https://school.programmers.co.kr/learn/courses/30/lessons/17677#
프로그래머스
코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.
programmers.co.kr
문제 설명
뉴스 클러스터링
여러 언론사에서 쏟아지는 뉴스, 특히 속보성 뉴스를 보면 비슷비슷한 제목의 기사가 많아 정작 필요한 기사를 찾기가 어렵다. Daum 뉴스의 개발 업무를 맡게 된 신입사원 튜브는 사용자들이 편리하게 다양한 뉴스를 찾아볼 수 있도록 문제점을 개선하는 업무를 맡게 되었다.
개발의 방향을 잡기 위해 튜브는 우선 최근 화제가 되고 있는 "카카오 신입 개발자 공채" 관련 기사를 검색해보았다.
- 카카오 첫 공채..'블라인드' 방식 채용
- 카카오, 합병 후 첫 공채.. 블라인드 전형으로 개발자 채용
- 카카오, 블라인드 전형으로 신입 개발자 공채
- 카카오 공채, 신입 개발자 코딩 능력만 본다
- 카카오, 신입 공채.. "코딩 실력만 본다"
- 카카오 "코딩 능력만으로 2018 신입 개발자 뽑는다"
기사의 제목을 기준으로 "블라인드 전형"에 주목하는 기사와 "코딩 테스트"에 주목하는 기사로 나뉘는 걸 발견했다. 튜브는 이들을 각각 묶어서 보여주면 카카오 공채 관련 기사를 찾아보는 사용자에게 유용할 듯싶었다.
유사한 기사를 묶는 기준을 정하기 위해서 논문과 자료를 조사하던 튜브는 "자카드 유사도"라는 방법을 찾아냈다.
자카드 유사도는 집합 간의 유사도를 검사하는 여러 방법 중의 하나로 알려져 있다. 두 집합 A, B 사이의 자카드 유사도 J(A, B)는 두 집합의 교집합 크기를 두 집합의 합집합 크기로 나눈 값으로 정의된다.
예를 들어 집합 A = {1, 2, 3}, 집합 B = {2, 3, 4}라고 할 때, 교집합 A ∩ B = {2, 3}, 합집합 A ∪ B = {1, 2, 3, 4}이 되므로, 집합 A, B 사이의 자카드 유사도 J(A, B) = 2/4 = 0.5가 된다. 집합 A와 집합 B가 모두 공집합일 경우에는 나눗셈이 정의되지 않으니 따로 J(A, B) = 1로 정의한다.
자카드 유사도는 원소의 중복을 허용하는 다중집합에 대해서 확장할 수 있다. 다중집합 A는 원소 "1"을 3개 가지고 있고, 다중집합 B는 원소 "1"을 5개 가지고 있다고 하자. 이 다중집합의 교집합 A ∩ B는 원소 "1"을 min(3, 5)인 3개, 합집합 A ∪ B는 원소 "1"을 max(3, 5)인 5개 가지게 된다. 다중집합 A = {1, 1, 2, 2, 3}, 다중집합 B = {1, 2, 2, 4, 5}라고 하면, 교집합 A ∩ B = {1, 2, 2}, 합집합 A ∪ B = {1, 1, 2, 2, 3, 4, 5}가 되므로, 자카드 유사도 J(A, B) = 3/7, 약 0.42가 된다.
이를 이용하여 문자열 사이의 유사도를 계산하는데 이용할 수 있다. 문자열 "FRANCE"와 "FRENCH"가 주어졌을 때, 이를 두 글자씩 끊어서 다중집합을 만들 수 있다. 각각 {FR, RA, AN, NC, CE}, {FR, RE, EN, NC, CH}가 되며, 교집합은 {FR, NC}, 합집합은 {FR, RA, AN, NC, CE, RE, EN, CH}가 되므로, 두 문자열 사이의 자카드 유사도 J("FRANCE", "FRENCH") = 2/8 = 0.25가 된다.
입력 형식
- 입력으로는 str1과 str2의 두 문자열이 들어온다. 각 문자열의 길이는 2 이상, 1,000 이하이다.
