[코딩테스트] 문단에서 가장 흔한 단어 찾기 - re.sub, counter 객체

[문제]

paragraph에서 대소문자, 쉼표 구두점등을 무시하고, banned 단어에 포함되지 않은 단어 중 가장 많이 등장한 단어 반환

Example 1:

Input: paragraph = "Bob hit a ball, the hit BALL flew far after it was hit.", banned = ["hit"]
Output: "ball"
Explanation: 
"hit" occurs 3 times, but it is a banned word.
"ball" occurs twice (and no other word does), so it is the most frequent non-banned word in the paragraph. 
Note that words in the paragraph are not case sensitive,
that punctuation is ignored (even if adjacent to words, such as "ball,"), 
and that "hit" isn't the answer even though it occurs more because it is banned.

Example 2:

Input: paragraph = "a.", banned = []
Output: "a"

 

[풀이]

1. 입력값에 대한 전처리 (re)

2. 등장한 개수 세기 (counter)

3. return

 

[설명]

re.sub를 활용한 문자열 치환하기

re.sub('패턴', '바꿀문자열', '문자열', 바꿀횟수)

정규표현식 문법에 따라 다양한 패턴을 구상할 수 있다.

- 는 범위는 나타냄 [a-z] - 영어 소문자

^ 는 not에 해당 , [^1] 는 '1'를 제외한 모든 문자와 일치, [1^]는 '1'혹은 '^'와 일치한다.

\w는 모든 영숫자,

\d: 숫자([0-9]),

\D : 비 숫자 문자([^0-9]), 

 . 은 “모든 문자”와 일치

\s: 공백 문자, 

이를 혼합하여 쓰는 것도 가능한데, [\s,.] 는 모든 공백, ',' 또는 '.'와 일치하는 문자

\Aword: 문자열의 시작과 'word'가 일치합니다.
end\Z: 문자열의 끝과 'end'가 일치합니다.

반복

* : ca*t는 'ct' (0개의 'a' 문자), 'cat' (1개의 'a'), 'caaat' (3개의 'a' 문자) 등과 일치

 

리스트 컴프리헨션

- 파이썬에서 간결하게 리스트를 생성하는 방법 중 하나

new_list = [expression for item in iterable if condition]

• expression: 각 항목에 대한 계산식 또는 표현식입니다.
• item: 반복되는 각 요소에 대한 변수명입니다.
• iterable: 반복 가능한 객체(리스트, 튜플, 문자열 등)입니다.
• condition (선택 사항): 조건식으로, 필터링 조건을 나타냅니다.

여러 줄 텍스트에서 각 줄의 길이를 구하고자 할 때

text = """This is a
multiline
text."""

line_lengths = [len(line) for line in text.split('\n')]
print(line_lengths)

따라서 이를 이용해 각 단어 리스트 생성

words = [word for word in re.sub('[^\w]', ' ', paragraph)

.lower().split() if word not in banned]

['bob', 'a', 'ball', 'the', 'ball', 'flew', 'far', 'after', 'it', 'was']

collections 모듈에 포함된 Counter 클래스는 파이썬에서 간단하게 요소의 개수를 세기 위한 유용한 도구입니다. Counter 객체는 반복 가능한(iterable) 객체(리스트, 튜플 등)에서 각 요소의 개수를 셉니다.

from collections import Counter

my_list = [1, 2, 3, 1, 2, 3, 1, 2, 1, 1]
my_counter = Counter(my_list)

print(my_counter)  # Counter({1: 5, 2: 3, 3: 2})

most_common([n]): 가장 빈번하게 나타나는 요소와 그 개수를 순서대로 반환합니다. n을 제공하면 상위 n개만 반환합니다.

print(my_counter.most_common(2))  # [(1, 5), (2, 3)]

 

 

[답]

class Solution:

def mostCommonWord(self, paragraph: str, banned: List[str]) -> str:

words = [word for word in re.sub('[^\w]', ' ', paragraph)

.lower().split() if word not in banned]

counts = collections.Counter(words)

return counts.most_common(1)[0][0]