import sys
input = sys.stdin.readline
INF = int(1e9) # 1 * 10^9 (10억억
# 입력 1
node_num, vertex_num = map(int, input().split())
start_node = int(input())
graph = [[] for i in range(node_num + 1)] # 간접 리스트, 각 행은 각 노드의 연결을 의미함
visited = [False] * (node_num + 1) # 노드의 방문 여부를 체크하는 리스트
distance = [INF] * (node_num + 1) # 최단 거리 테이블
# 입력 2 - 간선 정보
for _ in range(vertex_num):
a, b, c = map(int, input().split()) # a노드에서 b노드까지의 간선 비용이 c
graph[a].append((b, c)) # 간접 리스트에 튜플 자료형을 이용해 저장
# 방문하지 않은 노드 중에서, 계산된 거리가 가장 짧은 노드의 번호를 반환하는 함수
def get_smallest_node():
min_value = INF
index = 0
for i in range(1, node_num+1):
if distance[i] < min_value and not visited[i]:
min_value = distance[i]
index = i
return index
# 다익스트라 함수
def dijkstra(start):
# 시작 노드에 대해서 초기화
distance[start] = 0 # 시작 노드까지의 거리 0
visited[start] = True # 시작 노드 방문 처리
for j in graph[start]: # 시작 노드와 연결된 모든 노드의 거리 값 갱신
# j[0] : start에 연결된 노드 번호
# j[1] : 해당 번호와 start 노드 사이의 거리
distance[j[0]] = j[1]
# 나머지 노드에 대해 다익스트라 알고리즘 반복 수행
for i in range(node_num - 1):
# 계산된 거리가 가장 짧은 노드 선택
now = get_smallest_node()
visited[now] = True
# now 노드와 연결된 모든 노드의 연결값 갱신 or 확인
for j in graph[now]:
# j[0] : now에 연결된 노드 번호
# j[1] : 해당 번호와 now 노드 사이의 거리
cost = distance[now] + j[1] # now 노드를 거쳐가는 경우의 거리
if cost < distance[j[0]]:
distance[j[0]] = cost # 기존 값보다 작은 경로라면 갱신
dijkstra(start_node)
# start 노드로부터 모든 노드로까지의 최단 거리 출력
for i in range(1, node_num + 1):
if distance[i] == INF:
print("INFINITY")
else:
print(distance[i])
#include <vector>
#include <iostream>
#define INF 1e9 // 무한을 의미하는 값으로 10억을 설정
using namespace std;
// 노드의 개수(N), 간선의 개수(M), 시작 노드 번호(Start)
// 노드의 개수는 최대 100,000개라고 가정
int n, m, start;
// 각 노드에 연결되어 있는 노드에 대한 정보를 담는 배열
vector<pair<int, int> > graph[100001];
// 방문한 적이 있는지 체크하는 목적의 배열 만들기
bool visited[100001];
// 최단 거리 테이블 만들기
int d[100001];
// 방문하지 않은 노드 중에서, 가장 최단 거리가 짧은 노드의 번호를 반환
int getSmallestNode() {
int min_value = INF;
int index = 0; // 가장 최단 거리가 짧은 노드(인덱스)
for (int i = 1; i <= n; i++) {
if (d[i] < min_value && !visited[i]) {
min_value = d[i];
index = i;
}
}
return index;
}
void dijkstra(int start) {
// 시작 노드에 대해서 초기화
d[start] = 0;
visited[start] = true;
for (int j = 0; j < graph[start].size(); j++) {
d[graph[start][j].first] = graph[start][j].second;
}
// 시작 노드를 제외한 전체 n - 1개의 노드에 대해 반복
for (int i = 0; i < n - 1; i++) {
// 현재 최단 거리가 가장 짧은 노드를 꺼내서, 방문 처리
int now = getSmallestNode();
visited[now] = true;
// 현재 노드와 연결된 다른 노드를 확인
for (int j = 0; j < graph[now].size(); j++) {
int cost = d[now] + graph[now][j].second;
// 현재 노드를 거쳐서 다른 노드로 이동하는 거리가 더 짧은 경우
