1. 버블 정렬

: 데이터의 인접 요소끼리 비교하고, swap 연산을 수행하며 정렬하는 방식

• 시간 복잡도 O(n^2)으로 다른 정렬 알고리즘보다 속도가 느린 편이다.

버블 정렬 과정

1. 비교 연산이 필요한 루프 범위를 설정한다.
2. 인접한 데이터 값을 비교한다.
3. swap 조건에 부합하면 swap 연산을 수행한다.
4. 루프 범위가 끝날 때까지 2~3을 반복한다.
5. 정렬 영역을 설정하며 다음 루프를 실행할 때는 이 영역을 제외한다.
6. 비교 대상이 없을 때까지 1~5를 반복한다.

2. 선택 정렬

: 대상 데이터에서 최대나 최소 데이터를 데이터가 나열된 순으로 찾아가며 선택하는 방법이다. 선택정렬은 구현 방법이 복잡하고 시간복잡도도 O(n^2)으로 효율적이지 않아 코딩 테스트에서는 사용하지 않는다.

선택 정렬의 핵심 이론

최솟값 또는 최댓값을 찾고, 남은 정렬 부분의 가장 앞에 있는 데이터와 swap하는 것이 선택정렬의 핵심이다.

3. 삽입 정렬

: 이미 정렬된 데이터 범위에 정렬되지 않은 데이터를 적절한 위치에 삽입시켜 정렬하는 방식이다. 평균 시간 복잡도는 O(n^2)으로 느린 편이지만 구현하기 쉽다.

삽입 정렬의 핵심 이론

선택 데이터를 현재 정렬된 데이터 범위 내에서 적절한 위치에 삽입하는 것이 핵심이다.

삽입 정렬 수행 방식

1. 현재 인덱스에 있는 데이터 값을 선택
2. 현재 선택한 데이터가 정렬된 데이터 범위에 삽입될 위치를 탐색
3. 삽입 위치부터 인덱스에 있는 위치까지 shift 연산을 수행
4. 삽입 위치에 현재 선택한 데이터를 삽입하고 인덱스++ 연산을 수행
5. 선택할 데이터가 없을 때까지 반복

4. 퀵 정렬

: 기준값을 선정해 해당 값보다 작은 데이터와 큰 데이터로 분류하는 것을 반복해 정렬하는 알고리즘이다. 기준값이 어떻게 선정되는지가 시간 복잡도에 많은 영향을 미치고, 평균적인 시간복잡도는 O(nlogn)이다.

퀵 정렬의 핵심 이론

pivot을 중심으로 계속 데이터를 2개의 집합으로 나누면서 정렬하는 것이 핵심이다.

퀵 정렬 과정

1. 데이터를 분할하는 pivot을 설정
2. pivot을 기준으로 다음 a~e과정을 거쳐 데이터를 2개의 집합으로 분리
   1. start가 가리키는 데이터가 pivot이 가리키는 데이터보다 작으면 start를 오른쪽으로 1칸 이동
   2. end가 가리키는 데이터가 pivot이 가리키는 데이터보다 크면 end를 왼쪽으로 1칸 이동
   3. start가 가리키는 데이터가 pivot이 가리키는 데이터보다 크고, end가 가리키는 데이터가 pivot이 가리키는 데이터보다 작으면 start, end가 가리키는 데이터를 swap하고 start는 오른쪽 end는 왼쪽으로 한칸씩 이동
   4. start와 end가 만날 때까지 반복
   5. start와 end가 만나면 만난 지점에서 가리키는 데이터와 pivot이 가리키는 데이터를 비교하여 pivot이 가리키는 데이터가 크면 만난 지점의 오른쪽에, 작으면 만난 지점의 왼쪽으로 pivot이 가리키는 데이터를 삽입
3. 분리 집합에서 각각 다시 pivot을 선정
4. 분리 집합이 1개 이하가 될 때까지 1~3 반복