입력 예시
3
3
5 5 4
3 9 1
3 2 7
5
3 7 2 0 1
2 8 0 9 1
1 2 1 8 1
9 8 9 2 0
3 6 5 1 5
7
9 0 5 1 1 5 3
4 1 2 1 6 5 3
0 7 6 1 6 8 5
1 1 7 8 3 2 3
9 8 0 7 6 4 1
5 8 3 2 4 8 3
7 4 8 4 8 3 4
출력예시
20
19
36
초기접근
처음에는 다이나믹 프로그래밍으로 접근했다.
2차원 공간의 왼쪽 위 -> 오른쪽 아래로 가장 빠르게 가는 경우에서
상하좌우로 이동하는 방향에서 좌, 상은 쓸모없는 움직임이라고 생각했다.
(한번에 가는것이 돌아가는 것보다 항상 비용이 적을 것이라는 오해)
그래서 우, 하 (오른쪽으로 가기, 아래로 가기) 의 움직임만 고려한 다이나믹 프로그래밍으로 풀었다.
그랬더니 입력 예시의 2번째 테스트 케이스의 답이 다르게 나왔다.
하지만 두번째 테스트 케이스의 경우 더 빠른 경로가 존재했다.
이 경로를 해결할 코드를 작성해야 했다.
해결 아이디어
- 2차원 배열 상의 공간을 상하좌우가 다 연결되어있는 graph로 본다.
- (0,0) 에서 출발해 (n-1, n-1) 로 가는 최단경로를 다익스트라 알고리즘으로 구한다.
해결코드
import heapq
t = int(input())
while t > 0:
n = int(input())
data = []
for i in range(n):
data.append(list(map(int, input().split())))
dir = [(-1, 0), (1, 0), (0, -1), (0, 1)]
INF = int(1e9)
distance = [[INF]*n for i in range(n)]
q = []
q.append((data[0][0], 0, 0))
distance[0][0] = data[0][0]
while q:
dist, x, y = heapq.heappop(q)
if distance[x][y] < dist:
continue
for d in dir:
nx = d[0] + x
ny = d[1] + y
if 0 <= nx < n and 0 <= ny < n:
cost = dist + data[nx][ny]
if cost < distance[nx][ny]:
distance[nx][ny] = cost
heapq.heappush(q, (cost, nx, ny))
print(distance[n-1][n-1])
t -= 1
'Algorithm > Shortest Path' 카테고리의 다른 글
최단경로 알고리즘 풀이법 이론 (0) | 2021.02.22 |
---|