コーディングパターンナビゲーションアルゴリズムのテスト:DFS/BFS

29724 ワード

これは私がナドンビンで聞いた内容に基づいて勉強した投稿です.

✔探索とは何ですか?


検索とは、大量のデータから所望のデータを探すプロセスです.

  • イコテ:先入後出、入口と出口は同じ形で積み重ねて可視化
    (💻python-リスト、挿入:append()、削除:pop()

  • スタックデータ構造:先入先出、入口と出口が貫通するトンネル形式、スタック可視化
    (💻python-dequeライブラリ、挿入:append()、削除:popleft()

  • 再帰関数かいきかんすう:独自の関数を再呼び出しじゆうのかんすうをさいこう
    ->終了条件を加えて無限呼び出し関数を防止
    1.工場の例
    # 반복적으로 구현한 n!
    def factorial_iterative(n):        
        result = 1
        # 1부터 n까지의 수를 차례대로 곱하기
        for i in range(1, n + 1):
           result *= i
        return result
    
    # 재귀적으로 구현한 n!
    # 코드가 더 간결함
    def factorial_recursive(n):        
        if n <= 1: # n이 1 이하인 경우 1을 반환
            return 1
        return n * factorial_recursive(n - 1) #재귀적
    
    # 각각의 방식으로 구현한 n! 출력(n = 5)
    print('반복적으로 구현:', factorial_iterative(5))
    print('재귀적으로 구현:', factorial_recursive(5))

  • 最大公約数(GCD)計算(ユークリッドアーク法)例
    :2つの自然数Aに対して、B(A>B)、AはBで除算され、残りはRである.このとき、AとBの最大承諾数は、BとRの最大承諾数に等しい.

    👉 トラブルシューティングプロセス


    1.AとBの最大承諾数がBとRの最大承諾数に等しい
    2.AをBで割って残りのRをBビットに入れる.
    def gcd(a,b):
        if a % b === 0:
            return b
        else:
            return gcd(b, a%b) # a%b = R
    
    print(gcd(102, 162)) #6
  • ✔Depth-First Searchとは?


    深度優先探索は、グラフィック内の深度優先探索アルゴリズムとも呼ばれる.スタック・データ構造(または再帰関数)を使用します.

    👉 トラブルシューティングプロセス


    開始ノード:1,アクセス気分:番号の低い隣接ノードから
    # DFS 함수 정의
    def dfs(graph, v, visited):
        # 현재 노드를 방문 처리
        visited[v] = True
        print(v, end=' ')
        # 현재 노드와 연결된 다른 노드를 재귀적으로 방문
        for i in graph[v]:
            if not visited[i]:
                dfs(graph, i, visited)
    
    # 각 노드가 연결된 정보(그래프)를 리스트 자료형으로 표현(2차원 리스트)
    # 해당 노드에서 인접한 노드
    graph = [
      [],
      [2, 3, 8], #예 : 1번노드와 인접한 노드 2,3,8
      [1, 7],
      [1, 4, 5],
      [3, 5],
      [3, 4],
      [7],
      [2, 6, 8],
      [1, 7]
    ]
    
    # 각 노드가 방문된 정보를 리스트 자료형으로 표현(1차원 리스트)
    visited = [False] * 9 # 1~8번 노드가 있어야 하니까 9개(0번 노드를 사용하지 않을꺼라)
    
    # 정의된 DFS 함수 호출
    dfs(graph, 1, visited)

    「トップ検索」とは?


    幅優先探索は、図形に近いノードから優先探索を開始するアルゴリズムとも呼ばれる.キュー資料構造を利用する.

    👉 トラブルシューティングプロセス


    開始ノード:1,アクセス気分:番号の低い隣接ノードから
    from collections import deque
    
    # BFS 함수 정의
    def bfs(graph, start, visited):
        # 큐(Queue) 구현을 위해 deque 라이브러리 사용
        queue = deque([start])
        # 현재 노드를 방문 처리
        visited[start] = True
        # 큐가 빌 때까지 반복
        while queue:
            # 큐에서 마지막 원소를 뽑아 출력
            v = queue.popleft()
            print(v, end=' ')
            # 해당 원소와 연결된, 아직 방문하지 않은 원소들을 큐에 삽입
            for i in graph[v]:
                if not visited[i]:
                    queue.append(i)
                    visited[i] = True
    
    # 각 노드가 연결된 정보를 리스트 자료형으로 표현(2차원 리스트)
    # 해당 노드에서 인접한 노드
    graph = [
      [],
      [2, 3, 8], #예 : 1번노드와 인접한 노드 2,3,8
      [1, 7],
      [1, 4, 5],
      [3, 5],
      [3, 4],
      [7],
      [2, 6, 8],
      [1, 7]
    ]
    
