DNA (백준 1969번)

문제

DNA란 어떤 유전물질을 구성하는 분자이다. 이 DNA는 서로 다른 4가지의 뉴클레오티드로 이루어져 있다(Adenine, Thymine, Guanine, Cytosine). 우리는 어떤 DNA의 물질을 표현할 때, 이 DNA를 이루는 뉴클레오티드의 첫글자를 따서 표현한다. 만약에 Thymine-Adenine-Adenine-Cytosine-Thymine-Guanine-Cytosine-Cytosine-Guanine-Adenine-Thymine로 이루어진 DNA가 있다고 하면, “TAACTGCCGAT”로 표현할 수 있다. 그리고 Hamming Distance란 길이가 같은 두 DNA가 있을 때, 각 위치의 뉴클오티드 문자가 다른 것의 개수이다. 만약에 “AGCAT”와 ”GGAAT”는 첫 번째 글자와 세 번째 글자가 다르므로 Hamming Distance는 2이다.

우리가 할 일은 다음과 같다. N개의 길이 M인 DNA s1, s2, …, sn가 주어져 있을 때 Hamming Distance의 합이 가장 작은 DNA s를 구하는 것이다. 즉, s와 s1의 Hamming Distance + s와 s2의 Hamming Distance + s와 s3의 Hamming Distance … 의 합이 최소가 된다는 의미이다.

입력

첫 줄에 DNA의 수 N과 문자열의 길이 M이 주어진다. 그리고 둘째 줄부터 N+1번째 줄까지 N개의 DNA가 주어진다. N은 1,000보다 작거나 같은 자연수이고, M은 50보다 작거나 같은 자연수이다.

출력

첫째 줄에 Hamming Distance의 합이 가장 작은 DNA 를 출력하고, 둘째 줄에는 그 Hamming Distance의 합을 출력하시오. 그러한 DNA가 여러 개 있을 때에는 사전순으로 가장 앞서는 것을 출력한다.

나의 풀이

import sys
from collections import defaultdict
input=sys.stdin.readline

N,M=map(int,input().strip().split())
N_list=[]
answer=''
answer_cnt=0
for _ in range(N):
    N_list.append(input().strip())
N_list.sort()
for i in range(M):
    DNA_count=defaultdict(int)
    for j in range(N):
        DNA_count[N_list[j][i]]+=1
    max_chr=''
    max_c=0
    for k,v in DNA_count.items():
        if max_c<v:
            max_c=v
            max_chr=k
        elif max_c==v:
            if max_chr>k:
                max_chr=k
    answer+=max_chr
    answer_cnt=answer_cnt+sum(DNA_count.values())-max_c
        
print(answer)
print(answer_cnt)

• 각 DNA의 같은 순번에서 존재하는 가장 많은 요소가 되어야, 차이가 적어진다.
• 따라서 가장 많은 글자를 찾고, 그중에서도 가장 사전 순이 앞서는 글자를 고른다.