시간 제한 | 메모리 제한 | 제출 | 정답 | 맞힌 사람 | 정답 비율 |
---|---|---|---|---|---|
1 초 (추가 시간 없음) | 1024 MB (추가 메모리 없음) | 579 | 492 | 460 | 86.142% |
카카오뷰는 사용자가 관심을 가질만한 주제를 분석하고, 이를 바탕으로 큐레이팅을 진행하는 카카오톡의 서비스이다. '발견'을 통해 흥미로운 주제의 콘텐츠를 탐색하고, 마음에 드는 콘텐츠는 My뷰에 등록해서 지속적으로 구독할 수 있다. 많은 사람들은 이 카카오뷰를 코로나 체크인 QR코드 용도로만 활용하고 있겠지만 사실은 더욱 대단한 일을 할 수 있는 서비스로서 잠재력이 높다.
카카오톡 신입으로 입사한 gumgood은 자신이 고안해낸 콘텐츠 큐레이팅 알고리즘인 good-gum을 고안해냈다. gumgood은 자신이 고안한 알고리즘이 얼마나 유용한지 분석하고 싶다.
현재 각 콘텐츠별로 사용자가 관심을 가질만한 정도를 나타내는 점수를 정수 형태로 계산해 놓은 상태이다. (이후 이 문제에서는 해당 점수를 '흥미도'라고 표현하겠다.)
My뷰에 등록된 콘텐츠도 중요하지만, '발견'을 통해 사용자에게 새로운, 그리고 흥미로운 콘텐츠를 추천하는 것이 큐레이팅 서비스의 운명이다. 따라서 My뷰에 등록되지 않은 콘텐츠 중 흥미도의 합이 큐레이팅 알고리즘의 유용함의 척도가 될 것이다.
현재 good-gum알고리즘을 통해 사용자에게 총 $N$개의 콘텐츠가 추천된 상태이다. 이 각 콘텐츠 별로 계산된 흥미도 값과 해당 콘텐츠가 이미 My뷰에 등록되어 있는지 여부가 주어졌을 때, 전체 흥미도의 합과 My뷰에 등록되지 않은 콘텐츠의 흥미도의 합을 각각 구해서 큐레이팅 알고리즘이 얼마나 유용한지를 분석해보자.
첫 번째 줄에 콘텐츠의 개수 $N$이 주어진다. ($1 \leq N \leq 1\,000$)
두 번째 줄에는 콘텐츠의 흥미도를 나타내는 $N$개의 정수가 공백을 사이에 두고 주어진다. $i$ 번째로 주어지는 값 $A_i$는 $i$번 콘텐츠의 흥미도이다. ($0 \leq A_i \le 1\,000\,000$)
세 번째 줄에는 My뷰에 등록되어 있는지 여부를 나타내는 $N$개의 값이 공백을 사이에 두고 주어진다. $i$ 번째로 주어지는 값 $B_i$는 $i$번 콘텐츠가 이미 My뷰에 등록이 되어있는 경우에는 $1$, 등록되어있지 않은 아닌 경우에는 $0$이다.
첫째 줄에는 전체 콘텐츠의 흥미도의 합을 출력한다.
둘째 줄에는 My뷰에 등록되어있지 않은 콘텐츠들의 흥미도의 합을 출력한다.
3 1000 20 11 1 0 0
1031 31
2 0 0 0 1
0 0