9-kjs254

[kjs254]

🔗 문제 링크

뉴스 클러스터링

✔️ 소요된 시간

2시간

해석 1시간

코드작성 1시간

입니다!!

✨ 수도 코드

1. 문제해석

기출문제라 서론이 많이 긴 문제입니다.

문제에 나온 예시를 들어 최대한 간략하게 문제를 설명하겠습니다.

$A = {1, 1, 2, 2, 3}$

$B = {1, 2, 2, 4, 5}$

에서 중복을 감안한 교집합 $A \cap B = {1, 2, 2}$, 합집합 $A \cup B = {1, 1, 2, 2, 3, 4, 5}$ 을 구합니다.

이 교집합에서 $\frac{|A \cap B|}{|A \cup B|}$ 즉, $\frac{3}{7}$을 구할 수 있습니다.

이 값을 자카드 유사도라고 합니다.

이에 앞서 입력으로 받는 문자열을 다음과 같이 처리하여 집합 $A$ 와 $B$ 를 생성합니다.

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.

FRANCE 의 경우 [FR, RA, AN, NE, CE] 로 나눠집니다.

위 규칙에 따라 입력받은 두 문자열을 집합으로 처리하여 자카드 유사도를 출력합니다.

처리해야할 요소를 세분화 해보았습니다.

1. 문자열 두 글자씩 끊기

2. 알파벳 판독

3. 대소문자 통일

4. 중복 교집합과 중복 합집합

5. 자카드 유사도 계산

1, 2, 3은 문자열 메소드와 슬라이싱만을 이용하여 간단하게 구현할 수 있습니다. 5분 걸렸습니다

4의 집합 구하기에서 시행착오가 많았습니다..

2. 수도코드

메인 함수에 5가지를 모두 넣으려니 가독성과 변수명에 별로 좋지 않아 보여 1~3번을 담은 함수, 4번을 담은 함수를 구현하고 메인함수에서 자카드 유사도를 계산하였습니다.

<1~3번 함수> ( 두글자씩 끊기 / 알파벳 판독 / 대소문자 통일 )

• 문자열 슬라이싱, 문자열 메소드를 이용하여 구현합니다.

  def MakeSet(s): 
  lst = []
  for i,_ in enumerate(s[:-1]):
      a = s[i:i+2] # 슬라이싱으로 두글자씩 끊기
      if a.isalpha(): # isalpha() 메소드로 알파벳 판독
          lst.append(a.lower()) # lower() 메소드로 알파벳 소문자 통일
  return lst

<4번 함수> (중복 교집합과 중복 합집합)

기본적인 원리는 다음과 같습니다.


1. 두 집합에서 일반적인 교집합과 합집합을 구합니다.

2. 이 합집합을 순회하여 각각의 두 집합에 그 수가 있는 개수를 각각 저장합니다. 

3. 개수가 적은 쪽은 그 개수만큼 중복 교집합 리스트에 삽입합니다.
  - 3.1. 개수가 많은 쪽은 중복 합집합 리스트에 삽입합니다.

4. 그 길이를 각각 출력합니다. (자카드 유사도 계산을 위해서)

아래는 이를 구현한 코드입니다. 하지만 이것만 봐선 직관적으로 이해가 되지 않기에 앞서 든 예시를 통해 설명하겠습니다.

def func(l1, l2): 
    intersection_set, union_set = [], []
    inter = set(l1) & set(l2)
    union = set(l1) | set(l2)
    
    for n in union:
        intersection_num = min(l1.count(n),l2.count(n))
        union_num = max(l1.count(n),l2.count(n))
        
        for _ in range(intersection_num):
            intersection_set.append(n)
            
        for _ in range(union_num):
            union_set.append(n)

    return len(intersection_set), len(union_set)

(예시)

$A = {1, 1, 2, 2, 3}$

$B = {1, 2, 2, 4, 5}$

에서

중복 합집합 $A \cup B = {1, 1, 2, 2, 3, 4, 5}$, 중복 교집합 $A \cap B = {1, 2, 2}$ 을 구하기 위해

일반 합집합 $A \cup B = {1, 2, 3, 4, 5}$, 중복 교집합 $A \cap B = {1, 2}$ 을 먼저 구합니다.

원소 1은 $A$ 에 2개 $B$ 에 1개 존재합니다. 중복 합집합의 경우 1이 2개 있으며 중복 교집합의 경우 1이 1개 존재합니다.

