728x90
728x170
다익스트라 최단 경로 알고리즘(Dijkstra Shortest Path Algorithm)
- 그래프에서 단일 시작(Single Start) 최단 경로 문제(Shortest Path Problem)
- 구글 지도 또는 자동차 내비게이션 등에서 경로를 탐색할 때 사용됨.
- 문제 정의
- 주어진 그래프
G = <V, E>
의 시작 정점(Source Vertex) 과 목적 정점(Destination Vertex) 이 주어질 때, 시작 정점에서 목적 정점까지 이어지는 최소 비용 경로를 구하시오.V
: 정점의 집합E
: 에지의 집합- 각각의 에지는 가중치를 가지고 있음.
- 주어진 그래프
- 다익스트라 알고리즘(Dijkstra's Algorithm)
- 음수 가중치가 없는 그래프에서 동작하는 최단 경로 탐색 알고리즘
- 프림의 MST 알고리즘을 약간 변경한 형태
- 다익스트라 알고리즘 vs. 프림 알고리즘
- 프림 알고리즘
- 경계로부터 최소 거리를 정점의 거리 값으로 설정함.
- 모든 정점 을 방문해야 종료함.
- 다익스트라 알고리즘
- 시작 정점으로부터 각 정점까지의 전체 거리를 사용함.
- 목적 정점 이 나타나면 종료함.
- 프림 알고리즘
- 시간 복잡도
- 피보나치 최소 힙을 사용하여 구현한 다익스트라 알고리즘의 시간 복잡도는
O(E + VlogV)
- 피보나치 최소 힙을 사용하여 구현한 다익스트라 알고리즘의 시간 복잡도는
동작 순서
①
- 모든 정점의 거리 값을 무한대 로 초기화함.
- 시작 정점에서 자기 자신까지의 거리는
0
이므로, 시작 정점의 거리 값은0
으로 설정함. - 그리고 모든 거리 값을 최소 힙
H
에 추가함.
- 정점 안의 숫자 : 정점 ID
- 정정 옆에 있는 빨간색 숫자 : 현재까지 알려진 시작 정점(1번 정점)에서 각 정점까지의 최소 거리
- 무한대로 초기화됨.
- 시작 정점은
0
으로 초기화 됨.
②
- 최소 힙
H
로부터 정점을 하나 꺼냄.- 이 정점을
U
라고 하면, 정점U
는 시작 정점에서 가장 까운 정점임.- 만약
U
가 목적 정점이면 최단 경로를 찾은 것이므로 알고리즘을 종료함.
- 만약
- 이 정점을
③
U
와 인접한 모든 정점V
에 대해, 만약V
의 거리 값이(U의 거리 값 + (U, V) 에지 가중치)
보다 크면V
까지 다다르는 더 짧은 경로를 찾은 것으로 볼 수 있음.- 그러므로
V
의 거리 값을(U의 거리 값 + (U, V) 에지 가중치)
값으로 설정함.- 이러한 과정을 정점
U
에 안착했다고 함.
- 이러한 과정을 정점
- 그러므로
④
- 방문하지 않은 정점이 남아 있다면 ②단계로 이동함.
- 2번 정점에 안착한 후의 그래프 상태
- 4번 정점의 거리 값
- 2번 정점 거리 값에
(2, 4)
에지 가중치가 더해진 값으로 설정됨.
- 2번 정점 거리 값에
⑤
- 최소 힙
H
로부터 꺼낸 정점이 목적 정점(6번 정점)이면 알고리즘이 종료됨. - 1번 정점에서 6번 정점까지의 최단 경로
- 각 정점에 나타난 거리 값 : 시작 정점에서 해당 정점까지의 최소 거리
코드
#include <iostream>
#include <string>
#include <vector>
#include <set>
#include <map>
#include <queue>
#include <limits>
#include <algorithm>
using namespace std;
template <typename T>
struct Edge {
unsigned src;
unsigned dst;
T weight;
};
template <typename T>
class Graph {
public:
// N개의 정점으로 구성되 그래프
Graph(unsigned N) : V(N) {}
// 그래프의 정점 개수 반환
auto vertices() const { return V; }
// 전체 에지 리스트 반환
auto& edges() const { return edge_list; }
// 정점 v에서 나가는 모든 에지를 반환
auto edges(unsigned v) const {
vector<Edge<T>> edges_from_v;
for (auto& e : edge_list) {
if (e.src == v) {
edges_from_v.emplace_back(e);
}
}
return edges_from_v;
}
void add_edge(Edge<T>&& e) {
// 에지 양 끝 정점 ID가 유효한지 검사
if (e.src >= 1 && e.src <= V && e.dst >= 1 && e.dst <= V) {
edge_list.emplace_back(e);
}
else {
cerr << "에러: 유효 범위를 벗어난 정점!" << endl;
}
}
// 표준 출력 스트림 지원
template <typename U>
friend ostream& operator<< (ostream& os, const Graph<U>& G);
private:
unsigned V; // 정점 개수
vector<Edge<T>> edge_list;
};
template <typename U>
ostream& operator<< (ostream& os, const Graph<U>& G) {
for (unsigned i = 1; i < G.vertices(); i++) {
os << i << ":\t";
auto edges = G.edges(i);
for (auto& e : edges) {
os << "{" << e.dst << ": " << e.weight << "}, ";
}
os << endl;
}
return os;
}
template <typename T>
auto create_reference_graph() {
Graph<T> G(9);
map<unsigned, vector<pair<unsigned, T>>> edge_map;
edge_map[1] = { {2, 2}, {5, 3} };
edge_map[2] = { {1, 2}, {5, 5}, {4, 1} };
edge_map[3] = { {4, 2}, {7, 3} };
edge_map[4] = { {2, 1}, {3, 2}, {5, 2}, {6, 4}, {8, 5} };
edge_map[5] = { {1, 3}, {2, 5}, {4, 2}, {8, 3} };
