16-g0rnn

[g0rnn]

🔗 문제 링크

최단경로

✔️ 소요된 시간

30m

✨ 수도 코드

이번 문제는 다익스트라입니다. 보시면 알겠지만 이전 준용님의 코드와 90퍼 이상 일치하는데도 같은 문제를 다시 낸 이유는 다시 풀어도 어려웠기 때문입니다.. 문제 푼지 얼마 지나지 않았기 때문에 백준에서 바로 풀어보는게 더 좋을거 같아요 ;)

개인적으로 다익스트라에 대해 조금 더 공부하고 싶어 이 문제를 택했습니다.

1. 다익스트라에서 우선순위 큐를 사용하면 좋은 이유
2. 우선순위 큐의 공간 복잡도
3. 어떻게 방문한 노드를 방문하지 않는지
4. dist배열과 큐에 저장된 값의 차이

문제를 풀고 공부하면서 위의 질문에 답을 할 수 있다면 좋을 것 같습니다.

📚 새롭게 알게된 내용

[kangrae-jo]

연속된 다익스트라 문제 덕분에 조금 숙련된 것 같네요 감사합니다.

저번에 준용님 피알에서 너무 슬쩍 넘어가서 그런지 이번에도... 좀 힘들긴 했는데요..
이젠 진짜 레퍼런스 안보고 할 수 있을 것 같네요

그리고 좋은 질문들이 있어서 답해보려고 합니다.

1. 다익스트라에서 우선순위 큐를 사용하면 좋은 이유
2. 우선순위 큐의 공간 복잡도
3. 어떻게 방문한 노드를 방문하지 않는지
4. dist배열과 큐에 저장된 값의 차이

1 : 가중치가 작은 노드 먼저 탐색하기 때문에 그냥 탐색보다 최소 비용을 찾아가는 단계가 비교적 적다.
2 : 최대로 간선의 개수만큼 공간복잡도가 있다고 생각합니다. 따라서 O(E)
3 : 새로 방문해야하는 곳의 가중치보다 현재의 가중치가 높을 경우 큐에 넣지 않아도 됩니다.
4 : dist배열에는 계속해서 가장 작은 가중치(현재까지 확인한 최소 가중치)로 업데이트 되지만, 큐에는 그 후보(확정되지 않은 값 ?) 들이 들어간다.

맞나요? 생각이 다르거나 틀린게 있다면 말씀해주세요~

코드는 �거의 동일합니다.

[wnsmir]

정처기준비한다고 5일정도 못풀다가 첫문제를 다익스트라로 시작하니 시간이 좀 오래걸렸습니다 ㅎ..
인접리스트와 우선순위큐를 사용하여 새로운 거리가 기존 거리보다 짧으면 업데이트하고 큐에 추가하는 방식으로 기존과 똑같이 진행하였습니다.

INF를 지정한 뒤 이어지지않은 노드인 경우 INF를 활용하여 출력되게끔 하였습니다.
기존코드를 조금씩 참고하여 풀었습니다!

import sys
import heapq
from collections import defaultdict

input = sys.stdin.read
data = input().splitlines()

V, E = map(int, data[0].split())

K = int(data[1])

graph = defaultdict(list)
for line in data[2:]:
    u, v, w = map(int, line.split())
    graph[u].append((v, w))

# 최단 거리 배열 초기화
distance = [float('inf')] * (V + 1)
distance[K] = 0

# 우선순위 큐 (heapq 사용)
pq = []
heapq.heappush(pq, (0, K)) 

while pq:
    current_dist, current_node = heapq.heappop(pq)
    
    if current_dist > distance[current_node]:
        continue
    
    for neighbor, weight in graph[current_node]:
        new_dist = current_dist + weight
        if new_dist < distance[neighbor]:
            distance[neighbor] = new_dist
            heapq.heappush(pq, (new_dist, neighbor))

for i in range(1, V + 1):
    if distance[i] == float('inf'):
        print("INF")
    else:
        print(distance[I])