(전공복습) 데이터과학 4. 시각화
차례
최소 스패닝 트리(Minimum Spanning Tree, MST) 문제.
크게 어렵지는 않고, 다만 입력이 연결 그래프가 아닌(즉, 여러개의 연결 요소로 된) 그래프일 수 있다는 점과, 입력이 조금 익숙하지 않은 형태로 들어온다는 점만 주의하면 된다.
입력의 경우, 인접 행렬(Adjacency Matrix)의 형태로 들어오는데, graph[i][j] != graph[j][i]
일 수 있다.
즉, 두 개의 노드 사이에 최대 두 개의 간선이 존재할 수 있다는 것을 의미한다.
또한, 간선의 가중치가 알파벳 문자열로 주어지기 때문에, ord()
함수를 이용해 아스키 정수로 변환한 후 적절한 연산을 수행할 필요가 있다.
이후, 유니온 파인드(Union-Find, Disjoint Set) 기반의 크루스칼 알고리즘을 수행하면 되는데, 유니온 횟수를 temp
변수에 저장해서, temp == n - 1
인지 확인해야 한다. 유니온 횟수는 결국 사용하는 간선의 개수가 되고, 트리에서 간선의 개수는 n - 1
개 이므로, 모든 노드가 연결되도록 트리가 구성되었다면 temp == n - 1
이 될 것이다.
#!python
from sys import stdin
input = stdin.readline
# 파인드
def root(node):
if parent[node] != node:
parent[node] = root(parent[node])
return parent[node]
# 유니온
def union(a, b):
ra, rb = root(a), root(b)
parent[ra] = parent[rb] = min(ra, rb)
# edges: 엣지 리스트
# parent: 유니온 파인드 위한 부모 리스트
# ans: 기부할 수 있는 총 길이
# temp: 연결한 랜선 개수
n = int(input())
edges = []
parent = [i for i in range(n)]
ans = 0
temp = 0
# 인접 행렬 파싱
for i in range(n):
for j, e in enumerate(input().strip()):
if e == '0':
continue
# ord('a') = 97
# ord('A') = 65
# ans는 전체 랜선 길이가 된다
if ord(e) >= 97:
w = ord(e) - 96
else:
w = ord(e) - 38
edges.append((w, i, j))
ans += w
# 크루스칼 알고리즘
# ans에 전체 랜선 길이가 있으므로 연결한 랜선 길이만큼 빼준다
edges.sort()
for w, a, b in edges:
if root(a) == root(b):
continue
temp += 1
ans -= w
union(a, b)
# temp가 n - 1이라는 것은 n - 1개 랜선을 사용했다는 뜻
if temp == n - 1:
print(ans)
else:
print(-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-...