λͺ©λ‘μ 체 κΈ (1005)
π 곡λΆνλ μ§μ§μνμΉ΄λ μ²μμ΄μ§?
μ² μμ ν λ§ν λμ₯μμλ ν λ§ν λ₯Ό 보κ΄νλ ν° μ°½κ³ λ₯Ό κ°μ§κ³ μλ€. ν λ§ν λ μλμ κ·Έλ¦Όκ³Ό κ°μ΄ 격μλͺ¨μ μμμ μΉΈμ νλμ© λ£μ λ€μ, μμλ€μ μμ§μΌλ‘ μμ μ¬λ €μ μ°½κ³ μ λ³΄κ΄ μ°½κ³ μ 보κ΄λλ ν λ§ν λ€ μ€μλ μ μ΅μ κ²λ μμ§λ§, μμ§ μ΅μ§ μμ ν λ§ν λ€λ μμ μ μλ€ λ³΄κ΄ ν νλ£¨κ° μ§λλ©΄, μ΅μ ν λ§ν λ€μ μΈμ ν κ³³μ μλ μ΅μ§ μμ ν λ§ν λ€μ μ΅μ ν λ§ν μ μν₯μ λ°μ μ΅κ² λλ€. νλμ ν λ§ν μ μΈμ ν κ³³μ μ, μλ, μΌμͺ½, μ€λ₯Έμͺ½, μ, λ€ μ¬μ― λ°©ν₯μ μλ ν λ§ν λ₯Ό μλ―Έ λκ°μ λ°©ν₯μ μλ ν λ§ν λ€μκ²λ μν₯μ μ£Όμ§ λͺ»νλ©°, ν λ§ν κ° νΌμ μ μ λ‘ μ΅λ κ²½μ°λ μλ€κ³ κ°μ μ² μλ μ°½κ³ μ 보κ΄λ ν λ§ν λ€μ΄ λ©°μΉ μ΄ μ§λλ©΄ λ€ μ΅κ² λλμ§ κ·Έ μ΅μ μΌμλ₯Ό μκ³ μΆμ΄ νλ€. ν λ§ν λ₯Ό μ°½κ³ μ 보..
μ‘λμ μ¬λ μκ·Όμ΄μ μΉκ΅¬λ€μ μ‘λμμ μ΄λ¦¬λ ννν¬νΈ λ½ νμ€ν°λ²μ κ°λ €κ³ νλ€. μ¬ν΄λ λ§₯μ£Όλ₯Ό λ§μλ©΄μ κ±Έμ΄κ°κΈ°λ‘ νλ€. μΆλ°μ μκ·Όμ΄λ€ μ§μμ νκ³ , λ§₯μ£Ό ν λ°μ€λ₯Ό λ€κ³ μΆλ°νλ€. λ§₯μ£Ό ν λ°μ€μλ λ§₯μ£Όκ° 20κ° λ€μ΄μλ€. λͺ©μ΄ λ§λ₯΄λ©΄ μλκΈ° λλ¬Έμ 50λ―Έν°μ ν λ³μ© λ§μλ €κ³ νλ€. μ¦, 50λ―Έν°λ₯Ό κ°λ €λ©΄ κ·Έ μ§μ μ λ§₯μ£Ό ν λ³μ λ§μ μΌ νλ€. λ§₯μ£Όλ₯Ό λ ꡬ맀ν΄μΌ ν μλ μλ€. νΈμμ μ λ€λ Έμ λ, λΉ λ³μ λ²λ¦¬κ³ μ λ§₯μ£Ό λ³μ μ΄ μ μλ€. λ°μ€μ λ€μ΄μλ λ§₯μ£Όλ 20λ³μ λμ μ μλ€. νΈμμ μ λμ μ§νμλ 50λ―Έν°λ₯Ό κ°κΈ° μ μ λ§₯μ£Ό ν λ³μ λ§μ μΌ νλ€. νΈμμ , μκ·Όμ΄λ€ μ§, ννν¬νΈ λ½ νμ€ν°λ²μ μ’νκ° μ£Όμ΄μ§λ€. μκ·Όμ΄μ μΉκ΅¬λ€μ΄ ν볡νκ² νμ€ν°λ²μ λμ°©ν μ μλμ§ κ΅¬νλ νλ‘κ·Έ..
