(전공복습) 데이터과학 4. 시각화
차례
유니온-파인드(Union-Find, Disjoint Set) 알고리즘의 응용 문제.
추가적으로 집합의 크기를 저장해야 하는데, 반드시 전체 노드가 자신의 집합 크기를 알 필요가 없다는 것에 착안하여,
루트 노드에만 알맞은 집합의 크기를 가지고 있도록 구현하였다.
다른 부분은 기본적인 유니온-파인드 알고리즘과 동일하나,
문자열이 입력인 만큼 딕셔너리를 이용해 해당 문자열을 숫자로 변환했다.
또한, 유니온 과정에서 size
리스트를 갱신하도록 해서 각 루트 노드가 알맞은 사이즈를 저장하도록 했다.
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)
if ra != rb:
parent[ra] = parent[rb] = min(ra, rb)
# 유니온 과정에서 루트 노드에 저장된 사이즈의 값을 갱신한다
# 사실 루트가 되는 한 쪽만 갱신해줘도 상관은 없다
size[ra] = size[rb] = size[ra] + size[rb]
# 문자열 man을 num으로 변환하여 새 집합으로 추가하는 함수
# 만약 기존에 man이 등장했다면 추가하지 않는다
def add(man, num):
if man not in d:
d[man] = num
parent.append(num)
size.append(1)
return num + 1
return num
t = int(input())
for _ in range(t):
f = int(input())
d = {}
temp = 0
parent = []
size = []
for _ in range(f):
a, b = input().split()
# 각각 새 집합으로 추가한다
temp = add(a, temp)
temp = add(b, temp)
# 이후 두 집합을 유니온한다
union(d[a], d[b])
# 올바른 사이즈는 루트에만 저장되므로 루트에 저장된 사이즈를 출력해야 한다
print(size[root(d[a])])
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-...