[Programmers/알고리즘 고득점 KIT] 프로세스

[Programmers] 프로세스

Level 2 | #Queue #자료구조

문제 바로가기 🔗

1. 문제 요약 및 로직

특정 프로세스가 실행될 차례일 때, 큐에 우선순위가 더 높은 프로세스가 있다면 현재 프로세스를 다시 큐의 끝으로 보내는 문제이다.

• Queue 활용: deque를 사용하여 프로세스를 관리하며, 인덱스와 우선순위를 튜플로 저장한다.
• 우선순위 비교: 현재 꺼낸 프로세스보다 높은 우선순위가 하나라도 있는지 매번 확인한다.
• 실행 순서: 더 높은 우선순위가 없다면 프로세스를 실행시키고 카운트를 올린다.

2. 리팩토링 코드 (Python)

from collections import deque

def solution(priorities, location):
    # 1. 인덱스와 우선순위를 큐에 담기
    queue = deque(enumerate(priorities))
    answer = 0
    
    while queue:
        idx, priority = queue.popleft()
        
        # 2. any()를 활용해 더 높은 우선순위가 있는지 확인 (Short-circuit)
        if any(priority < p for _, p in queue):
            queue.append((idx, priority))
        else:
            # 3. 실행 처리 및 카운트 증가
            answer += 1
            # 찾고자 하는 프로세스라면 결과 반환
            if idx == location:
                return answer

3. 🚀 리팩토링 포인트: 왜 더 좋아졌나?

✔ O(n) 탐색 비용 제거와 any()의 활용

기존의 if (index, current) not in queue 방식은 매 반복마다 큐 전체를 순회하며 값을 찾아야 하므로 성능상 불리했다. 리팩토링에서는 any()를 도입하여 조건을 만족하는 즉시 탐색을 종료하도록 개선했다. 별도의 Flag 변수 없이도 가독성 있게 분기 처리가 가능해졌다.

---

✔ 효율적인 결과 반환

이전에는 모든 실행 순서를 answer 리스트에 담은 뒤 다시 인덱스를 찾는 번거로운 과정을 거쳤다. 개선된 코드에서는 카운터 변수를 사용해 프로세스가 실행될 때마다 즉시 체크하고, location에 도달하면 바로 return 하도록 최적화했다. 불필요한 리스트 생성을 막고 메모리를 아낄 수 있었다.

4. ✍️ 회고: 직관과 성능 사이

문제를 처음 풀 때는 로직을 시각화하기 위해 리스트에 결과를 담는 방식을 택했지만, 리팩토링을 통해 언어의 내장 함수(any)와 조기 반환(Early Return)을 적절히 섞어 쓰는 것이 얼마나 코드를 깔끔하게 만드는지 체감했다.

특히 "내가 찾고자 하는 정보가 무엇인가"에 집중하니 불필요한 전체 순회나 추가 자료구조 선언을 크게 줄일 수 있었다.