탐색

• 많은 양의 데이터 중, 원하는 데이터를 찾는 과정
• 그래프, 트리 등의 자료구조 안에서 탐색이 주를 이룸
• DFS 와 BFS 에서는 인접 행렬(2차원 배열로 그래프의 연결 관계를 표현) 과 인접 리스트(리스트로 그래프의 연결 관계를 표현) 로 표현
• 인접 행렬
  • 2차원 리스트 사용
  • 메모리 많이 씀, 정보를 얻는 데에는 빠름
• 인접 리스트
  • map 으로 키 값을 시작 노드, 밸류에 도착 노드와 거리 등을 저장 할 수 있음
  • 튜플을 저장하는 2차원 리스트로 해당 행 → (노드, 거리) 형태도 가능
  • 메모리 효율적으로 씀, 하지만 연결된 데이터를 하나씩 확인하므로 특정한 두 노드가 연결되어 있는지에 대한 정보를 얻는 데에는 느림

DFS

• 스택 사용
  • FILO (선입후출 or 후입선출) 구조
  • 파이썬에서는 기본 리스트의 append() 와 pop() 함수 사용하면 됨
• 재귀 함수
  • 자기 자신을 다시 호출하는 함수
  • 최대 재귀 깊이 초과 조심해야 함
  • 컴퓨터 내부에서는 재귀 함수를 스택으로 처리함
  • 종료 조건이 중요
    • 종료 조건이 없으면 무한 호출!
  • 반복문 대신 사용할 수 있는데, 코드가 더 간결해짐, 수학의 점화식을 그대로 소스코드로 옮기기 때문
• 깊이 우선 탐색
• 동작
  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.
• 동빈북은 실제 스택 사용은 없고 재귀 함수만 사용 (간결하기 때문)

BFS

• 큐 사용
  • FIFO (선입선출) 구조
  • 파이썬에서는 collections 모듈의 deque 사용
    • appendleft() 와 popleft() 함수 사용
    • deque 객체를 리스트로 변경하려면 list(deq) 하면 됨
  • 너비 우선 탐색
  • 동작
    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.
  • 일반적으로 재귀 DFS 보다 수행 시간이 빠름

실전문제

NxM 미로가 주어졌을 때 0, 0 지점에서 n, m 지점으로 가는 최단 거리 구하기

• 나는 dfs로 몇 칸 갔는지 count라는 전역변수를 체크하는 방법을 사용했지만, 솔루션은 bfs로 직접 그래프에 몇 칸 이동했는지를 기록하는 방법을 사용함 (bfs 에서는 처음 방문하는 순간이 최단거리를 보장해줌)

참조

• part2, 이것이 취업을 위한 코딩테스트다 with 파이썬