생각과 고민이 담긴 코드

프로그래머스 - 가장 먼 노드 (그래프) / Level 3 본문

Algorithm/프로그래머스

프로그래머스 - 가장 먼 노드 (그래프) / Level 3

0_Hun 2021. 10. 2. 12:52

출처 : https://programmers.co.kr/learn/courses/30/lessons/49189

 

코딩테스트 연습 - 가장 먼 노드

6 [[3, 6], [4, 3], [3, 2], [1, 3], [1, 2], [2, 4], [5, 2]] 3

programmers.co.kr

 

문제 설명

n개의 노드가 있는 그래프가 있습니다. 각 노드는 1부터 n까지 번호가 적혀있습니다. 1번 노드에서 가장 멀리 떨어진 노드의 개수를 구하려고 합니다. 가장 멀리 떨어진 노드란 최단경로로 이동했을 때 간선의 개수가 가장 많은 노드들을 의미합니다.

노드의 개수 n, 간선에 대한 정보가 담긴 2차원 배열 vertex가 매개변수로 주어질 때, 1번 노드로부터 가장 멀리 떨어진 노드가 몇 개인지를 return 하도록 solution 함수를 작성해주세요.

 

 

제한사항

  • 노드의 개수 n은 2 이상 20,000 이하입니다.
  • 간선은 양방향이며 총 1개 이상 50,000개 이하의 간선이 있습니다.
  • vertex 배열 각 행 [a, b]는 a번 노드와 b번 노드 사이에 간선이 있다는 의미입니다.

 

입출력 예시

n vertex return
6 [[3, 6], [4, 3], [3, 2], [1, 3], [1, 2], [2, 4], [5, 2]] 3

 

입출력 예 설명

 

예제의 그래프를 표현하면 아래 그림과 같고, 1번 노드에서 가장 멀리 떨어진 노드는 4,5,6번 노드입니다.

 

풀이

from collections import defaultdict

def solution(n, edge):
    graph = defaultdict(list)
    
    for e in edge:  # graph를 dict 형태로 표현.
        graph[e[0]].append(e[1])
        graph[e[1]].append(e[0])
    
    return bfs(graph, 1)

def bfs(graph, root):
    breadth = []  # breadth를 관리.
    visited = set([])
    cnt = 0  # 현재 breadth의 node 갯수.
    
    breadth.append(root)
    visited.add(root)
    
    while breadth:  # breadth가 None이면 탐색을 끝까지 했다는 뜻.
        cnt = len(breadth)
        
        for node in breadth[:]:
            children = list(set(graph[node]) - visited)  # 방문안한 각 node들의 자식 node들.
            breadth.extend(children)  # 다음 breadth에 속하는 node들 추가.
            for child in children:  # 방문 처리.
                visited.add(child) 
            breadth.remove(node)  # 이전 breadth에 속하는 node들 제거.
        
    return cnt  # 마지막 breadth node 갯수 반환.

정말 오랜만에 혼자 힘으로 재밌게 푼 문제이다.

BFS를 이용하여 풀었는데 Breadth만 관리해서 탐색을 끝까지 한 다음 가장 마지막 breadth에 속하는 노드 개수만

반환시키면 된다. 따라서 DFS 풀이보다 BFS가 더 간편하다고 생각한다.

 

다만 원래 BFS를 사용할 땐 queue 자료구조를 사용하여

자연스럽게 같은 breadth에 속하는 노드들을 먼저 탐색하게 되는데

이 문제에서는 같은 breadth에 속하는지 명확하게 체크하고 있어야 되기 때문에 

while문 한번 돌 때 같은 breadth별로 한 번에 추가해주고 한 번에 빼주었다.