백준 2667 | DFS, 단지 번호 붙이기

그래프, DFS, BFS 복습하기

4-1) Graph, DFS, BFS

얼음과 미로 그 사이 어딘가

처음 문제를 접했을 때, 인접 행렬로 만들어진 테이블을 보고

"BFS로 풀어야 하나?"

라고 생각했다. 그래서 구조는 기억이 나지 않지만 BFS(너비 우선 탐색)이 재귀나 Stack 자료 구조를 사용하지 않고, Queue 자료 구조를 이용하는 것을 바탕으로 공부 했던 내용을 톺아보며 코드를 작성했다.

도전! BFS!

package 심성헌.알고리즘_5주차;

import java.io.*;
import java.util.*;

public class 단지번호붙이기_BFS {

    static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
    static int n;
    static int length = 0;
    static int cnt = 0;
    static int[][] arr;

    public static void main(String[] args) throws Exception {
        n = Integer.parseInt(br.readLine());
        arr = new int[n][n];
        StringTokenizer[] st = new StringTokenizer[n];
        for (int i = 0; i < n; i++) {
            st[i] = new StringTokenizer(br.readLine());
            char[] tmp = st[i].nextToken().toCharArray();
            for (int k = 0; k < tmp.length; k++) {
                arr[i][k] = tmp[k] - '0';
            }
        }
        int[] xy = { 0, 0 };
        bfs(xy);
        for (int i = 0; i < arr.length; i++) {
            System.out.print("arr[" + i + "] = ");
            for (int k = 0; k < arr[i].length; k++) {
                System.out.print(arr[i][k]);
            }
            System.out.println();
        }
    }

    public static void bfs(int[] xy) {

        Queue<int[]> queue = new LinkedList<int[]>();
        queue.offer(xy);

        while (!queue.isEmpty()) {
            xy = queue.poll();
            int[][] nxy = { { -1, 1, 0, 0 }, { 0, 0, -1, 1 } };

            for (int i = 0; i < 4; i++) {
                nxy[0][i] = xy[0] + nxy[0][i];
                nxy[1][i] = xy[1] + nxy[1][i];
                int[] tmp = { nxy[0][i], nxy[1][i] };

                if (nxy[0][i] < 0 || nxy[1][i] < 0 || nxy[0][i] >= n || nxy[1][i] >= n)
                    continue;

                System.out.println("arr[" + nxy[0][i] + "][" + nxy[1][i] + "] = " + arr[nxy[0][i]][nxy[1][i]]);

                if (arr[nxy[0][i]][nxy[1][i]] == 1) {
                    arr[nxy[0][i]][nxy[1][i]] = 5;
                    queue.offer(tmp);
                    cnt++;
                }
            }
        }
    }
}

결과를 말하자면 실패다. 먼저 결과 출력을 확인 해보자.

실패한 이유를 다음과 같이 파악할 수 있다.

1. Queue에 쌓인 노드의 좌표 중 현재 좌표를 기준으로 기준의 상하좌우 노드를 탐색하고, 탐색한 좌표의 노드가 조건에 부합하지 않는다면 Queue에 쌓이지 않는다.
2. 즉, Queue의 마지막 좌표의 상하좌우를 탐색 했을 때 조건에 부합하지 않는다면 Queue에는 아무 것도 쌓이지 않기 때문에 반복문은 종료된다.

이러한 이유로 위의 콘솔에 출력된 인접 행렬 테이블을 확인해보면 첫 번째 단지만 탐색하고 나머지는 탐색하지 못한 것을 확인할 수 있다.
첫 번째 단지의 마지막 노드 위치를 기준(arr[2][2], x = 2, y = 2)으로 상하좌우를 탐색 했을 때 조건에 부합하는 노드가 없으므로 Queue에 쌓이지 않고 반복문이 끝나면서 해당 프로그램을 종료된다.

 

그렇다면 해당 문제는 너비를 탐색하는 것이 아니라 깊이를 우선적으로 탐색해야 원하는 결과를 출력할 수 있다.

즉, 모든 노드를 탐색하지만 조건에 부합하는 노드를 발견하면 해당 노드에 인접한 노드를 먼저 탐색해야 문제를 해결할 수 있다.
그리고 탐색을 진행하면서 처음 조건에 부합한 좌표의 논리가 true 인 경우에 해당 노드에 연결된 간선의 개수를 List 자료형에 담는다.

 

그러면 문제 해결!

 

이제 DFS 알고리즘으로 해결한 코드를 확인 해보자.

가라! DFS몬!

[system]성공적으로 문제를 해결했다!

package 심성헌.알고리즘_5주차;

import java.io.*;
import java.util.*;

public class 단지번호붙이기_2667 {

    static BufferedReader br = new BufferedReader(new InputStreamReader(System.in));
    static int n, x, y;
    static int length = 0;
    static int cnt = 0;
    static int[][] arr;

    public static void main(String[] args) throws Exception {
        n = Integer.parseInt(br.readLine());
        arr = new int[n][n];
        StringTokenizer[] st = new StringTokenizer[n];
        ArrayList<Integer> list = new ArrayList<Integer>();
        for (int i = 0; i < n; i++) {
            st[i] = new StringTokenizer(br.readLine());
            char[] tmp = st[i].nextToken().toCharArray();
            for (int k = 0; k < tmp.length; k++) {
                arr[i][k] = tmp[k] - '0';
            }
        }
        for (int i = 0; i < arr.length; i++) {
            boolean check = false;
            for (int k = 0; k < arr[i].length; k++) {
                check = dfs(i, k);
                System.out.println("---------------------------");
                if (check) {
                    list.add(cnt);
                    length++;
                    cnt = 0;
                }
            }
        }
        System.out.println(length);
        Collections.sort(list);
        for (int i : list) {
            System.out.println(i);
        }
    }

    public static boolean dfs(int x, int y) {
        if (x < 0 || y < 0 || x >= n || y >= n)
            return false;

