: 깊이 우선 탐색
그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘이다. 스택 자료구조나 재귀 함수를 이용한다.
탐색 순서 : 1-2-7-6-8-3-4-5
# DFS 메서드 정의
def dfs(graph, v, visited):
# 현재 노드를 방문 처리
visited[v] = True
print(v, end=' ')
# 현재 노드와 연결된 다른 노드를 재귀적으로 방문
for i in graph[v]:
if not visited[i]:
dfs(graph, i, visited)
# 각 노드가 연결된 정보를 표현(2차원 리스트)
graph = [
[],
[2,3,8],
[1,7],
[1,4,5],
[3,5],
[3,4],
[7],
[2,6,8],
[1,7]
]
# 각 노드가 방문된 정보를 표현(1차원 리스트)
visited = [False] * 9
# 정의된 DFS 함수 호출
dfs(graph, 1, visited)
: 너비 우선 탐색
그래프에서 가까운 노드부터 우선적으로 탐색하는 알고리즘이다. 큐 자료구조를 이용한다. 특정 조건에서의 최단 경로 문제를 해결할 때 효과적으로 사용된다.
탐색 순서 : 1-2-3-8-7-4-5-6
from collections import deque
# BFS 메서드 정의
def bfs(graph, start, visited):
# 큐(Queue) 구현을 위해 deque 라이브러리 사용
queue = deque([start])
# 현재 노드를 방문 처리
visited[start] = True
# 큐가 빌 때까지 반복
while queue:
# 큐에서 하나의 원소를 뽑아 출력하기
v = queue.popleft()
print(v, end=' ')
# 아직 방문하지 않은 인접한 원소들을 큐에 삽입
for i in graph[v]:
if not visited[i]:
queue.append(i)
visited[i] = True
# 각 노드가 연결된 정보를 표현(2차원 리스트)
graph = [
[],
[2,3,8],
[1,7],
[1,4,5],
[3,5],
[3,4],
[7],
[2,6,8],
[1,7]
]
# 각 노드가 방문된 정보를 표현(1차원 리스트)
visited = [False] * 9
# 정의된 DFS 함수 호출
bfs(graph, 1, visited)
N X M 크기의 얼음 틀이 있다. 구멍이 뚫려 있는 부분은 0, 칸막이가 존재하는 부분은 1로 표시된다. 구멍이 뚫려 있는 부분끼리 상, 하, 좌, 우로 붙어 있는 경우 서로 연결되어 있는 것으로 간주한다. 이때, 얼음 틀의 모양이 주어졌을 때 생성되는 총 아이스크림의 개수를 구하는 프로그램을 작성하라.
4 X 5 얼음 틀 예시
입력 예시
4 5
00110
00011
11111
00000
3
from collections import deque
def ice_track(graph: list, start: tuple, visited: list, n, m):
queue = deque()
queue.append(start)
while queue:
visit = queue.popleft()
visited[visit[0]][visit[1]] = 1
if visit[0] + 1 < n and graph[visit[0] + 1][visit[1]] == 0 and visited[visit[0] + 1][visit[1]] == 0:
queue.append((visit[0] + 1, visit[1]))
visited[visit[0] + 1][visit[1]] = 1
if visit[1] + 1 < m and graph[visit[0]][visit[1] + 1] == 0 and visited[visit[0]][visit[1] + 1] == 0:
queue.append((visit[0], visit[1] + 1))
visited[visit[0]][visit[1] + 1] = 1
if visit[1] - 1 >= 0 and graph[visit[0]][visit[1] - 1] == 0 and visited[visit[0]][visit[1] - 1] == 0:
queue.append((visit[0], visit[1] - 1))
visited[visit[0]][visit[1] - 1] = 1
if visit[0] - 1 >= 0 and graph[visit[0] - 1][visit[1]] == 0 and visited[visit[0] - 1][visit[1]] == 0:
queue.append((visit[0] - 1, visit[1]))
visited[visit[0] - 1][visit[1]] = 1
n, m = map(int, input().split())
ice_arr = []
visited = [[0 for _ in range(m)] for _ in range(n)]
ice_count = 0
for i in range(n):
string = input()
ice_one = []
for j in string:
ice_one.append(int(j))
ice_arr.append(ice_one)
for i in range(n):
for j in range(m):
if ice_arr[i][j]:
visited[i][j] = 1
continue
else:
if visited[i][j]:
continue
else:
ice_track(ice_arr, (i,j), visited, n, m)
ice_count += 1
print(ice_count)
: DFS 혹은 BFS로 해결할 수 있다. 얼음을 얼릴 수 있는 공간이 상,하,좌,우로 연결되어 있다고 표현할 수 있기 때문에 그래프 형태로 모델링 할 수 있다.
