[백준] 1012번 유기농 배추

문제

차세대 영농인 한나는 강원도 고랭지에서 유기농 배추를 재배하기로 하였다. 농약을 쓰지 않고 배추를 재배하려면 배추를 해충으로부터 보호하는 것이 중요하기 때문에, 한나는 해충 방지에 효과적인 배추흰지렁이를 구입하기로 결심한다. 이 지렁이는 배추근처에 서식하며 해충을 잡아 먹음으로써 배추를 보호한다. 특히, 어떤 배추에 배추흰지렁이가 한 마리라도 살고 있으면 이 지렁이는 인접한 다른 배추로 이동할 수 있어, 그 배추들 역시 해충으로부터 보호받을 수 있다. 한 배추의 상하좌우 네 방향에 다른 배추가 위치한 경우에 서로 인접해있는 것이다.

한나가 배추를 재배하는 땅은 고르지 못해서 배추를 군데군데 심어 놓았다. 배추들이 모여있는 곳에는 배추흰지렁이가 한 마리만 있으면 되므로 서로 인접해있는 배추들이 몇 군데에 퍼져있는지 조사하면 총 몇 마리의 지렁이가 필요한지 알 수 있다. 예를 들어 배추밭이 아래와 같이 구성되어 있으면 최소 5마리의 배추흰지렁이가 필요하다. 0은 배추가 심어져 있지 않은 땅이고, 1은 배추가 심어져 있는 땅을 나타낸다.

1 1 0 0 0 0 0 0 0 0

0	1	0	0	0	0	0	0	0	0
0	0	0	0	1	0	0	0	0	0
0	0	0	0	1	0	0	0	0	0
0	0	1	1	0	0	0	1	1	1
0	0	0	0	1	0	0	1	1	1

입력

입력의 첫 줄에는 테스트 케이스의 개수 T가 주어진다. 그 다음 줄부터 각각의 테스트 케이스에 대해 첫째 줄에는 배추를 심은 배추밭의 가로길이 M(1 ≤ M ≤ 50)과 세로길이 N(1 ≤ N ≤ 50), 그리고 배추가 심어져 있는 위치의 개수 K(1 ≤ K ≤ 2500)이 주어진다. 그 다음 K줄에는 배추의 위치 X(0 ≤ X ≤ M-1), Y(0 ≤ Y ≤ N-1)가 주어진다. 두 배추의 위치가 같은 경우는 없다.

출력

각 테스트 케이스에 대해 필요한 최소의 배추흰지렁이 마리 수를 출력한다.

예제 입력 1

2
10 8 17
0 0
1 0
1 1
4 2
4 3
4 5
2 4
3 4
7 4
8 4
9 4
7 5
8 5
9 5
7 6
8 6
9 6
10 10 1
5 5

예제 출력 1

5
1

예제 입력 2

1
5 3 6
0 2
1 2
2 2
3 2
4 2
4 0

예제 출력 2

2

내 코드

import sys
sys.setrecursionlimit(10000)

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

def dfs(matrix, x, y):
    if matrix[y][x] == 1:
        matrix[y][x] = 'v'

        for dy, dx in directions:
            ny = y + dy
            nx = x + dx

            if 0 <= ny < N and 0 <= nx < M and matrix[ny][nx] == 1:
                dfs(matrix, nx, ny)

        return True

T = int(input())
worm_counts = []

for test_case in range(T):
    # 각 test_case 별
    M, N, K = map(int, input().split())
    worm_count = 0

    # 배추밭
    matrix = [[0] * M for _ in range(N)]

    for _ in range(K):
        j, i = map(int, input().split())
        matrix[i][j] = 1

    for y in range(N):
        for x in range(M):
            if matrix[y][x] == 1 and dfs(matrix, x, y):
                worm_count += 1

    worm_counts.append(worm_count)

print(*worm_counts)

chatGPT

이 문제는 DFS나 BFS로 해결할 수 있으며, BFS를 사용하는 것이 일반적으로 더 효율적입니다. BFS는 너비 우선 탐색을 통해 가까운 지점부터 탐색하고, 재귀 호출 없이 큐를 사용하므로 재귀 깊이 문제를 방지할 수 있습니다. BFS가 대개 DFS보다 더 효율적인 메모리 사용을 보이며, 특히 연결된 영역을 찾는 문제에서 적합합니다.

개선 사항

1. BFS로 변경: DFS 대신 BFS를 사용하면 더 효율적이고, RecursionError도 방지할 수 있습니다.
2. deque로 큐 구현: BFS에서는 큐가 필요하므로 collections.deque를 사용하면 pop(0) 대신 popleft()를 이용해 성능이 더 좋아집니다.
3. 방문 체크 최적화: 인접 배추를 찾을 때마다 1을 0으로 바꿔서 방문을 체크하고 중복 방지를 할 수 있습니다.

BFS로 개선한 코드 예시

from collections import deque

# 상하좌우 이동 방향 정의
directions = [(-1, 0), (1, 0), (0, -1), (0, 1)]

def bfs(matrix, start_y, start_x):
    queue = deque([(start_y, start_x)])
    matrix[start_y][start_x] = 0  # 방문한 배추를 0으로 표시

    while queue:
        y, x = queue.popleft()
        for dy, dx in directions:
            ny, nx = y + dy, x + dx
            if 0 <= ny < N and 0 <= nx < M and matrix[ny][nx] == 1:
                matrix[ny][nx] = 0  # 방문 처리
                queue.append((ny, nx))

T = int(input())
worm_counts = []

for _ in range(T):
    M, N, K = map(int, input().split())
    worm_count = 0
    matrix = [[0] * M for _ in range(N)]

    for _ in range(K):
        x, y = map(int, input().split())
        matrix[y][x] = 1

    for y in range(N):
        for x in range(M):
            if matrix[y][x] == 1:
                bfs(matrix, y, x)
                worm_count += 1

    worm_counts.append(worm_count)

print(*worm_counts)

코드 설명

• BFS로 인접한 배추 찾기: BFS를 통해 같은 군집에 있는 배추를 모두 방문 처리하여 한 군집마다 worm_count를 하나씩 증가시킵니다.
• deque 사용으로 큐 성능 최적화: collections.deque의 popleft()를 사용하여 BFS의 큐 작업 성능을 개선했습니다.
• 방문 처리 최적화: BFS 탐색 과정에서 matrix[y]= 0으로 표시해 방문 여부를 관리합니다.

이렇게 BFS를 사용하여 재귀 호출을 없애면 시간과 메모리 효율성을 모두 개선할 수 있습니다.

내 생각

1. BFS가 DFS 보다 더 효율적인 메모리 사용을 한다. 그러므로 연결된 영역 찾는 문제에서는 BFS를 사용하자.
2. deque() 에 set 입력시 [] 로 감싸야 한다. deque([(a, b)]) 처럼 해야한다.