동빈나 님의 이코테 2021 강의 몰아보기 를 보면서 공부한 내용을 정리하고 있습니다. 더 자세한 내용은 이것이 취업을 위한 코딩 테스트다 with 파이썬 을 참고해주세요 학습 도구로는 리플렛 을 사용하고 있고 원본 소스코드는 동빈님의 Github 에서 확인할 수 있고 스스로 공부한 소스코드는 Github 에서 확인할 수 있습니다.정렬 알고리즘
•
데이터를 특정한 기준에 따라 순서대로 나열하는 것을 말한다.
•
일반적으로 문제 상황에 다라서 적절한 정렬 알고리즘이 공식처럼 사용된다.
•
예) 무작위 카드 작은 순서대로 정렬하기
선택정렬 알고리즘
•
처리되지 않은 데이터 중에서 가장 작은 데이터를 선택해서 맨 앞에 있는 데이터와 바꾸는 것을 반복한다.
•
시간복잡도
◦
N 번만큼 가장 작은 수를 찾아서 맨 앞으로 보내야한다.
◦
구현 방식에 따라서 사소한 오차는 있을 수 있지만 전체 연산 횟수는 다음과 같다.
▪
N + (N-1) + (N-2) + … + 2
▪
= (N^2 + N - 2) / 2
▪
빅오 표기법으로는 O(N^2) 이라고 작성한다.
# 선택정렬 > 0-9까지 작은 카드를 중심으로 나열하기array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
for i in range(len(array)):
min_idx = i
for j in range(i+1, len(array)):
if array[min_idx] > array[j]:
min_idx = j
array[min_idx], array[i] = array[i], array[min_idx]
print(array)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Python
복사
삽입정렬
•
처리되지 않은 데이터를 하나씩 골라서 적절한 위치에 삽입한다.
•
선택정렬에 비해서 구현 난이도가 높지만, 일반적으로 더 효율적으로 동작한다.
•
첫번째 원소가 이미 정렬되어있다고 가정하고 두번째 데이터가 어디로 들어갈 수 있을지 판단하며 정렬한다.
•
왼쪽 데이터와 비교해서 더 작으면 왼쪽에 정렬하고 그렇지 않으면 그냥 머물러있는다.
•
시간복잡도
◦
O(N^2)
◦
선택정렬과 마찬가지로 반복문이 두번 중첩되어 사용됨
◦
현재 리스트의 데이터가 거의정렬되어있는 상태라면 매우 빠르게 동작한다.
◦
이미 모든 데이터가 정렬되어있다면 O(N)의 시간복잡도를 가지게 된다.
◦
이미 정렬 되었는데 다시 삽입정렬을 수행하면 어떻게 될까?
▪
선형탐색 과정이 바로 멈춰지기 때문에 매우 빨라진다.
# 삽입정렬 알고리즘# 왼쪽의 수들은 이미 정렬되어있다고 가정하고 지금의 수를 어디에 끼워넣을지 판단array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
for i in range(1, len(array)):
for j in range(i, 0, -1):
if array[j] < array[j-1]:
array[j-1], array[j] = array[j], array[j-1]
else:
breakprint(array)
Python
복사
퀵 정렬
•
기준 데이터(pivot)를 설정하고 그 기준보다 큰 데이터와 작은 데이터의 위치를 바꾸는 방법
•
일반적인 상황에서 가장 많이 사용되는 정렬 알고리즘 중 하나임
•
병합 정렬과 더불어 대부분 프로그래밍 언어의 정렬 라이브러리의 근간이 되는 알고리즘이다.
•
퀵 정렬은 첫번째 데이터를 기준 데이터로 설정하는 것이 보통이다.
•
예시
1.
현재 피봇값 설정
2.
피봇값 다음수부터 왼쪽으로 피봇보다 작은 값, 오른쪽으로 피봇보다 큰값을 찾는다.
3.
두 수 위치를 교체한다.
4.
2, 3을 반복하다가 위치가 서로 엇갈리는 두 수를 만나게 되면 교체 후
5.
작은 데이터와 피봇값을 교체한다.
6.
