[2018 KAKAO BLIND RECRUITMENT 1차]뉴스 클러스터링_JS Set과 Map 객체의 활용

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.

예제 입출력

str1str2answer

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

 

문제풀이

다중집합에 대해서 공집합과 합집합에 들어갈 원소의 갯수가 다르기 때문에 이를 식별하기 위해 Hash Map을 사용하였다.

• 만약에 교집합일 경우에는 두 집합의 공통 원소의 갯수 중 최솟값이 들어가야 함
• 만약에 합집합일 경우에는 두 집합의 공통 원소의 갯수 중 최댓값이 들어가야 함
• 만약에 공집합일 경우에는 임의의 값 1을 대입해줘야 함

코드

function solution(str1, str2) {
  let answer = 0;
  let regExp = /^[a-zA-Z]*$/; // 공백 문자, 특수 문자, 숫자 식별
  let n = Math.max(str1.length, str2.length);
  let sH1 = new Map();
  let sH2 = new Map();

  for(let i = 0; i < n; i++) { // 두 쌍으로 묶는 연산
    if(str1[i + 1]) {
      let s1 = (str1[i] + str1[i + 1]).toUpperCase();
      if(regExp.test(s1)) {
        if(!sH1.has(s1)) sH1.set(s1, 1);
        else sH1.set(s1, sH1.get(s1) + 1);
      }
    } 
    if(str2[i + 1]) {
      let s2 = (str2[i] + str2[i + 1]).toUpperCase();
      if(regExp.test(s2)) {
        if(!sH2.has(s2)) sH2.set(s2, 1);
        else sH2.set(s2, sH2.get(s2) + 1);
      }
    }
  }
  
  let vacant = 0;
  let union = 0;

  for(let [key, val] of sH2) {
    if(sH1.has(key)) { // 공통 원소일 경우
      vacant += sH1.get(key); // 최솟값 대입
      union += val; // 최댓값 대입
    } else union += val; // 공통 원소가 아닐 경우
  }
  for(let [key, val] of sH1) { // 남은 원소 가산
    if(!sH2.has(key)) union++;
  }
  (vacant || union) === 0 ? answer = 65536 : answer = parseInt((vacant / union) * 65536);
  return answer;
}

 

오답

예시 케이스는 모두 통과하지만 테스트 케이스를 모두 돌렸을 경우에 몇 개의 케이스에서 오답으로 처리되었다.

 

아마도 교집합과 합집합을 처리하는 과정에 있어서 누락된 연산 과정이 있었던 것 같다.사실 코드를 다 짜고 보니 남은 원소들의 갯수를 합집합에 가산해주기 위해 반복문을 한 번 더 시행하였는데, 이 부분이 로직 상 불필요할 뿐만 아니라 정확하지 못 하다는 생각이 들었다.

 

JavaScript 상에서 집합을 구현하는 데에 있어서 Set 객체를 한번 활용해서 문제를 다시 풀어보았고 모든 테스트 케이스를 통과할 수 있었다.

 

해당 문제를 푸는데에 있어서 가장 중요했던 점은 중복을 허용치 않은 원소 집합을 사전에 먼저 구해놓은 뒤, 해당 집합의 원소 값들을 기존의 배열 값들과 비교하면서 합집합에 들어갈 원소의 갯수와 교집합에 들어갈 원소의 갯수를 식별하는 과정이었던 것 같다.

 

set

• Set 객체는 ES6에서 등장한 중복을 제거한 값들의 집합
• 선언 방식: let mySet = new Set()

코드

function solution(str1, str2) {
  let answer = 0;
  let regExp = /^[a-zA-Z]*$/;
  let n = Math.max(str1.length, str2.length);
  let arr1 = [];
  let arr2 = [];
  let sH1 = new Map();
  let sH2 = new Map();

  for(let i = 0; i < n; i++) {
    if(str1[i + 1]) {
      let s1 = (str1[i] + str1[i + 1]).toUpperCase();
      if(regExp.test(s1)) {
        arr1.push(s1);
        if(!sH1.has(s1)) sH1.set(s1, 1);
        else sH1.set(s1, sH1.get(s1) + 1);
      }
    } 
    if(str2[i + 1]) {
      let s2 = (str2[i] + str2[i + 1]).toUpperCase();
      if(regExp.test(s2)) {
        arr2.push(s2);
        if(!sH2.has(s2)) sH2.set(s2, 1);
        else sH2.set(s2, sH2.get(s2) + 1);
      }
    }
  }

  let intersection = 0;
  let union = 0;

  let set = new Set(arr1.concat(arr2));
  set.forEach(elem => {
    let tmp1 = sH1.has(elem) ? sH1.get(elem) : 0; // 해당 값을 가지고 있는지 확인하고 있다면 해당 값의 value를 할당
    let tmp2 = sH2.has(elem) ? sH2.get(elem) : 0;
    intersection += Math.min(tmp1, tmp2); // 교집합의 경우에는 두 값 중 원소의 최소 갯수가 할당되어야 함
    union += Math.max(tmp1, tmp2); // 합집합의 경우에는 두 값 중 원소의 최대 갯수가 할당되어야 함
  })
  !(intersection || union) ? answer = 65536 : answer = parseInt(intersection / union * 65536);
  return answer;
}