[TIL171] leetcode - Find Drivers with Improved Fuel Efficiency

문제 설명

운전자별 운행 기록이 저장된 데이터에서 상반기(1~6월)와 하반기(7~12월)의 평균 연비를 비교하는 문제였다.

여기서 연비는 단순히 주행거리나 연료 사용량의 평균이 아니라,

연비 = distance_km / fuel_consumed

로 계산된다.

 

구해야 하는 것은 다음과 같다.

• 운전자별 상반기 평균 연비
• 운전자별 하반기 평균 연비
• 연비 향상률
• 상반기와 하반기 모두 운행 기록이 있는 운전자만 포함
• 연비가 향상된 운전자만 출력

출력 컬럼

• driver_id
• driver_name
• first_half_avg
• second_half_avg
• efficiency_improvement

이 문제는 단순 집계 문제가 아니라 기간별 성과 비교 문제에 해당한다.

---

내가 처음 생각한 접근

처음에는 상반기 데이터를 t1, 하반기 데이터를 t2로 나누어 Self Join 방식으로 접근했다.

생각한 흐름은 다음과 같았다.

상반기 데이터 추출

↓

하반기 데이터 추출

↓

같은 운전자끼리 JOIN

↓

평균 연비 계산

↓

차이 계산

처음에는 꽤 자연스러운 접근처럼 보였다.

왜냐하면

상반기

vs

하반기

를 비교해야 하므로 두 집합을 연결해야 한다고 생각했기 때문이다.

---

내가 헷갈렸던 부분

1. Self Join을 하면 안 되는 이유

처음에는

trips t1
JOIN trips t2
ON t1.driver_id = t2.driver_id

형태로 작성했다.

하지만 이 방식은 큰 문제가 있다.

 

예를 들어 어떤 운전자의 기록이

상반기 3건

A
B
C

하반기 2건

D
E

라면

JOIN 결과는

A-D
A-E
B-D
B-E
C-D
C-E

총 6행이 된다.

즉

상반기 건수 × 하반기 건수

만큼 데이터가 증폭된다.

처음에는 같은 운전자끼리만 JOIN되니까 괜찮다고 생각했는데,

실제로는 기간 비교 문제를 Self Join으로 풀면 데이터가 불필요하게 중복 생성될 수 있다는 점을 배웠다.

---

2. 평균 거리 ÷ 평균 연료는 평균 연비가 아니다

처음에는

AVG(distance_km)
AVG(fuel_consumed)

를 각각 구한 뒤

AVG(distance_km)
/ AVG(fuel_consumed)

를 하면 되지 않을까 생각했다.

하지만 문제에서 요구한 것은

운행별 연비

↓

평균

이다.

즉

AVG(distance_km / fuel_consumed)

가 되어야 한다.

 

예를 들어

거리 / 연료

100	10
100	20

연비는

10
5

이므로

평균 연비는

(10 + 5) / 2

= 7.5

이다.

하지만

AVG(거리)=100

AVG(연료)=15

100/15

= 6.67

이 된다.

처음에는 비슷해 보였지만 전혀 다른 계산이라는 것을 알게 되었다.

---

3. 향상량과 향상률은 다르다

처음에는

second_half_avg
-
first_half_avg

를 계산했다.

하지만 문제는

향상량

이 아니라

향상률

을 요구했다.

즉

(하반기 평균 연비 - 상반기 평균 연비)

/

상반기 평균 연비

가 되어야 한다.

문제를 읽을 때 "차이"와 "비율"을 구분하는 습관이 중요하다는 것을 느꼈다.

---

질문하며 이해한 내용

질문

왜 Self Join이 문제일까?

답변

상반기 N건, 하반기 M건이면 N×M 행이 생성된다.

내가 이해한 내용

기간 비교 문제에서는 JOIN보다 조건부 집계를 먼저 의심해야 한다.

---

질문

왜 AVG(distance) / AVG(fuel)이 안 될까?

답변

문제는 "평균 연비"를 요구하기 때문이다.

내가 이해한 내용

평균의 순서가 중요하다.

AVG(distance/fuel)

≠

AVG(distance)/AVG(fuel)

---

질문

이 문제는 어떤 유형일까?

