Sujin's Log

[백준] 최단경로(골드4)

rohsuujin — Wed, 1 Oct 2025 19:12:41 +0900

문제 링크

https://www.acmicpc.net/problem/1753

힙큐

힙큐는 우선순위 큐라고도 하는데, 제일 작은 수를 제일 먼저 pop 할 수 있도록 해주는 큐이다.

그래서 항상 pop을 하면 제일 작은 수가 먼저 pop이 되기 때문에 greedy 탐욕적이라고 불리기도 한다.

다익스트라 알고리즘 이용 문제

우선 이 문제에서 사용하는 그래프는 단방향 그래프이기 때문에

V, E = map(int, input().split())
K = int(input())
graph = [[] for _ in range(V + 1)]
for _ in range(E):
    u, v, w = map(int, input().split())
    graph[u].append((v, w))

그래프는 이런식으로 코드를 구현하였다.

weights = [float('inf')] * (V + 1)
weights[K] = 0
wq = [(0, K)]

다음은 시작점인 K를 기준으로 각 노드까지의 최단 거리를 담은 weights 배열을 생성하였다.

힙큐를 돌면서

이미 더 좋은 경로를 찾았을 경우

if weights[cnt_node] < cnt_weight:
    continue

를 통해 효율적으로 코드를 구현할 수 있다.

for neighbor, weight in graph[cnt_node]:
    weight = cnt_weight + weight

    if weight < weights[neighbor]:
        weights[neighbor] = weight
        heapq.heappush(wq, (weight, neighbor))

for neighbor, weight in graph[cnt_node]:
    weight = cnt_weight + weight

    if weight < weights[neighbor]:
        weights[neighbor] = weight
        heapq.heappush(wq, (weight, neighbor))

연결 노드들을 탐색하며 끝까지 돈다

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

결과를 출력한다

전체 코드

import sys
import heapq

input = sys.stdin.readline

V, E = map(int, input().split())
K = int(input())
graph = [[] for _ in range(V + 1)]
for _ in range(E):
    u, v, w = map(int, input().split())
    graph[u].append((v, w))

weights = [float('inf')] * (V + 1)
weights[K] = 0
wq = [(0, K)]

while wq:
    cnt_weight, cnt_node = heapq.heappop(wq)

    if weights[cnt_node] < cnt_weight:
        continue

    for neighbor, weight in graph[cnt_node]:
        weight = cnt_weight + weight

        if weight < weights[neighbor]:
            weights[neighbor] = weight
            heapq.heappush(wq, (weight, neighbor))

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

[백준] 이분 그래프(골드4)

rohsuujin — Wed, 10 Sep 2025 18:30:45 +0900

문제 링크

https://www.acmicpc.net/problem/7569

이분 그래프(Bipartite Graph)의 정의

- 정점을 두 그룹으로 나눌 수 있는 그래프

- 이분 그래프가 될 수 있는 조건: 같은 그룹 안에는 간선이 없어야함

- 즉 모든 간선은 다르 그룹을 연결

예시

그룹 1: {A, B}
그룹 2: {C, D}
간선: A-C, A-D, B-C, B-D
→ 가능 ✅

간선: A-B
→ A와 B가 같은 그룹 → ❌

bfs 이용 문제

- is_bipartite 함수에서 전체 for 문을 도는 이유: 그래프가 연결 그래프가 아닐 수도 있기 때문에 <- 만약 연결 그래프라는 보장이 있으면 굳이 for문 돌 필요 x

- bfs 구현 코드

- 인접 노드들을 모두 돌면서 아직 방문하지 않은 노드인 경우 현재 노드의 반대 색깔을 적용

- 만약 방문한 노드인데 현재 노드와 색이 같은 경우 -> 바로 return False

구현 코드

from collections import deque
import sys
input = sys.stdin.readline

def bfs(start, graph, color):
    q = deque([start])
    color[start] = 1

    while q:
        v = q.popleft()
        for nxt in graph[v]:
            if color[nxt] == 0:
                color[nxt] = -color[v]
                q.append(nxt)
            elif color[nxt] == color[v]:
                return False
    return True

def is_bipartite(v, graph):
    color = [0] * (v + 1)
    for i in range(1, v+1):
        if color[i] == 0:
            if not bfs(i, graph, color):
                return False
    return True

k = int(input())
for _ in range(k):
    v, e = map(int, input().split())
    graph = [[] for _ in range(v+1)]
    for _ in range(e):
        a, b = map(int, input().split())
        graph[a].append(b)
        graph[b].append(a)

    print("YES" if is_bipartite(v, graph) else "NO")

