221021 :: [프로그래머스] N개의 최소공배수, 캐시, 뉴스 클러스터링

N개의 최소공배수

👾 문제 설명
두 수의 최소공배수(Least Common Multiple)란 입력된 두 수의 배수 중 공통이 되는 가장 작은 숫자를 의미합니다. 예를 들어 2와 7의 최소공배수는 14가 됩니다. 정의를 확장해서, n개의 수의 최소공배수는 n 개의 수들의 배수 중 공통이 되는 가장 작은 숫자가 됩니다. n개의 숫자를 담은 배열 arr이 입력되었을 때 이 수들의 최소공배수를 반환하는 함수, solution을 완성해 주세요.

👾 제한 사항

• arr은 길이 1이상, 15이하인 배열입니다.
• arr의 원소는 100 이하인 자연수입니다.

💬 참고
a, b에 대하여 a * b = gcd(a, b) * lcm (a, b)이다. 즉, a * b의 값을 gcd(a, b)로 나누면 lcm(a, b)의 값이 나온다.

👾 나의 답안

function gcd(a, b) {
    return a % b == 0 ? b : gcd(b, a % b);
}

function solution(arr) {
    return arr.reduce((a, b) => (a * b) / gcd(a, b));
}

 

• 최소공약수를 구하는 gcd 함수를 먼저 만들고 호출해서 최소공배수를 간단하게 반환해 주었다.

 

---

캐시

👾 문제 설명

지도개발팀에서 근무하는 제이지는 지도에서 도시 이름을 검색하면 해당 도시와 관련된 맛집 게시물들을 데이터베이스에서 읽어 보여주는 서비스를 개발하고 있다.

이 프로그램의 테스팅 업무를 담당하고 있는 어피치는 서비스를 오픈하기 전 각 로직에 대한 성능 측정을 수행하였는데, 제이지가 작성한 부분 중 데이터베이스에서 게시물을 가져오는 부분의 실행시간이 너무 오래 걸린다는 것을 알게 되었다.

어피치는 제이지에게 해당 로직을 개선하라고 닦달하기 시작하였고, 제이지는 DB 캐시를 적용하여 성능 개선을 시도하고 있지만 캐시 크기를 얼마로 해야 효율적인지 몰라 난감한 상황이다.

어피치에게 시달리는 제이지를 도와, DB 캐시를 적용할 때 캐시 크기에 따른 실행시간 측정 프로그램을 작성하시오.

👾 입력 형식

• 캐시 크기(cacheSize)와 도시이름 배열(cities)을 입력받는다.
• cacheSize는 정수이며, 범위는 0 ≦ cacheSize ≦ 30 이다.
• cities는 도시 이름으로 이뤄진 문자열 배열로, 최대 도시 수는 100,000개이다.
• 각 도시 이름은 공백, 숫자, 특수문자 등이 없는 영문자로 구성되며, 대소문자 구분을 하지 않는다. 도시 이름은 최대 20자로 이루어져 있다.
  
  

👾 출력 형식

• 입력된 도시이름 배열을 순서대로 처리할 때, "총 실행시간"을 출력한다

👾 조건

• 캐시 교체 알고리즘은 LRU(Least Recently Used)를 사용한다.
• cache hit일 경우 실행시간은 1이다.
• cache miss일 경우 실행시간은 5이다.

💬 참고
문제의 포인트는 LRU(가장 오래 참조되지 않은 페이지를 교체하는 기법)에 있다. LRU 구현을 위해 push()와 shift() 메서드를 사용하였다. https://j2wooooo.tistory.com/121

LRU 알고리즘 (Least Recently Used Algorithm)

👾 나의 답안

function solution(cacheSize, cities) {
    let cache = [];
    let time = 0;

    cities.forEach((city) => {
        city = city.toLowerCase();

        if (!cache.includes(city)) {
            cache.push(city);
            time += 5;
            if (cache.length > cacheSize) {
                cache.shift();
            }
        } else time++;
    });
    return time;
}

 

• 첫 답안
• 테스트 케이스 일부 오답

 

function solution(cacheSize, cities) {
    let cache = [];
    let time = 0;

    cities.forEach((city) => {
        city = city.toLowerCase();

        if (!cache.includes(city)) {
            cache.push(city);
            time += 5;
            if (cache.length > cacheSize) {
                cache.shift();
            }
        } else time++;
        let idx = cache.indexOf(city);
        cache.splice(idx, 1);
        cache.push(city); // cache hit인 경우 city 이동 (참조되었으므로)
    });
    return cacheSize == 0 ? cities.length * 5 : time; // cacheSize가 0일 때
}

