dfs와 bfs
dfs는 재귀함수를 이용해서 구현한다.
관계식이 명확하게 보이기 때문인데..
위와 같은 그래프를 dfs로 탐색한다고 하면, 노드 A에서 갈 수 있는 노드 = A + B에서가는거 + C에서가는거
이렇게 관계식이 나온다.
그래프를 탐색하는 함수를 하나 만들어놓고 ~에서 갈 수 있는 노드를 탐색할 때 그 함수를 계속해서 호출하면 되기에 재귀함수를 통해 직관적으로 구현할 수 있다.
재귀함수를 통해 깊게 깊게 파고들어서 depth first search라고 불린다.
탐색을 진행할 때는 탐색한 곳을 다시 탐색하는 경우를 피하기 위해 visit배열을 그래프와 함께 사용한다.
import java.io.*;
import java.util.*;
public class Main {
static int N, M;
static boolean[] visit;
static ArrayList<Integer>[] list;
static int cnt;
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StringTokenizer st = new StringTokenizer(br.readLine());
N = Integer.parseInt(st.nextToken());
M = Integer.parseInt(st.nextToken());
list = new ArrayList[N + 1];
visit = new boolean[N+1];
for(int i=0; i<N+1; i++){
list[i] = new ArrayList<>();
}
for(int i=0; i<M; i++){
st = new StringTokenizer(br.readLine());
int start = Integer.parseInt(st.nextToken());
int end = Integer.parseInt(st.nextToken());
list[start].add(end);
list[end].add(start);
}
dfs(1);
System.out.println(cnt == 0 ? cnt : cnt-1);
}
static void dfs(int v){
for(int i=0; i<list[v].size(); i++){
int curV = list[v].get(i);
if(!visit[curV]){
cnt++;
visit[curV] = true;
dfs(curV);
}
}
}
}
리스트를 사용해 그래프를 구현했을 때 dfs를 구현한 예시이다. (PS시 항상 극단적인 테스트케이스를 고려하자)
격자에서 탐색을 진행할 때도 dfs를 사용할 수 있다.
격자 자체를 그래프 자료구조로 보고 탐색할 수 있어 따로 리스트나 행렬을 만들지 않아도 되고, 격자 탐색 테크닉인 dr dc배열을 선언 해 놓고 문제에 적용해 dfs를 돌릴 수 있다.
import java.io.*;
import java.util.*;
public class Main {
static int N, M;
static int[][] map;
static boolean[][] visit;
static int[] dr = {1,0};
static int[] dc = {0,1};
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StringTokenizer st = new StringTokenizer(br.readLine());
N = Integer.parseInt(st.nextToken());
M = Integer.parseInt(st.nextToken());
map = new int[N][M];
visit = new boolean[N][M];
for(int i=0; i<N; i++){
st = new StringTokenizer(br.readLine());
for(int j=0; j<M; j++){
map[i][j] = Integer.parseInt(st.nextToken());
}
}
dfs(0,0);
if(visit[N-1][M-1]){
System.out.println(1);
}else{
System.out.println(0);
}
}
static void dfs(int r, int c){
visit[r][c] = true;
for(int i=0; i<2; i++){
int nextR = r + dr[i];
int nextC = c + dc[i];
if(nextR >= N || nextR <= -1 || nextC >= M || nextC <= -1){
continue;
}
if(map[nextR][nextC] == 0){
continue;
}
if(visit[nextR][nextC]){
continue;
}
dfs(nextR, nextC);
}
}
}
dfs는 재귀함수로 구현되어있고, visit배열을 통해 방문했던 곳을 재방문하는 일이 없도록 한다... 이 두 가지가 dfs의 핵심이라고 할 수 있다.
bfs도 dfs와 마찬가지로 그래프를 탐색할 때 사용되는 알고리즘이다.
dfs는 재귀함수로 구현하고, bfs는 큐를 이용해서 구현한다.
