본 글은 “이것이 취업을 위한 코딩 테스트다 with 파이썬” 교재를 참고한 것임
문제
문제 풀이
한 도시에서 다른 도시까지의 최단 거리를 구하면 되므로 다익스트라 알고리즘을 이용한다. 또한 N, M의 범위가 상당히 크기 때문에 우선순위 큐를 사용하여 다익스트라 알고리즘을 작성해야 한다.
소스코드
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
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
import heapq
import sys
input = sys . stdin . readline
INF = int ( 1e9 ) # 무한을 의미하는 값으로 10 억을 설정
# 노드의 개수, 간선의 개수, 시작노드를 입력받기
n, m, start = map(int, input().split())
# 각 노드에 연결되어 있는 노드에 대한 정보를 담는 리스트를 만들기
graph = [[] for i in range (n + 1)]
# 최단 거리 테이블을 모두 무한으로 초기화
distance = [ INF ] * (n + 1)
# 모든 간선 정보를 입력받기
for _ in range(m):
x, y, z = map(int, input().split())
# a 번 노드에서 b 번 노드로 가는 비용이 c 라는 의미
graph[x].append((y, z))
def dijkstra(start):
q = []
# 시작 노드로 가기 위한 최단 경로는 0 으로 설정하여, 큐에 삽입
heapq.heappush(q, (0 ,start))
distance [start] = 0
while q : # 큐가 비어있지 않다면
# 가장 최단 거리가 짧은 노드에 대한 정보 꺼내기
dist, now = heapq.heappop(q)
# 현재 노드가 이미 처리된 적이 있는 노드라면 무시
if distance[now] < dist :
continue
# 현재 노드와 연결된 다른 인접한 노드들을 확인
for i in graph[now]:
cost = dist + i[1]
# 현재 노드를 거쳐서, 다른 노드로 이동하는 거리가 더 짧은 경우
if cost < distance [i[0]]:
distance[i[0]] = cost
heapq.heappush(q, (cost, i[0]))
# 다익스트라 알고리즘 수행
dijkstra(start)
# 도달할 수 있는 노드의 개수
count = 0
# 도달할 수 있는 노드와의 최단 거리의 합
# sum_dist = 0
# for d in distance :
# # 도달할 수 있는 노드인 경우
# if d != INF :
# count += 1
# sum_dist = max(sum_dist, d)
# 도달할 수 있는 노드 중에서, 가장 멀리 있는 노드와의 최단 거리
max_distance = 0
for d in distance :
# 도달할 수 있는 노드인 경우
if d != INF :
count += 1
max_distance = max(max_distance, d)
# 시작 노드는 제외해야 하므로 count - 1 을 출력
print(count - 1, max_distance )