문제
코사인 유사도는 두 벡터의 방향을 비교하고 길이는 무시합니다. 시맨틱 검색에서는 비슷한 임베딩을 가진 텍스트를 찾을 때 사용합니다.
cos(a, b) = (a · b) / (|a| × |b|), 여기서 |a| = √(a₁² + a₂² + … + aₙ²)
결과는 방향이 같으면 1, 수직이면 0, 반대 방향이면 -1입니다. 어느 한 벡터라도 모두 0이면 0을 반환하세요.
cosine_similarity(a, b)를 구현하세요.
입력
a, b: 길이가 같은 두 숫자 리스트.
출력
코사인 유사도를 실수로 반환하세요.
제약 조건
1 ≤ 길이 ≤ 1,000
-1,000 ≤ 각 값 ≤ 1,000
예시
입력:
a = [1.0, 0.0]
b = [0.0, 1.0]
예상 출력:
expected = 0.0
입력:
std::vector<double> a = {1.0, 0.0};
std::vector<double> b = {0.0, 1.0};
예상 출력:
double expected = 0.0;
입력:
double[] a = new double[] {1.0, 0.0};
double[] b = new double[] {0.0, 1.0};
예상 출력:
double expected = 0.0;
설명
내적이 0이므로 두 벡터는 수직이고 유사도는 0입니다.
입력:
a = [1.0, 2.0, 3.0]
b = [2.0, 4.0, 6.0]
예상 출력:
expected = 1.0
입력:
std::vector<double> a = {1.0, 2.0, 3.0};
std::vector<double> b = {2.0, 4.0, 6.0};
예상 출력:
double expected = 1.0;
입력:
double[] a = new double[] {1.0, 2.0, 3.0};
double[] b = new double[] {2.0, 4.0, 6.0};
예상 출력:
double expected = 1.0;
설명
b는 a의 2배입니다: 방향이 같으므로 길이가 달라도 유사도는 1입니다.
접근 방법
먼저 스스로 풀어 본 뒤 힌트를 하나씩 열어 보세요.
힌트 1
이 점수는 방향에 달려 있으니, 먼저 dot product와 두 vector의 길이를 각각 구하세요.
힌트 2
어느 한 vector라도 magnitude가 0이면, 0으로 나누지 말고 similarity를 0으로 정의하세요.
힌트 3
모든 항에서 두 vector의 같은 index를 사용하고, denominator는 magnitude의 곱이라는 점을 기억하세요.
예상 복잡도
시간 O(n), 추가 공간 O(1)
참고 자료
이 문제는 CodeUtility에 맞게 수정되었습니다. 위의 설명과 제한 조건을 따르세요.