반응형
이진 탐색 알고리즘
순차 탐색 : 리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 확인하는 방법
이진 탐색 : 정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법
- 이진 탐색은 시작점, 끝점, 중간점을 이용하여 탐색 범위를 설정한다.
이진 탐색 동장 예시
- 이미 정렬된 10개의 데이터 중에서 값을 찾는 방법
- 시작점, 끝점과 중간점을 설정한다. - 중간 값이 2개일 경우 소수점 이하 제거
- 중간점을 기준으로 찾는 데이터가 우측에 있는지 좌측에 있는지 구분
- 만약 좌측에 있다면 시작점은 그대로 내버려두고 현재의 중간점을 끝점으로 수정
- 수정한 시작점과 끝점을 기준으로 중간점을 다시 설정
- 이후 중간점 위치의 값이 찾고자하는 데이터가 같아질 때까지 반복
시간복잡도
단계마다 탐색범위를 2로 나누는것과 동일하므로 연산 횟수는 log(2) N에 비례한다.
소스코드
# 이진 탐색 소스코드 구현 (재귀 함수)
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
# 중간점의 값보다 찾고자 하는 값이 작은 경우 왼쪽 확인
elif array[mid] > target:
return binary_search(array, target, start, mid - 1)
# 중간점의 값보다 찾고자 하는 값이 큰 경우 오른쪽 확인
else:
return binary_search(array, target, mid + 1, end)
# n(원소의 개수)과 target(찾고자 하는 값)을 입력 받기
n, target = list(map(int, input().split()))
# 전체 원소 입력 받기
array = list(map(int, input().split()))
# 이진 탐색 수행 결과 출력
result = binary_search(array, target, 0, n - 1)
if result == None:
print("원소가 존재하지 않습니다.")
else:
print(result + 1)
파이썬 이진 탐색 라이브러리
bisect_left(a, x) # 정렬된 순서를 유지하면서 배열 a에 x를 삽일할 경우 가장 왼쪽 인덱스를 반환
bisect_right(a, x) # 정렬된 순서를 유지하면서 배열 a에 x를 삽일할 경우 가장 오른쪽 인덱스를 반환
값이 특정 범위에 속하는 데이터 개수 구하기

파라메트릭 서치
최적화 문제를 결정 문제로 바꾸어 해결하는 기법
- 예시 : 특정한 조건을 만족하는 가장 알맞은 값을 빠르게 찾는 최적화 문제
일반적으로 코딩 테스트에서 파라메트릭 서치 문제는 이진 탐색을 이용하여 해결할 수 있다.
반응형
'Python > 알고리즘 - 이론' 카테고리의 다른 글
BFS 너비 우선 탐색 (2) | 2024.10.28 |
---|---|
[알고리즘 발표] PPT 자료 (0) | 2024.04.15 |
계수 정렬 (0) | 2023.11.07 |
퀵 정렬 (0) | 2023.11.05 |
선택 정렬 & 삽입 정렬 (0) | 2023.11.03 |
반응형
이진 탐색 알고리즘
순차 탐색 : 리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 확인하는 방법
이진 탐색 : 정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법
- 이진 탐색은 시작점, 끝점, 중간점을 이용하여 탐색 범위를 설정한다.
이진 탐색 동장 예시
- 이미 정렬된 10개의 데이터 중에서 값을 찾는 방법
- 시작점, 끝점과 중간점을 설정한다. - 중간 값이 2개일 경우 소수점 이하 제거
- 중간점을 기준으로 찾는 데이터가 우측에 있는지 좌측에 있는지 구분
- 만약 좌측에 있다면 시작점은 그대로 내버려두고 현재의 중간점을 끝점으로 수정
- 수정한 시작점과 끝점을 기준으로 중간점을 다시 설정
- 이후 중간점 위치의 값이 찾고자하는 데이터가 같아질 때까지 반복
시간복잡도
단계마다 탐색범위를 2로 나누는것과 동일하므로 연산 횟수는 log(2) N에 비례한다.
소스코드
# 이진 탐색 소스코드 구현 (재귀 함수)
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
# 중간점의 값보다 찾고자 하는 값이 작은 경우 왼쪽 확인
elif array[mid] > target:
return binary_search(array, target, start, mid - 1)
# 중간점의 값보다 찾고자 하는 값이 큰 경우 오른쪽 확인
else:
return binary_search(array, target, mid + 1, end)
# n(원소의 개수)과 target(찾고자 하는 값)을 입력 받기
n, target = list(map(int, input().split()))
# 전체 원소 입력 받기
array = list(map(int, input().split()))
# 이진 탐색 수행 결과 출력
result = binary_search(array, target, 0, n - 1)
if result == None:
print("원소가 존재하지 않습니다.")
else:
print(result + 1)
파이썬 이진 탐색 라이브러리
bisect_left(a, x) # 정렬된 순서를 유지하면서 배열 a에 x를 삽일할 경우 가장 왼쪽 인덱스를 반환
bisect_right(a, x) # 정렬된 순서를 유지하면서 배열 a에 x를 삽일할 경우 가장 오른쪽 인덱스를 반환
값이 특정 범위에 속하는 데이터 개수 구하기

파라메트릭 서치
최적화 문제를 결정 문제로 바꾸어 해결하는 기법
- 예시 : 특정한 조건을 만족하는 가장 알맞은 값을 빠르게 찾는 최적화 문제
일반적으로 코딩 테스트에서 파라메트릭 서치 문제는 이진 탐색을 이용하여 해결할 수 있다.
반응형
'Python > 알고리즘 - 이론' 카테고리의 다른 글
BFS 너비 우선 탐색 (2) | 2024.10.28 |
---|---|
[알고리즘 발표] PPT 자료 (0) | 2024.04.15 |
계수 정렬 (0) | 2023.11.07 |
퀵 정렬 (0) | 2023.11.05 |
선택 정렬 & 삽입 정렬 (0) | 2023.11.03 |