Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 파이썬
- SQLSCOTT
- 파이썬수업
- SQL수업
- 파이썬크롤링
- matplotlib
- 파이썬데이터분석
- 판다스그래프
- 파이썬데이터분석주피터노트북
- sql따라하기
- 주피터노트북
- sql연습
- 팀플기록
- python데이터분석
- 주피터노트북그래프
- Python
- 주피터노트북맷플롯립
- sql연습하기
- 판다스데이터분석
- python수업
- 데이터분석시각화
- SQL
- 파이썬알고리즘
- 주피터노트북판다스
- 수업기록
- 파이썬차트
- python알고리즘
- 맷플롯립
- 주피터노트북데이터분석
- 파이썬시각화
Archives
- Today
- Total
IT_developers
Python algorithm 개념 및 실습 - 정렬(2) 본문
알고리즘이란 ?
- 어떤 일을 하기 위한 명령의 집합
- 문제 해결 방법을 추상화하여 각 절차를 논리적으로 기술해 놓은 것
- 어떤 문제를 해결하기 위한 절차나 방법
알고리즘 복잡도
- Complexity
- 어떤 알고리즘이 문제를 풀기 위해 해야하는 계산이 얼마나 복잡한가?
- 알고리즘의 성능을 객관적으로 평가하는 기준
- 시간복잡도(time complexity) : 실행 횟수로 판단
- 공간복잡도(space complexity) : 기억공간과 파일 공간의 사용량
- 빅오 표기법 ( Big O Notation)
- 알고리즘이 얼마나 빠른지 표시하는 방법
- 입력 데이터 크기 증가할 때 알고리즘 연산 시간(횟수)의 증가 방식
- 연산의 횟수를 비교함
- O(n) : 계산 복잡도
- O : 빅 O
- n : 연산 횟수
- O(1) : 입력 크기 n과 계산 복잡도가 무관 할때 ex) n(n+1)/2
- O(logn) : 입력 크기 n의 로그 값에 비례하여 증가 ex) 이분탐색
- O(n) : 입력 크기 n에 비례하여 복잡도 증가 ex) 최댓값, 순차탐색
- O(nlogn) : 입력 크기 n과 로그 n 값의 곱에 비례하여 복잡도 증가 ex) 병합정렬, 퀵정렬
- O(n²) : 입력 크기 n의 제곱에 비례하여 복잡도 증가 ex) 선택정렬, 삽입정렬
- O(n₂) : 입력 크기가 n 일 때, 2의 n 제곱 값에 비례하여 복잡도 증가 ex)하노이의 탑
병합정렬 : 분해 + 병합. 주어진 리스트 안의 자료를 큰수부터 작은 수 순서로 배열하는 정렬
- 알고리즘 복잡도 : O(nlogn)
def merge_sort1(list1):
# 리스트 크기 구하기
size = len(list1)
# 종료 조건 : 분해, 병합을 안해도 되는 상황
if size <= 1: # 하나만 있으면 정렬할 필요 없음
return list1
# 분해 작업
mid = size // 2 # 중간 구하기(정수나눗셈)
# 재귀호출로 첫번째 그룹[6, 8, 3, 9, 10] => mid=2 g1 = [6,8], g2 = [3,9,10] .. => 하나가 남을 때까지 계속 루프
g1 = merge_sort1(list1[:mid])
# 재귀호출로 두번째 그룹[1, 2, 4, 7, 5] => mid=2 g1 = [1,2], g2 = [4,7,5] ..=> 하나가 남을 때까지 계속 루프
g2 = merge_sort1(list1[mid:])
# 병합 작업
# python은 리스트가 비어 있으면 False로 인식.
result = []
