가합니다.             unique_list.append(subset)     # 유일성을 만족하는 column을 정렬합니다.     unique_list = sorted(unique_list, key = lambda x:len(x))     #print(unique_list)     # 최소성을 만족하지 검사합니다.     for subset in unique_list:         subset = set(subset)         check = True         # 부분 집합인지 검사합니다.         for j in answer_list:             if j.issubset(subset): # set(A).issubset(B) # A가 B의 부분 집합인지 검사                 check = False         if check == True:             answer_list.append(subset)     # 최종적으로 유일성과 최소성을 만족하는 column의 개수를 반환     return len(answer_list)