인접 행렬(adjacency matrix): 2차원 배열로 그래프의 연결 관계를 표현하는 방식
인접 리스트(adjacency list): 리스트로 그래프의 연결 관계를 표현하는 방식
1. 인접 행렬
2차원 배열에 각 노드가 연결된 형태를 기록하는 방식
연결이 되어 있지 않은 노드끼리는 무한의 비용이라고 작성(실제 코드에서는 999999999 등의 값으로 초기화하는 경우가 많음)
2. 인접 리스트
모든 노드에 연결된 노드에 대한 정보를 차례로 연결하여 저장함
3. 인접 행렬 vs 인접 리스트
메모리와 속도 측면에서 살펴봄
메모리 측면
인접 행렬은 모든 관계를 저장하므로 노드 개수가 많을수록 메모리가 불필요하게 낭비됨
인접 리스트는 연결된 정보만을 저장하기 때문에 메모리를 효율적으로 사용함
그러나 이러한 속성으로 인접 리스트는 인접 행렬 방식에 비해 특정한 두 노드가 연결되어 있는지에 대한 정보를 얻는 속도가 느림
인접 리스트 방식에서는 연결된 데이터를 하나씩 확인해야 하기 때문임
예를 들어, 노드 1과 노드 7이 연결되었는지 확인 -> 인접 행렬 방식에서 graph[1][7]만 확인하면 됨. 반면 인접 리스트는 노드 1에 대한 인접 리스트를 앞에서부터 차례로 확인해야 함
특정 노드와 연결된 모든 인접 노드를 순회해야 하는 경우 인접 리스트가 인접 행렬에 비해 메모리 공간의 낭비가 적음
DFS
깊이 우선 탐색, 그래프에서 깊은 부분을 우선적으로 탐색하는 알고리즘
특정 경로로 탐색하다가 특정 상황에서 최대한 깊숙이 들어가서 노드를 방문한 후 다시 돌아가 다른 경로로 탐색하는 알고리즘
DFS는 스택 자료구조를 이용하며 구체적인 동작 과정은 다음과 같음
탐색 시작 노드를 스택에 삽입하고 방문 처리를 함
스택의 최상단 노드에 방문하지 않은 인접 노드가 있으면 그 인접 노드를 스택에 넣고 방문 처리를 함. 방문하지 않은 인접 노드가 없으면 스택에서 최상단 노드를 꺼냄 (방문 처리: 스택에 한 번 삽입되어 처리된 노드가 다시 삽입되지 않게 체크하는 것을 의미. 방문 처리를 함으로써 각 노드를 한 번씩만 처리할 수 있음)
2번의 과정을 더 이상 수행할 수 없을 때까지 반복
DFS는 스택을 이용하는 알고리즘, 구현은 재귀 함수를 이용하면 쉬움
BFS
너비 우선 탐색 : 탐색을 할 때 너비를 우선으로 하여 탐색을 수행하는 탐색 알고리즘
'최단 경로'를 찾아주며 필요한 준비물은 큐(Queue) 임
가까운 노드부터 탐색하는 알고리즘
BFS 구현은 선입선출 방식인 큐 자료구조를 이용함
동작 방식은 다음과 같음
탐색 시작 노드를 큐에 삽입하고 방문 처리를 함
해당 노드(큐에서 꺼낸 노드)에 연결된 인접 노드 중에서 방문하지 않은 노드를 모두 큐에 삽입하고 방문 처리를 함