2018 카카오 블라인드

뉴스 클러스터링

🔗 전체 문제 : 뉴스 클러스터링

두 집합 A, B 사이의 자카드 유사도 J(A, B)는 두 집합의 교집합 크기를 두 집합의 합집합 크기로 나눈 값으로 정의된다.

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.

이를 다루기 쉽도록 65536을 곱한 후에 소수점 아래를 버리고 정수부만 출력

🔈 풀이

from collections import Counter

def solution(str1, str2):
    str1 = str1.lower()
    str2 = str2.lower()
    C_str1 = Counter([str1[i:i + 2] for i in range(0,len(str1) - 1) if str1[i:i + 2].isalpha()])
    C_str2 = Counter([str2[i:i + 2] for i in range(0,len(str2) - 1) if str2[i:i + 2].isalpha()])

    cnt1 = sum((C_str1 - (C_str1-C_str2)).values())
    for s2, v2 in C_str2.items():
        if C_str1[s2]: # s2 단어가 있다면
            if C_str1[s2] < v2:
                C_str1[s2] = v2
        else: # s2 단어가 없다면
            C_str1[s2] =  v2

    cnt2 = sum(C_str1.values())

    return int(cnt1/cnt2*65536) if cnt2 != 0 else 65536

print(solution('FRANCE','french'))

🔉 다른 사람 풀이

# 다른 사람 풀이
def solution(str1, str2):

    list1 = [str1[n:n+2].lower() for n in range(len(str1)-1) if str1[n:n+2].isalpha()]
    list2 = [str2[n:n+2].lower() for n in range(len(str2)-1) if str2[n:n+2].isalpha()]

    tlist = set(list1) | set(list2)
    res1 = [] #합집합
    res2 = [] #교집합

    if tlist:
        for i in tlist:
            res1.extend([i]*max(list1.count(i), list2.count(i)))
            res2.extend([i]*min(list1.count(i), list2.count(i)))

        answer = int(len(res2)/len(res1)*65536)
        return answer

    else:
        return 65536