DFS & BFS

DFS는 깊이 우선 탐색이라고 부르며 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘

DFS는 스택 자료구조(혹은 재귀함수)를 이용하며, 구체적인 동작 과정은 다음과 같다.

1. 탐색 시작 노드를 스택에 삽입하고 방문 처리를 합니다.

2. 스택의 최상단 노드에 방문하지 않은 인접한 노드가 하나라도 있으면 그 노드를 스택에 넣고 방문 처리합니다. 방문하지 않은 인접 노드가 없으면 스택에서 최상단 노드를 꺼냅니다.

3. 더 이상의 2번의 과정을 수행할 수 없을 때까지 반복합니다.

 

스택 자료구조로 구현이 가능하다.

 

def dfs(graph, v, visted):
  # 현재 노드를 방문 처리
  visted[v] = True
  print(v, end =' ')
  # 현재 노드와 연결된 다른 노드를 재귀적으로 방문
  for i in graph[v]:
    if not visted[i]:
      dfs(graph, i,visted)

그래프 문제는 인덱스 1번 부터 진행되는 경우가 많기 때문에 0은 더미 데이터로 놔둡니다.

인덱스 0은 사용하지 않게 하기 위해 n+1을 해줍니다.

 

BFS

BFS는 너비 우선 탐색이라고 부르며 그래프에서 가까운 노드부터 우선적으로 탐색하는 알고리즘입니다.

BFS는 큐 자료구조를 이용하며, 구체적인 동작 과정은 다음과 같습니다.

 

1. 탐색 시작 노드를 큐에 삽입하고 방문 처리를 합니다.

2. 큐에서 노드를 꺼낸 뒤에 해당 노드의 인접 노드 중에서 방문하지 않은 노드를 모두 큐에 삽입하고 방문 처리합니다.

3. 더 이상 2번의 과정을 수행할 수 없을 때까지 반복합니다.

 

BFS 소스코드 예제

 

from collections import deque

#BFS 메서드 정의
def bfs(graph, start, visited):
  # 큐 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 출력하기
    v = queue.popleft()
    print(v, end = " ")
    # 아직 방문하지 않은 인접한 원소들을 큐에 삽입
    for i in graph[v]:
      if not visited[i]:
        queue.append(i)
        visited[i] = True

n, m = map(int, input().split())

graph = []
for i in range(n):
    graph.append(list(map(int, input())))


def bfs(x, y):
    if x <= 1 or y <= -1 or y >= n:
        return False
    if graph[x][y] == 0:
        graph[x][y] == 1
        # 상, 하, 좌, 우
        bfs(x - 1, y)
        bfs(x, y - 1)
        bfs(x, y + 1)
        bfs(x + 1, y)
        return True
    return False


result = 0
for i in range(n):
    for j in range(m):
        if bfs(i, j) == True:
            result += 1

print(result)