피봇을 기준으로 왼쪽은 이보다 작은값, 오른쪽은 이보다 큰 값이 나열된다. 이를 분할이라고 함!
7.
피봇을 기준으로 왼쪽, 오른쪽을 각각 별도의 리스트라고 생각하고 계속 1-5의 과정을 진행한다.
8.
이를 계속 재귀적으로 반복하면 전체적으로도 정렬이 수행된다.
•
왜 빠른걸까?
◦
이상적인 경우에는 분할이 절반씩 일어난다면 전체 연산횟수로 O(NlogN)을 기대할 수 있다.
◦
전체 데이터의 범위가 절반씩 줄어들기 때문에 logN의 값
•
시간복잡도
◦
보통은 O(NlogN)
◦
최악의 경우 O(N^2)의 시간복잡도를 가지게 됨
▪
첫번째 원소를 피봇으로 삼을 경우, 이미 정렬된 데이터에 대해서 퀵정렬을 수행할 경우
▪
0 - 9
▪
피봇은 0, 왼쪽은 1, 오른쪽은 더 작은 수가 없으므로 0을 선택하게 됨
▪
매번 오른쪽만 남게 되는데 선형탐색의 시간 N * N개의 데이터 = N^2의 시간복잡도
# 퀵정렬array = [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
print(array)
def quick_sort(array, start, end):
# 만약에 원소가 1개이면 return if start >= end:
return pivot = start
left = start + 1 right = end
while left <= right:
while left <= end and array[left] <= array[pivot]:
left += 1 while right > start and array[right] >= array[pivot]:
right -= 1 if left > right:
array[right], array[pivot] = array[pivot], array[right]
else:
array[left], array[right] = array[right], array[left]
print(array)
quick_sort(array, start, right-1)
quick_sort(array, right+1, end)
quick_sort(array, 0, len(array)-1)
print(array)
# [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]# [1, 0, 2, 4, 3, 5, 6, 9, 7, 8]# [0, 1, 2, 4, 3, 5, 6, 9, 7, 8]# [0, 1, 2, 4, 3, 5, 6, 9, 7, 8]# [0, 1, 2, 3, 4, 5, 6, 9, 7, 8]# [0, 1, 2, 3, 4, 5, 6, 9, 7, 8]# [0, 1, 2, 3, 4, 5, 6, 8, 7, 9]# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Python
복사
파이썬의 장점을 살려서 퀵정렬하기
# 퀵정렬array = [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]
print(array)
def quick_sort(array):
if len(array) < 1:
return array
pivot = array[0]
tail = array[1:]
left_side = [x for x in tail if x <= pivot]
right_side = [x for x in tail if x > pivot]
print("left side : ", left_side, "right side : ", right_side)
return quick_sort(left_side) + [pivot] + quick_sort(right_side)
print(quick_sort(array))
# [5, 7, 9, 0, 3, 1, 6, 2, 4, 8]# left side : [0, 3, 1, 2, 4] right side : [7, 9, 6, 8]# left side : [] right side : [3, 1, 2, 4]# left side : [1, 2] right side : [4]# left side : [] right side : [2]# left side : [] right side : []# left side : [] right side : []# left side : [6] right side : [9, 8]# left side : [] right side : []# left side : [8] right side : []# left side : [] right side : []# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
Python
복사
계수정렬
•
특정한 조건이 부합할때만 사용할 수 있지만 매우 빠르게 동작하는 정렬 알고리즘
◦
계수 정렬은 데이터의 크기 범위가 제한되어 정수 형태로 표현할 수 있을 때 사용 가능하다.
•
데이터의 개수가 N, 데이터(양수) 중 최댓값이 K일 때 최악의 경우에도 수행시간 O(N+K)를 보장한다.
•
예시
◦
정렬할 데이터 : 7 5 9 0 3 1 6 2 9 1 4 8 0 5 2
•
시간복잡도, 공간복잡도 모두 O(N+K)
•
때에 따라서는 심각한 비효율성을 초래할 수 있다.
◦
데이터가 0과 999,999 로 단 2개만 존재하는 경우
◦
데이터는 두개밖에 없는데 백만개의 0 이 담긴 배열을 초기화해야한다.
