Programmers

[프로그래머스 Level.3] 섬 연결하기 (탐욕법(Greedy)) (Java)

Devtraces 2023. 3. 31. 12:41

문제 링크

https://school.programmers.co.kr/learn/courses/30/lessons/42861

 

프로그래머스

코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.

programmers.co.kr

 

 

 

 

코딩테스트 연습 > 탐욕법(Greedy) > 섬 연결하기

 

 

 

문제 설명

 

 

n개의 섬 사이에 다리를 건설하는 비용(costs)이 주어질 때, 최소의 비용으로 모든 섬이 서로 통행 가능하도록 만들 때 필요한 최소 비용을 return 하도록 solution을 완성하세요.

 

다리를 여러 번 건너더라도, 도달할 수만 있으면 통행 가능하다고 봅니다. 예를 들어 A 섬과 B 섬 사이에 다리가 있고, B 섬과 C 섬 사이에 다리가 있으면 A 섬과 C 섬은 서로 통행 가능합니다.

 

 

 

 

제한사항

  • 섬의 개수 n은 1 이상 100 이하입니다.
  • costs의 길이는 ((n-1) * n) / 2이하입니다.
  • 임의의 i에 대해, costs[i][0] 와 costs[i] [1]에는 다리가 연결되는 두 섬의 번호가 들어있고, costs[i] [2]에는 이 두 섬을 연결하는 다리를 건설할 때 드는 비용입니다.
  • 같은 연결은 두 번 주어지지 않습니다. 또한 순서가 바뀌더라도 같은 연결로 봅니다. 즉 0과 1 사이를 연결하는 비용이 주어졌을 때, 1과 0의 비용이 주어지지 않습니다.
  • 모든 섬 사이의 다리 건설 비용이 주어지지 않습니다. 이 경우, 두 섬 사이의 건설이 불가능한 것으로 봅니다.
  • 연결할 수 없는 섬은 주어지지 않습니다.

 

입출력 예

 

n costs return
4 [[0,1,1],[0,2,2],[1,2,5],[1,3,1],[2,3,8]] 4

 

 

 

 

입출력 예 설명

 

 

costs를 그림으로 표현하면 다음과 같으며, 이때 초록색 경로로 연결하는 것이 가장 적은 비용으로 모두를 통행할 수 있도록 만드는 방법입니다.

 

 

 

 

 

 

 

나의 코드

import java.util.*;

// 1. 최소비용으로 모든 섬이 통행 가능하도록 연결시키기 
// -> Minimum Spanning Tree(최소 신장 트리)를 만들어라

// 2. Minimum Spanning Tree(최소 신장 트리) : 그래프에서 가중치 무방향 그래프에서 모든 정점을 최소 비용으로 연결한 트리
// -> 최소 비용이 되려면 사이클을 형성하지 않아야 한다. 사이클은 같은 그래프에 속한 두 노드를 연결했을 때 발생한다.

// 3. Kruskal(크루스칼) Algorithm : 음수 가중치가 없는 무방향 그래프에서 Minimum Spanning Tree를 찾는 알고리즘
// -> 가중치가 작은 간선부터 선택하여 사이클을 형성하지 않는지 확인하고 그래프에 포함시켜 최소 신장 트리를 만드는 알고리즘

// 4. Disjoint Set(서로소 집합) 자료구조 - Union Find(합집합 찾기) : 서로 다른 원소들이 같은 집합에 속해있는지, 혹은 속해있지 않은지를 판별하는데 사용
// -> 두 임의의 노드가 같은 그래프에 속하는지 판별하여 사이클을 형성하지 않도록 할 수 있다.

class Solution {
    int[] parent;
    
    public int solution(int n, int[][] costs) {
        int answer = 0;
        
        // 크루스칼 알고리즘은 가중치가 작은 간선부터 선택하기 때문에 가중치를 기준으로 오름차순 정렬
        // Arrays.sort(costs, (int[] o1, int[] o2) -> o1[2] - o2[2]);
        Arrays.sort(costs, (o1, o2) -> o1[2] - o2[2]);
        
        // Union Find(disjoint set 합집합 찾기)에 사용하기 위한 배열 생성
        parent = new int[n];
        
        // Union Find를 하기 위해 부모(대표 노드)를 모두 자기 자신을 가리키도록 초기화
        for(int i=0; i<n; i++) parent[i] = i;
        
        for(int[] edge : costs) {
            int from = edge[0];
            int to = edge[1];
            int cost = edge[2];
            
            // Find
            int fromParent = findParent(from);
            int toParent = findParent(to);
            
            // 두 노드의 부모(대표 노드)가 같으면(같은 그래프에 속하면) 해당 간선 선택 X
            if(fromParent == toParent) continue;
            