        System.out.println("arr[" + x + "][" + y + "] = " + arr[x][y]);
        if (arr[x][y] == 1) {
            arr[x][y] = 5;
            dfs(x - 1, y);
            dfs(x + 1, y);
            dfs(x, y - 1);
            dfs(x, y + 1);
            cnt++;
            return true;
        }
        return false;
    }
}

먼저 결과 출력을 확인 해보자.

위 스크린샷은 점선을 기준으로 현재의 노드가 조건에 부합할 때 재귀가 발생하는 노드를 출력한 결과다. 즉, Stack 자료 구조를 재귀적으로 구현 했다고 볼 수 있다.

(사실 DFS를 Stack 자료 구조와 재귀 함수를 이용해 구현할 수 있다는 이야기를 듣고 둘의 차이가 무엇인지 전혀 이해하지 못했는데, 이번에 비로소 이해할 수 있었다.)

 

main 메소드에서 인접 행렬의 길이만큼 반복문을 구성하고 그 만큼 dfs 메소드를 좌표에 맞게 호출한다. 즉, 모든 노드를 탐색한다는 의미이다.
그렇다면 위에서 Stack 자료 구조를 재귀적으로 구현 했다고 했는데 이 말의 의미는 뭘까?

Stack 자료 구조는 기본적으로 FILO(First In Last Out, 선입후출) 구조로 구성되어 있다.
만약 위의 문제를 Stack 자료 구조로 해결했을 때, 특정 조건에 부합한다면 Stack 자료형에 노드의 좌표를 push 했을 것이다.
그 후, Stack에 쌓인 만큼 반복하여 한 번 반복을 실행할 때 pop을 통해 꺼낸 노드 좌표의 상하좌우를 다시 탐색하고, 이 때 조건에 부합한 노드 좌표를 다시 Stack에 push 한다.

 

즉, 현재 노드의 상하좌우를 탐색하기 위한 조건은 그 다음 노드를 먼저 탐색한다는 의미이다. 하노이의 탑을 재귀 함수로 풀었던 기억을 되살려 보자.

재귀 함수 복습하기

3-3) 재귀 함수, 하노이의 탑

분명 Stack 자료 구조를 이용하여 해결하려고 했는데 코드 구조와 방향성이 재귀 함수를 이용했을 때와 거의 비슷하다는 것을 확인할 수 있다. 그렇다면 JAVA를 이용했을 때 굳이 Stack 클래스를 호출하고, 반복문 코드를 넣어서 코드를 늘리는 것보다 재귀 함수를 이용해서 문제를 풀면 훨씬 쿨한 코드가 되지 않을까?

 

그래서 재귀적으로 문제를 해결했다.

이 때, 단지의 개수를 먼저 출력하고, 각 단지에 존재하는 아파트의 개수를 오름차순으로 출력해야 하는데 재귀 함수로 코드를 싸는 것보다 값을 출력하기 위한 규칙성을 찾는 것이 더 어려웠다.

 

해결 방법은 이렇다.

1. 단지 내 아파트 개수 파악하기
   • 단지 내에 존재하는 아파트의 개수는 재귀 함수 내에서 조건에 부합할 때마다 cnt++ 를 호출한다.
   • 단지가 끝난 후에 cnt 변수를 초기화 하지 않으면 전체 아파트 개수를 파악하는 꼴이 된다. 그렇기 때문에 아래 조건의 연장선으로 현재 노드가 호출한 재귀 함수의 논리값이 true 일 경우 cnt 값을 초기화 해준다.
2. 몇 개의 단지가 존재하는지 파악하기
   • 현재 노드가 아파트라면 해당 아파트의 단지만큼 재귀 함수를 호출할 것이며, 이는 현재 노드가 호출한 재귀 함수의 논리값은 true라는 의미이다.
   • 그렇다면 true가 나올 때 단지의 개수를 +1 한다.

이렇게 하면 위의 출력문을 통해 파악한 단지 내 아파트의 개수, 단지의 개수를 파악할 수 있다.

문제에서는 단지 내 아파트의 개수를 오름차순으로 정렬하라고 했는데, 이걸 또 익숙한 버블 정렬이나 선택 정렬로 구현하기 귀찮아서 Collentions 객체의 sort() 함수를 이용해 오름차순으로 정렬하고 이를 출력했다.

 

이번 문제를 풀면서 조금 이해되던 그래프에 대한 개념을 조금 더 이해할 수 있게 되었다.
BFS, DFS 두 경우 모두 코드로 작성했고, 이렇게 글을 썼기 때문에 앞으로 나아갈 수 있었던 것 같다!
아직 그래프를 완전히 이해하기에는 까마득하지만 느려도 맞는 방향을 향해 걸어가자!