if (cost < d[graph[now][j].first]) {
d[graph[now][j].first] = cost;
}
}
}
}
int main(void) {
cin >> n >> m >> start;
// 모든 간선 정보를 입력받기
for (int i = 0; i < m; i++) {
int a, b, c;
cin >> a >> b >> c;
// a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].push_back({b, c});
}
// 최단 거리 테이블을 모두 무한으로 초기화
fill_n(d, 100001, INF);
// 다익스트라 알고리즘을 수행
dijkstra(start);
// 모든 노드로 가기 위한 최단 거리를 출력
for (int i = 1; i <= n; i++) {
// 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if (d[i] == INF) {
cout << "INFINITY" << '\n';
}
// 도달할 수 있는 경우 거리를 출력
else {
cout << d[i] << '\n';
}
}
}
# 힙 라이브러리 사용 예제 : 최소 힙
import heapq
# 오름차순 힙 정렬(Heap Sort)
def heapsort(iterable):
h = []
result = []
# 삽입
for value in iterable:
heapq.heappush(h, value)
# pop
for i in range(len(h)):
result.append(heapq.heappop(h))
return result
result = heapsort([1, 3, 5, 7, 9, 2, 4, 6, 8, 0])
print(result)
# 힙 라이브러리 사용 예제 : 최대 힙
import heapq
# 내림차순 힙 정렬(Heap Sort)
def heapsort(iterable):
h = []
result = []
# 삽입
for value in iterable:
heapq.heappush(h, -value)
# pop
for i in range(len(h)):
result.append(-heapq.heappop(h))
return result
result = heapsort([1, 3, 5, 7, 9, 2, 4, 6, 8, 0])
print(result)
# 다익스트라 알고리즘 : 개선된 구현 방법
import heapq
import sys
input = sys.stdin.readline
INF = int(1e9) # 1 * 10^9 (10억)
# 입력 1
node_num, edge_num = map(int, input().split())
start_node = int(input())
graph = [[] for i in range(node_num + 1)] # 간접 리스트, 각 행은 각 노드의 연결을 의미함
distance = [INF] * (node_num + 1) # 최단 거리 테이블
# 입력 2 - 간선 정보
for _ in range(edge_num):
a, b, c = map(int, input().split()) # a노드에서 b노드까지의 간선 비용이 c
graph[a].append((b, c)) # 간접 리스트에 튜플 자료형을 이용해 저장
# 다익스트라 함수
def dijkstra(start):
q = [] # 우선순위 큐, 최소 힙 사용, (계산된 거리, 도착 노드 인덱스) 튜플 저장
# 시작 노드에 대해서 초기화
heapq.heappush(q, (0, start))
distance[start] = 0
# q가 모두 pop 될 때까지 반복
while q:
# 우선순위 큐에서 최단 거리가 가장 짧은 노드 선택
dist, now = heapq.heappop(q)
# 이미 처리된 노드인지 확인
if distance[now] < dist:
continue
# 선택된 now 노드와 인접한 노드들 확인
for i in graph[now]:
# i[0] : now와 연결된 노드 번호
# i[1] : now와 해당 노드 사이의 거리
cost = dist + i[1] # now를 거쳐서 가는 경우의 비용
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q, (cost, i[0]))
dijkstra(start_node)
# start 노드로부터 모든 노드로까지의 최단 거리 출력
for i in range(1, node_num + 1):
if distance[i] == INF:
print("INFINITY")
else:
print(distance[i])
#include <iostream>
#include <vector>
#include <queue>
#define INF 1e9 // 무한을 의미하는 값으로 10억을 설정
using namespace std;
// 노드의 개수(N), 간선의 개수(M), 시작 노드 번호(Start)
// 노드의 개수는 최대 100,000개라고 가정
int n, m, start;
// 각 노드에 연결되어 있는 노드에 대한 정보를 담는 배열
vector<pair<int, int> > graph[100001];