원소 2의 경우에도 합집합엔 2개, 교집합엔 1개 존재합니다.

3의 경우 합집합에 1개, 교집합에 0개 존재합니다.

이를 따라 max() 및 min()을 이용하여 조건에 맞게 삽입해주면 되겠습니다.

아래 전체 코드는 메인코드만 추가한 것입니다.

전체코드

def MakeSet(s): #2글자씩 끊은 알파벳만 리스트로 출력
    lst = []
    for i,_ in enumerate(s[:-1]):
        a = s[i:i+2]
        if a.isalpha():
            lst.append(a.lower())
    return lst

def func(l1, l2): #중복 교집합과 중복 합집합의 길이를 각각 출력
    intersection_set, union_set = [], []
    inter = set(l1) & set(l2)
    union = set(l1) | set(l2)
    
    for n in union:
        intersection_num = min(l1.count(n),l2.count(n))
        union_num = max(l1.count(n),l2.count(n))
        
        for _ in range(intersection_num):
            intersection_set.append(n)
            
        for _ in range(union_num):
            union_set.append(n)

    return len(intersection_set), len(union_set)

def solution(str1, str2): #메인 코드
    answer = 0
    
    arr1 = MakeSet(str1)
    arr2 = MakeSet(str2)
    
    a,b = func(arr1,arr2)
    
    if b:
        answer = int((a/b)*65536)
    else:
        answer = 65536
    
    return answer

📚 새롭게 알게된 내용

자카드 유사도라는 것에 대해 처음 알게 되었습니다. 알아보니 문제에서 든 예시처럼 문서의 유사도를 계산하는데 쓰인다고 합니다.

위 같은 코딩이 가능한건 파이썬의 집합 자료형 set이 중복을 알아서 제거해주며 합집합과 교집합도 간단하게 연산해주기 때문이라 느꼈습니다.

set 자료형을 참고해가며 더욱 재밌게 풀 수 있었던 것 같습니다.

감사합니다.

[9kyo-hwang]

파이썬에는 Counter라는 라이브러리가 존재합니다. key와 해당 key 개수를 value에 저장해 dictionary로 반환해주는 라이브러리입니다.
이를 응용하면 코드가 많이 깔끔해집니다.

from collections import Counter

def solution(str1, str2):
    m1 = Counter([str1[i:i+2].lower() for i in range(len(str1) - 1) if str1[i:i+2].isalpha()])
    m2 = Counter([str2[i:i+2].lower() for i in range(len(str2) - 1) if str2[i:i+2].isalpha()])
    ...

str1, str2를 2글자씩 떼어내 문자로만 이루어져있으면 이를 취하는 리스트를 우선 저장합니다.
이렇게 만들어진 리스트를 Counter 객체의 생성자로 넘겨주면 알아서 중복되지 않은 문자열만 남기고, 해당 문자열의 개수가 value에 저장된 딕셔너리 m1, m2를 반환해줍니다.

intersection = sum((m1 & m2).values())
union = sum((m1 | m2).values())

그럼 각 딕셔너리 m1, m2에 저장된 value, 즉 문자열 개수를 가져와서 각각 AND(&), OR(|)을 한 결과를 저장합니다.

if union == 0:
    return 65536

similarity = intersection / union
return int(similarity * 65536)

마지막으로 담긴 결과에 따라 적절한 값을 반환해주면 됩니다.

from collections import Counter

def solution(str1, str2):
    m1 = Counter([str1[i:i+2].lower() for i in range(len(str1) - 1) if str1[i:i+2].isalpha()])
    m2 = Counter([str2[i:i+2].lower() for i in range(len(str2) - 1) if str2[i:i+2].isalpha()])
    
    intersection = sum((m1 & m2).values())
    union = sum((m1 | m2).values())
    
    if union == 0:
        return 65536
    
    similarity = intersection / union
    return int(similarity * 65536)

[kjs254]

파이썬에는 Counter라는 라이브러리가 존재합니다. key와 해당 key 개수를 value에 저장해 dictionary로 반환해주는 라이브러리입니다. 이를 응용하면 코드가 많이 깔끔해집니다.

from collections import Counter

def solution(str1, str2):
    m1 = Counter([str1[i:i+2].lower() for i in range(len(str1) - 1) if str1[i:i+2].isalpha()])
    m2 = Counter([str2[i:i+2].lower() for i in range(len(str2) - 1) if str2[i:i+2].isalpha()])
    ...