- 입력으로 들어온 문자열은 두 글자씩 끊어서 다중집합의 원소로 만든다. 이때 영문자로 된 글자 쌍만 유효하고, 기타 공백이나 숫자, 특수 문자가 들어있는 경우는 그 글자 쌍을 버린다. 예를 들어 "ab+"가 입력으로 들어오면, "ab"만 다중집합의 원소로 삼고, "b+"는 버린다.
- 다중집합 원소 사이를 비교할 때, 대문자와 소문자의 차이는 무시한다. "AB"와 "Ab", "ab"는 같은 원소로 취급한다.
출력 형식
입력으로 들어온 두 문자열의 자카드 유사도를 출력한다. 유사도 값은 0에서 1 사이의 실수이므로, 이를 다루기 쉽도록 65536을 곱한 후에 소수점 아래를 버리고 정수부만 출력한다.
문제 해결
def solution(str1, str2): #다중집합은 set()으로 표현할 수 없으니 list로 표현한다.
answer = 0
intersection = [] #교집합
union = [] #합집합
str3 = [] #str1을 두글자씩 끊은 리스트
str4 = [] #str2를 두글자씩 끊은 리스트
index = 0
string = ''
#str1과 str2를 두글자씩 끊기(조건에 맞춰서)
for i in str1:
if index == 1:
string += i
if not string.isalpha() or len(string.strip()) == 1:
string = ''
else:
str3.append(string.lower())
string = ''
index = 0
string += i
index += 1
index = 0
string = ''
for i in str2:
if index == 1:
string += i
if not string.isalpha() or len(string.strip()) == 1:
string = ''
else:
str4.append(string.lower())
string = ''
index = 0
string += i
index += 1
arr1 = [] #길이가 긴 리스트
arr2 = []
if len(str3) >= len(str4):
arr1,arr2 = str3, str4
else:
arr2,arr1 = str3, str4
for i in arr1:
if i in arr2:
intersection.append(i)
union.append(i)
arr2.remove(i)
elif not i in arr2:
union.append(i)
print(arr1, arr2)
for i in arr2:
#if not i in arr1: 이 한줄때문에 오류남..
union.append(i)
print(intersection, union)
if not str3 and not str4: #둘다 공집합일때
answer = 1
else:
answer = len(intersection) / len(union)
return int(answer * 65536)-> 리팩토링 필요(요즘 바빠서 후에 리팩토링 예정,,,)
문제 해결 로직
1) 다중집합은 set() 함수로 표현할 수 없으니 리스트로 표현해야한다.
2) 교집합과 합집합을 구해야 자카드 유사도를 구할수 있으니 각각 리스트를 만들고, 문제 요구 조건인 주어진 str1, str2 리스트를 두글자씩 끊어 확인할 수 있도록 str3, str4 리스트를 생성한다.
3) 두글자씩 끊기 위해 index 변수를 사용했으며, 집어넣을 글자를 짤라 저장하기 위해 string 변수를 사용했다.
4) 첫번째 for문으로 str3를 완성하고, 두번째 for문으로 str4를 완성했다.(중간에 index와 string을 초기화 해주었다.)
5) 교집합과 합집합을 구하기 위해 길이가 긴 리스트(arr1)와 짧은 리스트(arr2)를 생성해 구분했으며, 만약 둘 다 존재한다면 교집합 리스트에 추가하고, 합집합 또한 추가해준다. 그리고 교집합과 합집합에 한 쌍으로 들어갔으므로 arr2 리스트에서 해당 값을 삭제시켜준다.
6) 존재하지 않는다면 합집합 리스트에만 추가해준다.
7) 그 후 남아있는 arr2 의 인자를 합집합 리스트에 추가해준 후, 제한조건을 체크한 뒤 자카드 유사도를 return하면 해결된다.
문제 풀이 설명
1. 첫 번째 풀이
def solution(str1, str2): #다중집합은 set()으로 표현할 수 없으니 list로 표현한다.
answer = 0
intersection = [] #교집합
union = [] #합집합
for i in str2: #합집합(str2로만 구성) 만들기
if i.isalpha():
i = i.lower()
union.append(i)
for i in str1: #교집합과 합집합 만들기
if i.isalpha(): #대소문자 구분을 없애기
i = i.lower()
if i in str2:
intersection.append(i)
union.append(i)
print(intersection, union)
if not str1: #둘다 공집합일때
if not str2:
answer = 1
return int(answer * 65536)=> 아직 두글자씩 끊지 않았고, 단순히 중복집합으로 교집합과 차집합을 구하는 코드(둘다 공집합일때의 경우도 구현)
전체적인 로직을 구성하였다.
