(전공복습) 데이터과학 4. 시각화
차례
서로소 집합(분리 집합, Disjoint Set) 자료구조를 활용해서 푸는 문제.
TC를 직접 그려보면 이해가 빠르다.
일종의 그래프 문제인데, 그래프 내에서 사이클이 생기는 순간을 포착하면 된다.
그러기 위해서 한 연결요소(Connected Component)가 하나의 집합이 된다는 것을 이해하고,
유니온 파인드를 시행하다가 같은 연결요소를 다시 유니온하려고 시도한다면 사이클이 생기는 것을 파악하면 된다.
크루스칼 알고리즘을 생각해 보면, 사이클이 생기는 것을 감지하기 위해 서로소 집합을 이용하는데, 이 문제도 마찬가지인 셈이다.
n, m = map(int, input().split())
arr = [tuple(map(int, input().split())) for _ in range(m)]
parent = [i for i in range(n)]
# 파인드
def root(node):
if node != parent[node]:
parent[node] = root(parent[node])
return parent[node]
# 유니온
def union(v, w):
rv, rw = root(v), root(w)
parent[rv] = parent[rw] = min(rv, rw)
# 유니온 파인드를 하다가 사이클이 탐지되면 출력
for i, (src, dst) in enumerate(arr):
if root(src) != root(dst):
union(src, dst)
else:
# i는 0부터 시작하므로 1을 더한다
print(i+1)
break
else:
# break가 발생하지 않으면 0 출력
print(0)
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-...