[level 2] Title: [1차] 뉴스 클러스터링, Time: 1.10 ms, Memory: 69.7 MB -BaekjoonHub

Author: CheChe903

프로그래머스/2/17677. ［1차］ 뉴스 클러스터링/README.md

@@ -0,0 +1,95 @@
+# [level 2] [1차] 뉴스 클러스터링 - 17677 
+
+[문제 링크](https://school.programmers.co.kr/learn/courses/30/lessons/17677?language=java) 
+
+### 성능 요약
+
+메모리: 69.7 MB, 시간: 1.10 ms
+
+### 구분
+
+코딩테스트 연습 > 2018 KAKAO BLIND RECRUITMENT
+
+### 채점결과
+
+정확성: 100.0<br/>합계: 100.0 / 100.0
+
+### 제출 일자
+
+2025년 06월 27일 17:08:39
+
+### 문제 설명
+
+<h2>뉴스 클러스터링</h2>
+
+<p>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.</p>
+
+<p>개발의 방향을 잡기 위해 튜브는 우선 최근 화제가 되고 있는 "카카오 신입 개발자 공채" 관련 기사를 검색해보았다.</p>
+
+<ul>
+<li>카카오 첫 공채..'블라인드' 방식 채용</li>
+<li>카카오, 합병 후 첫 공채.. 블라인드 전형으로 개발자 채용</li>
+<li>카카오, 블라인드 전형으로 신입 개발자 공채</li>
+<li>카카오 공채, 신입 개발자 코딩 능력만 본다</li>
+<li> 카카오, 신입 공채.. "코딩 실력만 본다"</li>
+<li>카카오 "코딩 능력만으로 2018 신입 개발자 뽑는다"</li>
+</ul>
+
+<p>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.</p>
+
+<p>유사한 기사를 묶는 기준을 정하기 위해서 논문과 자료를 조사하던 튜브는 "자카드 유사도"라는 방법을 찾아냈다.</p>
+
+<p>자카드 유사도는 집합 간의 유사도를 검사하는 여러 방법 중의 하나로 알려져 있다. 두 집합 <code>A</code>, <code>B</code> 사이의 자카드 유사도 <code>J(A, B)</code>는 두 집합의 교집합 크기를 두 집합의 합집합 크기로 나눈 값으로 정의된다.</p>
+
+<p>예를 들어 집합 <code>A</code> = {1, 2, 3}, 집합 <code>B</code> = {2, 3, 4}라고 할 때, 교집합 <code>A ∩ B</code> = {2, 3}, 합집합 <code>A ∪ B</code> = {1, 2, 3, 4}이 되므로, 집합 <code>A</code>, <code>B</code> 사이의 자카드 유사도 <code>J(A, B)</code> = 2/4 = 0.5가 된다. 집합 A와 집합 B가 모두 공집합일 경우에는 나눗셈이 정의되지 않으니 따로 <code>J(A, B)</code> = 1로 정의한다.</p>
+
+<p>자카드 유사도는 원소의 중복을 허용하는 다중집합에 대해서 확장할 수 있다. 다중집합 <code>A</code>는 원소 "1"을 3개 가지고 있고, 다중집합 <code>B</code>는 원소 "1"을 5개 가지고 있다고 하자. 이 다중집합의 교집합 <code>A ∩ B</code>는 원소 "1"을 min(3, 5)인 3개, 합집합 <code>A ∪ B</code>는 원소 "1"을 max(3, 5)인 5개 가지게 된다. 다중집합 <code>A</code> = {1, 1, 2, 2, 3}, 다중집합 <code>B</code> = {1, 2, 2, 4, 5}라고 하면, 교집합 <code>A ∩ B</code> = {1, 2, 2}, 합집합 <code>A ∪ B</code> = {1, 1, 2, 2, 3, 4, 5}가 되므로, 자카드 유사도 <code>J(A, B)</code> = 3/7, 약 0.42가 된다.</p>
+
+<p>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 <code>J("FRANCE", "FRENCH")</code> = 2/8 = 0.25가 된다.</p>
+
+<h3>입력 형식</h3>
+
+<ul>
+<li>입력으로는 <code>str1</code>과 <code>str2</code>의 두 문자열이 들어온다. 각 문자열의 길이는 2 이상, 1,000 이하이다.</li>
+<li>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.</li>
+<li>다중집합 원소 사이를 비교할 때, 대문자와 소문자의 차이는 무시한다. "AB"와 "Ab", "ab"는 같은 원소로 취급한다.</li>
+</ul>
+
+<h3>출력 형식</h3>
+
+<p>입력으로 들어온 두 문자열의 자카드 유사도를 출력한다. 유사도 값은 0에서 1 사이의 실수이므로, 이를 다루기 쉽도록 65536을 곱한 후에 소수점 아래를 버리고 정수부만 출력한다.</p>
+
+<h3>예제 입출력</h3>
+<table class="table">
+        <thead><tr>
+<th>str1</th>
+<th>str2</th>
+<th>answer</th>
+</tr>
+</thead>
+        <tbody><tr>
+<td>FRANCE</td>
+<td>french</td>
+<td>16384</td>
+</tr>
+<tr>
+<td>handshake</td>
+<td>shake hands</td>
+<td>65536</td>
+</tr>
+<tr>
+<td>aa1+aa2</td>
+<td>AAAA12</td>
+<td>43690</td>
+</tr>
+<tr>
+<td>E=M*C^2</td>
+<td>e=m*c^2</td>
+<td>65536</td>
+</tr>
+</tbody>
+      </table>
+<p><a href="http://tech.kakao.com/2017/09/27/kakao-blind-recruitment-round-1/" target="_blank" rel="noopener">해설 보러가기</a></p>
+
+
+> 출처: 프로그래머스 코딩 테스트 연습, https://school.programmers.co.kr/learn/challenges

