(전공복습) 데이터과학 4. 시각화
차례
다익스트라 알고리즘을 잘 이해하고 있는지 확인하는 문제이다.
최소비용 구하기 1과 유사하지만, 단순히 비용만 출력하는 게 아니라 경로 전체를 출력해야 한다.
최소거리를 갱신할 때, 이전 노드(Predecessor)를 같이 저장하면 최소거리로 이동하는 데에 직전에 거쳐야 할 노드를 알 수 있다.
이후 그 노드들을 재귀적으로 따라가면 출발점부터 도착점까지의 경로를 완성할 수 있다.
이 사실을 인지하고 있으면 알고리즘에 약간의 수정만 가하면 문제를 풀 수 있다.
from sys import stdin
from heapq import *
input = stdin.readline
INF = float('inf')
n = int(input())
m = int(input())
graph = [[] for _ in range(n+1)]
for _ in range(m):
u, v, w = map(int, input().split())
graph[u].append((v, w))
src, dst = map(int, input().split())
dist = [INF] * (n+1)
pred = [None] * (n+1)
dist[src] = 0
# 다익스트라 알고리즘
q = [(0, src)]
while q:
cost, node = heappop(q)
if dist[node] < cost:
continue
for nextNode, nextCost in graph[node]:
if nextCost + dist[node] < dist[nextNode]:
dist[nextNode] = nextCost + dist[node]
# 추가된 부분, nextNode의 직전 노드가 node가 된다는 의미
pred[nextNode] = node
heappush(q, (dist[nextNode], nextNode))
# 목적지에서 시작해서 이전 노드를 재귀적으로 탐색한다
path = [dst]
while 1:
# 이전 노드의 번호
pi = pred[path[-1]]
# 만약 이전 노드가 None이라면 시작 노드에 도달한 것
if pi == None:
break
path.append(pi)
print(dist[dst])
print(len(path))
print(' '.join(map(str, path[::-1])))
문제 링크 문제 링크
개요 선형적인 자료구조에서는 값에 접근하는 데에 \(O(1)\)이면 충분하지만, 대신 부분합을 구하는 데에는 \(O(N)\)이 필요하다. 그렇다면 이 자료구조를 이진 트리로 구성하면 어떨까? 값에 접근하는 데에 걸리는 시간이 \(O(\lg N)\)으로 늘어나지만 대신 부분합을 구하...
개요 다익스트라 알고리즘과 함께 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 다익스트라 알고리즘보다 느리지만, 음수 가중치 간선이 있어도 작동하며, 음수 가중치 사...
개요 다익스트라 알고리즘은 Single Sourse Shortest Path(SSSP) 문제를 푸는 알고리즘 중 하나이다. 즉, 한 노드에서 다른 모든 노드로 가는 최단 경로를 구하는 알고리즘이다. 단, 다익스트라 알고리즘은 음수 가중치 엣지를 허용하지 않는다. 이 경우에는 벨만-...