리트코드_819 가장 흔한 단어_Easy (문자열_정규식 (중요)_문자열 전처리_re모듈_replace())

• 링크 : https://leetcode.com/problems/most-common-word/

정규표현식 중요

• 참고링크 : https://ponyozzang.tistory.com/335

• 정규 표현식 문자열 치환

  • re모듈을 import해야함.
  • 그리고 sub()함수를 사용함
    • replace.substring(A가 있으면, B로, 문자열에서) 으로 외우면 될듯

import re

re.sub（정규 표현식, 치환 문자, 대상 문자열）

정규 표현식 - 검색 패턴을 지정
치환 문자 - 변경하고 싶은 문자
대상 문자열 - 검색 대상이 되는 문자열

• 예시

text = 010-1234-5678 Kim이 있을 때,

text_mod = re.sub('^[0-9]{3}-[0-9]{4}-[0-9]{4}',"***-****-****",text)

결과 : ***-****-**** Kim

---

메모

• 금지된 단어를 제외한 가장 흔하게 등장하는 단어를 출력하라

• 대소문자 구분을 하지 않으며, 구두점(마침표, 쉼표 등) 또한 무시한다.

• 단어 기준인거 같으니 ........ B

  • split()을 써서 리스트에 저장하고 Counter쓰면 될듯

• 그중에서 banned는 제외시켜야함 ........ A

  • split()해서 리스트 저장하기 전에
    • for i in banned: 기존문자열.replace(i, "")

알고리즘 및 방법

• 내가 짠 방식
  • 좀 더 비효율적, 코드도 복잡

소문자로 바꾼다 <-- 히든테케 1번 때문에 가장 먼저 수행

특수문자를 " "로 제거한다 <-- 히든테케 2번 때문에 " "로 제거해야함(안그럼 애들이 달라붙음)

" "를 기준으로 분리해서 리스트로 만든다 <-- 히든테케 3번 때문에 banned 제거 전에 수행

리스트에 banned가 있으면 제거해준다

c = counter

return most_common(1)

• 책 솔루션
  • 정규식 사용, 효율적
  • 정규식에서 \w 는 단어문자를 뜻하며, ^은 not을 의미한다.
    • 따라서 다음 정규식은 단어문자가 아닌 모든 문자를 공백으로 치환하는 역할을 한다

words = []
for word in re.sub(r'[^\w]', ' ', paragraph).lower().split():
    if word not in banned:
        words.append(word)
        
c = Counter(words)    
return most_common(1)        

---

솔루션 코드 - 1차 접근 내가 푼(실패코드)

• 히든테케를 뒤늦게 알게되어 킹받고 틀렸단걸 인지한 코드

from collections import Counter
class Solution:
    def mostCommonWord(self, paragraph: str, banned: List[str]) -> str:
		# 내가 푼 - 1차 - 히든테케땜에 틀리게된 케이스 
        paragraph = paragraph.lower()
        
        if banned:
            for i in banned:
                paragraph = paragraph.replace(i, "")
                
        for i in ("!", "?", "'", ",", ";", "."):
            paragraph = paragraph.replace(i, " ")
            
        arr = paragraph.split()
        c = Counter(arr)
        
        return c.most_common(1)[0][0]

히든테케

1)
Input       "Bob. hIt, baLl"
            ["bob", "hit"]
            
Output      "ball"
-----------------------------------------------------
2) 생각해보면 이거도 어이없네 ㅋ;;;
Input       "a, a, a, a, b,b,b,c, c"
            ["a"]
            
Output      "b"

-----------------------------------------------------
3) 미쳤나 이거... 이걸알려줘야지 첨부터;
   --> replace하면 안되겟네.. 첨부터 리스트로 끊어서 저장하고 for문 돌려야할듯
Input       "abc abc? abcd the jeff!"
            ["abc","abcd","jeff"]

Output      "the"

• <중요> replace() 결과는 어디에 꼭 할당해줘야함

---

솔루션 코드 - 2차 접근 내가 푼

• 히든테케를 다 수용한 정답코드

from collections import Counter
class Solution:
    def mostCommonWord(self, paragraph: str, banned: List[str]) -> str:
    	# 내가 푼 - 2차
        paragraph = paragraph.lower()
                
        for i in ("!", "?", "'", ",", ";", "."):
            paragraph = paragraph.replace(i, " ")  # 히든테케 2 --> " "
        
        # 히든테케 3 때문에 먼저 리스트 만들고 일일히 비교 (replace 사용 불가)
        paragraph = paragraph.split()    
        
        if banned:
            for i in range(len(banned)):
                for j in range(len(paragraph)):
                    if banned[i] == paragraph[j]:
                        paragraph[j] = ""
        
        c = Counter(paragraph)
        
        if len(c) > 1 and c.most_common(1)[0][0] == "":
            return c.most_common(2)[1][0]
        else:        
            return c.most_common(1)[0][0] 

• 히든테케의 잔해들과 성능표
  

---

솔루션 코드 - 책 솔루션

• 정규식 사용 (중요)

from collections import Counter
class Solution:
    def mostCommonWord(self, paragraph: str, banned: List[str]) -> str:        
        # 책 솔루션 - 정규식 사용 (중요) - 외워야함 이건        
        '''
        정규식에서 \w 는 단어문자를 뜻하며, ^은 not을 의미한다.
        따라서 다음 정규식은 단어문자가 아닌 모든 문자를 공백으로 치환하는 역할을 한다
        '''
        
        words = [word for word in re.sub(r'[^\w]', ' ', paragraph).lower().split() if word not in banned]
        
        c = Counter(words)
                
        return c.most_common(1)[0][0]