# 다익스트라 알고리즘
import sys
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수, 간선의 개수를 입력받기
n, m = map(int, input().split())
# 시작 노드 번호를 입력받기
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n + 1)]
# 방문한 적이 있는지 체크하는 목적의 리스트를 만들기
visited = [False] * (n + 1)
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [INF] * (n + 1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a, b, c = map(int, input().split())
# a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].append((b, c))
# 방문하지 않은 노드 중에서, 가장 최단 거리가 짧은 노드의 번호를 반환
def get_smallest_node():
min_value = INF
index = 0 # 가장 최단 거리가 짧은 노드(인덱스)
for i in range(1, n + 1):
if distance[i] < min_value and not visited[i]:
min_value = distance[i]
index = i
return index
def dijkstra(start):
# 시작 노드에 대해서 초기화
distance[start] = 0
visited[start] = True
for j in graph[start]:
distance[j[0]] = min(distance[j[0]],j[1])
# 시작 노드를 제외한 전체 n - 1개의 노드에 대해 반복
for i in range(n - 1):
# 현재 최단 거리가 가장 짧은 노드를 꺼내서, 방문 처리
now = get_smallest_node()
visited[now] = True
# 현재 노드와 연결된 다른 노드를 확인
for j in graph[now]:
cost = distance[now] + j[1]
# 현재 노드를 거쳐서 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[j[0]]:
distance[j[0]] = cost
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1, n + 1):
# 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if distance[i] == INF:
print("INF")
# 도달할 수 있는 경우 거리를 출력
else:
print(distance[i])
단계마다 방문하지 않은 노드 중에서 최단거리 노드를 선택하기 위해 힙(Heap)자료 구조를 이용한다.
위의 다익스트라 알고리즘과 기능을 동일하지만, 순차 탐색이 아닌 최소 힙을 통해 최단거리 노드를 택함으로써 시간 복잡도를 줄여나갔다.
시간복잡도
순차탐색 다익스트라 | 우선순위 다익스트라 | |
---|---|---|
최단거리 노드 찾기 | O(V) | O(log(V)) |
총 시간복잡도 | O(V^2) | O(Vlog(V)) |
import heapq
import sys
input = sys.stdin.readline
INF = int(1e9)
# 노드의 개수, 간선의 개수
n,m = map(int, input().split())
# 시작점
start = int(input())
graph = [[] for i in range(n+1)]
distance = [INF] * (n+1)
# 모든 간선 정보 입력받기
for _ in range(m):
a,b,c = map(int, input().split())
graph[a].append((b,c))
# 다익스트라 알고리즘(우선순위 큐 자료구조 이용)
def dijkstra(start):
q = []
heapq.heappush(q,(0,start))
distance[start] = 0
while q:
dist, now = heapq.heappop(q)
# 현재 노드가 이미 처리된 적이 있는 노드라면 무시(최단거리가 이미 표시 되어 있으므로)
if distance[now] < dist:
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q,(cost,i[0]))
dijkstra(start)
# 거리정보를 나타내는 distance 출력
for i in range(1,n+1):
if distance[i] == INF:
print("INF")
else:
print(distance[i])