14-avocado 13

[avocado-13]

🔗 문제 링크

백준 | DFS와 BFS

문제 설명

그래프를 DFS로 탐색한 결과와 BFS로 탐색한 결과를 출력하는 프로그램을 작성하시오. 단, 방문할 수 있는 정점이 여러 개인 경우에는 정점 번호가 작은 것을 먼저 방문하고, 더 이상 방문할 수 있는 점이 없는 경우 종료한다. 정점 번호는 1번부터 N번까지이다

입력

첫째 줄에 정점의 개수 N(1 ≤ N ≤ 1,000), 간선의 개수 M(1 ≤ M ≤ 10,000), 탐색을 시작할 정점의 번호 V가 주어진다. 다음 M개의 줄에는 간선이 연결하는 두 정점의 번호가 주어진다. 어떤 두 정점 사이에 여러 개의 간선이 있을 수 있다. 입력으로 주어지는 간선은 양방향이다.

출력

첫째 줄에 DFS를 수행한 결과를, 그 다음 줄에는 BFS를 수행한 결과를 출력한다. V부터 방문된 점을 순서대로 출력하면 된다.

✔️ 소요된 시간

1시간

✨ 수도 코드

1. 그래프 생성 및 입력: 코드의 처음부터 n, m, **start**를 입력 받고, 그래프를 생성한다. 여기서 **graph**는 각 정점에서 이어진 다른 정점들을 나타내는 리스트이다. 각 정점마다 이어진 다른 정점들을 리스트로 저장한다.
2. BFS 함수: BFS는 큐를 이용하여 구현할 수 있다. 함수는 시작 노드부터 이어진 노드를 모두 방문하고, 더 이상 방문할 노드가 없을 때까지 큐를 이용하여 탐색한다. 방문한 노드는 visited 리스트에 True로 표시한다.
3. DFS 함수: DFS는 스택을 이용하여 구현할 수 있다. 함수는 시작 노드부터 이어진 노드를 모두 방문하고, 더 이상 방문할 노드가 없을 때까지 재귀적으로 탐색한다. 방문한 노드는 visited 리스트에 True로 표시한다.
4. 정점 방문 순서 저장: DFS와 BFS 함수에서 방문한 정점을 순서대로 저장하기 위해 result 리스트를 사용한다. 각 함수에서는 방문한 정점을 result 리스트에 추가한다.
5. ⭐작은 번호부터 방문⭐: DFS와 BFS 함수에서 정점을 탐색할 때에는 작은 번호부터 방문해야 한다. 따라서 이를 위해 각 정점의 인접 정점을 탐색하기 전에 정렬한다(sorted 이용). 이렇게 하면 작은 번호부터 방문할 수 있다.
6. 결과 출력: 마지막으로, DFS와 BFS 함수를 호출하여 방문한 정점을 출력합니다. result 리스트에 방문한 노드가 저장되어있으므로 본 리스트를 언패킹하여 출력한다.

언패킹이란?

언패킹(Unpacking)은 파이썬에서 사용되는 개념으로, 리스트, 튜플 등의 iterable한 객체를 풀어서(iterable의 각 요소를 개별적인 값으로) 전달하는 것이다. 언패킹은 여러 가지 상황에서 유용하게 활용할 수 있는데, 함수의 매개변수를 전달하기 위해서나 두 개의 리스트나 튜플을 하나로 합칠 때 유용하다. 뿐만 아니라 딕셔너리를 결합하거나 변수를 전달할 때도 사용할 수 있다.

e.g) 함수 호출 시에 여러 개의 변수를 전달할 때도 사용

def my_function(a, b, c):
    print(a, b, c)

my_vars = [1, 2, 3]
my_function(*my_vars)

최종 코드

from collections import deque

# 양방향 리스트 만들기
n,m,start = map(int,input().split())
graph = [[] for i in range(n+1)] 
for _ in range(m):
    a,b= map(int,input().split())
    graph[a].append(b)
    graph[b].append(a)
    
dfs_visited = [False] * (n+1)
bfs_visited = [False] * (n+1)

# bfs 메서드 정의
def bfs(graph, start, visited):
    queue = deque([start])
    visited[start] = True # 현재 노드를 방문 처리 
    result = [start] # 방문한 노드를 저장할 리스트
    while queue:
        v = queue.popleft()
        for i in sorted(graph[v]): # 작은 번호부터 방문하기 위해 정렬
            if not visited[i]:
                queue.append(i)
                visited[i] = True
                result.append(i) # 방문한 노드를 리스트에 저장
    return result

# dfs 메서드 정의
def dfs(graph,start,visited):
    visited[start] = True # 현재 노드를 방문 처리 
    result = [start] # 방문한 노드를 저장할 리스트
    for i in sorted(graph[start]): # 작은 번호부터 방문하기 위해 정렬
        if not visited[i]:
            result.extend(dfs(graph,i,visited)) # 재귀 호출 결과를 리스트에 추가
    return result

print(*dfs(graph, start, dfs_visited)) # 리스트를 언패킹하여 출력
print(*bfs(graph, start, bfs_visited)) # 리스트를 언패킹하여 출력

📚 새롭게 알게된 내용

언패킹에 대해 알게 되었고 다양하게 활용될 수 있다는 것을 알게 되었다.

