[프로그래머스 JavaScript] [1차] 뉴스 클러스터링

---

문제 링크

---

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.

---

function solution(str1, str2) {
    let tmp1 = [], tmp2 = [], inter = 0;
    // 임시배열 tmp1, tmp2와 교집합 개수를 카운트할 inter 변수
    
    str1 = str1.toLowerCase();	// 문자열을 소문자로 변환
    str2 = str2.toLowerCase();

	// 문자열을 2개씩 끊어 집합으로 만든 후, 영문을 제외한 문자가 섞인 집합은 덜어냄
    for(let i=1; i<str1.length; i++) 
        if(str1[i-1] >= 'a' && str1[i-1] <= 'z' && str1[i] >= 'a' && str1[i] <= 'z')
            tmp1.push(str1[i-1]+str1[i]);
            // a 에서 z 사이의 문자열로만 이루어진 두개의 문자를 합하여 임시배열에 푸시
            
    // 위와 같은 방법으로 str2도 반복
    for(let i=1; i<str2.length; i++)
        if(str2[i-1] >= 'a' && str2[i-1] <= 'z' && str2[i] >= 'a' && str2[i] <= 'z')
            tmp2.push(str2[i-1]+str2[i]);

    // 교집합의 갯수를 카운트
    for(let i=0; i<tmp1.length; i++){
        const tmp = tmp1[i];
        // 첫번째 집합요소가
      
        for(let j=0; j<tmp2.length; j++){
        // 두번째 집합에 존재하면 inter(교집합 개수)를 ++ 한 후,
        // 두번째 집합에 있던 요소를 지워주어야 다음 번 반복문때 카운트를 하지 않음
            if(tmp === tmp2[j]){
                inter ++;
                tmp2[j] = '.';
                break;
            }
        } 
    }
    
    const union = tmp1.length + tmp2.length - inter;
    // 합집합의 크기 : 집합1 + 집합2 - 교집합
    
    return union === inter ? 65536 : Math.floor((inter/union) * 65536);
}

나에겐 어려웠던 문제라 다른 사람의 풀이를 인용하여 풀었다.