// 최단 거리 테이블 만들기
int d[100001];
void dijkstra(int start) {
priority_queue<pair<int, int> > pq;
// 시작 노드로 가기 위한 최단 경로는 0으로 설정하여, 큐에 삽입
pq.push({0, start});
d[start] = 0;
while (!pq.empty()) { // 큐가 비어있지 않다면
// 가장 최단 거리가 짧은 노드에 대한 정보 꺼내기
int dist = -pq.top().first; // 현재 노드까지의 비용
int now = pq.top().second; // 현재 노드
pq.pop();
// 현재 노드가 이미 처리된 적이 있는 노드라면 무시
if (d[now] < dist) continue;
// 현재 노드와 연결된 다른 인접한 노드들을 확인
for (int i = 0; i < graph[now].size(); i++) {
int cost = dist + graph[now][i].second;
// 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if (cost < d[graph[now][i].first]) {
d[graph[now][i].first] = cost;
pq.push(make_pair(-cost, graph[now][i].first));
}
}
}
}
int main(void) {
cin >> n >> m >> start;
// 모든 간선 정보를 입력받기
for (int i = 0; i < m; i++) {
int a, b, c;
cin >> a >> b >> c;
// a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].push_back({b, c});
}
// 최단 거리 테이블을 모두 무한으로 초기화
fill(d, d + 100001, INF);
// 다익스트라 알고리즘을 수행
dijkstra(start);
// 모든 노드로 가기 위한 최단 거리를 출력
for (int i = 1; i <= n; i++) {
// 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if (d[i] == INF) {
cout << "INFINITY" << '\n';
}
// 도달할 수 있는 경우 거리를 출력
else {
cout << d[i] << '\n';
}
}
}
모든 노드에서 다른 모든 노드까지의 최단 경로를 모두 계산하는 알고리즘
플로이드 워셜알고리즘은 다익스트라 알고리즘과 마찬가지로 단계별로 거쳐 가는 노드를 기준으로 알고리즘을 수행함, 다만 최단 거리를 갖는 노드를 찾는 과정은 필요 없음
2차원 테이블에 최단 거리 정보를 저장함
다이나믹 프로그래밍 유형에 속하는 알고리즘
각 단계마다 특정한 노드 k를 거쳐 가는 경우를 확인하여 거리를 갱신
# 플로이드 워셜 알고리즘
INF = int(1e9)
# 입력
num_nodes = int(input())
num_edges = int(input())
# 2차원 리스트 기본 값 초기화
graph = [[INF] * (num_nodes + 1) for _ in range(num_nodes + 1)]
for start_node in range(1, num_nodes + 1):
for end_node in range(1, num_nodes + 1):
if start_node == end_node:
graph[start_node][end_node] = 0
# 그래프 정보 입력
for _ in range(num_edges):
start_node, end_node, weight = map(int, input().split())
graph[start_node][end_node] = weight
# 플로이드워셜 알고리즘
for k in range(1, num_nodes + 1):
for a in range(1, num_nodes + 1):
for b in range(1, num_nodes + 1):
graph[a][b] = min(graph[a][b], graph[a][k]+graph[k][b])
# 출력
for a in range(1, num_nodes + 1):
for b in range(1, num_nodes + 1):
if graph[a][b] == INF:
print("INFINITY", end=" ")
else:
print(graph[a][b], end=" ")
print()
#include <iostream>
#include <vector>
#define INF 1e9 // 무한을 의미하는 값으로 10억을 설정
using namespace std;
// 노드의 개수(N), 간선의 개수(M)
// 노드의 개수는 최대 500개라고 가정
int n, m;
// 2차원 배열(그래프 표현)를 만들기
int graph[501][501];
int main(void) {
cin >> n >> m;
// 최단 거리 테이블을 모두 무한으로 초기화
for (int i = 0; i < 501; i++) {
fill(graph[i], graph[i] + 501, INF);
}
// 자기 자신에서 자기 자신으로 가는 비용은 0으로 초기화
