Coding Test(DFS/BFS)

스택(Stack)

stack = []

stack.append(5)
stack.append(2)
stack.append(6)
stack.pop()
stack.append(3)
stack.pop()

큐(Queue)

from collections import deque

queue = deque()

queue.append(6)
queue.append(2)
queue.append(1)
queue.popleft()
queue.append(7)
queue.popleft()

DFS (Depth-First Search)

- 깊이 우선 탐색, 깊은 부분을 우선적으로 탐색하는 알고리즘

- 스택 or 재귀 함수를 이용

• 장점:
  • 최선의 경우, 가장 빠른 알고리즘이다. ‘운 좋게’ 항상 해에 도달하는 올바른 경로를 선택한다면, 깊이 우선 탐색이 최소 실행시간에 해를 찾는다.
• 단점:
  • 찾은 해가 최적이 아닐 가능성이 있다.
  • 최악의 경우, 가능한 모든 경로를 탐험하고서야 해를 찾으므로, 해에 도달하는 데 가장 오랜 시간이 걸린다.

 

<동작과정>

1. 탐색 시작 노드를 스택에 삽입하고 방문처리를 한다.

2. 스택의 최상단 노드에 방문하지 않은 인접한 노드가 하나라도 있으면 그 노드를 스택에 넣고 방문처리를 한다. 방문하지 않은 인접노드가 없으면 스택에서 최상단 노드를 꺼낸다.

3. 2번의 과정을 수행할 수 없을 때까지 반복한다.

 

<동작 예시>

1에 인접한 노드가 여러개 있는데 이럴때 '방문 기준'을 정해줘야 올바르게 방문할 수 있다.

# DFS 함수 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 리스트 자료형으로 표현(2차원 리스트)
# 노드의 번호가 1번부터 시작하기 때문에 index 0은 일부로 비워둠
graph = [
  [],
  [2, 3, 8], #1번노드와 2,3,8이 연결됨
  [1, 7],    #2번노드와 1,7이 연결됨
  [1, 4, 5], #3번노드와 1,4,5가 연결됨
  [3, 5],    #4번노드와 3,5가 연결됨
  [3, 4],
  [7],
  [2, 6, 8],
  [1, 7]
]

# 각 노드가 방문된 정보를 리스트 자료형으로 표현(1차원 리스트)
visited = [False] * 9

# 정의된 DFS 함수 호출
dfs(graph, 1, visited)

BFS(Breadth-First Search)

- 너비 우선 탐색, 큐 이용

- 가까운 노드부터 우선적으로 탐색하는 알고리즘

 

• 장점:
  • 최적해를 찾음을 보장한다.
• 단점:
  • 최소 실행시간보다는 오래 걸린다는 것이 거의 확실하다.
  • 최악의 경우, 실행에 가장 긴 시간이 걸릴 수 있다.

 

 

<동작과정>

1. 탐색 시작 노드를 큐에 삽입하고 방문 처리를 한다.

2. 큐에서 노드를 꺼낸 뒤에 해당 노드의 인접 노드 중에서 방문하지 않은 노드를

   모두 큐에 삽입하고 방문처리한다.

3. 2번의 과정을 수행할 수 없을 때까지 반복한다.

 

<동작 예시>

from collections import deque

# BFS 함수 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 출력
        v = queue.popleft()
        print(v, end=' ')
        # 해당 원소와 연결된, 아직 방문하지 않은 원소들을 큐에 삽입
        for i in graph[v]:
            if not visited[i]:
                queue.append(i)
                visited[i] = True

# 각 노드가 연결된 정보를 리스트 자료형으로 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 리스트 자료형으로 표현(1차원 리스트)
visited = [False] * 9

# 정의된 BFS 함수 호출
bfs(graph, 1, visited)