(전공복습) 데이터과학 4. 시각화
차례
BFS를 통해 최단 거리를 찾는 문제.
숨바꼭질 1과 다르게 방법의 수까지 출력해야 한다.
가능한 모든 방법을 전부 찾기 위해서, 답을 찾더라도 break
를 통해 종료하지 않고 continue
로 가능한 범위를 계속 순회한다.
또한, visited
리스트가 거리를 저장하게 만들어서 최단거리로 간 거리를 다시 탐색하지 않도록 했다.
n == k
인 경우를 따로 예외처리를 했는데, 검사 순서를 조금 바꾸면 예외처리하지 않고도 처리할 수 있을 것 같다.
처음에 이 예외처리를 바보같이 0\n0
을 출력하도록 하는 바람에 오답을 냈다.
from collections import deque
INF = float('inf')
n, k = map(int, input().split())
visited = [INF] * 100001
q = deque()
q.append((n, 0))
visited[n] = 0
ans = 0
ways = 1
# n == k인 경우의 예외처리
if n == k:
print('0\n1')
else:
while q:
num, dist = q.popleft()
# 덧셈, 뺄셈, 곱셈
for func in (lambda x: x+1, lambda x: x-1, lambda x: x*2):
new = func(num)
# 동생 위치에 도달한 경우
if new == k:
# 처음 도달했다면 정답으로 저장
if not ans:
ans = dist + 1
# 처음이 아니라면 최단거리인지 확인한 후 방법의 수를 하나 늘림
elif ans == dist + 1:
ways += 1
continue
elif 0 <= new <= 100000 and dist + 1 <= visited[new]:
visited[new] = dist + 1
q.append((new, dist + 1))
print(ans, ways, sep = '\n')
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-...