같은 그래프 탐색인데 뭐가 다르냐? 라고 하면... dfs는 재귀함수로 구현돼있어 백트래킹을 사용하기 좋고, bfs는 최단 거리를 계산할 때 dfs보다는 쉽다. (가중치가 없는 경우만. 가중치가 있는 경우는 다익스트라 등 다른 알고리즘을 사용하자.)
이 외에도 다른 차이점들이 있을 것 같은데.. 아직까지는 잘 모르겠다.
dfs에서는 노드를 깊게깊게 파고들며 탐색하는 방법을 채택하고, bfs는 한 노드에 연결된 다른 노드들을 탐색하는 방식으로 진행돼, 최단 거리를 계산하기 좋다.
import java.io.*;
import java.util.*;
public class Main {
static int N, K;
static int[][] map;
static boolean[][] visit;
static int[] dr = {-1,1,0,0};
static int[] dc = {0,0,-1,1};
static int cnt = 0;
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StringTokenizer st = new StringTokenizer(br.readLine());
N = Integer.parseInt(st.nextToken());
K = Integer.parseInt(st.nextToken());
map = new int[N][N];
visit = new boolean[N][N];
for(int i=0; i<N; i++){
st = new StringTokenizer(br.readLine());
for(int j=0; j<N; j++){
map[i][j] = Integer.parseInt(st.nextToken());
}
}
Queue<Point> q = new LinkedList<>();
for(int i=0; i<K; i++){
st = new StringTokenizer(br.readLine());
int r = Integer.parseInt(st.nextToken()) - 1;
int c = Integer.parseInt(st.nextToken()) - 1;
q.add(new Point(r,c));
visit[r][c] = true;
cnt++;
}
while(!q.isEmpty()){
Point cur = q.poll();
for(int i=0; i<4; i++){
int nextR = cur.r + dr[i];
int nextC = cur.c + dc[i];
if(nextR >= N || nextR <= -1 || nextC >= N || nextC <= -1 || map[nextR][nextC] == 1){
continue;
}
if(visit[nextR][nextC]){
continue;
}
visit[nextR][nextC] = true;
q.add(new Point(nextR, nextC));
cnt++;
}
}
System.out.println(cnt);
}
}
class Point{
int r,c;
Point(int r, int c){
this.r =r;
this.c = c;
}
}
bfs를 사용해 격자를 탐색하는 예시이다.
import java.io.*;
import java.util.*;
public class Main {
static int N, K;
static int[][] map;
static int[][] dist;
static int[] dr = {-1,1,0,0};
static int[] dc = {0,0,-1,1};
static int cnt = 0;
public static void main(String[] args) throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
StringTokenizer st = new StringTokenizer(br.readLine());
N = Integer.parseInt(st.nextToken());
K = Integer.parseInt(st.nextToken());
map = new int[N][K];
dist = new int[N][K];
for(int i=0; i<N; i++){
st = new StringTokenizer(br.readLine());
for(int j=0; j<K; j++){
map[i][j] = Integer.parseInt(st.nextToken());
}
}
dist[0][0] = 1;
Queue<Point> q = new LinkedList<>();
q.add(new Point(0,0));
while(!q.isEmpty()){
Point cur = q.poll();
for(int i=0; i<4; i++){
int nextR = cur.r + dr[i];
int nextC = cur.c + dc[i];
if(nextR >= N || nextR <= -1 || nextC >= K || nextC <= -1 || map[nextR][nextC] == 0){
continue;
}
if(dist[nextR][nextC] != 0){
continue;
}
dist[nextR][nextC] = dist[cur.r][cur.c] + 1;
q.add(new Point(nextR, nextC));
}
}
System.out.println(dist[N-1][K-1] - 1);
}
}
class Point{
int r,c;
Point(int r, int c){
this.r =r;
this.c = c;
}
}
bfs로 최단거리를 계산하는 예시이다.
'Algorithm > Theory && Tip' 카테고리의 다른 글
최소 신장 트리 (0) | 2022.07.29 |
---|---|
dp (0) | 2022.07.25 |
백트래킹 (0) | 2022.07.22 |
ArrayList에서 원소 제거 (0) | 2022.07.21 |
격자 탐색 (0) | 2022.07.21 |