[프로그래머스] 후보키 (python에서 pandas를 활용한 방법)

문제 링크 : programmers.co.kr/learn/courses/30/lessons/42890

코딩테스트 연습 - 후보키

문제

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 유일한학번을 가지고 있다. 따라서학번은 릴레이션의 후보 키가 될 수 있다.
그다음이름에 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 후보키는학번, [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 길이는1이상8이하이며, 각각의 컬럼은 릴레이션의 속성을 나타낸다.
• relation의 로우(row)의 길이는1이상20이하이며, 각각의 로우는 릴레이션의 튜플을 나타낸다.
• relation의 모든 문자열의 길이는1이상8이하이며, 알파벳 소문자와 숫자로만 이루어져 있다.
• relation의 모든 튜플은 유일하게 식별 가능하다.(즉, 중복되는 튜플은 없다.)

입출력 예

relation	result
[["100","ryan","music","2"],["200","apeach","math","2"],["300","tube","computer","3"],["400","con","computer","4"],["500","muzi","music","3"],["600","apeach","music","2"]]	2

입출력 예 설명

입출력 예 #1
문제에 주어진 릴레이션과 같으며, 후보 키는 2개이다.

해결 방법

저는 이 문제를 pandas를 이용해서 풀었습니다. 판다스를 사용하면 쉽게 풀 수 있었던 문제였습니다.

후보키를 만드는 경우에는 조합을 통해서 칼럼들의 조합들을 만들어주었습니다.

• ch 배열에는 [0, 1, 2, 3] 이렇게 칼럼 수 만큼의 값들이 들어갑니다. 나중에 [0], [1], ..., [0, 1], [0, 2], ..., [1, 2, 3] 이런식으로 조합을 만들어 줄 것입니다.
• 조합을 사용하기 위해 from itertools import combinations를 위에서 선언한 후에 subset이라는 변수에 넣어주었습니다. 여기에 몇번째 몇번째 칼럼을 뽑아서 만드는지가 들어갑니다.
• res에는 후보키의 값들이 들어갑니다. 후보키의 후보들을 하나하나 돌면서 res값이 포함되어있는 column을 가지고 있다면 확인하지 않고 넘어갑니다.
• 마지막으로, 후보키인지 아닌지 확인하는 부분은 len(new_df) == len(new_df.drop_duplicates())를 통해 체크했습니다.

사실 제대로 푼 방법인지 아닌지는 모르겠습니다. 이 문제에서는 잘 통하는데, 다른 카카오의 문제에서는 판다스를 활용해도 효율성에서 에러나는 경우가 종종 발생합니다. 다른 방법을 모색해봐야 할 것 같습니다.