•
동일한 값을 가지는 데이터가 여러개 등장할 때 효과적으로 사용할 수 있다.
◦
성적의 경우는 100점을 맞은 학생이 여러명일 수 있기 때문에 계수 정렬이 효과적!
# 계수정렬array = [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
count = [0] * (max(array) + 1)
for i in range(len(array)):
count[array[i]] += 1for i in range(len(count)):
for j in range(count[i]):
print(i, end=' ')
# 0 0 1 1 2 2 3 4 5 5 6 7 8 9 9
Python
복사
정렬 알고리즘 비교하기
선택정렬 vs. 기본 정렬 라이브러리 수행시간 비교
# 선택정렬 vs. 기본 정렬 라이브러리 수행시간 비교from random import randint
import time
array = []
for _ in range(10000):
array.append(randint(1, 100))
start_time = time.time()
for i in range(len(array)):
min_index = i
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]
end_time = time.time()
# 수행시간print("선택정렬 성능 측정 : ", end_time - start_time)
array = []
for _ in range(10000):
array.append(randint(1, 100))
start_time = time.time()
array.sort()
end_time = time.time()
# 수행시간print("기본 정렬 라이브러리 성능 측정 : ", end_time - start_time)
# 선택정렬 성능 측정 : 24.45125102996826# 기본 정렬 라이브러리 성능 측정 : 0.002169370651245117
Python
복사
두 배열의 원소 교체
문제
•
두 배열 A와 B가 있다.
•
N개의 원소로 이루어져있고 원소는 모두 자연수임
•
최대 K번의 바꿔치기 연산을 수행할 수 있는데, 바꿔치기 연산이란 배열 A에 있는 원소 하나와 배열 B에 있는 원소 하나를 골라서 두 원소를 서로 바꾸는 것을 말한다.
•
최종목표는 배열 A의 원소 합이 최대가 되도록 하는 것
•
N, K 그리고 배열 A, B의 정보가 주어졌을 때, 최대 K번의 바꿔치기 연산을 수행하여 만들 수 있는 배열 A의 모든 원소의 합을 최댓값을 출력하는 프로그램을 작성하세요.
풀이
•
핵심아이디어
◦
매 번 배열 A에서 가장 작은 원소를 골라서 배열 B에서 가장 큰 원소와 교체한다.
◦
A는 오름차순 정렬, B는 내림차순 정렬을 한다.
◦
첫번째 인덱스부터 차례로 확인하면서 A의 원소가 B보다 작을때에만 교체를 수행한다.
◦
두 배열의 원소가 최대 100,000개 까지 입력될 수 있으므로 최악의 경우 O(NlogN)을 보장하는 정렬 알고리즘을 이용해야한다.
# 두 수 바꿔치기 문제# A에서는 작은 순서대로 정렬, B에서는 높은 수대로 정렬n, k = map(int, input().split())
a = list(map(int, input().split()))
b = list(map(int, input().split()))
for _ in range(k):
a.sort()
b.sort(reverse=True)
a[0], b[0] = b[0], a[0]
print(a, b)
print(sum(a))
# input# 5 3# 1 2 3 4 5# 5 5 6 6 5# output# 5 3# 1 2 3 4 5# 5 5 6 6 5# [5, 4, 5, 6, 6] [3, 5, 5, 2, 1]# 26
Python
복사
해설
# 두 수 바꿔치기 문제# A에서는 작은 순서대로 정렬, B에서는 높은 수대로 정렬n, k = map(int, input().split())
a = list(map(int, input().split()))
b = list(map(int, input().split()))
a.sort()
b.sort(reverse=True)
for i in range(k):
if a[i] < b[i]: # a가 작을 때에만 교체 a[i], b[i] = b[i], a[i]
print(a, b)
print(sum(a))
# input# 5 3# 1 2 3 4 5# 5 5 6 6 5# output# 5 3# 1 2 3 4 5# 5 5 6 6 5# [5, 4, 5, 6, 6] [3, 5, 5, 2, 1]# 26
Python
복사