정렬이란 데이터를 특정한 기준에 따라 순서대로 나열하는 것 입니다.
데이터 예시
[7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
매번 탐색범위만큼 데이터를 확인하며, 탐색범위는 점점 줄어들게 됨.
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
for i in range(len(array)):
# 가장 작은 원소의 인덱스
min_index = i
for j in range(i+1, len(array)):
if array[min_index] > array[j]:
min_index = j
# 스와이프
array[i], array[min_index] = array[min_index], array[i]
[5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
[5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
[0, 5, 7, 9, 3, 1, 6, 2, 4, 8]
[0, 3, 5, 7, 9, 1, 6, 2, 4, 8]
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
for i in range(1, len(array)):
for j in range(i, 0, -1): # 인덱스 i부터 1까지 1씩 감소
if array[j] < array[j - 1] : # 한 칸씩 왼쪽으로 이동
array[j], array[j - 1] = array[j - 1], array[j]
else : # 자기보다 작은 데이터를 만나면 그 위치에서 멈춤
break
[5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
[5, 4, 9, 0, 3, 1, 6, 2, 7, 8]
[5, 4, 2, 0, 3, 1, 6, 9, 7, 8]
[1, 4, 2, 0, 3, 5, 6, 9, 7, 8]
array = [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array, start, end):
if start >= end: #원소가 1개인 경우 종료
return
pivot = start
left = start + 1
right = end
while(left <= right):
# 피벗보다 큰 데이터를 찾을 때 까지 반복
while(left <= end and array[left] <= array[pivot]):
left += 1
while(right > start and array[right] >= array[pivot]):
right -= 1
if(left > right): # 엇갈렸다면 작은 데이터와 피벗 교체
array[right], array[pivot] = array[pivot], array[right]
else: # 엇갈리지 않았다면 작은 데이터와 큰 데이터를 교체
array[left], array[right] = array[right], array[left]
quick_sort(array, start, right-1)
quick_sort(array, right+1, end)
quick_sort(array, 0, len(array)-1)
파이써닉한 구현
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
picot = array[0] # 피벗은 첫 번째 원소
tail = array[1:] # 피벗을 제외한 리스트
left_side = [x for x in tail if x <= pivot]
right_side = [x for x in tail if x <= pivot]
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬 수행하고, 전체 리스트 반환
return quick_sort(left) + [pivot] + quick_sort(right_side)
특정한 조건이 부합할 때만 사용할 수 있지만 매우 빠르게 동작하는 정렬 알고리즘 입니다.
데이터의 개수가 N, 데이터(양수) 중 최대값이 K일 때 최악의 경우에도 수행시간 O(N+K)를 보장합니다.
step 0 : 가장 작은 데이터부터 가장 큰 데이터까지의 범위가 모두 담길 수 있도록 리스트를 생성합니다.
정렬할 데이터 : [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
step 1 : 데이터를 하나씩 확인하며 데이터의 값과 동일한 인덱스의 데이터를 1씩 증가시킵니다.
인덱스 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
---|---|---|---|---|---|---|---|---|---|---|
개수 | 2 | 2 | 2 | 1 | 1 | 2 | 1 | 1 | 1 | 2 |
결과를 확인할 때는 리스트의 첫 번째 데이터부터 하나씩 그 값만큼 반복하여 인덱스를 출력합니다.
출력결과 : 0, 0, 1, 1, 2, 2, 3, 4, 5, 5, 6, 7, 8, 9, 9
# 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)
for i in range(len(array)):
count[array[i]] += 1 # 각 데이터에 해당하는 인덱스의 값 증가
for i in range(len(count)): # 리스트에 기록된 정렬 정보 홗인
for j in range(count[i]):
print(i, end=' ') # 띄어쓰기를 구분으로 등장한 횟수만큼 인덱스 충렬
앞서 다룬 네 가지 정렬 알고리즘을 비교하면 다음과 같습니다.
정렬 알고리즘 | 평균 시간복잡도 | 공간 복잡도 | 특징 |
---|---|---|---|
선택정렬 | O(N²) | O(N) | 아이디어가 매우 간단함 |
삽입정렬 | O(N²) | O(N) | 데이터가 거의 정렬되어 있을 때는 가장 빠름 |
퀵 정렬 | O(NlogN) | O(N) | 대부분의 경우에 가장 적합, 충분히 빠름 |
계수 정렬 | O(N+K) | O(N+K) | 데이터의 크기가 한정되어 있는 경우에만 사용 가능하지만, 매우 빠름 |
출처 : https://www.youtube.com/watch?v=KGyK-pNvWos&ab_channel=%EB%8F%99%EB%B9%88%EB%82%98