μμ μμμ¬λλ°©μ¬μ²μμλ λ§μ λΉκ° λ΄λ¦¬λ μ₯λ§μ² μ λλΉλ¨Όμ μ΄λ€ μ§μμ λμ΄ μ 보λ₯Ό νμ νλ€. κ·Έ μ§μμ λ§μ λΉκ° λ΄λ Έμ λ λ¬Όμ μ κΈ°μ§ μλ μμ ν μμμ΄ μ΅λλ‘ λͺ κ°κ° λ§λ€μ΄ μ§λ μ§λ₯Ό μ‘°μ¬λ¬Έμ λ₯Ό κ°λ¨νκ² νκΈ° μνμ¬, μ₯λ§μ² μ λ΄λ¦¬λ λΉμ μμ λ°λΌ μΌμ ν λμ΄ μ΄νμ λͺ¨λ μ§μ μ λ¬Όμ μ κΈ΄λ€κ³ κ°μ νλ€. μ΄λ€ μ§μμ λμ΄ μ 보λ νκ³Ό μ΄μ ν¬κΈ°κ° κ°κ° NμΈ 2μ°¨μ λ°°μ΄ ννλ‘ μ£Όμ΄μ§λ©° λ°°μ΄μ κ° μμλ ν΄λΉ μ§μ μ λμ΄λ₯Ό νμνλ μμ°μλ¬Όμ μ κΈ°μ§ μλ μμ ν μμμ΄λΌ ν¨μ λ¬Όμ μ κΈ°μ§ μλ μ§μ λ€μ΄ μ, μλ, μ€λ₯Έμͺ½ νΉμ μΌμͺ½μΌλ‘ μΈμ ν΄ μμΌλ©° κ·Έ ν¬κΈ°κ° μ΅λμΈ μμμ΄λ€ μ§μμ λμ΄ μ λ³΄κ° μ£Όμ΄μ‘μ λ, μ₯λ§μ² μ λ¬Όμ μ κΈ°μ§ μλ μμ ν μμμ μ΅λ κ°μλ₯Ό κ³μ°νλ νλ‘κ·Έλ¨μ μμ± μ²«μ§Έ ..
μ°λ¦¬ λλΌλ κ°μ‘± νΉμ μΉμ²λ€ μ¬μ΄μ κ΄κ³λ₯Ό μ΄μλΌλ λ¨μλ‘ νννλ λ νΉν λ¬Ένλ₯Ό κ°μ§κ³ μλ€. μ΄μλ κΈ°λ³Έμ μΌλ‘ λΆλͺ¨μ μμ μ¬μ΄λ₯Ό 1μ΄μΌλ‘ μ μνκ³ μ΄λ‘λΆν° μ¬λλ€ κ°μ μ΄μλ₯Ό κ³μ°νλ€. μλ₯Ό λ€λ©΄ λμ μλ²μ§, μλ²μ§μ ν μλ²μ§λ κ°κ° 1μ΄μΌλ‘ λμ ν μλ²μ§λ 2μ΄μ΄ λκ³ , μλ²μ§ νμ λ€κ³Ό ν μλ²μ§λ 1μ΄, λμ μλ²μ§ νμ λ€κ³Όλ 3μ΄μ΄ λλ€. μ¬λ¬ μ¬λλ€μ λν λΆλͺ¨ μμλ€ κ°μ κ΄κ³κ° μ£Όμ΄μ‘μ λ, μ£Όμ΄μ§ λ μ¬λμ μ΄μλ₯Ό κ³μ°νλ νλ‘κ·Έλ¨μ μμ± μ¬λλ€μ 1, 2, 3, …, n (1 ≤ n ≤ 100)μ μ°μλ λ²νΈλ‘ κ°κ° νμλλ€. μ λ ₯ νμΌμ 첫째 μ€μλ μ 체 μ¬λμ μ nμ΄ μ£Όμ΄μ§κ³ , λμ§Έ μ€μλ μ΄μλ₯Ό κ³μ°ν΄μΌ νλ μλ‘ λ€λ₯Έ λ μ¬λμ λ²νΈκ° μ£Όμ΄μ§λ€. μ μ§Έ μ€μλ λΆλͺ¨ μμλ€ κ°..
μ μ¬κ°ν λͺ¨μμ μ§λκ° μλ€. 1μ μ§μ΄ μλ κ³³μ, 0μ μ§μ΄ μλ κ³³μ λνλΈλ€. μ² μλ μ΄ μ§λλ₯Ό κ°μ§κ³ μ°κ²°λ μ§μ λͺ¨μμΈ λ¨μ§λ₯Ό μ μνκ³ , λ¨μ§μ λ²νΈλ₯Ό λΆμ΄λ € νλ€. μ¬κΈ°μ μ°κ²°λμλ€λ κ²μ μ΄λ€ μ§μ΄ μ’μ°, νΉμ μλμλ‘ λ€λ₯Έ μ§μ΄ μλ κ²½μ°λ₯Ό λ§νλ€. λκ°μ μμ μ§μ΄ μλ κ²½μ°λ μ°κ²°λ κ²μ΄ μλλ€. μ§λλ₯Ό μ λ ₯νμ¬ λ¨μ§μλ₯Ό μΆλ ₯νκ³ , κ° λ¨μ§μ μνλ μ§μ μλ₯Ό μ€λ¦μ°¨μμΌλ‘ μ λ ¬νμ¬ μΆλ ₯νλ νλ‘κ·Έλ¨μ μμ± μ²« λ²μ§Έ μ€μλ μ§λμ ν¬κΈ° N(μ μ¬κ°νμ΄λ―λ‘ κ°λ‘μ μΈλ‘μ ν¬κΈ°λ κ°μΌλ©° 5≤N≤25)μ΄ μ λ ₯λκ³ , κ·Έ λ€μ Nμ€μλ κ°κ° Nκ°μ μλ£(0νΉμ 1)κ° μ λ ₯ 첫 λ²μ§Έ μ€μλ μ΄ λ¨μ§μλ₯Ό μΆλ ₯. κ·Έλ¦¬κ³ κ° λ¨μ§λ΄ μ§μ μλ₯Ό μ€λ¦μ°¨μμΌλ‘ μ λ ¬νμ¬ ν μ€μ νλμ© μΆλ ₯ π 1. DFS # ..
