프로그래머스 Level2 2018 KAKAO BLIND RECRUITMENT 문제 - 뉴스 클러스터링 (JavaScript)

프로그래머스 Level2 2018 KAKAO BLIND RECRUITMENT 문제 - 뉴스 클러스터링 (JavaScript)

 

Programmers(프로그래머스)의 코딩테스트 연습문제 Level 2 중 2018 KAKAO BLIND RECRUITMENT 문제인,

[뉴스 클러스터링] 문제를 JavaScript를 사용하여 해결해 보도록 하겠습니다.

 

문제

문제 설명

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.

 

예제 입출력

str1	str2	answer
FRANCE	french	16384
handshake	shake hands	65536
aa1+aa2	AAAA12	43690
E=M*C^2	e=m*c^2	65536

 

 

작성한 답

solution.js

function solution(str1, str2) {
    str1 = getStrSet(str1), str2 = getStrSet(str2);
    
    const union = [...new Set([...str1, ...str2])];
    
    const str1ElCount = getElCount(str1), str2ElCount = getElCount(str2);
    
    let duplicateIntersectionLength = 0, duplicateUnionLength = 0;
    for (const el of union) {
        const elCountInStr1 = str1ElCount[el] || 0, elCountInStr2 = str2ElCount[el] || 0;
        duplicateIntersectionLength += Math.min(elCountInStr1, elCountInStr2);
        duplicateUnionLength += Math.max(elCountInStr1, elCountInStr2);
    }
    
    return duplicateUnionLength > 0 ? Math.floor(duplicateIntersectionLength / duplicateUnionLength * 65536) : 65536;
}

const getStrSet = (str) => {
    const result = [];
    for (let i = 0 ; i < str.length - 1; i++) {
        const temp = str[i] + str[i+1];
        if(/^[a-z]{2}$/i.test(temp)) result.push(temp.toLowerCase());
    }
    return result;
}

const getElCount = (arr) => arr.reduce((ac, v) => ({ ...ac, [v]: (ac[v] || 0) + 1 }), {});

 

설명

가장 먼저 어떠한 문자열을 두 글자씩 끊어서 다중 집합을 만들어주는 함수 getStrSet() 을 만듭니다.

한글자씩 반복하며 바로 다음 글자와 합쳐주고 합쳐진 글자가 영문으로만 이루어진 2 글자라면 result에 넣어준 뒤 반환하는 방식입니다.

 

그리고 str1과 str2를 getStrSet() 을 사용하여 두 글자씩 끊어 다중 집합을 만들어 줍니다.

그리고 Set()을 사용하여 str1 다중집합과 str2 다중집합의 중복이 허용되지 않는 합집합(union)으로 만들어줍니다.

그럼 union 변수는 str1 다중집합과 str2 다중집합에 존재하는 모든 요소들을 중복없이 가지고있는 배열이 됩니다.

 

이제 str1 다중집합 배열과 str2 다중집합 배열에 존재하는 요소들 각각의 중복 횟수를 구할 수 있는 getElCount() 함수를 사용하여 각각의 중복 횟수를 가지는 str1ElCount와 str2ElCount  구해둡니다.

 

그리고 중복이 허용된 교집합과 중복이 허용된 합집합의 개수를 담을 변수를 미리 생성해둔 뒤,

중복이 없는 합집합 union의 각 요소들을 반복문을 돌리기 시작합니다.

각 요소들에 대해 str1ElCount과 str2ElCount에 존재하지 않을 경우가 있기에 각 요소들에 대한 중복 횟수가 존재하면 해당 값, 없으면 0 을 가지는 elCountInStr1 과 elCountInStr2 변수를 초기화해준뒤,

중복이 허용된 교집합에는 elCountInStr1 과 elCountInStr2 중 더 작은 수를 더하고,

중복이 허용된 합집합에는 elCountInStr1 과 elCountInStr2 중 더 큰 수를 더하여 각 교집합 합집합의 전체 개수를 구해줍니다.

 

반복문이 끝나 중복이 허용된 교집합의 개수와 중복이 허용된 합집합의 개수의 개수가 구해지면,

중복이 허용된 합집합의 개수가 0일 경우에는 65536을 반환하고,

그렇지 않으면 중복이 허용된 교집합의 개수에 중복이 허용된 합집합의 개수를 나누고 65536을 곱해준 뒤, 소수점 아래를 버려야 하기에 Math.floor() 를 사용하여 반환하는 것으로 문제를 해결할 수 있습니다.

 

 

 

도움이 되셨다면 공감, 댓글 부탁드립니다!

궁금하신 점이나 요청사항은 언제든지 말씀해주세요!

피드백도 언제나 환영입니다!

 

감사합니다.