[Algorithm] 7-2. Graph 02 - BFS(Breadth-First Search, 너비우선탐색)

인프런 - 부경대IT융합응용공학과 궘오흠 교수님의 '영리한 프로그래밍을 위한 알고리즘 강좌 '(링크)와 '쉽게 배우는 알고리즘 관계 중심의 사고법 - 문병로' 참조

7-2. Graph 02 - BFS(Breadth-First Search, 너비우선탐색)

그래프 순회

• 순회(traversal)

  • 그래프의 모든 노드들을 방문하는 일

• 대표적 두 가지 방법

  • BFS (Breadth-First Search, 너비우선순회)

  • DFS (Depth-First Search, 깊이우선순회)

너비우선탐색(BFS)

• BFS 알고리즘은 다음 순서로 노드들을 방문

  • L0 = {s}, 여기서 s는 출발 노드

  • L1 = L0의 모든 이웃 노드들

  • L2 = L1의 이웃들 중 L0에 속하지 않는 노드들

  • ...

  • Li = Li-1의 이웃들 중 Li-2에 속하지 않는 노드들

  • 한마디로 그래프에서 노드들을 동심원의 형태로 순회하는 방법

  

큐를 이용한 너비우선탐색

• 출발노드를 check하고 시작한다.

• 큐에 스타트 노드(1번노드)를 삽입한다.

• whil문을 돌면서 큐가 비어있을 때까지 반복한다.

  • 큐에서 노드(v)를 하나 꺼내고

  • 꺼낸 노드의 인접노드 중, 아직 방문되지 않은(unchecked) 노드들(w)을 체크하고 큐에 넣는다.

  • 이 때, 큐에 넣는 순서는 중요하지 않다.

• 다시 큐에서 노드를 하나 꺼내고(2번 노드)

• 2번 노드의 체크되지 않은 인접 노드들(4, 5번 노드)을 체크상태로 변경하고 큐에 넣는다.

• 이런 방법으로 큐가 비어있는 상태가 될때까지 반복한다.

• 최종적으로 노드를 방문한 순서는 1, 2, 3, 4, 5, 7, 8, 6 이 된다. 하지만, 이 방문 순서는 유일하지 않다. 큐에 인접노드를 삽입하는 순서에 따라 달라지기 때문이다.

BFS pesudo code

• 그래프 G, 출발 노드 S

00 BFS(G, s)
01   Q <- null;
02   Enqueue(Q, s);
03   while Q != null do
04     u <- Dequeue(Q);
05     for each v adjacent to u do
06       if v is unvisited then
07         mark v as visited;
08         Enqueue(Q, v);

BFS와 최단경로

• BFS는 단순히 그래프의 모든 노드를 방문하는 것 이상의 추가적인 중요한 일을 할 수 있다. 최단 경로를 구하는 일이다.

• s에서 Li에 속한 노드까지 최댄 경로의 길이는 i이다.

  • 여기서 경로의 길이는 경로에 속한 엣지의 수를 의미한다.

• BFS를 하면서 각 노드에 대해서 최단 경로의 길이를 구할 수 있다.

• 입력

  • 방향 혹은 무방향 그래프 G = (V, E), 그리고 출발노드 s

• 출력

  • 모든 노드 v에 대해서

  • d[v] = s로 부터 v까지의 최단 경로의 길이(엣지의 개수)

  • π[V] = s로 부터 v까지의 최단경로상에서 v의 직전 노드(predecessor)

• Pseudo code

  • 02 - 04 : 모든 노드 u에 대해서 d[], π[]를 초기화

  • 05 - 06 : 스타트 노드의 d[], π[]를 설정

  • 11 : d[v] 가 -1인가를 체크하여 unvisited 체크를 구현

  • 12 - 13 : unvisited 노드에 대하여 d[v], π[v]를 저장

    • 최단경로 길이 d[v]는 u까지의 최단경로길이 d[u]를 지나오는 것이므로 d[u] + 1이 될 것이고,

    • v노드의 최단경로상에서 v의 직전노드는 u가 된다.

