Chapter 05 DFS/BFS

그래프를 탐색하기 위한 대표적인 두 가지 알고리즘

DFS(Depth-First Search) : 깊이 우선 탐색이라고 부르며, 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘

# DFS는 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘

# 번호가 낮은 순서부터 처리되도록 하는 편이나, 방문하지 않은 인접노드가 없을경우

# DFS 예제

 

# DFS 메서드 정의
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, 7],
    [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 Search) : '너비 우선 탐색'이라는 의미, 가까운 노드부터 탐색하는 알고리즘

# '너비 우선 탐색'이라는 의미로, 가까운 노드부터 탐색하를 알고리즘이다.

# DFS는 최대한 멀리 있는 노드를 우선적으로 탐색한 것과 달리, BFS는 그 반대다.

# 인접한 노드를 반복적으로 큐에 넣도록 알고리즘 작성시, 자연스럽게 먼저 들어온것이 먼저 나가게 되어,

# 가까운 노드부터 탐색을 진행하게 된다.

	DFS	BFS
동작 원리	스택 (박스쌓기) 선입후출 또는 후입선출 구조	큐 (대기 줄) 선입선출 구조
구현 방법	재귀함수 이용	큐 자료구조 이용

from collections import deque

#BFS 메서드 정의
def bts(graph, start, visited):
    # 큐(Queue) 구현을 위해 deque 라이브러리 사용
    queue = deque([start])
    # 현재 노드를 방문 처리
    visited[start] = True
    # 큐가 빌 때까지 반복
    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
    # 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]
    ]
    
    # 갹 노드가 방문된 정보를 리스트 자료형으로 표현(1차원 리스트)
    visited = [False] * 9

    # 정의된 BFS 함수 호출
    bts(graph, 1, visited)

---

실전문제 1 음료수 얼려 먹기

# N, M 공백으로 구분하여 입력받기.
N, M = map(int, input().split())

# 2차원 리스트의 앱 정보 입력받기
graph = []
for i in range(n):
    graph.append(list(map(int, input(()))))

#DFS로 특정한 노드를 방문한 뒤에 연결된 모든 노드들도 방문
def dfs(x, y):
    # 주어진 범위를 벗어나는 경우에는 즉시 종료
    if x <= -1 or x >= n or y <= -1 or y >= m:
        return False
    # 현재 노드를 아직 방문하지 않았다면
    if graph[x], [y] == 0:
        graph[x],[y] = 1
        dfs(x -1, y)
        dfs(x, y -1)
        dfs(x+1, y)
        dfs(x, y+1)
        return True
    return False

# 모든 노드(위치)에 대하여 음료수 채우기
result = 0
for i in range(n):
    for j in range(m):
    # 현재 위치에서 DFS 수행
    if dfs(i, j) == True:
        result += 1
        
print(result) # 정답 출력

실전문제 2 미로 탈출

rom collections import deque

# N, M을 공백으로 구분하여 입력받기
n, m = map(int, input().split)
# 2차원 리스트의 맵 정보 입력받기
graph = []
for i in range(n):
    graph.append(list(map(int, input())))

# 이동할 네 방향 정의(상,하, 좌, 우)
dx = [-1, 1, 0, 0]
dy = [0, 0, -1, 1]

# BFS 소스코드 구현
def bts(x, y):
    # 큐(Queue) 구현을 위해 deque 라이브러리 사용
    queue = deque((x, y))
    # 큐가 빌 때까지 반복
    while queue:
        x, y = queue.popleft()
        # 현재 위치에서 네 방향으로의 위치 확인
        for i in range(4):
            nx = x + dx[i]
            ny = y + dy[i]
            # 미로 찾기 공간을 벗어난 경우 무시
            if nx < 0 or ny < 0 or nx >= n or ny >= m:
                continue
            # 벽인 경우 무시
            if graph[nx][ny] == 0:
                continue
            # 해당 노드를 처음 방문하는 경우에만 최단 거리 기록
            if graph[nx][ny] == 1:
                graph[nx][ny] = graph[x][y] + 1
                queue.append((nx, ny))
    # 가장 오른쪽 아래까지의 최단 거리 반환
    return graph[n - 1][m - 1]

# BFS를 수행한 결과 출력
print(bts(0, 0))