DFS와 BFS

# DFS

- 스택 자료구조 사용

 

* 구체적인 동작 과정

1. 탐색 시작 노드를 스택에 삽입하고 방문 처리
2. 스택의 최상단 노드에
   if  방문하지 않은 인접 노드가 있다 :
        그 인접 노드를 스택에 넣고 방문처리. (재귀함수 호출)
   elif   방문하지 않은 인접 노드가 없다 :
        스택에서 저 최상단 노드 꺼내
3. 2번의 과정을 더 수행할 수 없을 때까지 반복

 

- 실제로는 스택을 쓰지 않아도 되고, 탐색을 수행함에 있어서 데이터 개수가 N개인 경우 O(N)의 시간이 소요된다.

- DFS는 스택을 사용하는 알고리즘이라 실제 구현은 재귀 함수를 이용했을 때 매우 간결하게 구현할 수 있다. 

 

 

# BFS

- 큐 자료구조 사용

 

* 구체적인 동작 과정

1. 탐색 시작 노드를 큐에 삽입하고 방문 처리를 한다
2. 큐에서 노드를 꺼내 해당 노드의 인접 노드 중에서 방문하지 않은 노드를 모두 큐에 삽입하고 방문 처리를 한다.
3. 2번의 과정을 더 이상 수행할 수 없을 때까지 반복

 

- deque 라이브러리를 사용하는 것이 좋으며, O(N) 시간 소요

- 수행시간은 일반적으로 DFS 보다 좋다.

 

 

 

 

* 코딩 테스트 중 2차원 배열에서의 탐색 문제를 만나면 그래프 형태로 바꿔 DFS, BFS 를 수행하면, 풀이를 더 쉽게 할 수 있다. 

 

# DFS, BFS 예시 코드 

def dfs(graph, v, visited):
    visited[v] = True   # 현재 노드를 방문 처리
    print(v, end= ' ')

    for i in graph[v]:  # 현재 노드와 연결된 다른 노드를 재귀적으로 방문
        if not visited[i]:
            dfs(graph, i, visited)
            
            
from collections import deque

def bfs(graph, start, visited):
    queue = deque([start])      # 큐 구현을 위해 deque 라이브러리 사용

    visited[start] = True       # 현재 노드를 방문 처리

    while queue:                # 큐가 빌 때 까지 반복
        v = queue.popleft()     # 큐에서 원소를 하나 뽑아 출력
        print(v, end=' ')

        for i in graph[v]:
            if not visited[i]:
                queue.append(i)
                visited[i] = True


graph = [
    [],
    [2, 3, 8],  # 1번 노드는 2, 3, 8번 노드와 연결되어 있다
    [1, 7],     # 2번 노드는 1, 7번 노드와 연결되어 있다.
    [1, 4, 5],  # 이하동문
    [3, 5],
    [3, 4],
    [7],
    [2, 6, 8],
    [1, 7]
]

# 각 노드가 방문된 정보를 리스트 자료형으로 표현
visited = [False] * 9

dfs(graph, 1, visited)

# Result : 1 2 7 6 8 3 4 5