Algorithm Study/leetcode
[LeetCode/Python] 207. 코스 스케줄(Course Schedule)
오패산개구리
2021. 7. 29. 14:59
728x90
반응형
0을 완료하기 위해서는 1을 끝내야 한다는 것을 [0,1] 쌍으로 표현하는 n개의 코스가 있다.
코스 개수 n과 이 쌍들을 입력으로 받았을 때 모든 코스가 완료 가능한지 판별하라.
Example:
Input: numCourses = 2, prerequisites = [[1,0]]
Output: true
** 깔끔한 풀이 **
1. DFS로 순환 구조 판별
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
|
class Solution:
def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
graph = collections.defaultdict(list)
# 그래프 구성
for x,y in prerequisites:
graph[x].append(y)
traced = set()
def dfs(i):
# 순환 구조이면 False
if i in traced:
return False
traced.add(i)
for y in graph[i]:
if not dfs(y):
return False
# 탐색 종료 후 순환 노드 삭제
traced.remove(i)
return True
# 순환 구조 판별
for x in list(graph):
if not dfs(x):
return False
return True
|
cs |
순환 구조라면 False를 출력해야 하므로
집합 자료형을 이용하여 같은 곳을 반복한다면 False를 출력할 수 있도록 한다.
그리고 중요한 점은
해당 노드를 이용한 모든 탐색이 끝나게 된다면
traced.remove(i)를 이용하여 방문 내역을 삭제해야 한다.
그렇지 않으면 형제 노드가 방문한 기록이 남아서 순환이 아닌데 순환이라 잘못 판단될 수 있다.
2. 가지치기를 이용한 최적화
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
|
import collections
import heapq
import sys
class Solution:
def canFinish(self, numCourses: int, prerequisites: List[List[int]]) -> bool:
graph = collections.defaultdict(list)
# 그래프 구성
for x,y in prerequisites:
graph[x].append(y)
traced = set()
visited = set()
def dfs(i):
# 순환 구조이면 False
if i in traced:
return False
# 이미 방문했던 노드이면 True
if i in visited:
return True
traced.add(i)
for y in graph[i]:
if not dfs(y):
return False
# 탐색 종료 후 순환 노드 삭제
traced.remove(i)
# 탐색 종료 후 방문 노드 추가
visited.add(i)
return True
# 순환 구조 판별
for x in list(graph):
if not dfs(x):
return False
return True
|
cs |
해설:
이미 방문했던 노드는 순환 구조가 아니라고 인증 마크를 받은 곳이니까
굳이 다시 갈 필요가 없다.
따라서 집합 자료형 변수 visited를 만들어서
탐색을 종료할 때 방문한 노드를 추가해준다.
이렇게 했을 경우
1번 코드 대비 10배 정도의 효율을 보인다..!
728x90
반응형