이진 탐색

코딩 테스트

이진 탐색

도담_dodam 2024. 12. 16. 20:37

1. 범위를 반씩 좁혀가는 탐색

: 탐색 범위를 반으로 좁혀가며 빠르게 탐색하는 알고리즘

리스트 내에서 데이터를 매우 빠르게 탐색

순차 탐색

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

정렬되지 않은 리스트에서 데이터를 찾아야 할 때 사용

소스코드

# 순차 탐색 소스코드 구현
def sequential_search(n, target, array):
  # 각 원소를 하나씩 확인하며
  for i in range(n):
    # 현재의 원소가 찾고자 하는 원소와 동일한 경우
    if array[i] == target:
      return i + 1 # 현재의 위치 반환(인덱스는 0부터 시작하므로 1 더하기)

print("생성할 원소 개수를 입력한 다음 한 칸 띄고 찾을 문자열을 입력하세요.")
input_data = input().split()
n = int(input_data[0]) # 원소의 개수
target = input_data[1] # 찾고자 하는 문자열

print("앞서 적은 원소 개수만큼 문자열을 입력하세요. 구분은 띄어쓰기 한 칸으로 합니다.")
array = input().split()

# 순차 탐색 수행 결과 출력
print(sequential_search(n, target, array))

생성할 원소 개수를 입력한 다음 한 칸 띄고 찾을 문자열을 입력하세요.
5 Dongbin
앞서 적은 원소 개수만큼 문자열을 입력하세요. 구분은 띄어쓰기 한 칸으로 합니다.
Hanul Jonggu Dongbin Taeil Sangwook
3

최악의 경우 시간 복잡도는 O(N)

이진 탐색: 반으로 쪼개면서 탐색하기

찾으려는 데이터와 중간점(Middle) 위치에 있는 데이터를 반복적으로 비교

배열 내부의 데이터가 정렬되어 있어야만 사용할 수 있는 알고리즘

위치를 찾아내는 변수 3개 사용 -> 탐색하고자 하는 범위의 시작점, 끝점, 그리고 중간점

한 번 확인할 때마다 확인하는 원소의 개수가 절반씩 줄어든다 -> 시간복잡도 O(logN)

재귀 함수로 구현한 이진 탐색 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 문자열)을 입력받기
n, target = list(map(int, input().split()))
# 전체 원소 입력받기
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)

10 7
1 3 5 7 9 11 13 15 17
4

10 7
1 3 5 6 9 11 13 15 17 19
원소가 존재하지 않습니다.

mid = (start + end) // 2 는 중간점을 의미 -> int() 함수를 이용해도 가능.

반복문으로 구현한 이진 탐색 소스코드

# 이진 탐색 소스코드 구현(반복문)
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
    # 중간점의 값보다 찾고자 하는 값이 작은 경우 왼쪽 확인
    elif array[mid] > target:
      end = mid - 1
    # 중간점의 값보다 찾고자 하는 값이 큰 경우 오른쪽 확인
    else:
      start = mid + 1
  return None

# n(원소의 개수)과 target(찾고자 하는 문자열)을 입력받기
n, target = list(map(int, input().split()))
# 전체 원소 입력받기
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)

코딩 테스트에서의 이진 탐색

구현이 까다롭다.

외워야 함.

다른 알고리즘에서도 폭넓게 적용되는 원리와 유사하기 때문에 매우 중요

높은 난이도의 문제에서는 이진 탐색 알고리즘이 다른 알고리즘과 함께 사용

예시) 그리디 알고리즘 + 이진 탐색 알고리즘

탐색 범위가 2,000만을 넘어가면 이진 탐색으로 문제 접근 추천

트리 자료 구조

데이터베이스는 내부적으로 대용량 데이터 처리에 적합한 트리(Tree) 자료구조를 이용하여 항상 데이터가 정렬되어 있다.

-> 이진 탐색과는 조금 다르지만, 유사한 방법을 이용해 탐색 빠르게 수행 가능

트리의 주요한 특징

트리는 부모 노드와 자식 노드의 관계로 표현된다.
트리의 최상단 노드를 루트 노드라고 한다.
트리의 최하단 노드를 단말 노드라고 한다.
트리에서 일부를 떼어내도 트리 구조이며 이를 서브 트리라 한다.
트리는 파일 시스템과 같이 계층적이고 정렬된 데이터를 다루기에 적합하다.

이진 탐색 트리

트리 자료구조 중에서 가장 간단한 형태

이진 탐색이 동작할 수 있도록 고안된, 효율적인 탐색이 가능한 자료구조

왼쪽 자식 노드 < 부모 노드 < 오른쪽 자식 노드

이진 탐색 트리 자료구조를 구현하는 문제는 출제 빈도가 낮다.

이진 탐색 트리에서 데이터를 조회하는 과정

빠르게 입력받기

이진 탐색 문제는 입력 데이터가 많거나, 탐색 범위가 매우 넓은 편

-> sys 라이브러리의 readline() 함수 이용래 시간 초과 방지

import sys
# 하나의 문자열 데이터 입력받기
input_data = sys.stdin.readline().rstrip()

# 입력받은 문자열 그대로 출력
print(input_data)

Hello, Coding Test!
Hello, Coding Test!

한 줄 입력받고 나서 rstrip() 함수를 호출해야 한다.

readline()으로 입력하면 입력 후 엔터(enter)가 줄 바꿈 기호로 입력된다. -> 이 공백 문자를 제거하기 위해 사용

[출처] 나동빈, 『 이것이 취업을 위한 코딩 테스트다 with 파이썬 』, 한빛미디어(2020), p.186-196.