코딩테스트 - Chapter 07

이진 탐색

탐색 범위를 반으로 좁혀가며 빠르게 탐색하는 알고리즘

1. 범위를 반씩 좁혀가는 탐색

순차탐색
리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 차례대로 확인하는 방법

def sequential_search(n, target, array) :
    for i in range(n) :
        if array[i] == target :
            return i + 1

data = input().split() # 원소 개수, 찾을 문자열 입력
n = int(data[0]) # 원소 개수
target = data[1] # 찾을 문자열

array = input().split() # n만큼 문자열 입력
print(sequential_search(n, target, array))

이진탐색
찾으려는 데이터와 중간점 위치에 있는 데이터를 반복적으로 비교

def binary_search(array, target, start, end) :
    if start > end :
        return None
    mid = (start + end) // 2
    # 찾은 경우 중간점 인덱스 반환
    if array[mid] == target :
        return mid
    elif array[mid] > target :
        return binary_search(array, target, start, mid - 1)
    else :
        return binary_search(array, target, mid + 1, end)

n, target = list(map(int, input().split()))
array = list(map(int, input().split()))

result = binary_search(array, target, 0, n - 1)

if result == None :
    print("원소가 존재하지 않습니다.")
else :
    print(result + 1)

트리 자료구조
노드와 노드의 연결로 표현하며 여기에서 노드는 정보의 단위로써 어떠한 정보를 가지고 있는 개체로써 이해한다.

1. 트리는 부모 노드와 잭 노드의 관계로 표현한다.
2. 트리의 최상단 노드를 루트 노드라고 한다.
3. 트리의 최하단 노드를 단말 노드라고 한다.
4. 트리에서 일부를 떼어내도 트리 구조이며 이를 서브 트리라고 한다.
5. 트리는 파일 시스템과 같이 계층적이고 정렬된 데이터를 다루기에 적합하다.

이진 탐색 트리
이진 탐색이 동작할 수 있도록 고안된 효율적인 탐색이 가능한 자료구조

1. 부모 노드보다 왼쪽 자식 노드가 작다.
2. 부모 노드보다 오른쪽 자식 노드가 크다.

빠르게 입력받기
느린 input() 함수 대신 sys 라이브러리의 readline() 함수 사용

import sys
input_data = sys.stdin.readline().rstrip()

2. 부품 찾기

부품 찾기

💡 이진 탐색 알고리즘

def binary_search(array, target, start, end) :
    while start <= end :
        mid = (start + end) // 2
        # 찾은 경우 중간점 인덱스 반환
        if array[mid] == target :
            return mid
        # 중간점 값이 찾을 값보다 큰 경우 왼쪽 확인
        elif array[mid] > target :
            end = mid - 1
        # 중간점 값이 찾을 값보다 작은 경우 오른쪽 확인
        else :
            start = mid + 1
    return None

n = int(input()) # 개수
array = list(map(int, input().split())) # 전체 원소
array.sort()

m = int(input()) # 찾을 원소 개수
x = list(map(int, input().split())) # 찾을 원소

for i in x :
    result = binary_search(array, i, 0, n - 1)
    if result != None :
        print("yes", end=' ')
    else :
        print("no", end=' ')

💡 계수 정렬

n = int(input()) # 개수
array = [0] * 1000001

# 전체 원소 값에 해당하는 인덱스의 값 1
for i in input().split() :
    array[int(i)] = 1

m = int(input()) # 찾을 원소 개수
x = list(map(int, input().split())) # 찾을 원소

for i in x :
    if array[i] == 1:
        print('yes', end=' ')
    else :
        print('no', end=' ')

💡 집합 자료형 - set() 함수는 집합 자료형 초기화

n = int(input()) # 개수
array = set(map(int, input().split())) # 전체 원소 집합 자료형(set)에 기록

m = int(input())
x = list(map(int, input().split()))

for i in x :
    if i in array :
        print('yes', end=' ')
    else :
        print('no', end=' ')

3. 떡볶이 떡 만들기

떡볶이 떡 만들기

💡 이진 탐색 문제 & 파라메트릭 서치 유형 (최적화 문제를 결정 문제로 바꾸어 해결하는 기법) - 원하는 조건을 만족하는 가장 알맞은 값

n, m = map(int, input().split()) # 개수, 길이
array = list(map(int, input().split())) # 개별 길이

start = 0
end = max(array)
result = 0

while(start <= end) :
    total = 0
    mid = (start + end) // 2
    for x in array :
        # 자르고 남은 길이
        if x > mid :
            total += x - mid
    if total < m :
        end = mid - 1
    else :
        result = mid
        start = mid + 1

print(result)