📖 정렬(Sorting)
📖 선택 정렬(Selection Sort)
✏️ 6-1.py 선택 정렬 소스코드
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
for i in range(len(array)):
min_index = i # 가장 작은 원소의 인덱스
for j in range(i + 1, len(array)):
if array[min_index] > array[j]:
min_index = j
array[i], array[min_index] = array[min_index], array[i]
print(array)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
✏️ 6-2.py 파이썬 스와프(Swap) 소스코드
# 0 인덱스와 1 인덱스의 원소 교체하기
array = [3, 5]
array[0], array[1] = array[1], array[0]
print(array)
[5,3]
📖 선택 정렬의 시간 복잡도
데이터의 개수(N) | 선택 정렬 | 퀵 정렬 | 기본 정렬 라이브러리 |
---|---|---|---|
N = 100 | 0.0123초 | 0.00156초 | 0.00000753초 |
N = 1,000 | 0.354초 | 0.00343초 | 0.0000365초 |
N = 10,000 | 15.475초 | 0.0312초 | 0.000248초 |
📖 삽입 정렬(Insertion Sort)
✏️ 6-3.py 삽입 정렬 소스 코드
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
# 첫 번째 원소부터 정렬
for i in range(1, len(array)):
# 정렬하고자 하는 원소의 앞으로 움직이면서 정렬
for j in range(i,0,-1):
# 정렬하고자 하는 원소보다 앞에 있는 원소가 더 크다면 자리 바꾸기
if array[j] < array[j-1]:
array[j], array[j-1] = array[j-1], array[j]
# 정렬하고자 하는 원소보다 앞에 있는 원소가 더 작다면 이동을 멈추기
else:
break
print(array)
📖 삽입 정렬의 시간 복잡도
📖 퀵 정렬(Quick Sort)
📖 퀵 정렬 알고리즘
(1) 리스트에서 첫 번째 데이터를 피벗으로 설정
(2) 피벗을 설정한 뒤에는 왼쪽에서부터 피벗보다 큰 데이터를 찾고, 오른쪽에서부터 피벗보다 작은 데이터를 찾음
(3) 그 다음 큰 데이터와 작은 데이터의 위치를 서로 교환해줌
(4) 이러한 과정을 반복하면 '피벗'에 대하여 정렬이 수행됨
📖 재귀 함수로 구현한 퀵 정렬
✏️ 6-4.py 퀵 정렬 소스 코드
array = [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array, start, end):
# 원소가 1개인 경우 종료
if start >= end:
return
# 피벗은 첫 번째 원소
pivot = start
left = start + 1
right = end
while left <= right:
# 피벗보다 큰 데이터를 찾을 때까지 반복
while left <= end and array[left] <= array[pivot]:
left += 1
# 피벗보다 작은 데이터를 찾을 때까지 반복
while right > start and array[right] >= array[pivot]:
right -= 1
# 엇갈렸다면 작은 데이터와 피벗을 교체
if left > right:
array[right], array[pivot] = array[pivot], array[right]
# 엇갈리지 않았다면 작은 데이터와 큰 데이터를 교체
else:
array[left], array[right] = array[right], array[left]
# 분할 이후 왼쪽 부분과 오른쪽 부분(피벗이 들어간 자리를 기준)에서 각각 정렬 수행
quick_sort(array, start, right - 1)
quick_sort(array, right + 1, end)
quick_sort(array, 0, len(array) - 1)
print(array)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
✏️ 6-5.py 파이썬의 장점을 살린 퀵 정렬 소스코드
array = [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array):
# 리스트가 하나 이하의 원소만을 담고 있다면 종료
if len(array) <= 1:
return array