    # 각 노드가 방문된 정보를 리스트 자료형으로 표현(1차원 리스트)
    visited = [False] * 9 # 1~8번 노드가 있어야 하니까 9개(0번 노드를 사용하지 않을꺼라)
    
    # 정의된 BFS 함수 호출
    bfs(graph, 1, visited)

    ✔問題1:冷凍飲料


    N X Mサイズの氷棚に穿孔する部分は0であり、仕切りが存在する部分は1である.穴をあけた部分は上、下、左、右につながっています.このとき,氷棚形状で生成された(乙料水を0で注ぐ)氷林の総数を求めるプログラムを作成してください.

    👉 トラブルシューティングプロセス


    検索
  • 接続リスト
  • DFS
  • ノードが0の場合、隣接ノードにアクセスされていない0が接続されます.
  • ノードが1の場合、隣接ノードでアクセスされていない0にアクセスします.
  • 未アクセス分岐機構数
  • 4 X 5氷棚にアイスクリームが3個入っていたら
    # N, M을 공백을 기준으로 구분하여 입력 받기
    n, m = map(int, input().split())
    
    # 2차원 리스트의 맵 정보 입력 받기
    graph = []
    for i in range(n):
        graph.append(list(map(int, input())))
    
    # DFS로 특정한 노드를 방문한 뒤에 연결된 모든 노드들도 방문
    def dfs(x, y):
        # 주어진 범위를 벗어나는 경우에는 즉시 종료
        if x <= -1 or x >= n or y <= -1 or y >= m:
            return False
        # 현재 노드를 아직 방문하지 않았다면
        if graph[x][y] == 0:
            # 해당 노드 방문 처리
            graph[x][y] = 1
            # 상, 하, 좌, 우의 위치들도 모두 재귀적으로 호출
            dfs(x - 1, y)
            dfs(x, y - 1)
            dfs(x + 1, y)
            dfs(x, y + 1)
            return True
        return False
    
    # 모든 노드(위치)에 대하여 음료수 채우기
    result = 0
    for i in range(n):
        for j in range(m):
            # 현재 위치에서 DFS 수행
            if dfs(i, j) == True:
                result += 1
    
    print(result) # 정답 출력

    ✔問題2:迷宮を脱出


    N X Mサイズの迷路(1,1)位置から(N,M)出口に逃げなければならない.一度に1つの格を動かすことができ、モンスターがいる部分は0で、モンスターがいない部分は1です.迷路から脱出する最小回数を求める(ただし、セルを数えると、開始セルと最後のセルを計算する).

    👉 トラブルシューティングプロセス


    検索
  • 接続リスト
  • BFS
  • 開始ノードからBFSのノードの1つにアクセスする.
  • ノードが移動すると、移動するノードはこの値をcount++に変更します.
  • 移動ノードの値をキューから取り出し、1~2回繰り返す.
  • from collections import deque
    
    # N, M을 공백을 기준으로 구분하여 입력 받기
    n, m = map(int, input().split())
    # 2차원 리스트의 맵 정보 입력 받기
    graph = []
    for i in range(n):
        graph.append(list(map(int, input())))
    
    # 이동할 네 가지 방향 정의 (상, 하, 좌, 우)
    dx = [-1, 1, 0, 0]
    dy = [0, 0, -1, 1]
    
    # BFS 소스코드 구현
    def bfs(x, y):
        # 큐(Queue) 구현을 위해 deque 라이브러리 사용
        queue = deque()
        queue.append((x, y))
        # 큐가 빌 때까지 반복하기
        while queue:
            x, y = queue.popleft()
            # 현재 위치에서 4가지 방향으로의 위치 확인
            for i in range(4):
                nx = x + dx[i]
                ny = y + dy[i]
                # 미로 찾기 공간을 벗어난 경우 무시
                if nx < 0 or nx >= n or ny < 0 or ny >= m:
                    continue
                # 벽인 경우 무시
                if graph[nx][ny] == 0:
                    continue
                # 해당 노드를 처음 방문하는 경우에만 최단 거리 기록
                if graph[nx][ny] == 1:
                    graph[nx][ny] = graph[x][y] + 1
                    queue.append((nx, ny))
        # 가장 오른쪽 아래까지의 최단 거리 반환
        return graph[n - 1][m - 1]
    
    # BFS를 수행한 결과 출력
    print(bfs(0, 0))

    🌱 n/a.結論


    探索アルゴリズムは複数の問題に応用できる.スタック、キュー、再帰関数の概念を素直に理解し、アルゴリズムコードをさらに勉強します.