[백준] 토마토(골드5)

rohsuujin — Tue, 9 Sep 2025 21:17:47 +0900

문제 링크

https://www.acmicpc.net/problem/7569

bfs(그중에서도 멀티소스 bfs) 이용 문제

1. 시작이 맨 첫번째 인덱스에서가 아님

-> 3중 for문을 돌며 익은 토마토를 모두 큐에 삽입

2. 큐를 돌며 익은 토마토의 아래 위 왼쪽 오른쪽 앞 뒤를 현재 익은 토마토 값 + 1 을 해서 넣어줌 -> 최소 일수를 구하는 핵심 포인트

이 값이 최소 일수를 의미

3. 큐 요소들이 모두 소진되면 3중 for문을 통해 그래프를 돌며 모든 토마토가 익었는지 답이 무엇인지 확인함

- 여기서 max를 통해 일수를 찾는데 왜 최소 일수를 찾으면서 최대 일수를 구하나 라는 의문이 생길 수 있음

<- 모든 토마토가 익는 순간을 구하려면, 가장 늦게 익은 토마토가 익은 날짜를 알아야함

구현 코드

from collections import deque
import sys
input = sys.stdin.readline

def bfs(m, n, h, graph):
    q = deque()

    # 익은 토마토 모두 큐에 삽입
    for z in range(h):
        for y in range(n):
            for x in range(m):
                if graph[z][y][x] == 1:
                    q.append((x, y, z))

    dx_dy_dz = [(0, 0, 1), (0, 0, -1), (-1, 0, 0), (1, 0, 0), (0, -1, 0), (0, 1, 0)]

    while q:
        x, y, z = q.popleft()
        for dx, dy, dz in dx_dy_dz:
            nx, ny, nz = x + dx, y + dy, z + dz
            if 0 <= nx < m and 0 <= ny < n and 0 <= nz < h:
                if graph[nz][ny][nx] == 0:
                    graph[nz][ny][nx] = graph[z][y][x] + 1
                    q.append((nx, ny, nz))

    # 모두 탐색이 끝난 후 날짜 계산
    days = 0
    for z in range(h):
        for y in range(n):
            for x in range(m):
                if graph[z][y][x] == 0:
                    return -1
                days = max(days, graph[z][y][x])
    return days - 1

m, n, h = map(int, input().split())
box = [[list(map(int, input().split())) for _ in range(n)] for _ in range(h)]
print(bfs(m, n, h, box))

[백준] 벽 부수고 이동하기(골드3)

rohsuujin — Mon, 8 Sep 2025 18:31:46 +0900

문제 링크

https://www.acmicpc.net/problem/2206

BFS 이용 문제

1. q에 넣는 정보: y, x, <한번 이미 벽을 부순 적이 있는지 여부>, 지금까지 온 거리

2. 현재 인덱스에서 dy, dx 변수를 이용하여 상하좌우를 이동하며,

다음에 q에 넣어줄 인덱스(y, x)가 배열의 인덱스 범위를 벗어나지 않는지 확인

3. 벽이 아니고 아직 방문하지 않은 경우 / 벽이고 아직 벽을 부순적이 없는 경우로

나누어 q에 삽입

-> 벽인데 이미 벽을 한 번 부순적이 있는 경우는 자동으로 중단됨

4. 답을 return

y, x가 n-1, m-1에 도달했을 경우 dist 변수 return

while문이 종료되었는데 dist가 return 되지 않은 경우

-> 0, 0에서 n-1, m-1로 가는 경로가 존재하지 않으니 -1 return

* 왜 visited 배열이 3차원 배열이어야 하는지?