str1, str2를 2글자씩 떼어내 문자로만 이루어져있으면 이를 취하는 리스트를 우선 저장합니다. 이렇게 만들어진 리스트를 Counter 객체의 생성자로 넘겨주면 알아서 중복되지 않은 문자열만 남기고, 해당 문자열의 개수가 value에 저장된 딕셔너리 m1, m2를 반환해줍니다.

intersection = sum((m1 & m2).values())
union = sum((m1 | m2).values())

그럼 각 딕셔너리 m1, m2에 저장된 value, 즉 문자열 개수를 가져와서 각각 AND(&), OR(|)을 한 결과를 저장합니다.

if union == 0:
    return 65536

similarity = intersection / union
return int(similarity * 65536)

마지막으로 담긴 결과에 따라 적절한 값을 반환해주면 됩니다.

from collections import Counter

def solution(str1, str2):
    m1 = Counter([str1[i:i+2].lower() for i in range(len(str1) - 1) if str1[i:i+2].isalpha()])
    m2 = Counter([str2[i:i+2].lower() for i in range(len(str2) - 1) if str2[i:i+2].isalpha()])
    
    intersection = sum((m1 & m2).values())
    union = sum((m1 | m2).values())
    
    if union == 0:
        return 65536
    
    similarity = intersection / union
    return int(similarity * 65536)

라이브러리 하나로 이렇게 간단해지네요 덜덜..

행렬 곱 구현 문제도 numpy로 풀 수 있는데 보통 코딩 테스트에서 이렇게 모든 라이브러리를 자유롭게 사용해도 되나요?

백준에서는 numpy를 지원하지 않는다는 말을 들은 것 같습니다.

[YIM2UL2ET]

합집합 교집합 구하는 부분에서 꽤나 어렵네요.
문제를 보고 나서 정렬된 값들을 투 포인터를 써서 구할 수 있을 것 같다고 생각했습니다.
근데 지산님 방식을 보고 나니 이게 훨씬 직관적이고 간단하다고 생각되네요.
흥미로운 문제였습니다. 수고하셨습니다.

[9kyo-hwang]

라이브러리 하나로 이렇게 간단해지네요 덜덜..

행렬 곱 구현 문제도 numpy로 풀 수 있는데 보통 코딩 테스트에서 이렇게 모든 라이브러리를 자유롭게 사용해도 되나요?

백준에서는 numpy를 지원하지 않는다는 말을 들은 것 같습니다.

collections나 heapq같은 건 알고리즘 풀이에 반드시 필요한 자료구조가 존재하니까 쓰긴 하는데, numpy는 주로 인공지능 코드에 사용돼서 잘 모르겠네요...
일단 제가 본 파이썬 PS 코드 중에서는 numpy를 쓴 코드는 못봤습니다. numpy는 python이 기본적으로 들고 있는 라이브러리가 아니라 안되지 않을까 싶네요.

[rivkms]

자카드 유사도, 중복 교집합 및 중복 합집합 등 제가 모르는 개념이 정말 많이 나온 문제였네요!! 처음에 문제를 해석하는 것은 어려웠지만 PR을 읽어가며 쉽게 이해할 수 있었습니다

약간의 오류가 있다고 한다면...
FRANCE 의 경우 [FR, RA, AN, NE, CE] 로 나눠집니다.
라고 적어주셨는데 NE가 아니라 NC인 것 같습니다.

또
일반 합집합 $A \cup B = {1, 2, 3, 4, 5}$, 중복 교집합 $A \cap B = {1, 2}$ 을 먼저 구합니다.
이 부분에서 일반 교집합이 아닌지 한번 더 여쭤봅니다.

물론 그저 말장난이고 약간의 실수이니 그냥 넘어가도 좋지만 확인해주셔도 좋을 것 같습니다.

중복 합집합과 중복 교집합을 구하는 코드는 되게 인상깊게 봤습니다. 좋은 코드인 것 같습니다.

수고하셨습니다. 😁

[mong3125]

자카드 유사도, 교집합, 합집합에 대해서 알아볼 수 있는 문제였습니다.

제가 풀때에도 아이디어는 바로 떠오르는대로(문제에서 설명해주는 그대로) 풀면 되는 문제였는데 구현하기가 조금 어려웠네요.

PR을 보고 너무 직관적으로 잘 구현해주셔서. 전체 코드만 보고도 바로 이해할 수 있었습니다. 잘 봤습니다!