이코테-chapter9: 최단 경로-다익스트라 최단 경로 알고리즘
20396 단어 이코테이것이 취업을 위한 코딩 테스트다.알고리즘알고리즘
다익스트라 최단 경로 알고리즘
정의 & 특징
- 다익스트라, dijkstra
- 그래프에서 여러 개의 노드가 있을 때, 특정한 노드에서 출발하여 다른 노드로 가는 각각의 최단 경로를 구하는 알고리즘.
음의 간선
이 없을 때, 정상적으로 동작한다.음의 간선
이란 0보다 작은 값을 가지는 간선을 의미.- 현실 세계의 길(간선)은 음의 간선으로 표현되지 않으므로 다익스트라 알고리즘은
GPS 소프트웨어
의 기본 알고리즘으로 채택된다. - 다익스트라 최단 경로 알고리즘은 기본적으로
그리디 알고리즘
으로 분류된다. - 이유는 매번
가장 비용이 적은 노드
를 선택해서 임의의 과정을 반복하기 때문이다. - 최단 경로를 구하는 과정에서 '각 노드에 대한 현재까지의 최단 거리' 정보를 항상 1차원 리스트에 저장하며 리스트를 계속 갱신한다는 특징이 있다.
- 다익스트라와 데이크스트라는 같은 말이다.
알고리즘 원리 과정
- 출발 노드를 설정
- 최단 거리 테이블을 초기화
- 방문하지 않는 노드 중에서 최단 거리가 가장 짧은 노드를 선택.
- 해당 노드를 거쳐 다른 노드로 가는 비용을 계산하여 최단 거리 테이블을 갱신.
- 위 과정에서
3,4
번을 반복.
다익스트라 알고리즘을 구현하는 방법
- 구현하기 쉽지만 느리게 동작
- 구현하기에 까다롭지만 빠르게 동작
간단한 다익스트라 알고리즘
- O(V^2) 시간복잡도를 가지며, V는 노드의 개수를 의미.
- 처음에 각 노드에 대한 최단 거리를 담는 1차원 리스트를 선언.
- 이후에
단계마다 방문하지 않는 노드 중에서 최단 거리가 가장 짧은 노드를 선택하기 위해 매 단계마다 1차원 리스트의 모든 원소를 확인(순차 탐색)
- 전체 노드의 개수가 5000개 이하라면 위 방식으로 문제를 구현할 수 있다.
- but, 10000개를 넘어가는 문제라면
개선된 다익스트라 알고리즘
을 사용해야 한다.
간단한 다익스트라 알고리즘 소스코드
import sys
input = sys.stdin.readline
inf = int(1e9) # 무한을 의미하는 값으로 10억을 설정.
# 노드의 개수, 간선의 개수를 입력받기
n, m = map(int, input().split())
# 시작 노드 번호를 입력받기
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n+1)]
# 방문한 적이 있는지 체크하는 목적의 리스트를 만들기
visited = [False] * (n+1)
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [inf] * (n+1)
# 모든 간선 정보를 입력받기
for _ in range(m):
a, b, c = map(int, input())
# a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].append((b, c))
# 방문하지 않는 노드 중에서, 가장 최단 거리가 짧은 노드의 번호를 반환.
def get_smallest_node():
min_value = inf
index = 0 # 가장 최단 거리가 짧은 노드(인덱스)
for i in range(1, n+1):
if distance[i] < min_value and not visited[i]:
min_value = distance[i]
index = i
return index
def dijkstra(start):
# 시작 노드에 대해서 초기화
distance[start] = 0
visited[start] = True
for j in graph[start]:
distance[j[0]] = j[1]
# 시작 노드를 제외한 전체 n-1개의 노드에 대해 반복
for i in range(n-1):
# 현재 최단 거리가 가장 짧은 노드를 꺼내서, 방문 처리
now = get_smallest_node()
visited[now] = True
# 현재 노드와 연결된 다른 노드를 확인
for j in graph[now]:
cost = distance[now] + j[1]
# 현재 노드를 거쳐서 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[j[0]]:
distance[j[0]] = cost
# 다익스트라 알고리즘 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1, n+1):
# 도달할 수 없는 경우, 무한이라고 출력
if distance[i] == inf:
print('infinity')
# 도달할 수 있는 경우 거리를 출력
else:
print(distance[i])
개선된 다익스트라 알고리즘
- 최악의 경우에도 시간 복잡도 O(E*logV)를 보장.
- V는 노드의 개수, E는 간선의 개수를 의미.
힙 자료구조
를 사용.
개선된 다익스트라 알고리즘 소스코드
import heapq
import sys
input = sys.stdin.readline
inf = int(1e9) # 무한을 의미하는 값으로 10억을 설정
# 노드의 개수, 간선의 개수를 입력받기
n, m = map(int, input().split())
# 시작 노드 번호를 입력받기
start = int(input())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range(n+1)]
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [inf] * (n+1)
# 모든간선 정보를 입력받기
for _ in range(m):
a, b, c = map(int, input().split())
# a번 노드에서 b번 노드로 가는 비용이 c라는 의미
graph[a].append((b, c))
def dijkstra(start):
q = []
# 시작 노드로 가기 위한 최단 경로는 0으로 설정하여, 큐에 삽입
heapq.heappush((q, (0, start)))
distance[start] = 0
while q: # 큐가 비어있지 않다면
# 가장 최단 거리가 짧은 노드에 대한 정보 꺼내기;
dist, now = heapq.heappop(q)
# 현재 노드가 이미 처리된 적이 있는 노드라면 무시
if distance[now] < dist:
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
# 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance[i[0]]:
distance[i[0]] = cost
heapq.heappush(q, (cost, i[0]))
# 다익스트라 알고리즘을 수행
dijkstra(start)
# 모든 노드로 가기 위한 최단 거리를 출력
for i in range(1, n+1):
# 도달할 수 없는 경우, 무한이라고 출력
if distance[i] == inf:
print('infinity')
# 도달할 수 있는 경우 거리를 출력
else:
print(distance[i])
출처 & 깃허브
이것이 취업을 위한 코딩 테스트다 with python
Author And Source
이 문제에 관하여(이코테-chapter9: 최단 경로-다익스트라 최단 경로 알고리즘), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://velog.io/@cosmos/이코테-chapter9-최단-경로-다익스트라-최단-경로-알고리즘저자 귀속: 원작자 정보가 원작자 URL에 포함되어 있으며 저작권은 원작자 소유입니다.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)