[JS] 프로그래머스 - 뉴스 클러스터링

📌  문제

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.

 

💡  아이디어

st1, str2 각각 for문 돌면서 두개씩 부분 집합을 구해준다. 

정규표현식을 사용해서 부분 집합에 숫자나 공백, 특수 기호가 있으면 넣지않고, 없으면 소문자로 바꿔서 새 배열에 넣어준다.

(대소문자 구분 안하므로)

str1Arr, str2Arr 배열을  각각 구해준 다음, str1Arr을 돌면서 그 원소가 str2Arr에 있으면 교집합 개수를 +1 해준다.

이때, 이미 한번 교집합으로 선택된 원소는 다음에 같은 원소가 또 나왔을 때 또 교집합으로 선택되면 안되므로 비교대상인 str2Arr에서 한번 교집합 이었던 원소는 제거해준다.

이 과정을 다 거치고, 교집합 개수와 합집합 개수를 구해서 나눠준 다음 65536을 곱해준다.

이때 교집합은 없으나 합집합은 있는 경우 답은 0이고, 교집합과 합집합 둘다 없는 경우 답은 65536이 되어야하므로 분기를 나눠 답을 할당해준다.

 

✏️  풀이

function solution(str1, str2) {
  var answer = 0;
  let eng = /^[a-zA-Z]*$/;
  let str1Arr = [];
  let str2Arr = [];
  let interCount = 0;
  let unionCount = 0;

  for(let i=0; i<str1.length-1; i++){
    let set = str1.slice(i, i+2);
    if(eng.test(set) === true) str1Arr.push(set.toLowerCase());
  }

  for(let i=0; i<str2.length-1; i++){
    let set = str2.slice(i, i+2);
    if(eng.test(set) === true) {
      str2Arr.push(set.toLowerCase());
    }
  }

  let str2Length = str2Arr.length;
  //str2Length는 교집합 원소를 삭제할거기때문에 합집합 구할 때 사용할 길이를 미리 구해준다.

  for(let i=0; i<str1Arr.length; i++){
    if(str2Arr.includes(str1Arr[i])) {
      str2Arr.splice(str2Arr.indexOf(str1Arr[i]), 1);
      interCount++;
    }
  }
  
  unionCount = (str1Arr.length + str2Length) - interCount;

  if(interCount === 0 && unionCount === 0) answer = 65536
  else if(interCount === 0 && unionCount !== 0) answer = 0;
  else answer = Math.floor((interCount / unionCount) * 65536)
  
  
  return answer;
}