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?
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
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.
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.
✔Depth-First Searchとは?
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
✔問題2:迷宮を脱出
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. 🌱 n/a.結論
✔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
# 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)
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
# 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
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.
Reference
この問題について(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), 我々は、より多くの情報をここで見つけました
https://velog.io/@soy0830/코딩테스트-그래프-탐색-알고리즘-DFSBFS
テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol
Reference
この問題について(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), 我々は、より多くの情報をここで見つけました https://velog.io/@soy0830/코딩테스트-그래프-탐색-알고리즘-DFSBFSテキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol