단어 세기

지침

드라마 자막에서 각 단어가 몇 번 나오는지 세는 것이 과제예요.

이 드라마들의 자막은 ASCII 문자만 사용해요.

등장인물들은 _they're_나 it's 같은 축약형을 쓰면서 편한 영어로 자주 말해요. 이런 축약형은 두 단어(예: we are)에서 나왔지만, 축약형(we're)은 한 단어로 취급해요.

단어는 어떤 형태의 구두점(예: ":", "!", "?")이나 공백 문자(예: "\t", "\n", " ")로 구분할 수 있어요. 단어를 구분하지 않는 유일한 구두점은 축약형에 쓰이는 아포스트로피예요.

숫자도 단어로 봐요. 자막에 _It costs 100 dollars._라고 나오면 _100_은 그 자체로 하나의 단어가 돼요.

단어는 대소문자를 구분하지 않아요. 예를 들어, 다음 문장에서 _you_라는 단어는 세 번 나와요:

You come back, you hear me? DO YOU HEAR ME?

결과에서 단어 개수의 순서는 상관없어요.

지금까지 이야기한 요소를 여러 개 담은 예시를 볼까요:

• 단순한 단어
• 축약형
• 숫자
• 대소문자를 구분하지 않는 단어
• 단어를 구분하는 구두점(아포스트로피 포함)
• 단어를 구분하는 여러 형태의 공백 문자

"That's the password: 'PASSWORD 123'!", cried the Special Agent.\nSo I fled.

이 자막의 매핑 결과는 다음과 같아요:

123: 1
agent: 1
cried: 1
fled: 1
i: 1
password: 2
so: 1
special: 1
that's: 1
the: 2

힌트

이 연습 문제를 완료하려면 텍스트를 받아 각 단어가 몇 번 나타나는지 반환하는 wordCount 함수를 구현해야 해요.

이 연습 문제를 처음 푼다면, 제공된 시그니처를 그대로 사용하는 것을 추천해요:

wordCount :: String -> [(String, Int)]

나중에 이 문제를 다시 살펴보면서 다른 데이터 타입과 라이브러리를 다뤄 보는 것도 좋아요:

• text 패키지의 Text.
• containers 패키지의 Map.
• multiset 패키지의 MultiSet

테스트 스위트는 말이 되는 거의 모든 타입 시그니처를 허용하도록 의도적으로 설계됐어요. 그러니 가장 좋다고 생각하는 시그니처를 찾아봐요.