[프로그래머스] 뉴스 클러스터링.py

import re
from collections import Counter
def solution(str1, str2):
    # 소문자 2개씩만 추출하는 정규식 표현
    regex = re.compile('[a-z][a-z]')
    
    # 대소문자 구분을 없애기 위해 전부 소문자로 변환
    str1, str2 = str1.lower(), str2.lower()
    # 문자열 2개씩 묶은 데이터형으로 변환.
    str1_ = regex.findall(" ".join(str1[i:i+2] for i in range(0, len(str1))))
    str2_ = regex.findall(" ".join(str2[i:i+2] for i in range(0, len(str2))))
    # 만약 둘 다 값이 없으면 문제에서 정의한 대로 1 * 65536 반환
    if len(str1_) == len(str2_) == 0:
        return 1 * 65536
    
    # 각 문자열이 몇 번 등장했는지를 count.
    str1_count, str2_count = Counter(str1_), Counter(str2_)
    
    # 교집합과 합집합 만들기
    intersect, union = set(str1_) & set(str2_), set(str1_) | set(str2_)
    # 다중집합의 교집합 원소의 개수. 더 적게 등장한 문자열 개수를 활용한다
    intersect = sum([min(str1_count[i], str2_count[i]) for i in intersect])
    # 다중집합의 합집합 원소의 개수. 더 많이 등장한 문자열 개수를 활용한다.
    union = sum([max(str1_count[i], str2_count[i]) for i in union])
    
    return int((intersect / union) * 65536)