카카오 1차 온라인 코딩테스트 5번 문제(17.09.16)

안녕하세요! 개발하는 JAY입니다. 

추석연휴가 끝나서 이번 포스팅은 조금 늦게 올리네요 ㅠㅠ(추석후유증이 정말 큽니다..크흑)

마지막 문제까지 이제 얼마 안남았네요! 힘차게 달려봅시다!!

이번 포스팅은 5번문제를 풀어보겠습니다.

문제 및 풀이 링크 : http://tech.kakao.com/2017/09/27/kakao-blind-recruitment-round-1/

5. 뉴스 클러스터링(난이도: 중)

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

str1	str2	answer
FRANCE	french	16384
handshake	shake hands	65536
aa1+aa2	AAAA12	43690
E=M*C^2	e=m*c^2	65536

문제풀이

이번문제에는 '자카드 유사도'라는 생소한 공식이 나왔네요;; 그래도 자카드 유사도가 뭔지 설명해주고 그냥 나눗셈만하면 되니 큰 모르는 공식에 대한 큰 어려움은 없었습니다.

이번문제의 핵심은 입력으로 받은 두 문자열을 쪼개고 교집합, 합집합을 구하는데에 있습니다.

1. 입력으로 받은 문자열을 쪼갠다.(ex. ABC-> AB, BC 단, 쪼갤때 영문자가 아닐 문자가 있는 경우 결과에 포함되지 않음)

2. 쪼갠 두 문자열을 비교(합집합, 교집합)

3. 자카드 유사도 계산

이런식으로 문제를 풀면 되겠습니다.

다만 조금 주의해야하는 것은 예를들어 A = {ab, ab}  B = {ab, cd} 이렇게 두 집합이 있는 경우 이 두 집합의 합집합은 A+B = {ab, ab, cd} 입니다.  A의 원소 ab, ab 이 두개는 서로 다른 ab이며 각각의 ab는 B의 ab와 각가 하나씩 매칭됩니다.  즉, a의 첫번째 ab와 b의 첫번째 ab는 같은 ab 이고, A의 두번재 ab는 다른 ab입니다. (제가 설명을 조금 이상하게 하나요..;;)

그래서 그림으로 그려 봤습니다. ㅋㅋㅋ 이정도면 이해가시죠?!! 자! 이제 코드를 확인봅시다!

#include <iostream>
#include <string>
#include <vector>
 
using namespace std;
int solution(string str1, string str2);
int main(void)
{
    string arr[] = {"FRANCE", "french", "handshake", "shake hands", "aa1+aa2", "AAAA12", "E=M*C^2", "e=m*c^2"};
    vector <string> testCase(arr, arr + (sizeof(arr) / sizeof(arr[0])));
    
    cout << "출력 : " << solution(testCase[0], testCase[1]) << "\n" << endl;
    cout << "출력 : " << solution(testCase[2], testCase[3]) << "\n" << endl;
    cout << "출력 : " << solution(testCase[4], testCase[5]) << "\n" << endl;
    cout << "출력 : " << solution(testCase[6], testCase[7]) << "\n" << endl;
    
    return 0;
}                                
 
int solution(string str1, string str2)
{
    int answer = 0;
    vector <string> devideStr1(str1.size());
    vector <string> devideStr2(str2.size());
    
    // 1. 문자열 두개씩 쪼개기 단, 모두 숫자여야 저장
    int saveNum = 0;
    for(int i = 0; i < (int)str1.size() - 1; i ++) {
        char temp[3] = {0,};
        temp[0] = str1[i];
        temp[1] = str1[i+1];
 
        if(((temp[0] >= 'A' && temp[0] <= 'Z') || (temp[0] >= 'a' && temp[0] <= 'z'))
            && ((temp[1] >= 'A' && temp[1] <= 'Z') || (temp[1] >= 'a' && temp[1] <= 'z'))) devideStr1[saveNum ++] = temp;
    }
    
    saveNum = 0;
    for(int i = 0; i < (int)str2.size() - 1; i ++) {
        char temp[3] = {0,};
        temp[0] = str2[i];
        temp[1] = str2[i+1];
 
        if(((temp[0] >= 'A' && temp[0] <= 'Z') || (temp[0] >= 'a' && temp[0] <= 'z'))
            && ((temp[1] >= 'A' && temp[1] <= 'Z') || (temp[1] >= 'a' && temp[1] <= 'z'))) devideStr2[saveNum ++] = temp;
    }
 
    cout << "str1 쪼갠거 : ";
    for(int i = 0; i < (int)str1.size(); i ++) cout << devideStr1[i] << "  ";
    cout << "\nstr2 쪼갠거 : ";
    for(int i = 0; i < (int)str2.size(); i ++) cout << devideStr2[i] << "  ";
    
    // 2. 합집합, 교집합 체크
    int unionNum = 0;            // 합집합 개수
    int intersectionNum = 0;    // 교집합 개수
 
    for(int i = 0; i < (int)str1.size(); i++) {
        if(devideStr1[i] != "") unionNum ++; // str1의 원소개수 미리 체크(합집합 개수에 사용)
    }
 
    for(int i = 0; i < (int)str2.size(); i++) {
        for(int j = 0; j < (int)str1.size(); j++) {
            if((!stricmp(devideStr1[j].c_str(), devideStr2[i].c_str())) && (devideStr1[j] != "")) { // 교집합 개수 체크
                devideStr1[j] = "X"; // 한번 체크한 문자열은 X로 만들어 또 체크하지 않도록 함
                intersectionNum ++;
                break; 
            } else if(j == ((int)str1.size() - 1) && (devideStr2[i] != "")) unionNum ++; // 합집합 개수 체크
        }
    }
 
    cout << "\n합집합 수 : " << unionNum << " 교집합 수 : " << intersectionNum << endl;
    
    // 3. 결과 출력(자카드 유사도)
    float tempAnswer = 0;
    if(intersectionNum == 0 && unionNum == 0) tempAnswer = 1;
    else tempAnswer = (float)intersectionNum / unionNum;
 
    answer = (int)(tempAnswer * 65536);
    return answer;
}

이번 문제도 중급이긴 하지만 크게 어려운 문제는 아니었던 것 같습니다! 1차 코딩테스트라 쉬웠을 수도 있고 개개인이 느끼는 난이도의 차이는 있겠지만, 알고리즘 문제에서 가장 중요한 건 정확하고 빠르게 푸는 것 같습니다. 모두에게 주어진 시간은 동일하니까요^^ 그만큼 평소에 공부를 많이하고 코딩을 많이해본 사람이 유리하겠죠?! :D

이상으로 이번 포스팅을 마치겠습니다~~!! 여러분 재밌는 코드 생산하세요:D