for (int a = 1; a <= n; a++) {
for (int b = 1; b <= n; b++) {
if (a == b) graph[a][b] = 0;
}
}
// 각 간선에 대한 정보를 입력 받아, 그 값으로 초기화
for (int i = 0; i < m; i++) {
// A에서 B로 가는 비용은 C라고 설정
int a, b, c;
cin >> a >> b >> c;
graph[a][b] = c;
}
// 점화식에 따라 플로이드 워셜 알고리즘을 수행
for (int k = 1; k <= n; k++) {
for (int a = 1; a <= n; a++) {
for (int b = 1; b <= n; b++) {
graph[a][b] = min(graph[a][b], graph[a][k] + graph[k][b]);
}
}
}
// 수행된 결과를 출력
for (int a = 1; a <= n; a++) {
for (int b = 1; b <= n; b++) {
// 도달할 수 없는 경우, 무한(INFINITY)이라고 출력
if (graph[a][b] == INF) {
cout << "INFINITY" << ' ';
}
// 도달할 수 있는 경우 거리를 출력
else {
cout << graph[a][b] << ' ';
}
}
cout << '\n';
}
}
import heapq
import sys
input = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수, 간선의 개수, 시작 노드를 입력받기
n, m, start = map(int, input().split())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n + 1)]
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [INF] * (n + 1)
# 모든 간선 정보를 입력받기
for _ in range(m):
x, y, z = map(int, input().split())
# X번 노드에서 Y번 노드로 가는 비용이 Z라는 의미
graph[x].append((y, z))
def dijkstra(start):
q = []
# 시작 노드로 가기 위한 최단 경로는 0으로 설정하여, 큐에 삽입
heapq.heappush(q, (0, start))
distance[start] = 0
while q: # 큐가 비어있지 않다면
# 가장 최단 거리가 짧은 노드에 대한 정보를 꺼내기
dist, now = heapq.heappop(q)
if distance[now] < dist:
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
# 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q, (cost, i[0]))
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 도달할 수 있는 노드의 개수
count = 0
# 도달할 수 있는 노드 중에서, 가장 멀리 있는 노드와의 최단 거리
max_distance = 0
for d in distance:
# 도달할 수 있는 노드인 경우
if d != 1e9:
count += 1
max_distance = max(max_distance, d)
# 시작 노드는 제외해야 하므로 count - 1을 출력
print(count - 1, max_distance)
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수 및 간선의 개수를 입력받기
n, m = map(int, input().split())
# 2차원 리스트(그래프 표현)를 만들고, 모든 값을 무한으로 초기화
graph = [[INF] * (n + 1) for _ in range(n + 1)]
# 자기 자신에서 자기 자신으로 가는 비용은 0으로 초기화
for a in range(1, n + 1):
for b in range(1, n + 1):
if a == b:
graph[a][b] = 0
# 각 간선에 대한 정보를 입력 받아, 그 값으로 초기화
for _ in range(m):
# A와 B가 서로에게 가는 비용은 1이라고 설정
a, b = map(int, input().split())
graph[a][b] = 1
graph[b][a] = 1
# 거쳐 갈 노드 X와 최종 목적지 노드 K를 입력받기
x, k = map(int, input().split())
# 점화식에 따라 플로이드 워셜 알고리즘을 수행
for k in range(1, n + 1):
for a in range(1, n + 1):
for b in range(1, n + 1):
graph[a][b] = min(graph[a][b], graph[a][k] + graph[k][b])
# 수행된 결과를 출력
distance = graph[1][k] + graph[k][x]
# 도달할 수 없는 경우, -1을 출력
if distance >= 1e9:
print("-1")
# 도달할 수 있다면, 최단 거리를 출력
else:
print(distance)