[ALGORITHM] 9. 최단 경로

이것이 취업을 위한 코딩테스트다 with python 문제 풀이

9-4. 실전문제 '미래 도시'

# C9. 최단 경로 - 실전문제 '미래 도시'

import sys
put = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정

# 회사간 1만큼 시간으로 연결된 도로 통해 이동 가능
# 방문판매원이 1번 회사에서 k번 회사를 거쳐 x번 회사로 가는 최소 이동 시간

# 노드의 개수 및 간선의 개수를 입력받기
n, m = map(int, put().split())
# 2차원 리스트(그래프 표현)를 만들고, 모든 값을 무한으로 초기화
graph = [[INF] * (n + 1) for _ in range(n + 1)]

# 자기 자신에서 자기 자신으로 가는 비용은 0으로 초기화
for a in range(1, n + 1):
    for b in range(1, n + 1):
        if a == b:
            graph[a][b] = 0

# 각 간선에 대한 정보를 입력 받아, 그 값으로 초기화
for _ in range(m):
    # A에서 B로(양방향 가능) 가는 비용은 1이라고 설정. 
    a, b = map(int, input().split())
    graph[a][b] = 1    
    graph[b][a] = 1    

# 최종 목적지 x와 거쳐갈 회사 k
x, k = map(int, put().split())

# 점화식에 따라 플로이드 워셜 알고리즘을 수행
for k in range(1, n + 1):
    for a in range(1, n + 1):
        for b in range(1, n + 1):
            graph[a][b] = min(graph[a][b], graph[a][k] + graph[k][b])

# 수행된 결과를 출력
answer = graph[1][k] + graph[k][x]

if answer >= INF:
    print(-1)
else: print(answer)

 

9-5. 실전문제 '전보'

# C9. 최단 경로 - 실전문제 '전보'

import sys, heapq
put = sys.stdin.readline
INF = int(1e9) # 무한을 의미하는 값으로 10억을 설정

# 도시 C에서 최대한 많은 도시로 메시지 보내기
# 도시 C에서 보낸 메시지를 받는 도시의 총 개수와 걸리는 총 시간

# 노드(도시)의 개수, 간선(통로)의 개수, 메시지를 보내고자 하는 도시 C를 입력받기
n, m, start = map(int, put().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())
    # x번 노드에서 y번 노드로 가는 비용(시간)이 z라는 의미
    graph[x].append((y, z))

def dijkstra(start):
    q = []
    # 시작 노드로 가기 위한 최단 경로는 0으로 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 알고리즘을 수행
dijkstra(start)

cnt = 0 # 도달할 수 있는 노드 개수
max_distance = 0 # 도달할 수 있는 노드 중에서, 가장 멀리 있는 노드와의 (최단) 거리

for i in distance:
    # 도달할 수 있는 경우 거리를 출력
    if i != INF:
        cnt += 1
        max_distance = max(max_distance, i) # 최대값으로 갱신

# 시작 노드까지 카운트돼서 1 뺌
print(cnt-1, max_distance)