# DFS로 특정 노드를 방문하고 연결된 모든 노드들도 방문
def dfs(x, y):
# 주어진 범위를 벗어나는 경우에는 즉시 종료
if x <= -1 or x >= n or y <= -1 or y >= m:
return False
# 현재 노드를 아직 방문하지 않았다면
if graph[x][y] == 0:
# 해당 노드 방문 처리
graph[x][y] = 1
# 상,하,좌,우의 위치들도 모두 재귀적으로 호출
dfs(x - 1, y)
dfs(x, y - 1)
dfs(x + 1, y)
dfs(x, y + 1)
return True
return False
# N, M을 공백을 기준으로 구분하여 입력 받기
n, m = map(int, input().split())
# 2차원 리스트의 맵 정보 입력 받기
graph = []
for i in range(n):
graph.append(list(map(int, input())))
# 모든 노드(위치)에 대하여 음료수 채우기
result = 0
for i in range(n):
for j in range(m):
# 현재 위치에서 DFS 수행
if dfs(i, j) == True:
result += 1
print(result)
소연이는 N X M 크기의 직사각형 형태의 미로에 갇혔다. 미로에서 탈출해야 한다.
소연이의 위치는 (1,1)이며 미로의 출구는 (N,M)의 위치에 존재하며 한 번에 한 칸씩 이동할 수 있다. 이때 괴물이 있는 부분은 0으로, 괴물이 없는 부분은 1로 표시되어 있다. 미로는 반드시 탈출할 수 있는 형태로 제시된다.
이때 소연이가 탈출하기 위해 움직여야 하는 최소 칸의 개수를 수하라. 칸을 셀 때는 시작 칸과 마지막 칸을 모두 포함해서 계산한다.(4<=N, M<=200)
5 6
101010
111111
000001
111111
111111
10
from collections import deque
def miro(x: int, y: int):
count = 2
while queue:
visit = queue.popleft()
visited[visit[0]][visit[1]] = 1
flag = 0
moves = [(0, 1), (1, 0), (0, -1), (-1, 0)]
for move in moves:
nx = visit[0] + move[0]
ny = visit[1] + move[1]
if nx <= -1 or nx >= n or ny <= -1 or ny >= m:
continue
if visited[nx][ny] or (not graph[nx][ny]):
visited[nx][ny] = 1
continue
else:
if nx == n-1 and ny == m-1:
print(visit[0], visit[1])
return count
queue.append((nx, ny))
visited[nx][ny] = 1
flag = 1
if flag:
print(visit[0], visit[1])
count += 1
n,m = map(int, input().split())
graph = []
visited = [[0 for _ in range(m)] for _ in range(n)]
for i in range(n):
graph.append(list(map(int, input())))
queue = deque()
count = 0
queue.append((0,0))
print(miro(0,0))
: BFS는 시작 지점에서 가까운 노드부터 차례대로 그래프의 모든 노드를 탐색한다. 따라서 (1,1) 지점부터 BFS를 수행하여 모든 노드의 최단 거리 값을 기록하면 된다.
from collections import deque
# BFS 소스코드 구현
def bfs(x: int, y: int) -> int:
# 큐 구현을 위해 deque 라이브러리 사용
queue = deque()
queue.append((x, y))
# 큐가 빌 때까지 반복하기
while queue:
x, y = queue.popleft()
# 현재 위치에서 4가지 방향으로의 위치 확인
for i in range(4):
nx = x + dx[i]
ny = y + dy[i]
# 미로 찾기 공간을 벗어난 경우 무시
if nx < 0 or nx >= n or ny < 0 or ny >= m:
continue
# 벽인 경우 무시
if graph[nx][ny] == 0:
continue
# 해당 노드를 처음 방문하는 경우에만 최단 거리 기록
if graph[nx][ny] == 1:
graph[nx][ny] = graph[x][y] + 1
queue.append((nx, ny))
# 가장 오른쪽 아래까지의 최단 거리 반환
return graph[n-1][m-1]
# N, M을 공백을 기준으로 구분하여 입력 받기
n,m = map(int, input().split())
# 2차원 리스트의 맵 정보 입력 받기
graph = []
for i in range(n):
graph.append(list(map(int, input())))
# 이동할 네 가지 방향 정의(상, 하, 좌, 우)
dx = [-1, 1, 0, 0]
dy = [0, 0, -1, 1]
# BFS를 수행한 결과 출력
print(bfs(0,0))