π μ£Όμ΄μ§ μμμ λ Έλ κ΄κ³λ₯Ό μ΄μ©νμ¬ μΈμ 리μ€νΈ λ§λ€κΈ° (κ°μ₯ ν° λ Έλ λ²νΈκ° 5, λ Έλλ μ΄ 5κ°, κ°μ κ°μ 5) graph=[[] for _ in range(6)] for _ in range(5): A,B=map(int,input().split()) graph[A].append(B) graph[B].append(A) print(graph) π κΉμ΄ μ°μ νμ(Depth First Search) : DFSλ ν 루νΈλ‘ κ³μ λ€μ΄κ° νμν λ€ νμμ λ§μΉλ©΄ λ€μ λμκ° λ°©λ¬Ένμ§ μμ 루νΈλ‘ λ€μ΄κ° νμ : λͺ¨λ κ²½μ°μ μλ₯Ό μ°ΎκΈ° μν λ°± νΈλνΉ μ μμ£Ό μ¬μ©λλ νμ μκ³ λ¦¬μ¦ def dfs(v): visited[v] = True print(v, end=' ') for i in graph[v]: if..
221007 μμ± https://blog.naver.com/moongda0404/222729530178 [Python Data Analysis λΆμ 8] λ°μ΄ν° λΆμ - νμ΄μ¬ μκ³μ΄λΆμ *λ³Έ κΈμ Python3μ μ΄μ©ν λ°μ΄ν° λΆμ(Data Analysis)μ μν κΈμ λλ€. μκ³μ΄ λΆμ : μκ³μ΄ λΆμμ... blog.naver.com 1οΈβ£ λ°μ΄ν° λ° λΌμ΄λΈλ¬λ¦¬ λΆλ¬μ€κΈ° import warnings warnings.filterwarnings('ignore') import pandas as pd import pandas_datareader.data as web import numpy as np import matplotlib.pyplot as plt %matplotlib inline from date..
μ μ’ λ°μ΄λ¬μ€μΈ μ λ°μ΄λ¬μ€λ λ€νΈμν¬λ₯Ό ν΅ν΄ μ νλλ€. ν μ»΄ν¨ν°κ° μ λ°μ΄λ¬μ€μ 걸리면 κ·Έ μ»΄ν¨ν°μ λ€νΈμν¬ μμμ μ°κ²°λμ΄ μλ λͺ¨λ μ»΄ν¨ν°λ μ λ°μ΄λ¬μ€μ κ±Έλ¦¬κ² λλ€. 1λ² μ»΄ν¨ν°κ° μ λ°μ΄λ¬μ€μ κ±Έλ Έλ€. μ»΄ν¨ν°μ μμ λ€νΈμν¬ μμμ μλ‘ μ°κ²°λμ΄ μλ μ λ³΄κ° μ£Όμ΄μ§ λ, 1λ² μ»΄ν¨ν°λ₯Ό ν΅ν΄ μ λ°μ΄λ¬μ€μ κ±Έλ¦¬κ² λλ μ»΄ν¨ν°μ μλ₯Ό μΆλ ₯νλ νλ‘κ·Έλ¨μ μμ± μ²«μ§Έ μ€μλ μ»΄ν¨ν°μ μκ° μ£Όμ΄μ§λ€. μ»΄ν¨ν°μ μλ 100 μ΄νμ΄κ³ κ° μ»΄ν¨ν°μλ 1λ² λΆν° μ°¨λ‘λλ‘ λ²νΈκ° 맀겨μ§λ€. λμ§Έ μ€μλ λ€νΈμν¬ μμμ μ§μ μ°κ²°λμ΄ μλ μ»΄ν¨ν° μμ μκ° μ£Όμ΄μ§λ€. μ΄μ΄μ κ·Έ μλ§νΌ ν μ€μ ν μμ© λ€νΈμν¬ μμμ μ§μ μ°κ²°λμ΄ μλ μ»΄ν¨ν°μ λ²νΈ μμ΄ μ£Όμ΄μ§λ€. 1λ² μ»΄ν¨ν°κ° μ λ°μ΄λ¬μ€μ κ±Έλ Έμ λ, 1..