O Advent of Code é um Calendário do Advento desenvolvido por Eric Wastl composto por 25 pequenos exercícios de programação que vão sendo disponibilizados, um a um, entre 1º de dezembro e o Natal de cada ano.
Meu objetivo com o Advent of R é resolver todos os problemas do Advent of Code 2021 em R e documentar o processo através desta série de posts. Todo dia entre 01/12/2021 e 25/12/2021 eu vou tentar resolver o novo problema, documentar a minha solução aqui no blog e subir os meus scripts completos para um repositório público no GitHub.
A minha esperança é que, com essa série, mais pessoas pratiquem seus conhecimentos de R resolvendo exercícios divertidos e desafiadores! Ao final da jornada vamos todos ter afiado nossas habilidades de R e, quem sabe, divulgado essa linguagem incrível para mais pessoas. Boas festas e bom código!
Varredura de Sonar (A)
A parte 1 do primeiro exercício do AoC envolve ler uma lista de números e ver quantas vezes os valores aumentam em relação ao anterior. Em linguagem matemática, precisamos avaliar quantas vezes \(x_i > x_{i - 1}\).
Por exemplo, suponha a seguinte lista:
# 199
# 200
# 208
# 210
# 200
# 207
# 240
# 269
# 260
# 263Nesse caso, precisamos comparar cada número com o da linha anterior e verificar se ele representa que a série aumentou, diminuiu ou manteve-se constante.
# 199 (NA)
# 200 (aumentou)
# 208 (aumentou)
# 210 (aumentou)
# 200 (diminuiu)
# 207 (aumentou)
# 240 (aumentou)
# 269 (aumentou)
# 260 (diminuiu)
# 263 (aumentou)Tendo isso, podemos concluir que houveram 7 aumentos na série exemplo e essa seria a resposta do problema.
O meu código para resolver o exercício ficou bem enxuto. Bastou ler a lista de
número do arquivo disponibilizado como uma tabela e comparar seus valores com
o seu dplyr::lag(); depois disso um dplyr::summarise() contou o número de
TRUEs ignorando NAs.
"data-raw/01a_sonar_sweep.txt" |>
readr::read_table(col_names = "depth") |>
dplyr::mutate(
prev_depth = dplyr::lag(depth),
is_deeper = depth > prev_depth
) |>
dplyr::summarise(n_deeper = sum(is_deeper, na.rm = TRUE)) |>
dplyr::pull(n_deeper)
#> [1] 1228Varredura de Sonar (B)
A segunda parte, entretanto, aumenta (com o perdão do trocadilho) a dificuldade. Dessa vez precisamos somar uma janela de 3 valores e comparar com a próxima janela, ou seja, verificar quantas vezes \(\sum_{k = i}^{i+2} x_k > \sum_{k = i-1}^{i+1} x_k\).
Observe como as janelas funcionam:
# 199 A
# 200 A B
# 208 A B C
# 210 B C D
# 200 E C D
# 207 E F D
# 240 E F G
# 269 F G H
# 260 G H
# 263 HNesse exemplo precisaríamos somar os números da janela A (199, 200, 208) e testar se isso é maior que a soma dos números da janela B (200, 208, 210). Então compararíamos B com C, C com D e assim por diante.
# A: 607 (NA)
# B: 618 (aumentou)
# C: 618 (não mudou)
# D: 617 (diminuiu)
# E: 647 (aumentou)
# F: 716 (aumentou)
# G: 769 (aumentou)
# H: 792 (aumentou)Alterando o código da primeira parte, eu criei as janelas usando dplyr::lead()
e depois comparei as somas utilizando o mesmo dplyr::lag(). Mais uma vez o
dplyr::summarise() contou o número de TRUEs ignorando NAs.
"data-raw/01b_sonar_sweep.txt" |>
readr::read_table(col_names = "depth") |>
dplyr::mutate(
depth1 = dplyr::lead(depth, n = 1),
depth2 = dplyr::lead(depth, n = 2),
sum_depth = depth + depth1 + depth2,
prev_sum_depth = dplyr::lag(sum_depth),
is_deeper = sum_depth > prev_sum_depth
) |>
dplyr::summarise(n_deeper = sum(is_deeper, na.rm = TRUE)) |>
dplyr::pull(n_deeper)
#> [1] 1257