[Hwangyerin]

1. 이 문제에서 "단, 방문할 수 있는 정점이 여러 개인 경우에는 정점 번호가 작은 것을 먼저 방문하고, 더 이상 방문할 수 있는 점이 없는 경우 종료한다." 라는 조건이 있기 때문에 작은 정점부터 방문 해야되는 것은 이해됩니다! 그런데 PR에 써주신 "DFS와 BFS 함수에서 정점을 탐색할 때에는 작은 번호부터 방문해야 한다."는 어떤 이유에서 DFS와 BFS함수에서 작은 번호부터 방문해야 하는지 알 수 있을까요? 최적의 경로를 찾기 위해서 일까요? 궁금합니닷.!🧐🧐
2. 파이썬을 배우는 초반에 '*'을 리스트 앞에 붙여 출력시 괄호를 없애주는 역할이라 생각했는데 지금보니 언패킹 이었군요! 시현님 덕분에 함수 호출 시에 여러 개의 변수를 전달할 때도 언패킹을 통해 전달 할 수 있다는 것도 알아갑니다🔥🔥

[avocado-13]

1. 이 문제에서 "단, 방문할 수 있는 정점이 여러 개인 경우에는 정점 번호가 작은 것을 먼저 방문하고, 더 이상 방문할 수 있는 점이 없는 경우 종료한다." 라는 조건이 있기 때문에 작은 정점부터 방문 해야되는 것은 이해됩니다! 그런데 PR에 써주신 "DFS와 BFS 함수에서 정점을 탐색할 때에는 작은 번호부터 방문해야 한다."는 어떤 이유에서 DFS와 BFS함수에서 작은 번호부터 방문해야 하는지 알 수 있을까요? 최적의 경로를 찾기 위해서 일까요? 궁금합니닷.!🧐🧐
2. 파이썬을 배우는 초반에 '*'을 리스트 앞에 붙여 출력시 괄호를 없애주는 역할이라 생각했는데 지금보니 언패킹 이었군요! 시현님 덕분에 함수 호출 시에 여러 개의 변수를 전달할 때도 언패킹을 통해 전달 할 수 있다는 것도 알아갑니다🔥🔥

BFS와 DFS에서는 작은 노드부터 탐색하는 것이 당연한 것으로 일반화해서 읽히도록 작성을 하였네요 😂 저도 헷갈려서 찾아보니, 순서와 상관없이 처리해도 되지만, 코테에서는 낮은 순서부터 처리하도록 명시하는 경우가 종종 있어서 관행적으로 번호가 낮은 순서부터 처리하도록 구현하는 편이라고 하네요! 🤓👍🏻

[LJEDD2]

입력값을 받아들이고, DFS와 BFS를 수행하여 올바른 결과를 출력하는 함수를 각각 잘 구현하셨습니다 :)
작은 번호부터 방문하기 위해 정렬하는 부분도 잘 처리하셨습니다 !

DFS와 BFS 함수에 방문한 노드를 저장하는 과정을 리스트에 추가하는 대신,
함수 내에서 방문한 노드를 직접 출력하도록 수정하여 공간을 조금 더 절약할 수 있습니다.

# bfs 
while queue:
        v = queue.popleft()
        print(v, end=' ')  # 방문한 노드를 직접 출력
        for i in sorted(graph[v]):
            if not visited[i]:
                queue.append(i)
                visited[i] = True

# dfs 
 while stack:
        v = stack.pop()
        if not visited[v]:
            print(v, end=' ')  # 방문한 노드를 직접 출력
            visited[v] = True
            stack.extend(sorted(graph[v], reverse=True))

# DFS, BFS 호출
dfs(graph, start)
print()
bfs(graph, start)

이렇게 하면 코드가 조금 더 간결해지고, 메모리를 조금 더 효율적으로 사용할 수 있습니다 ! ✨

+)
저는 dfs함수는 재귀 함수를 호출하는 방법으로 코드를 작성했었는데 stack으로 푸는 방법도 되게 새롭네요 익숙해져야겠습니다 !!

def dfs(x):
    print(x,end=" ")
    visited[x] = True
    for nx in sorted(board[x]):
        if not visited[nx]:
            dfs(nx)
            visited[nx] = True