Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
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 | 30 | 31 |
Tags
- 그래프 이론
- 다이나믹프로그래밍
- 자료구조
- 구현
- 그래프 탐색
- 누적합
- 에라토스테네스의 체
- 다시
- BFS
- join
- 분할정복
- DFS
- 다익스트라
- 다이나믹 프로그래밍
- 그리디
- 백트래킹
- 시뮬레이션
- GROUP BY
- DP
- MST
- 재귀
- 우선순위큐
- 해시
- 브루트포스
- 서브쿼리
- 크루스칼
- 플로이드-워셜
- 투포인터
- 수학
- 트리
Archives
- Today
- Total
기록하고 까먹지 말기
1197 본문
날짜 : 2023. 03. 27
사용 언어 : python
문제

코드
import sys
v, e = map(int, sys.stdin.readline().split()) # 정점의 개수, 간선의 개수
parent = [i for i in range(v + 1)] # 각 노드의 부모
edges = []
# find 연산(parent 최신화)
def parent_find(parent, x):
if parent[x] != x: # 본인노드 부모가 자신이 아니라면
parent[x] = parent_find(parent, parent[x]) # 최신화
return parent[x]
def parent_union(parent, a, b):
a = parent_find(parent, a)
b = parent_find(parent, b)
if a < b:
parent[b] = a
else:
parent[a] = b
for _ in range(e):
a, b, c = map(int, sys.stdin.readline().split()) # 시작, 도착, 가중치
edges.append((c, a, b))
# 간선 정보 정렬(cost 작은 간선부터 체크)
edges.sort()
total = 0
for i in range(e):
cost, a, b = edges[i] # cost 가 작은 노드부터 통합
if parent_find(parent, a) != parent_find(parent, b): # a, b간 사이클 확인
parent_union(parent, a, b) # 사이클 없는 경우 union
total += cost
print(total)
풀이
- 플로이드-워셜을 활용해서 풀이하려 했지만 3%에서 계속 메모리 초과가 발생했다.
- 최소 스패닝 트리를 풀이하는 문제의 경우에는 Prim과 Kruskal 알고리즘을 활용해서 풀이해야 했다.
- 전형적인 Kruskal 알고리즘을 활용해서 풀이하는 문제였다.
- edge의 정보를 cost 오름차순으로 정렬 후 해당 edge를 넣었을 때의 사이클 유무를 판별한 이후, 사이클이 없다면 각 노드의 parent를 최신화하여 집합을 만든다.
- 그리고 이 과정을 모든 edge에 대하여 돌린 다음 결과값을 출력하면 끝
알게된 점
- Kruskal을 포함한 최소신장트리 관련 알고리즘을 까먹은 바람에 문제를 풀이하지 못한 케이스였다.
- 조만간 MST 관련 문제들을 많이 풀어봐야겠다.
참고 사이트
- https://techblog-history-younghunjo1.tistory.com/262
[Python] 최소 신장 트리를 찾는 크루스칼(Kruskal) 알고리즘
🔊 이번 포스팅에는 최근에 Python으로 알고리즘을 공부하기 시작하면서 알게 된 여러 알고리즘의 원리와 Python으로 구현하는 방법에 대해 소개해보려 한다. 필자는 최근 알고리즘 공부를 '나동
techblog-history-younghunjo1.tistory.com