 

• 테스트 케이스 통과한 두 번째 답안
• cache hit인 경우, 데이터가 참조되었기 때문에 다시 캐시의 가장 뒤로 보내야 하는 점을 간과했다. splice() 메서드를 사용해서 인덱스 찾아서 제거 후 맨 뒤에 삽입될 수 있도록 보완하였고, 질문하기 게시판에서 cacheSize가 0인 경우를 고려하라는 힌트를 보게 돼서 마지막에 cacheSize가 0인 경우 cities 배열의 길이만큼 5를 곱한 값을 반환하도록 코드를 수정하였다.

 

---

뉴스 클러스터링

👾 문제 설명

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.

 

하도 생각을 많이 햇더니 지금 약간 뇌가 저림
원소의 중복을 허용하는 다중 집합이라는 점이 ㄴㅓ무.. 어렵다 이봐 신입사원 김튜브씨 누가 중복 허용하랫냐고

👾 나의 답안

function setArray(string) {
    const filteredArr = string.toLowerCase().match(/[a-z]/g);

    const set = [];
    for (let i = 0; i < filteredArr.length - 1; i++) {
        set.push(filteredArr[i].concat(filteredArr[i + 1]));
    }
    return set;
}

function solution(str1, str2) {
    let set1 = setArray(str1);
    let set2 = setArray(str2);

    let newSet = [...new Set([...set1, ...set2])];
    let intersection = 0;
    let union = 0;

    newSet.forEach((v) => {
        let x = set1.filter((e) => e == v).length;
        let y = set2.filter((e) => e === v).length;
        if (set1.includes(v) && set2.includes(v)) {
            intersection += Math.min(x, y);
            union += Math.max(x, y);
        } else if (set1.includes(v)) {
            union += x;
        } else if (set2.includes(v)) {
            union += y;
        }
    });
    return union.length == 0 ? 65536 : Math.floor((intersection / union) * 65536);
}

 

• 첫 답안, 중복 허용 처리 어떻게 하는지 도저히 모르겠어서 구글링의 힘을 빌렸는데도 테스트 케이스 거의 다 틀림
• 빨갛고 멋지다 나 빨간색 좋아함

 

 

이 문제만 세 시간 가까이 붙잡고 있는데 도저히 뭐가 문제인지 모르겠어서 다른 사람 풀이 거의 복사하듯이 처음부터 다시 코드 짰다
객체를 사용한 풀이가 좀 새로워 보여서 따라했다..🍂

 

function setString(string) {
    const matchString = string.match(/[a-z]/g);

    return matchString ? matchString.length === 2 : false;
}

function setArray(string) {
    const result = [];

    for (let i = 0; i < string.length; i++) {
        let partString = (string[i] + string[i + 1]).toLowerCase();

        if (setString(partString)) {
            result.push(partString.toLowerCase());
        }
    }

    return result;
}

function solution(str1, str2) {
    let result = 0;
    let intersection = 0;
    let union = 0;

    const StringObj = {
        first: setArray(str1),
        second: setArray(str2),
    };

    const map1 = new Map();
    const map2 = new Map();

    StringObj.first.forEach((v) => {
        if (map1.has(v)) map1.set(v, map1.get(v) + 1);
        else map1.set(v, 1);
    });

    StringObj.second.forEach((v) => {
        if (map2.has(v)) map2.set(v, map2.get(v) + 1);
        else map2.set(v, 1);
    });

    const set = new Set([...StringObj.first, ...StringObj.second]);

    set.forEach((v) => {
        if (map1.has(v) && map2.has(v)) {
            const max = Math.max(map1.get(v), map2.get(v));
            const min = Math.min(map1.get(v), map2.get(v));
            union += max;
            intersection += min;
        } else if (map1.has(v)) {
            union += map1.get(v);
        } else if (map2.has(v)) {
            union += map2.get(v);
        }
    });
    result = intersection / union;
    if (intersection === 0 && union === 0) {
        result = 1;
    }
    return Math.floor(result * 65536);
}

 

 

아진짜 나 너무 힘들어 재빠르게 침대에 누워야돼