[프로그래머스] 뉴스 클러스터링

문제설명

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 전형에 주목하는 기사와 코딩 테스트에 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 유사도라는 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 1을 3개 가지고 있고, 다중집합 B는 원소 1을 5개 가지고 있다고 하자. 이 다중집합의 교집합 A ∩ B는 원소 1을 min(3, 5)인 3개, 합집합 A ∪ B는 원소 1을 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 FRANCE와 FRENCH가 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.

 

해결 방법

입력된 두 문자열로 각각 길이가 2인 부분집합을 만들고 교집합과 합집합을 구해야하는 문제이다.

 

해쉬맵을 사용해서 각 문자열을 부분집합을 <부분문자열, 개수>의 쌍으로 저장한다.

 

교집합은 두 해쉬맵에서 존재하는 공통의 키값이며, 개수는 둘 중 최소값이 된다.

 

합집합은 두 해쉬맵에 존재하는 모든 키값이며, 만약 두 해쉬맵에 공통으로 존재하는 키값이라면, 개수는 둘 중 최대값이 된다.

 

따라서 자카드 유사도는 교집합에 존재하는 키값의 총 개수 / 합집합에 존재하는 키값의 총 개수이다.

 

JAVA

package programmers;

import java.util.*;
import java.io.*;

public class p_17677 {
	public static int solution(String str1, String str2) {
		int answer = 0;
		HashMap <String, Integer> map1 = new HashMap<>();
		HashMap <String, Integer> map2 = new HashMap<>();
		HashMap <String, Integer> inter = new HashMap<>();
		HashMap <String, Integer> union = new HashMap<>();
		str1 = str1.toLowerCase();
		str2 = str2.toLowerCase();
		int num1 = 0;
		int num2 = 0;
		
		for(int i = 0; i < str1.length() - 1; i++) {
			String sub = str1.substring(i, i + 2);
			if(sub.charAt(0) < 'a' || sub.charAt(0) > 'z' || sub.charAt(1) < 'a' || sub.charAt(1) > 'z') continue;
			if(map1.containsKey(sub)) map1.put(sub, map1.get(sub) + 1);
			else map1.put(sub, 1);
		}
		for(int i = 0; i < str2.length() - 1; i++) {
			String sub = str2.substring(i, i + 2);
			if(sub.charAt(0) < 'a' || sub.charAt(0) > 'z' || sub.charAt(1) < 'a' || sub.charAt(1) > 'z') continue;
			if(map2.containsKey(sub)) map2.put(sub, map2.get(sub) + 1);
			else map2.put(sub, 1);
		}
		
		for(String s : map1.keySet()) {
			if(map2.containsKey(s)) inter.put(s, Math.min(map1.get(s), map2.get(s)));
		}
		
		for(String s : map1.keySet()) {
			union.put(s, map1.get(s));
		}
		for(String s : map2.keySet()) {
			if(union.containsKey(s)) union.put(s, Math.max(map2.get(s), union.get(s)));
			else union.put(s, map2.get(s));
		}
		
		for(String s : inter.keySet()) num1 += inter.get(s);
		for(String s : union.keySet()) num2 += union.get(s);
		
		if(num1 == 0 && num2 == 0) answer = 65536;
		else answer = (int)((double)num1/num2 * 65536);
		
		return answer;
	}
	public static void main(String[] args) throws IOException{
		BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
		String str1 = br.readLine();
		String str2 = br.readLine();
		int r = solution(str1, str2);
		System.out.println(r);
	}
}