# 피벗은 첫 번째 원소
pivot = array[0]
# 피벗을 제외한 리스트
tail = array[1:]
# 분할된 왼쪽 부분
left_side = [x for x in tail if x <= pivot]
# 분할된 오른쪽 부분
right_side = [x for x in tail if x > pivot]
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬을 수행하고, 전체 리스트를 반환
return quick_sort(left_side) + [pivot] + quick_sort(right_side)
print(quick_sort(array))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
📖 퀵 정렬의 시간 복잡도
데이터의 개수(N) | N2(선택 정렬, 삽입정렬) | Nlog2N(퀵 정렬) |
---|---|---|
N = 1,000 | ≈ 1,000,000 | ≈ 10,000 |
N = 1,000,000 | ≈ 1,000,000,000,000 | ≈ 20,000,000 |
📖 계수 정렬(Count Sort)
📖 계수 정렬 알고리즘
(1) 먼저 가장 큰 데이터와 가장 작은 데이터의 범위가 모두 담길 수 있도록 하나의 리스트를 생성
(2) 그다음 데이터를 하나씩 확인하며 데이터의 값과 동일한 인덱스의 데이터를 1씩 증가시키면 계수 정렬이 완료됨
✏️ 6-6.py 계수 정렬 소스코드
# 모든 원소의 값이 0보다 크거나 같다고 가정
array = [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
# 모든 범위를 포함하는 리스트 선언(모든 값은 0으로 초기화)
count = [0] * (max(array) + 1)
# 각 데이터에 해당하는 인덱스의 값 증가
for i in range(len(array)):
count[array[i]] += 1
# 리스트에 기록된 정렬 정보 확인
for i in range(len(count)):
for j in range(count[i]):
# 띄어쓰기를 구분으로 등장한 횟수만큼 인덱스 출력
pirnt(i, end=' ')
0 0 1 1 2 2 3 4 5 5 6 7 8 9 9
📖 계수 정렬의 시간 복잡도
📖 계수 정렬의 공간 복잡도
📖 파이썬의 정렬 라이브러리
sorted()
함수를 제공sorted()
는 퀵 정렬과 동작 방식이 비슷한 병합 정렬을 기반으로 만들어졌는데, 병합 정렬은 일반적으로 퀵 정렬보다 느리지만 최악의 경우에도 시간 복잡도 O(NlogN) 을 보장한다는 특징이 있음✏️ 6-7.py sorted 소스코드
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
result = sorted(array)
print(result)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
sort()
를 이용하여 내부 원소를 바로 정렬할 수도 있음sort()
를 이용하면 별도의 정렬된 리스트가 반환되지 않고 내부 원소가 바로 정렬됨✏️ 6-8.py sort 소스코드
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
array.sort()
print(array)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
sorted()
나 sort()
를 이용할 때에는 key
매개변수를 입력받을 수 있음key
값으로는 하나의 함수가 들어가야 하며 이는 정렬 기준이 됨✏️ 6-9.py 정렬 라이브러리에서 key를 활용한 소스코드
array = [('바나나', 2), ('사과', 5), ('당근', 3)]
def setting(data):
return data[1]
result = sorted(array, key = setting)
print(result)
[('바나나', 2), ('당근', 3), ('사과', 5)]
📖 정렬 라이브러리의 시간 복잡도
(1) 정렬 라이브러리로 풀 수 있는 문제 : 단순히 정렬 기법을 알고 있는지 물어보는 문제로 기본 정렬 라이브러리의 사용 방법을 숙지하고 있으면 어렵지 않게 풀 수 있다.
(2) 정렬 알고리즘의 원리에 대해서 물어보는 문제 : 선택 정렬, 삽입 정렬, 퀵 정렬 등의 원리를 알고 있어야 문제를 풀 수 있다.
(3) 더 빠른 정렬이 필요한 문제 : 퀵 정렬 기반의 정렬 기법으로는 풀 수 없으며 계수 정렬 등의 다른 정렬 알고리즘을 이용하거나 문제에서 기존에 알려진 알고리즘의 구조적인 개선을 거쳐야 풀 수 있다.