답변

기간별 성과 비교 문제

내가 이해한 내용

상반기 vs 하반기

전년 vs 올해

프로모션 전 vs 후

A/B 테스트 전 vs 후

유형은 거의 같은 패턴으로 풀린다.

---

최종 해결 방법

1단계. 운전자별 데이터 모으기

운전자와 운행 기록을 연결한다.

---

2단계. 상반기 연비 계산

상반기 기록만 대상으로

distance_km / fuel_consumed

를 계산하고 평균을 구한다.

---

3단계. 하반기 연비 계산

동일한 방식으로 하반기 평균 연비를 구한다.

---

4단계. 상반기와 하반기 기록이 모두 있는 운전자만 남긴다

한쪽 기록만 있으면 비교 자체가 불가능하기 때문이다.

---

5단계. 향상률 계산

상반기 대비 얼마나 좋아졌는지 계산한다.

---

6단계. 향상된 운전자만 출력

연비 향상률이 0보다 큰 경우만 남긴다.

---

내가 작성한 쿼리

WITH a as (
    SELECT
        t.driver_id,
        d.driver_name,

        AVG(
            CASE
                WHEN MONTH(trip_date) BETWEEN 1 AND 6
                THEN distance_km / fuel_consumed
            END
        ) avg_km_1,

        AVG(
            CASE
                WHEN MONTH(trip_date) BETWEEN 7 AND 12
                THEN distance_km / fuel_consumed
            END
        ) avg_km_2

    FROM drivers d
    JOIN trips t
        ON d.driver_id = t.driver_id

    GROUP BY
        t.driver_id,
        driver_name
)

SELECT
    driver_id,
    driver_name,

    ROUND(avg_km_1,2) AS first_half_avg,
    ROUND(avg_km_2,2) AS second_half_avg,

    ROUND(avg_km_2 - avg_km_1,2) AS efficiency_improvement

FROM a

WHERE avg_km_1 IS NOT NULL
  AND avg_km_2 IS NOT NULL
  AND avg_km_2 - avg_km_1 > 0

ORDER BY efficiency_improvement DESC,
         driver_name;

---

핵심 SQL 개념 정리

CASE WHEN inside AVG()

정의

조건을 만족하는 데이터만 평균 계산

왜 사용하는가

상반기 평균과 하반기 평균을 한 번에 계산할 수 있기 때문이다.

실무 활용

• 월별 KPI
• 분기별 매출
• 사용자 세그먼트 비교

면접 포인트

기간별 집계 문제에서 매우 자주 등장하는 패턴이다.

---

함수 비교 정리

Self Join vs Conditional Aggregation

내가 처음 사용한 방법

t1
JOIN
t2

최종 접근

AVG(
 CASE WHEN ...
)

차이

Self Join :

N × M 행 생성 가능

Conditional Aggregation

데이터 증폭 없음

왜 조건부 집계가 더 적절했는가

이 문제는

상반기 데이터

vs

하반기 데이터

를 비교하는 문제이지

상반기 행

vs

하반기 행

를 연결하는 문제가 아니었기 때문이다.

---

AVG(distance/fuel) vs AVG(distance)/AVG(fuel)

내가 고민했던 방식

AVG(distance)
/ AVG(fuel)

정답 방식

AVG(distance/fuel)

왜 정답이 더 적절한가

문제는 평균 연비를 요구했기 때문이다.

평균 거리와 평균 연료를 이용한 계산은 다른 값이 된다.

---

오늘 배운 점

기간 비교 문제를 무조건 Self Join으로 접근하면 데이터가 중복 생성될 수 있다.

조건부 집계를 이용하면 훨씬 간단하고 안정적으로 해결할 수 있다.

---

다음에 같은 문제를 만나면

기간별 평균 비교 문제는 먼저

CASE WHEN + GROUP BY

를 떠올린다.

---

핵심 한 줄 요약

같은 그룹의 기간별 성과를 비교하는 문제는 Self Join보다 CASE WHEN + 조건부 집계 + GROUP BY 패턴으로 접근하는 것이 가장 안전하고 직관적이다.