edge_map[6] = { {4, 4}, {7, 4}, {8, 1} };
edge_map[7] = { {3, 3}, {6, 4} };
edge_map[8] = { {4, 5}, {5, 3}, {6, 1} };
for (auto& i : edge_map) {
for (auto& j : i.second) {
G.add_edge(Edge<T>{ i.first, j.first, j.second });
}
}
return G;
}
template <typename T>
struct Label {
unsigned ID;
T distance;
// Label 객체 비교는 거리(distance) 값을 이용
inline bool operator> (const Label<T>& l) const {
return this->distance > l.distance;
}
};
template <typename T>
auto dijkstra_shortest_path(const Graph<T>& G, unsigned src, unsigned dst) {
// 최소 힙
priority_queue<Label<T>, vector<Label<T>>, greater<Label<T>>> heap;
// 모든 정점에서 거리 값을 최대로 설정
vector<T> distance(G.vertices(), numeric_limits<T>::max());
set<unsigned> visited; // 방문한 정점
vector<unsigned> parent(G.vertices()); // 이동 경로를 기억을 위한 벡터
heap.emplace(Label<T>{src, 0});
parent[src] = src;
while (!heap.empty()) {
auto current_vertex = heap.top();
heap.pop();
// 목적지 정점에 도착했다면 종료
if (current_vertex.ID == dst) {
cout << current_vertex.ID << "번 정점(목적 정점)에 도착!" << endl;
break;
}
// 현재 정점을 이전에 방문하지 않았다면
if (visited.find(current_vertex.ID) == visited.end()) {
cout << current_vertex.ID << "번 정점에 안착!" << endl;
// 현재 정점과 연결된 모든 에지에 대해
for (auto& e : G.edges(current_vertex.ID)) {
auto neighbor = e.dst;
auto new_distance = current_vertex.distance + e.weight;
// 인접한 정점의 거리 값이 새로운 경로에 의한 거리 값보다 크면
// 힙에 추가하고, 거리 값을 업데이트함.
if (new_distance < distance[neighbor]) {
heap.emplace(Label<T>{neighbor, new_distance});
parent[neighbor] = current_vertex.ID;
distance[neighbor] = new_distance;
}
}
visited.insert(current_vertex.ID);
}
}
// 백트래킹 방식으로 시작 정점부터 목적 정점까지의 경로 구성
vector<unsigned> shortest_path;
auto current_vertex = dst;
while (current_vertex != src) {
shortest_path.push_back(current_vertex);
current_vertex = parent[current_vertex];
}
shortest_path.push_back(src);
reverse(shortest_path.begin(), shortest_path.end());
return shortest_path;
}
int main() {
using T = unsigned;
// 그래프 객체 생성
auto G = create_reference_graph<T>();
cout << "[입력 그래프]" << endl;
cout << G << endl;
auto shortest_path = dijkstra_shortest_path<T>(G, 1, 6);
cout << endl << "[1번과 6번 정점 사이의 최단 경로]" << endl;
for (auto v : shortest_path) {
cout << v << " ";
}
return 0;
}
결과
[입력 그래프]
1: {2: 2}, {5: 3},
2: {1: 2}, {5: 5}, {4: 1},
3: {4: 2}, {7: 3},
4: {2: 1}, {3: 2}, {5: 2}, {6: 4}, {8: 5},
5: {1: 3}, {2: 5}, {4: 2}, {8: 3},
6: {4: 4}, {7: 4}, {8: 1},
7: {3: 3}, {6: 4},
8: {4: 5}, {5: 3}, {6: 1},
1번 정점에 안착!
2번 정점에 안착!
5번 정점에 안착!
4번 정점에 안착!
3번 정점에 안착!
8번 정점에 안착!
6번 정점(목적 정점)에 도착!
[1번과 6번 정점 사이의 최단 경로]
1 2 4 6
728x90
그리드형(광고전용)
'Computer Science > Algorithm' 카테고리의 다른 글
플로이드-워셜 알고리즘(Floyd-Warshall Algorithm) (0) | 2021.07.22 |
---|---|
코사라주 알고리즘(Kosaraju's Algorithm) (0) | 2021.07.04 |
존슨 알고리즘(Johnson's Algorithm) (0) | 2021.07.04 |
벨만-포드 알고리즘(Bellman-Ford Algorithm) (0) | 2021.07.02 |
프림의 최소 신장 트리 알고리즘(Prim's Minimum Spanning Tree Algorithm) (0) | 2021.06.30 |
깊이 우선 탐색(DFS, Depth-First Search) (0) | 2021.06.30 |
너비 우선 탐색(BFS, Breadth-First Search) (0) | 2021.06.30 |
그래프 순회 문제(Graph Traversal Problem) ; 그래프 탐색 문제(Graph Search Problem) (0) | 2021.06.28 |