프로그래머스/2/17677. ［1차］ 뉴스 클러스터링/［1차］ 뉴스 클러스터링.java

@@ -0,0 +1,69 @@
+import java.util.List;
+import java.util.ArrayList;
+import java.util.Map;
+import java.util.HashMap;
+import java.util.Set;
+import java.util.HashSet;
+
+class Solution {
+    public int solution(String str1, String str2) {
+            
+        String lowerStr1 = str1.toLowerCase();
+        String lowerStr2 = str2.toLowerCase();
+    
+        Map<String, Integer> str1List = new HashMap<>();
+        for(int i =0; i<lowerStr1.length()-1; i++) {
+            String substringStr = lowerStr1.substring(i, i+2);
+            if(substringStr.charAt(0) < 97 || substringStr.charAt(0) >122 
+              || substringStr.charAt(1) < 97 || substringStr.charAt(1) > 122) {
+                continue;
+            }
+            str1List.put(substringStr, str1List.getOrDefault(substringStr,0) +1);
+        }
+        
+        Map<String, Integer> str2List = new HashMap<>();
+        for(int i =0; i<lowerStr2.length()-1; i++) {
+            String substringStr = lowerStr2.substring(i, i+2);
+            if(substringStr.charAt(0) < 97 || substringStr.charAt(0) >122 
+              || substringStr.charAt(1) < 97 || substringStr.charAt(1) > 122) {
+                continue;
+            }
+            str2List.put(substringStr, str2List.getOrDefault(substringStr,0) +1);
+        }
+        
+        if(str1List.size() == 0 && str2List.size() ==0) {
+            return 65536;
+        }
+        
+        int union = 0;
+        int intersection = 0;
+        Set<String> visited = new HashSet<>();
+        for (String key : str1List.keySet()) {
+            int str1Count = str1List.get(key);
+            int str2Count = 0;
+            if(str2List.containsKey(key)) {
+                str2Count = str2List.get(key);
+            }
+            
+            int max = Math.max(str1Count, str2Count);
+            int min = Math.min(str1Count, str2Count);
+            union += max;
+            intersection += min;
+            visited.add(key);
+        }
+        
+        for(String key : str2List.keySet()) {
+            if(!visited.contains(key)) {
+                union += str2List.get(key);
+            }
+        }
+        
+        double sum = (double)intersection/(double)union;
+        
+        int answer = (int)(sum * 65536.0);
+        
+        return answer;
+    }
+    //97 122
+    
+}