일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 구현
- 깊이 우선 탐색
- 너비 우선 탐색
- 배낭 문제
- 다이나믹 프로그래밍
- 최장공통부분수열
- 수학
- lazy evaluation
- Container vs VM
- 클래스
- 동적 계획법
- 냅색 알고리즘
- 일단 시도
- 문자열
- db replication
- dfs
- 모듈러 연산 분배법칙
- LCS 알고리즘
- 정처기 필기
- 최장공통부분문자열
- 그래프탐색
- 파이썬
- npm start
- error:0308010C:digital envelope routines::unsupported
- 그래프 탐색
- Docker 원리
- bfs
- Python
- 그래프 이론
- 나는 바보야...
- Today
- Total
목록그래프 탐색 (2)
Save my data
기초적인 탐색 문제이다. 이 문제는 BFS와 DFS 모든 방법으로 풀 수 있는 문제인데, 나는 어제 BFS를 활용한 탐색 문제를 풀었으니 오늘 이 문제는 DFS로 풀기로 했다. import sys apart = [] N = int(sys.stdin.readline()) for _ in range(N): apart.append([*map(int, sys.stdin.readline().strip())]) total = 0 cnt = 0 res = [] def dfs(x, y): global cnt if x = N or y = N: return False if apart[x][y] == 0: return False if apart[x][y] == 1: cnt += 1 apa..
BFS 를 이용한 탐색 문제이다. 미로의 탈출 가능한 최단 경로를 찾는 문제인데, 사방 탐색은 여러 가지 구현 문제를 풀었던 경험으로 쉽게 떠올릴 수 있었지만 탐색 후 올바른 경로에 대해 BFS를 적용하려고 하니 난해했다. 코드를 완성시킨 후 다시 리뷰하면서 파악해보니 눈에 좀 익으면서 어느 정도 파악이 되었는데, 정해진 범위 내에서 탐색을 진행하며 현재 보고있는 정점과 인접한 정점 중 이어진 곳 따라 탐색을 진행하면서 자신이 왔던 길이 아닌 앞으로 가야할 길의 좌표, 즉 자기가 왔던 곳을 제외한 인접정점들을 for 문을 통해 순서대로 queue 에 넣고 그 인접정점의 값에는 기존의 1 이라는 값 대신 (인접 정점의 기존 값 + 자기 자신의 값) 을 새로 넣어준다. queue 의 왼쪽에서 하나씩 꺼내며 ..