한 번 벽을 부순 적이 있는 경우인지, 없는 경우인지 구분해야 하기 때문에

구현 코드

from collections import deque
import sys
input = sys.stdin.readline

def bfs(n, m, graph):
    visited = [[[False]*2 for _ in range(m)] for _ in range(n)]
    visited[0][0][0] = True
    q = deque([(0, 0, 0, 1)])

    while q:
        y, x, broken, dist = q.popleft()
        if (y, x) == (n-1, m-1):
            return dist

        for dy, dx in [(1, 0), (-1, 0), (0, 1), (0, -1)]:
            ny, nx = y + dy, x + dx
            if 0 <= ny < n and 0 <= nx < m:
                # 벽이 아니고 아직 방문 안한 경우
                if graph[ny][nx] == 0 and not visited[ny][nx][broken]:
                    visited[ny][nx][broken] = True
                    q.append((ny, nx, broken, dist+1))
                # 벽이고 아직 벽을 부순 적이 없는 경우
                elif graph[ny][nx] == 1 and broken == 0 and not visited[ny][nx][1]:
                    visited[ny][nx][1] = True
                    q.append((ny, nx, 1, dist+1))

    return -1

n, m = map(int, input().split())
graph = [list(map(int, input().strip())) for _ in range(n)]
print(bfs(n, m, graph))

[백준] 트리의 지름(골드4)

rohsuujin — Tue, 2 Sep 2025 16:25:27 +0900

문제 링크

https://www.acmicpc.net/problem/1967

트리의 지름 알고리즘 구현

1. 아무 노드에서 시작해서 가장 먼 노드를 찾는다. (DFS 이용) 여기서는 1

- 예를 들어서 1번 노드에서 DFS/BFS 를 돌려서 가장 먼 노드를 찾고, 그게9라고 하자

- 이때 9번 노드는 트리의 한쪽 끝(leaf)임 <- 트리 구조에서 가장 먼 노드는 항상 leaf이므로

2. 가장 먼 노드 9에서 다시한번 DFS

9에서 가장 먼 노드를 찾으면 그게 다른 쪽 끝 노드임 -> 지름 의미

트리의 특징을 이용 -> 어떤 노드에서 가장 멀리 있는 노드는 항상 지름의 양 끝 중 하나가 된다.

코드

import sys
sys.setrecursionlimit(10**6)
input = sys.stdin.readline

n = int(input())
graph = [[] for _ in range(n+1)]

for _ in range(n-1):
    a, b, w = map(int, input().split())
    graph[a].append((b, w))
    graph[b].append((a, w))

def dfs(node, dist):
    visited[node] = True
    far_node, max_dist = node, dist

    for nxt, weight in graph[node]:
        if not visited[nxt]:
            n_node, n_dist = dfs(nxt, dist + weight)
            if n_dist > max_dist:
                far_node, max_dist = n_node, n_dist

    return far_node, max_dist

visited = [False] * (n+1)
node, _ = dfs(1, 0)

visited = [False] * (n+1)
_, diameter = dfs(node, 0)

print(diameter)

[프로그래머스] N으로 표현(level3)

rohsuujin — Fri, 29 Aug 2025 16:57:55 +0900

문제 링크

https://school.programmers.co.kr/learn/courses/30/lessons/42895

프로그래머스

SW개발자를 위한 평가, 교육의 Total Solution을 제공하는 개발자 성장을 위한 베이스캠프

programmers.co.kr

동적계획법(Dynamic Programming) 이용 문제

1. 점화식 의미 정의

dp[i]: N을 정확히 i번 사용하여 만들 수 있는 모든 수들의 집합

2. dp 초기화

N을 한 번 사용하면 표현할 수 있는 수는 N뿐

dp[1] = {N}

3. 반복구성 i = 2 ~ 8

dp[i]에 숫자를 이어붙인 값 int(str(N) * i)을 추가

1~i까지 j 변수를 통해 돌면서 dp[j]와 dp[i-j]를 이용해 + , -, *, // 사칙연산

i 반복문마다 dp[i] 배열에 number을 가지고 있는지 확인

만약 있으면 바로 반환

i를 끝까지 돌았는데도 없으면

-1 반환

코드

def solution(N, number):
    if N == number:
        return 1
    
    dp = [set() for _ in range(9)]
    dp[1].add(N)
    
