20-seongwon030

[seongwon030]

🔗 문제 링크

집합의 표현

✔️ 소요된 시간

15분

✨ 수도 코드

최소 신장 트리에서 사용한 알고리즘과 거의 동일해서 푸는데 많이 걸리지 않았습니다.

1. 0일 때는 union연산을 진행한다.

def union(x,y):
  x,y = find(x),find(y)
  if x<y:
    parent[x] = y
  else:
    parent[y] = x

각 원소의 루트 노드를 찾아 비교하면서 두 원소를 하나로 합치는 합집합 연산

2. 1일 때는 두 원소가 한 집합에 포함되는지 확인한다.

def find(x):
  if x!=parent[x]:
    parent[x] = find(parent[x])
  return parent[x]

루트노드가 같으면 한 집합에 포함되므로 YES를 출력, 아니면 No를 출력한다.

[yuyu0830]

이걸로 얼마나 해먹는거야 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

[seongwon030]

이걸로 얼마나 해먹는거야 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

다양한 문제를 풀도록 하겠습니닷 ..

[yuyu0830]

백준에 유니온 파인드랑 MST 관련된 문제는 전부 다 풀 기세군요.. 저도 한창 BFS 빠져있을 때 그렇게 풀었던게 기억나는데 확실히 그 알고리즘은 평생 까먹진 않겠더라구요. 근데 유니온 파인드는 범용성이 그리 넓은 알고리즘은 아니니 다양한 알고리즘도 도전해보는건 어떨까요?

[seongwon030]

백준에 유니온 파인드랑 MST 관련된 문제는 전부 다 풀 기세군요.. 저도 한창 BFS 빠져있을 때 그렇게 풀었던게 기억나는데 확실히 그 알고리즘은 평생 까먹진 않겠더라구요. 근데 유니온 파인드는 범용성이 그리 넓은 알고리즘은 아니니 다양한 알고리즘도 도전해보는건 어떨까요?

하나를 파다보니 풀이방법이 다 비슷하더라고요. 한 번 풀어본 문제가 기억이 안 나서 기억할 겸 이것만 풀고 있었는데 말씀하신 것처럼 다양한 알고리즘을 푸는 것도 중요하겠네요! 다양한 알고리즘에 도전해보겠씁니당

[InSange]

Union Find를 잘 활용을 안하는 이유가 연결은 쉽지만 분리하는게 까다로운 이유가 커서 그렇지 않을까 싶습니다. Union과 Find 함수는 호출시에 최상위 노드로 값을 갱신하는 작업을 거치게 되다보니 추후에 분리할 시에 연결되어 있는 하위 노드들을 다 갱신시켜주는 작업에서 보다 비효율적이어서 그렇지 않을까 싶네요.

게임에서도 하나의 데이터에 연관있는 데이터들을 찾고 싶을 때 간혹 쓰이긴 하더군요. 같은 소속에 존재하는지. 이동가능한 경로를 빠르게 찾고 싶을 때 ( 간혹 체스와 같은? )

[seongwon030]

Union Find를 잘 활용을 안하는 이유가 연결은 쉽지만 분리하는게 까다로운 이유가 커서 그렇지 않을까 싶습니다. Union과 Find 함수는 호출시에 최상위 노드로 값을 갱신하는 작업을 거치게 되다보니 추후에 분리할 시에 연결되어 있는 하위 노드들을 다 갱신시켜주는 작업에서 보다 비효율적이어서 그렇지 않을까 싶네요.

게임에서도 하나의 데이터에 연관있는 데이터들을 찾고 싶을 때 간혹 쓰이긴 하더군요. 같은 소속에 존재하는지. 이동가능한 경로를 빠르게 찾고 싶을 때 ( 간혹 체스와 같은? )

오호 다시 분리하는 경우가 까다로워서 유니온파인드를 잘 쓰지 않는거군요. 다시 갱신해주는 작업이 필요하니까 번거롭네요. 게임에서는 그런 알고리즘이 실제로 사용되기도 하는군요. 예까지 들어주셔서 바로 이해가 되었습니다 😀