[코딩테스트] Python 스택, 큐 정리

헷갈리니 정리..

 

스택

stack = []

stack.append(5)
stack.pop()

print(stack) # 최하단 원소부터 출력
print(stack[::-1]) # 최상단 원소부터 출력

 

큐

from collections import deque

queue = deque()

queue.append(5)
queue.popleft()

print(queue) # 먼저 들어온 순서대로 출력
queue.reverse() # 다음 출력을 위해 역순으로 바꾸기
print(queue) # 나중에 들어온 원소부터 출력

print(list(queue)) # deque 객체를 리스트 자료형으로 변경

 

DFS

깊이 우선 탐색이라고도 부르며, 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘

노드와 간선으로 표현되며, 이 때 노드를 정점으로 말한다.

 

인접 행렬

2차원 배열로 그래프의 연결 관계를 표현하는 방식

INF = 99999999 #무한의 비용 선언

#2차원 리스트를 이용해 인접 행렬 표현
graph = [
	[0,7,5], # 0번 노드에 대한 인접
    [7,0,INF], # 1번 노드에 대한 인접
    [5,INF, 0] # 2번 노드에 대한 인접
]

print(graph)

 

인접 리스트

리스트로 그래프의 연결 관계를 표현하는 방식

# 행(Row)이 3개인 2차원 리스트로 인접 리스트 표현
graph = [[] for _ in range(3)]

# 노드 0에 연결된 노드 정보 저장(노드, 거리)
graph[0].append((1,7))
graph[0].append((2,5))

# 노드 1에 연결된 노드 정보 저장(노드, 거리)
graph[1].append((0,7))

# 노드 2에 연결된 노드 정보 저장(노드, 거리)
graph[2].append((0,5))

print(graph)

# [[(1,7),(2,5)],[(0,7)],[(0,5)]] 출력됨

 

인접 행렬과 인접 리스트의 차이

인접 행렬은 모든 관계를 저장하므로 노드 개수가 많을수록 메모리가 불필요하게 낭비된다.

반면, 인접 리스트 방식은 연결된 정보만을 저장하기 때문에 메모리를 효율적으로 사용한다.

그러나, 인접 리스트 방식은특정 노드가 어느 노드들에 연결되어 있는 지 정보를 얻는 속도가 느리다. 

 

DFS 동작 과정

깊이 우선 탐색 알고리즘, 특정한 경로로 탐색하다가

특정한 상황에서 최대한 깊숙이 들어가서 노드를 방문한 후, 다시 돌아가  다른 경로로 탐색하는 알고리즘

 

구체적인 동작 과정

1. 탐색 시작 노드를 스택에 삽입하고 방문 처리를 한다.

2. 스택의 최상단 노드에 방문하지 않은 인접 노드가 있으면 그 인접 노드를 스택에 넣고 방문 처리를 한다. 방문하지 않은 인접 노드가 없으면 스택에서 최상단 노드를 꺼낸다.

3. 2번의 과정을 더 이상 수행할 수 없을 때까지 반복한다.

 

+ 방문 처리는 스태게 한 번 삽입되어 처리된 노드가 다시 삽입되지 않게 체크하는 것을 말한다. 방문 처리를 함으로써 각 노드를 한 번씩만 처리할 수 있다.

 

DFS 예제

# DFS 예제
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 정보를 리스트 자료형으로 표현(2차원 리스트)
graph = [
	[],
    [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

# 정의된 DFS 함수 호출
dfs(graph, 1, visited)

 

 

BFS (Breadth First Seach) 알고리즘

너비 우선 탐색이라는 의미

가까운 노드부터 탐색하는 알고리즘

DFS는 최대한 멀리 있는 노드를 우선으로 탐색하는 방식으로 동작한다고 했지만, BFS는 그 반대다.

 

BFS는 실제로 어떤 방식으로 구현할 수 있을까?

 

동작 방식

1. 탐색 시작 노드를 큐에 삽입하고 방문 처리를 한다.

2. 큐에서 노드를 꺼내 해당 노드의 인접 노드 중에서 방문하지 않은 노드를 모두 큐에 삽입하고 방문 처리를 한다. 

3. 2번의 과정을 더 이상 수행할 수 없을 때까지 반복한다.

 

BFS 구현 예제

from collections import deque

# BFS 메소드 정의
def bfs(graph, start, visited):
	# 큐(Queue) 구현을 위해 deque 라이브러리 사용
    queue = deque([start])
    # 현재 노드를 방문 처리
    visited[start] = True
    while queue:
    	# 큐에서 하나의 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

 

DFS : 스택, 재귀 함수 이용

BFS : 큐, 큐 자료구조 이용