    for i in range(2, 9):
        dp[i].add(int(str(N) * i))
        
        for j in range(1, i):
            for x in dp[j]:
                for y in dp[i-j]:
                    dp[i].add(x + y)
                    dp[i].add(x - y)
                    dp[i].add(x * y)
                    if y != 0:
                        dp[i].add(x // y)
        
        if number in dp[i]:
            return i
        
    return -1

[Data Science] 데이터 사이언스에 사용되는 파이썬 패키지 정리(numpy, matplotlib, pandas)

rohsuujin — Sat, 28 Sep 2024 04:40:33 +0900

Numpy

수치적인 연산에 최적화된 파이썬 도구이다.

개발자는 파이썬 문법을 이용해 사용하지만 내부적으로는 C언어로 엄청난 최적화가 되어있어 더 효율적인 메모리 관리와

더 효율적인 연산이 가능하도록 알고리즘 설계가 되어있다. 또한 컴퓨터 하드웨어를 효율적으로 활용한다는 장점이 있다.

예를 들어, 한국의 년도별 gdp가 달러로 표현된 배열을 원화로 환산하고싶다면,

Python만 이용

for i in range(len(gdp_korea_array)):
    gdp_korea_array[i] = gdp_korea_array[i] * 1335
gdp_korea_array

파이썬에서는 배열 안의 모든 요소에 곱하기를 하고 싶을 때 이렇게 for문을 사용해서 하나하나 넣어주어야 하지만,

numpy 이용

gdp_korea_array * 1335

numpy를 사용하면 이 한줄로 해결이된다. (심지어 속도도 더 빠르다.)

Matplotlib

우리가 가진 데이터를 "시각화"하는데 중점을 둔 패키지이다.

만약에 배열을 numpy로 표현한다고 했을 때,

numpy

별로 직관적으로 와닿지 않는다. 하지만 maplotlib을 사용한다면,

matplotlib

이렇게 훨씬더 직관적으로 표현이 가능하다.

pandas

우리는 데이터 사이언스를 할 때, 여러 숫자들을 표로 정리하는 것이 필수적인데, numpy만 이용해서는 직관적으로 여러 변수들 사이의 상관관계를 알아내기 어렵다.

또한, numpy를 사용해 배열을 표현하면 한 타입만 배열에 넣을 수 있기 때문에 배열안의 요소에 숫자값과 문자값을 동시에 넣고 싶더라도 한가지 타입만 사용해야한다는 치명적인 단점이 존재한다. 따라서 numpy 배열의 단점을 정리하자면,

numpy array의 단점

가독성이 떨어짐
요소들에 대한 레이블 삽입이 불가 -> 직관적이지 못함
한 가지 데이터 타입만 사용 가능

이렇게 해서 나온 라이브러리가 "pandas"이다.

pandas는 numpy를 기반으로 해서 나온 대표적인 데이터 분석 라이브러리이다.

pandas를 이용한다면,

데이터 불러오기
데이터 가공
데이터 분석
데이터 시각화

가 가능하다.

Numpy = 복잡한 수학 연산을 할 때

Pandas = "표 형태"의 데이터를 간편하게 다루고 싶을 때

사용한다고 정리가 가능하다.

pandas 사용 예시

[JupyterNotebook] 주피터 노트북(확장자 ipynb)에서 .py로 파일 저장하는 법

rohsuujin — Tue, 10 Sep 2024 06:04:40 +0900

ipynb파일이 있는 폴더에서 터미널 열거나 혹은

파일 경로로 들어가서

jupyter nbconvert --to script 파일이름.ipynb

해주면 변환 가능

[Exchange Student] 미국 비자(J-1) 신청 후에 DS-160 변경

rohsuujin — Fri, 5 Jul 2024 16:51:51 +0900

DS-160을 작성해본 사람이라면 알겠지만 굉장히 쓸게 많다. 정말 꼼꼼히 확인하고 틀린 것 하나 없이 내려면 3시간까지도 걸릴 수 있다.

