네트워크란 컴퓨터 상호 간에 정보를 교환할 수 있도록 연결된 형태를 의미합니다. 예를 들어, 컴퓨터 A와 컴퓨터 B가 직접적으로 연결되어있고, 컴퓨터 B와 컴퓨터 C가 직접적으로 연결되어 있을 때 컴퓨터 A와 컴퓨터 C도 간접적으로 연결되어 정보를 교환할 수 있습니다. 따라서 컴퓨터 A, B, C는 모두 같은 네트워크 상에 있다고 할 수 있습니다.
컴퓨터의 개수 n,
연결에 대한 정보가 담긴 2차원 배열 computers가 매개변수로 주어질 때,
네트워크의 개수를 return 하도록 solution 함수를 작성하시오.
A -> B
B -> C
답 : A -> C
컴퓨터의 개수 n은 1 이상 200 이하인 자연수입니다.
각 컴퓨터는 0부터 n-1인 정수로 표현합니다.
i번 컴퓨터와 j번 컴퓨터가 연결되어 있으면 computers[i][j]를 1로 표현합니다.
computer[i][i]는 항상 1입니다.
n | computers | return |
---|---|---|
3 | [[1, 1, 0], [1, 1, 0], [0, 0, 1]] | 2 |
3 | [[1, 1, 0], [1, 1, 1], [0, 1, 1]] | 1 |
예제 #1
아래와 같이 2개의 네트워크가 있습니다.
예제 #2
아래와 같이 1개의 네트워크가 있습니다.
컴퓨터의 개수 n,
연결에 대한 정보가 담긴 2차원 배열 computers가 매개변수로 주어질 때,
네트워크의 개수를 return 하도록 solution 함수를 작성하시오.
연결 : computers[i][j] == 1
n | computers | return |
---|---|---|
3 | [[1, 1, 0], [1, 1, 0], [0, 0, 1]] | 2 |
3 | [[1, 1, 0], [1, 1, 1], [0, 1, 1]] | 1 |
풀이팁) 간선 하나로 갈 때의 경우만 보였으므로, dfs 사용
def dfs(n, computers, start, visited):
visited[start] = True
for i in range(0, n):
if(visited[i]==False and computers[start][i]==1):
visited = dfs(n, computers, i, visited)
return visited
def solution(n, computers):
visited = [False] * n
answer = 0
for start in range(0, n):
if(visited[start] == False):
dfs(n, computers, start, visited)
answer += 1
return answer
dfs를 기초적으로 구현,
우선 전체를 [False, False, False, ...]를 n개로 선언하고
방문할 때마다 True 처리를 한다.
DFS같은경우 방문하지않았다면 DFS를 돌려서 방문처리를 해준다. 그런다음 방문처리하지 않은 컴퓨터를 찾으면 새로운 네트워크로 갯수를 세어주는 식이다.
def solution(n, computers):
def DFS(i):
visited[i] = 1
for a in range(n):
if computers[i][a] and not visited[a]:
DFS(a)
answer = 0
visited = [0 for i in range(len(computers))]
for i in range(n):
if not visited[i]:
DFS(i)
answer += 1
return answer
def solution(n, computers):
answer = 0
visited = [False for i in range(n)]
for com in range(n):
if visited[com] == False:
DFS(n, computers, com, visited)
answer += 1 #DFS로 최대한 컴퓨터들을 방문하고 빠져나오게 되면 그것이 하나의 네트워크.
return answer
def DFS(n, computers, com, visited):
visited[com] = True
for connect in range(n):
if connect != com and computers[com][connect] == 1: #연결된 컴퓨터
if visited[connect] == False:
DFS(n, computers, connect, visited)
BFS같은경우 비슷한 로직이다. 하지만 BFS는 재귀가 아니라 q스택을 활용하여 넓이 우선탐색이 다른 점이다.
from collections import deque
def solution(n, computers):
def BFS(i):
q = deque()
q.append(i)
while q:
i = q.popleft()
visited[i] = 1
for a in range(n):
if computers[i][a] and not visited[a]:
q.append(a)
answer = 0
visited = [0 for i in range(len(computers))]
for i in range(n):
if not visited[i]:
BFS(i)
answer += 1
return answer
def solution(n, computers):
answer = 0
visited = [False for i in range(n)]
for com in range(n):
if visited[com] == False:
BFS(n, computers, com, visited)
answer += 1
return answer
def BFS(n, computers, com, visited):
visited[com] = True
queue = []
queue.append(com)
while len(queue) != 0:
com = queue.pop(0)
visited[com] = True
for connect in range(n):
if connect != com and computers[com][connect] == 1:
if visited[connect] == False:
queue.append(connect)