            // Union 연산 - 간선을 연결해 두 노드가 같은 그래프에 속하게 함(통상적으로 값이 작은 노드를 부모로 선택)
            if(fromParent < toParent) 
                parent[toParent] = fromParent;
            else
                parent[fromParent] = toParent;
                
            answer += cost; // 간선을 연결했으므로 가중치 추가
        }
        
        return answer;
    }
    
    // Find 연산 - 부모가 자기 자신으로 되어있는 노드(대표 노드)를 찾을 때까지 재귀호출 
    public int findParent(int node) {
        if(parent[node] == node) return node;
        
        return findParent(parent[node]);
    }
}

 

풀이

  1. 문제 풀이에 앞서 이 문제를 풀기 위해서는 Minimum Spanning Tree(최소 신장 트리), Kruskal Algorithm(크루스칼 알고리즘), Disjoint Set(서로소 집합), Union-Find(합집합 찾기)의 개념을 알아야 한다.
    • Minimum Spanning Tree(최소 신장 트리) : 그래프에서 가중치 무방향 그래프에서 모든 정점을 최소 비용으로 연결한 트리 -> 최소 비용이 되려면 사이클을 형성하지 않아야 한다. 사이클은 같은 그래프에 속한 두 노드를 연결했을 때 발생한다.
    • Kruskal(크루스칼) Algorithm : 음수 가중치가 없는 무방향 그래프에서 Minimum Spanning Tree를 찾는 알고리즘 -> 가중치가 작은 간선부터 선택하여 사이클을 형성하지 않는지 확인하고 그래프에 포함시켜 최소 신장 트리를 만드는 알고리즘이다.
    • Disjoint Set(서로소 집합) 자료구조 - Union Find(합집합 찾기) : 서로 다른 원소들이 같은 집합에 속해있는지, 혹은 속해있지 않은지를 판별하는데 사용 -> 두 임의의 노드가 같은 그래프에 속하는지 판별하여 사이클을 형성하지 않도록 할 수 있다.
  2. 최소비용으로 모든 섬이 통행 가능하도록 연결시키라는 것은 그래프에서 모든 정점을 최소 비용으로 연결하라는 것으로 Minimum Spanning Tree(최소 신장 트리)를 만들라는 것이다.
  3. 우선 Kruskal Algorithm을 사용하기 위해 주어진 costs를 가중치(연결 비용)를 기준으로 오름차순 정렬한다.
  4. Union Find에 사용하기 위한 배열 parent를 n길이만큼 생성하고 각각 자기 자신을 가리키도록 초기화한다. (각자 자기 자신을 대표 노드(부모)로 하는 집합이 된다) 
  5. 이제 costs를 for each문을 돌리면서 from 노드와 to 노드의 대표 노드(부모)를 찾아(Find 연산) 두 노드의 대표 노드(부모)가 같으면 현재 두 원소는 같은 그래프(집합)에 속하는 것으로 해당 간선을 선택하지 않아야 되므로 넘어가고 두 노드의 대표 노드(부모)가 다르다면 현재 다른 그래프(집합)에 속하는 것이므로 해당 간선을 연결(Union 연산)하고 answer에 해당 간선의 가중치(연결 비용) 만큼 더해준다.
  6. 해당 노드의 대표 노드를 찾는 것(Find 연산)은 자기 자신이 대표 노드로 되어 있는 노드를 찾는 것으로 parent[노드]가 자기 자신으로 되어있다면 자기 자신을 반환하고 아니라면 parent[노드]의 값으로 다시 재귀 호출을 하며 대표 노드를 찾을 때까지 parent 배열을 순회한다.
  7. 두 노드 사이의 간선을 연결하여 같은 그래프(집합)에 속하게 하는 것(Union 연산)은 두 노드의 대표 노드(parent[노드])를 같게 하는 것으로 통상적으로 낮은 쪽이 대표 노드가 되도록 합친다.
  8. 최종적으로 모든 노드를 최소 비용으로 연결(모든 섬을 최소 비용으로 연결)하며 구한 answer를 반환하면 된다.

 

 

참고

 

서로소 집합, 유니온 파인드 : 

https://yoongrammer.tistory.com/102

 

최소 신장 트리, 크루스칼 알고리즘 : 

https://maetdori.tistory.com/entry/%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-Minimum-Spanning-Tree-MST-%EC%B5%9C%EC%86%8C-%EC%8B%A0%EC%9E%A5-%ED%8A%B8%EB%A6%AC?category=857970

 

크루스칼 알고리즘, 유니온 파인드 : 

https://maetdori.tistory.com/entry/%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-Kruskal-Algorithm-Union-Find-%ED%81%AC%EB%A3%A8%EC%8A%A4%EC%B9%BC-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-%EC%9C%A0%EB%8B%88%EC%98%A8-%ED%8C%8C%EC%9D%B8%EB%93%9C?category=857970 

 

문제 풀이 : 

https://maetdori.tistory.com/entry/%ED%94%84%EB%A1%9C%EA%B7%B8%EB%9E%98%EB%A8%B8%EC%8A%A4-%EC%84%AC-%EC%97%B0%EA%B2%B0%ED%95%98%EA%B8%B0