일단 나는 DS-160을 모두 작성 후 확인서까지 발급받고, 그걸 이용해 비자 신청 후 비자 인터뷰 날짜까지 잡은 상황에,,,,

그 전날 오후 9시에 DS-160에 잘못된 정보를 입력한걸 알게되었다.

다른 사람들의 여러 후기를 찾아본 결과, DS-160은 확인서까지 발급된 이후에는 정보 수정이 불가하다.

또한, 이미 신청된 비자 인터뷰에서 DS-160 번호를 변경 불가능하다.

이러한 상황에서 어떻게 해야할까?

새로운 DS-160을 발급 후, 비자 인터뷰 당일 면접 전에 말씀드리면 된다. 여기까지만 보면 이게 왜 글까지 쓸일인가 싶지만,,,,

DS-160 사이트는 정말 에러가 잘 발생한다..

아무튼 아무리 새로운 DS-160을 신청하려고 해도,

계속 이런 화면으로 가는 오류가 몇시간이고 발생했다,,, 내 노트북 문제인가 싶어서 쿠키도 지우고 별짓을 다했다. 근데 결과는 같았다. 새벽까지 반복을 해보았지만 내가 볼 수 있는 건 이 화면 뿐이었다. 다음날 비자인터뷰 시간 3시간 전까지도 입력이 되지 않았다.

내가 잘못 입력한 정보는, 중학교 이상의 교육기관에서 교육을 받은적이 있는지였다.. 나는 교육을 받았다. 근데 나는 왜 아니라고체크했을까...

그래서 전까지 검정고시봤다고 거짓말할까... 잘못입력했다고 싹싹 빌어볼까.. 별생각을 다하고, 중고등학교 졸업증명서까지 뽑은 상태에서

집을 떠나기 직전까지 서치하다가

https://www.reddit.com/r/USCIS/comments/1drqdkn/is_the_ceac_website_down/?rdt=58288

외국인들도 나랑 같은 문제를 겪고있는걸 발견했고, 딱 인터뷰 2시간 전에 어떤 외국인이 댓글을 달아 마이크로소프트 엣지를 사용하고, 설정을 바꾸어 하는 방법을 찾았다는것이다..

말이많죠?

그래서 결론..

새로 생성 완료. retrieve해서 새로 생성하면 이미 정보가 입력되어있어서 빛의 속도로 했다. 바로 달려가서 비자인터뷰 하는데 가서 DS-160이 변경되었다고 말했더니 별 문제 없이 변경 되었다. 꼭 새로 생성한 DS-160 Confirmation을 새로 뽑아가서 제출해야한다. 대사관에서 어떤 직책이신 분인지 모르겠지만, 비자 인터뷰 신청서 확인해주시는 분께 이거 사이트 오류나는거 아시냐고 했더니 "거기 오류 원래 자주나요~"이러고 끝.... 하 어이가없었지만 결론은 문제없이 approved되었다!!! 휴..

당연한 얘기지만 꼭 5일 전부터 DS-160 재검토하시기를,, 찾아보니 일주일에 한두번은 꼭 에러가 나는거 같더라구요.. 심지어 이틀 연속해서 나는 경우도 있습니다.. 저는 심지어 이틀째에 제가 계속 시도한거였는데 사이트 오류가 해결되어서 생성에 성공한게아니라 우회 방법으로 성공한겁니다.. 제가 그런케이스에 다시 신청을 하려고 한거고요. 다들 꼭 조심하시길!

[Algorithm] BFS, DFS (with Python)

rohsuujin — Fri, 28 Jun 2024 16:03:29 +0900

BFS(Breadth First Search, 너비 우선 탐색)

이 알고리즘의 핵심은 큐(Queue)를 사용하는 것

노드를 방문하면서 인접한 노드 중 방문하지 않았던 노드의 정보를 큐에 넣어 큐에 먼저 들어있던 노드부터 방문.

list 형식을 사용해 큐를 구현할 수도 있지만, list.pop(0)은 시간복잡도가 O(N)이므로 비효율적. -> collections 라이브러리의 deque를 사용. 방문하지 않았던 노드를 큐에 넣을때는 set타입을 사용.

DFS(Depth First Search, 깊이 우선 탐색)

이 알고리즘의 핵심은 스택(Stack)을 사용하는 것.