# len(g1) > 0 and
while g1 and g2: # 두 그룹에 자료 남아 있으면
# 하나씩 비교
# 비어있는 리스트에 더 작은 값 넣기.
if g1[0] < g2[0]:
result.append(g1.pop(0))
else:
result.append(g2.pop(0))
# 자료 비교 후 남아있는 요소 추가
while g1:
result.append(g1.pop(0))
while g2:
result.append(g2.pop(0))
return result
if __name__ == "__main__":
list1 = [6, 8, 3, 9, 10, 1, 2, 4, 7, 5]
print("병합 정렬 : ", merge_sort1(list1))

하나의 리스트로 작성
def merge_sort(list1):
# 리스트 구하기
size = len(list1)
# 종료 조건
if size <= 1: # 하나만 있으면 정렬할 필요 없음
return list1
# 분해 작업
mid = size // 2 # 중간 구하기
g1 = list1[:mid]
g2 = list1[mid:]
merge_sort(g1)
merge_sort(g2)
# 병합 작업
# 변수 사용
i1, i2, ia = 0, 0, 0
# 두 그룹에 자료가 남아 있을 때까지
while i1 < len(g1) and i2 < len(g2):
if g1[i1] < g2[i2]:
list1[ia] = g1[i1]
i1 += 1
ia += 1
else:
list1[ia] = g2[i2]
i2 += 1
ia += 1
# 남아 있는 자료 결과에 추가
while i1 < len(g1):
list1[ia] = g1[i1]
i1 += 1
ia += 1
while i2 < len(g2):
list1[ia] = g2[i2]
i2 += 1
ia += 1
if __name__ == "__main__":
list1 = [6, 8, 3, 9, 10, 1, 2, 4, 7, 5]
merge_sort(list1)
print("병합 정렬 : ", list1)
퀵정렬 : 정렬할 전체 원소에 대해 정렬을 하지 않고 기준점(=pivot)을 중심으로 작은값은 왼쪽 부분, 큰 값은 오른쪽 부분으로 분할해서 정렬
def quick_sort(list1):
# 리스트 크기 구하기
size = len(list1)
# 종료
if size <= 1:
return list1
# 기준값 정하기
pivot = list1[-1] # 첫번째는 5
# 기준값 보다 작은 요소 담기
g1 = []
# 기준값보다 큰 요소 담기
g2 = []
# 정렬할 땐 for문 사용
for i in range(0, size - 1): # 마지막 값은 기준값이기 때문에 제외
if list1[i] < pivot:
g1.append(list1[i]) # g1 = [3,1,2,4] 5보다 작은 값
else:
g2.append(list1[i]) # g2 = [6,8,9,10,7] 5보다 큰 값
# 결과값 합치기 return quick_sort(g1) + [pivot] + quick_sort(g2)
if __name__ == "__main__":
list1 = [6, 8, 3, 9, 10, 1, 2, 4, 7, 5]
print("퀵정렬 : ", quick_sort(list1))

하나가지고 정렬하기
def quick_sort(list1, start, end):
# 종료
# 하나의 리스트가 0이면 더이상 할 필요 없음
if end - start <= 0:
return
# 기준값 정하기
pivot = list1[end]
i = start
# 정렬할 땐 for문 사용
for j in range(start, end):
if list1[j] < pivot:
list1[i], list1[j] = list1[j], list1[i]
i += 1
list1[i], list1[end] = list1[end], list1[i]
# 재귀호출
quick_sort(list1, start, i - 1)
quick_sort(list1, i + 1, end)
if __name__ == "__main__":
list1 = [6, 8, 3, 9, 10, 1, 2, 4, 7, 5]
# start값 = 0, end값 = len(list1)-1
quick_sort(list1, 0, len(list1) - 1)
print("퀵정렬 : ", list1)
'Python' 카테고리의 다른 글
Python algorithm 개념 및 실습 - 큐와 스택(회문찾기) (0) | 2022.09.19 |
---|---|
Python algorithm 개념 및 실습 - 이진 탐색 (0) | 2022.09.19 |
Python algorithm 개념 및 실습 - 정렬(1) (0) | 2022.09.18 |
Python algorithm 개념 및 실습 - 순차탐색 (0) | 2022.09.17 |
Python algorithm 개념 및 실습 - 피보나치, 하노이 탑 (0) | 2022.09.17 |
Comments