  • 14 : unchecked 노드만 큐에 들어갈 수 있으므로 어떤 노드도 큐에 두번 들어가지는 않는다.

00 BFS(G, s)
01   Q <- null;
02   for each node u do
03     d[u] <- -1;
04     π[u] <- null;
05   d[s] <- 0;     //distance from s to s is 0
06   π[s] <- null;  //no predecessor of s
07   Enqueue(Q, s);
08   while Q != null do
09     u <- Dequeue(Q);
10     for each v adjacent to u do
11       if (d[v] == -1) then
12         d[v] <- d[u] + 1;    //distance to v
13         π[v] <- u;           //u is the predecessor of v
14         Enqueue(Q, v);

시간복잡도

• 02라인 for 의해 기본적으로 O(n)이다.

• 실제로는 08라인의 while문이 알고리즘의 시간복잡도를 결정한다.

• 기본적으로 while문이 한번 돌 때마다 큐에서 노드 하나씩 꺼내므로 while문은 최대 n번 돈다.

• 10라인의 for문은 u의 degree() 만큼 돈다. 리스트를 인접 행렬로 구현하느냐, 인접리스트로 구현하느냐에 따라 for문의 시간복잡도가 달라진다.

  • degree(v)는 어떤 한 노드 v에 실제로 인접한 노드의 수

• 그래프를 인접 행렬로 구현할 경우 degree(v)를 찾으려면 O(n)이 든다. 따라서 인접행렬로 구현했을 떄의 while문의 시간복잡도는 O(n^2)이 된다.

• 인접 리스트로 구현할 경우 전체 그래프에서 보면, for 문은 결국 모든 노드들의 degree() 만큼 돌 것이다. 인접리스트에서 그것은 2m이다.(무방향 그래프에서 총 엣지의 수) 시간복잡도는 O(m). 따라서, while문의 시간복잡도는 O(n + m)이 된다.

• 결과적으로 인접 리스트의 최악의경우 m이 n이 되므로 최악의 경우가 아닌 이상 인접 리스트로 구현하는 것이 좀 더 효율적이다.

BFS로 구현한 d[]와 π[] 예시

BFS 트리

• 각 노드 v와 π[v]를 연결하는 엣지들로 구성되는 트리

• BFS 트리에서 s에서 v까지의 경로는 s에서 v까지 가는 최단 경로

• 어떤 엣지도 동심원의 2개의 layer(L0에서 L2로 가지 않는다)를 건너가지 않는다.(동일 레이어의 노드를 연결하거나, 혹은 1개의 layer를 건너간다.)

너비우선탐색: 최단 경로 출력하기

• 출발점 s에서 노드 v까지의 경로 출력하기

  • resursion으로 해결한다.

  • s에서 v까지 가는 최단 경로는 먼저 s에서 π[v]까지 가는 경로를 출력하고, v를 추가로 출력하면 된다.

00 PRINT-PATH(G, s, v)
01   if v = s then
02    print s;
03  else if π[v] = null then    // 실제로 s에서 v까지 가는 경로가 없을 경우(최단경로도 없음)
04    print "no path from s to v exists";
05  else
06    PRINT-PATH(G, s, π[v]);
07    print v;

너비우선탐색(BFS) 정리

• 그래프가 connected 라면 모든 노드를 방문하게 된다. 하지만, 그래프가 disconnected 이거나 혹은 방향 그래프라면 BFS에 의해서 모든 노드가 방문되지 않을 수도 있다.

• disconnected 그래프의 모든 노드를 방문하려면 BFS를 반복하여 모든 노드 방문

  • 전체 노드중 unvisited 노드가 없을 때까지 BFS를 반복한다.

BFS-ALL(G)
  while there exists unvisited node v
    BFS(G, V)