출처: Programmers > 코딩테스트 연습 > 깊이/너비 우선 탐색(DFS/BFS) > 네트워크
문제 설명:
네트워크란 컴퓨터 상호 간에 정보를 교환할 수 있도록 연결된 형태를 의미합니다. 예를 들어, 컴퓨터 A와 컴퓨터 B가 직접적으로 연결되어있고, 컴퓨터 B와 컴퓨터 C가 직접적으로 연결되어 있을 때 컴퓨터 A와 컴퓨터 C도 간접적으로 연결되어 정보를 교환할 수 있습니다. 따라서 컴퓨터 A, B, C는 모두 같은 네트워크 상에 있다고 할 수 있습니다.
컴퓨터의 개수 n, 연결에 대한 정보가 담긴 2차원 배열 computers가 매개변수로 주어질 때, 네트워크의 개수를 return 하도록 solution 함수를 작성하시오.
제한사항
- 컴퓨터의 개수 n은 1 이상 200 이하인 자연수입니다.
- 각 컴퓨터는 0부터
n-1
인 정수로 표현합니다. - i번 컴퓨터와 j번 컴퓨터가 연결되어 있으면 computers[i][j]를 1로 표현합니다.
- computer[i][i]는 항상 1입니다.
입출력 예
n | computers | return |
---|---|---|
3 | [[1, 1, 0], [1, 1, 0], [0, 0, 1]] | 2 |
3 | [[1, 1, 0], [1, 1, 1], [0, 1, 1]] | 1 |
입출력 예 설명
예제 #1
아래와 같이 2개의 네트워크가 있습니다.
예제 #2
아래와 같이 1개의 네트워크가 있습니다.
코드:
시도1:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
from collections import deque
def solution(n, computers):
# computers 정보로부터 그래프 딕셔너리 생성
graph = {}
for i in range(n):
temp = set()
for j in range(n):
if computers[i][j] == 1 and i != j:
temp.add(j)
graph[i] = temp
answer = []
# 각 컴퓨터별로 bfs를 활용해 연결된 네트워크 리스트 확인
for i in range(n):
visited = []
stack = deque([i])
while stack:
current_node = stack.popleft()
visited.append(current_node)
for adjacent_node in graph[current_node]:
if adjacent_node not in visited:
stack.append(adjacent_node)
visited.sort()
if visited not in answer:
answer.append(visited)
# 연결된 네트워크 리스트에서 개수 리턴
return len(answer)
시도 1 설명:
- 각 노드를 방문할 때마다 방문 목록(visited)을 생성
- 방문 목록은 각 노드에서 시작하는 전체 네트워크를 나타냄
- 방문 목록을 정렬하고, 이미 발견된 네트워크 목록에 없는 경우에만 answer에 추가
이 접근법의 문제는 이미 방문한 노드를 다시 방문할 수 있다는 것으로, 이는 불필요한 작업을 추가로 발생시킨다
시도 2(정답):
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def solution(n, computers):
answer = 0
queue = []
visited = []
for a in range(n):
if a not in visited:
queue.append(a)
answer += 1
while queue:
now = queue.pop(0)
for i in range(n):
if computers[now][i] == 1 and i not in visited:
visited.append(i)
queue.append(i)
return answer
- visited 리스트를 유지하여 이미 방문한 노드를 추적
- 이 리스트는 함수의 전체 실행 동안 유지되므로, 한 번 방문한 노드는 다시 방문하지 않는다
- 새로운 네트워크를 찾을 때마다 answer를 증가시킨다
- 불필요한 중복 작업을 피하므로 시도 1보다 효율적
우수답변자 코드:
answer
변수를 0으로 초기화visited
리스트를 생성하고, 모든 원소를 0으로 초기화- 내부 함수
dfs
를 정의하여 DFS(Depth-First Search)를 구현 dfs
함수를 이용하여 네트워크를 찾음while
반복문을 사용하여 모든 컴퓨터에 대해 네트워크를 찾음- 새로운 네트워크를 찾을 때마다
answer
를 1 증가 - 최종적으로
answer
를 반환하여 네트워크의 개수를 구함
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
def solution(n, computers):
answer = 0
visited = [0 for i in range(n)]
def dfs(computers, visited, start):
stack = [start]
while stack:
j = stack.pop()
if visited[j] == 0:
visited[j] = 1
# for i in range(len(computers)-1, -1, -1):
for i in range(0, len(computers)):
if computers[j][i] ==1 and visited[i] == 0:
stack.append(i)
i=0
while 0 in visited:
if visited[i] ==0:
dfs(computers, visited, i)
answer +=1
i+=1
return answer
우수답변자2 코드:
temp
리스트를 생성하여 각 컴퓨터를 하나의 그룹으로 초기화computers
배열을 탐색하며 연결된 컴퓨터들을 하나의 그룹으로 묶음- 연결된 컴퓨터들의 그룹을
temp
리스트로 업데이트 - 중복을 제거하기 위해
set(temp)
사용 - 남은 그룹의 개수를 반환하여 네트워크의 개수를 구함
1
2
3
4
5
6
7
8
9
10
11
def solution(n, computers):
temp = []
for i in range(n):
temp.append(i)
for i in range(n):
for j in range(n):
if computers[i][j]:
for k in range(n):
if temp[k] == temp[i]:
temp[k] = temp[j]
return len(set(temp))
피드백:
- 첫 번째 코드의 비효율성과 중복 탐색 때문에 코드를 다시 짜야했다
- 두 번째 코드로 효율적이고 정확하게 문제를 해결할 수 있었다
- 테스트 결과는 다 pass해서 문제를 찾기 어려웠지만, 첫 번째 코드의 문제는 연결된 네트워크의 수를 과대 계산할 수 있으므로, 오답을 냈었다