[Swift | 프로그래머스 Lv.2] [1차] 뉴스 클러스터링 (2018 KAKAO BLIND RECRUITMENT)

Minji Kim·2021년 12월 27일
level2swift뉴스클러스터링카카오코딩테스트프로그래머스
0

프로그래머스 코딩테스트 Lv.2

목록 보기
5/12
post-thumbnail

문제

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.

입출력 예

str1str2answer
FRANCEfrench16384
handshakeshake hands65536
aa1+aa2AAAA1243690
E=M*C^2e=m*c^265536

풀이

나의 풀이

func solution(_ str1:String, _ str2:String) -> Int {

    let intersection = findIntersectionOrUnion("intersection", str1, str2)  // 교집합
    let union = findIntersectionOrUnion("union", str1, str2)                // 합집합
    var jaccard = Double(intersection.count) / Double(union.count)          // 자카드 유사도
    if jaccard.isNaN {
        jaccard = 1
    }

    return Int(jaccard * 65536) // 자카드 유사도에 65536 곱하고 정수부만 출력
}

// 다중집합 만들기
// ex) KOREA => ["KO", "OR", "RE", "EA"]
func createMultipleSet(_ str: String) -> [String] {
    var arr = str.map { String($0) }
    arr.indices.map { i in
        if i < arr.count - 1 {
            // 영문자로 된 글자만 남기기
            if Character(arr[i]).isCased && Character(arr[i + 1]).isCased {
                arr[i] = "\(arr[i])\(arr[i + 1])"
            }
        } else {
            arr.remove(at: i)
        }
    }
    // 대소문자 차이를 무시하기 위해 모두 대문자로
    return arr.filter { $0.count == 2 }.map { $0.uppercased() }
}

// 교집합, 합집합 구하기
// kind : intersection(교집합) 또는 union(합집합)
func findIntersectionOrUnion(_ kind: String, _ str1: String, _ str2: String) -> [String] {
    let set1 = createMultipleSet(str1)
    var set2 = createMultipleSet(str2)

    var result = [String]()
    set1.map { str in
        if set2.contains(str) {
            result.append(str)
            set2.remove(at: set2.firstIndex(of: str)!)
        } else {
            if kind == "union" {
                result.append(str)
            }
        }
    }

    if kind == "union" {
        set2.map { result.append($0) }
    }

    return result
}
정확성테스트정확성테스트
테스트 1 〉통과 (0.14ms, 16.7MB)테스트 2 〉통과 (0.16ms, 16.6MB)
테스트 3 〉통과 (0.13ms, 16.8MB)테스트 4 〉통과 (4.96ms, 16.7MB)
테스트 5 〉통과 (0.17ms, 16.7MB)테스트 6 〉통과 (0.13ms, 16.7MB)
테스트 7 〉통과 (0.67ms, 16.7MB)테스트 8 〉통과 (0.16ms, 16.5MB)
테스트 9 〉통과 (0.66ms, 16.7MB)테스트 10 〉통과 (1.47ms, 16.8MB)
테스트 11 〉통과 (2.26ms, 16.6MB)테스트 12 〉통과 (0.10ms, 16.7MB)
테스트 13 〉통과 (0.42ms, 16.8MB)

다른 사람의 풀이

import Foundation

func solution(_ str1:String, _ str2:String) -> Int {
    let multiset1 = multiset(of: str1)
    let multiset2 = multiset(of: str2)

    let numberOfIntersection = multiset1.intersection(multiset2).count
    let numberOfUnions = multiset1.union(multiset2).count

    let jaccardSimilarity: Double
    if numberOfUnions == 0 {
        jaccardSimilarity = 1
    } else if numberOfIntersection == 0 {
        jaccardSimilarity = 0
    } else {
        jaccardSimilarity = Double(numberOfIntersection) / Double(numberOfUnions)
    }

    return Int(jaccardSimilarity * 65536)
}

func multiset(of string: String) -> Set<String> {
    let elements = (0..<(string.count - 1))
        .map { index in     // 문자열을 두 글자씩 끊어서 다중집합의 원소로 만듬
            string[string.index(string.startIndex, offsetBy: index)...string.index(string.startIndex, offsetBy: index + 1)].lowercased()
        }
        .filter { $0.allSatisfy { $0.isLetter }}    // 기타 공백이나 숫자, 특수 문자가 있는 쌍은 버림
        .reduce(into: [String: Int](), { (dict, element) in     // 중복되는 요소의 개수를 셈
            if dict[element] != nil {
                dict[element]! += 1
            } else {
                dict[element] = 1
            }
        })
        .flatMap { (element, count) in      // 요소의 개수만큼 뒤에 숫자를 붙여서 만듬
            (1...count).map { "\(element)\($0)" }
        }

    return Set(elements)
}
정확성테스트정확성테스트
테스트 1 〉통과 (0.21ms, 16.6MB)테스트 2 〉통과 (0.31ms, 16.7MB)
테스트 3 〉통과 (0.20ms, 16.7MB)테스트 4 〉통과 (30.92ms, 16.8MB)
테스트 5 〉통과 (0.27ms, 16.9MB)테스트 6 〉통과 (0.23ms, 16.8MB)
테스트 7 〉통과 (0.64ms, 16.7MB)테스트 8 〉통과 (0.32ms, 16.8MB)
테스트 9 〉통과 (0.58ms, 16.8MB)테스트 10 〉통과 (2.47ms, 16.7MB)
테스트 11 〉통과 (7.25ms, 16.9MB)테스트 12 〉통과 (0.19ms, 16.5MB)
테스트 13 〉통과 (0.40ms, 16.7MB)

정리

목표 풀이 시간 : 1시간
실제 풀이 시간 : 1시간 58분
정답률 : 41.84%

이 문제는 2018년 카카오의 신입 개발자 채용을 위해 출제된 문제로 총 7문제 중 다섯 번째로 출제된 난이도는 중이다.

해설

참고
이 문제는 자카드 유사도를 설명해주고 자카드 유사도를 직접 계산하는 프로그램을 작성하는 문제입니다. 자카드 유사도는 실무에서도 유사한 문서를 판별할 때 주로 쓰이는데요, 몰랐더라도 문제에서 자세히 설명해주기 때문에 이해하는데 어려움은 없었을 거 같습니다. 공식은 매우 간단한데요, 교집합을 합집합으로 나눈 수입니다. 다만, 이 값은 0에서 1 사이의 실수가 되는데, 여기서는 이를 다루기 쉽도록 65536을 곱한 후 소수점 아래를 버리고 정수부만 취하도록 합니다.

문제 설명은 원소의 중복을 허용하는 다중집합(multiset)으로 되어 있는데, 자주 접하는 자료구조가 아니고, 일부 언어에서는 기본으로 제공하는 자료구조가 아니라 어려워하는 분들이 있었습니다. 하지만 다중집합 자료구조를 쓰지 않더라도, 각 원소를 정렬된 배열에 넣은 후 병합 정렬(Merge sort)에서 배웠던 코드를 응용, 어렵지 않게 합집합과 교집합 함수를 직접 구현할 수도 있습니다.

다중집합의 교집합, 합집합만 잘 구해낸다면 이 문제는 어렵지 않게 풀 수 있으며, 다만 집합 A와 B가 모두 공집합일 경우에는 나눗셈이 정의되지 않으므로(division by zero) 따로 J(A,B) = 1로 정의합니다. 즉, 65536을 곱하면 이 경우 1 * 65536 = 65536이 정답이 됩니다. 예제 입출력에도 합집합이 공집합인 경우가 포함되어 있으므로 이 경우만 주의한다면 쉽게 풀 수 있는 문제입니다.

후기

set을 이용하면 교집합과 합집합을 쉽게 구할 수 있는 것을 알고 있었지만, set은 중복을 허용하지 않기 때문에 중복된 문자열에 대해 어떻게 풀이해야 할지 몰라 set을 사용하지 않았다.

그러나 다른 사람의 풀이는 set을 사용했는데, 다중집합을 만들 때 중복되는 문자열이 있다면 순서를 매겨서 중복되지 않게 했다는 것이다.
물론, 다중집합을 만드는 과정이 다소 복잡하여 나의 풀이보다 미세하게 속도가 느리지만 더 좋은 풀이라고 생각한다.

set을 사용한 풀이가 이 문제의 출제의도와 맞는다고 생각한다.
비록 출제의도에 맞게 풀진 못했지만 이번 문제는 맞춰서 다행이다..

profile
Minji Kim
iOS Developer
이전 포스트

[Swift | 프로그래머스 Lv.2] 괄호 변환 (2020 KAKAO BLIND RECRUITMENT)

다음 포스트

[Swift | 프로그래머스 Lv.2] 거리두기 확인하기 (2021 카카오 채용연계형 인턴십)

0개의 댓글