2. 두 번째 풀이
def solution(str1, str2): #다중집합은 set()으로 표현할 수 없으니 list로 표현한다.
answer = 0
intersection = [] #교집합
union = [] #합집합
str3 = [] #str1을 두글자씩 끊은 리스트
str4 = [] #str2를 두글자씩 끊은 리스트
index = 0
string = ''
#str1과 str2를 두글자씩 끊기(조건에 맞춰서)
for i in str1:
if index == 2:
if not string.isalpha():
string = ''
else:
str3.append(string.lower())
string = ''
index = 0
string += i
index += 1
if index > 0: #홀수로 끝났을 때 남은 문자 넣기
if string.isalpha():
str3.append(string.lower())
string = ''
index = 0
for i in str2:
if index == 2:
if not string.isalpha():
string = ''
else:
str4.append(string.lower())
string = ''
index = 0
string += i
index += 1
if index > 0: #홀수로 끝났을 때 남은 문자 넣기
if string.isalpha():
str4.append(string.lower())
string = ''
index = 0
print(str3, str4)
for i in str4: #합집합(str2로만 구성) 만들기
union.append(i)
for i in str3: #교집합과 합집합 만들기
if i in str4:
intersection.append(i)
union.append(i)
print(intersection, union)
if not str3 and not str4: #둘다 공집합일때
answer = 1
else:
answer = len(intersection) / len(union)
return int(answer * 65536)=> 뭐가 틀린거지 하고 보니 문제에서 두글자씩 끊는다는게 정확히 두글자씩이 아니라 두글자의 끝과 시작이 같이 시작되는걸 확인했다.. 젠장..
3. 세 번째 풀이
def solution(str1, str2): #다중집합은 set()으로 표현할 수 없으니 list로 표현한다.
answer = 0
intersection = [] #교집합
union = [] #합집합
str3 = [] #str1을 두글자씩 끊은 리스트
str4 = [] #str2를 두글자씩 끊은 리스트
index = 0
string = ''
#str1과 str2를 두글자씩 끊기(조건에 맞춰서)
for i in str1:
if index == 1:
string += i
if not string.isalpha():
string = ''
else:
str3.append(string.lower())
string = ''
index = 0
string += i
index += 1
index = 0
string = ''
for i in str2:
if index == 1:
string += i
if not string.isalpha():
string = ''
else:
str4.append(string.lower())
string = ''
index = 0
string += i
index += 1
print(str3, str4)
for i in str4: #합집합(str2로만 구성) 만들기
union.append(i)
for i in str3: #교집합과 합집합 만들기
if i in str4:
intersection.append(i)
union.append(i)
print(intersection, union)
if not str3 and not str4: #둘다 공집합일때
answer = 1
else:
answer = len(intersection) / len(union)
return int(answer * 65536)=> 문제에서 제시한 두글자씩 끊는 기준을 충족했지만 교집합의 개수가 이상해 오류가 발생
교집합의 개수 오류 해결 => 중복으로 들어가는 문자 발생, 이를 arr 리스트를 활용해 해결
하지만 아래 해당 반례 오류 발생:
str1 = "abab", str2 = "baba"
ab, ba, ab와 ba, ab, ba에 대하여 자카드 값 0.5로 32768이 나와야 함.
단순히 arr2를 없애고 남은 arr2를 집어넣어야 했는데 쓸데없는 if문(arr1에 없어야 한다) 때문에 문제 해결 지연됌..
'알고리즘(python) > 프로그래머스(python)' 카테고리의 다른 글
| [프로그래머스] LV.2 타겟 넘버(python) (0) | 2023.04.10 |
|---|---|
| [프로그래머스] LV.2 프린터(python) (0) | 2023.03.31 |
| [프로그래머스] LV.2 연속 부분 수열 합의 개수(python) (0) | 2023.03.26 |
| [프로그래머스] LV.2 기능개발(python) (0) | 2023.03.21 |
| [프로그래머스] LV.2 n^2 배열 자르기(python) (0) | 2023.03.21 |
