반응형
반응형
해당 글에서는 알고리즘 중 이진/이분 탐색에 대해서 이해를 돕기 위해 작성한 글입니다.
1) 이진 탐색(Binary Search)
💡 이진탐색(Binary Search)이란?
- ‘정렬된 배열’에서 ‘특정 값’을 찾는 알고리즘을 의미합니다.
- 이진탐색은 ‘탐색 범위를 절반씩 줄여’나가기 때문에 선형탐색에 비해 빠른 속도를 보장합니다. 하지만 ‘배열이 정렬되어 있어야 한다는 조건’이 필요하기 때문에 배열이 정렬되어 있지 않은 경우에는 정렬 작업이 필요합니다.
[ 더 알아보기 ]
💡 선형탐색(Linear Search) 이란?
- 배열(Array)이나 리스트(List)와 같은 데이터 구조에서 특정한 값을 찾는 알고리즘 중 하나입니다.
1. 이진탐색 과정
1. 배열의 ‘중간 값’을 선택하여 찾고자 하는 값과 비교합니다.
2. 만약 중간 값이 찾고자 하는 값보다 크면 ‘배열 왼쪽 부분'에서 탐색을 진행하고, 값보다 작으면 ‘배열 오른쪽 부분'에서 탐색을 진행합니다.
3. 이 과정에서 찾고자 하는 값이 나올 때까지 반복합니다.
[ 더 알아보기 ]
💡 이진 탐색과 for문(선형 탐색)의 차이점
- 일반적으로 이진 탐색을 이용하여 값을 찾는 방법이 for문을 이용하는 것보다 빠릅니다.
- 이진 탐색은 정렬된 배열에서 원하는 값을 찾는 알고리즘이며, 중간값을 찾아 탐색 범위를 반으로 줄이면서 값을 찾아갑니다.
- 이에 비해 for문은 배열 전체를 순회하면서 값을 찾기 때문에, 배열의 크기와 상관없이 속도가 일정하게 증가합니다.
2. 이진 탐색의 사용처
💡 이진 탐색은 데이터가 오름차순으로 정렬되어 있을 때 특정한 값을 찾아야 할 때 사용합니다.
💡 데이터의 양이 많을 경우에도 빠른 시간 내에 값을 찾을 수 있어 많이 활용되고 있습니다.
3. 이진탐색의 성능
💡 이진탐색의 경우 시간 복잡도의 '빅오 표기법'을 이용하여 확인하였을때 로그 시간인 O(logn)으로써 다른 정렬에 비해 상대적으로 매우 빠릅니다.
표기법 | 이름 | 시간 복잡도 | 설명 | 예시 |
O(1) | 상수 | 상수 시간 | 입력 크기와 상관없이 일정한 실행 시간을 가집니다. | 배열에서 원소 하나 찾기 |
O(logn) | 로그 | 로그 시간 | 입력 크기가 증가함에 따라 실행 시간이 로그함수의 형태로 증가합니다. | 이진 탐색 알고리즘 |
O(n) | 선형 | 선형 시간 | 입력 크기와 비례하는 실행 시간을 가집니다. | 선형 탐색 알고리즘 |
O(nlogn) | 로그 선형 | 선형 로그 시간 | 입력 크기가 증가함에 따라 실행 시간이 로그함수와 선형 함수의 곱의 형태로 증가합니다. | 병합 정렬, 힙 정렬 알고리즘 |
O(n^2) | 이차 | 이차 시간 | 입력 크기의 제곱에 비례하는 실행 시간을 가집니다. | 선택 정렬, 버블 정렬, 퀵 정렬 알고리즘 |
O(2^n) | 지수 | 지수 시간 | 입력 크기의 지수에 비례하는 실행 시간을 가집니다. | 부분집합 |
O(n!) | 계승 | 팩토리얼 시간 | 입력 크기의 팩토리얼에 비례하는 실행 시간을 가집니다. | 외판원 문제 |
💡 [참고] 또한 이진 탐색과 비슷한 탐색을 비교 해보아도 시간 복잡도의 정도는 상대적으로 빠른것을 확인 할 수 있습니다.
알고리즘 명 | 최악 시간 복잡도 |
이진 탐색 | O(log n) |
보간 탐색 | O(log(log n)) |
해시 탐색 | O(1) |
선형 탐색 | O(n) |
깊이 우선 탐색 | O(V + E) |
[참고] 시간 복잡도에 대해 더 알고싶으시면 아래의 링크에서 확인하실 수 있습니다.
4. 이진 탐색 예시
💡 해당 예시로 int[] arr = {1, 3, 5, 8, 11, 15, 30, 32, 45}이고 key 값이 8인 경우의 이진탐색을 찾는 원리를 확인합니다.
1. while문으로 구성하는 이진 탐색
💡 아래의 예시는 정렬된 배열 arr에서 key 값을 찾는 이진 탐색을 구현한 예시입니다.
1. low는 첫번째 인덱스, high는 마지막 인덱스를 지정합니다.
2. 마지막 인덱스 보다 첫번째 인덱스가 같아지거나 작을 경우까지 순회합니다.
3. 중간 값을 구합니다.
4.1. 중간 값보다 찾으려는 값(key)가 큰 경우 중간 값에 1을 더하여 오른쪽 절반을 탐색합니다.
4.2. 중간 값보다 찾으려는 값(key)가 작은 경우 중간 값에 1을 빼고 왼쪽 절반만 탐색합니다.
4.3. 이외에 경우 중간 값을 최종값으로 반환합니다.
5. 최종 탐색을 못한 경우 값은 -1로 반환합니다.
/**
* 이분탐색
*
* @param arr {int[]}: 전체 배열
* @param key {int}: 찾고자 하는 요소
* @return ResponseEntity<ApiResponse>
* @link
* @since 2023.05.
*/
@GetMapping("/1")
public ResponseEntity<ApiResponse<Object>> binSearchCourse(@RequestParam int[] arr, @RequestParam int key) {
int answer = 0;
// [STEP1] 시작 인덱스와 마지막 인덱스 값을 지정합니다.
int low = 0;
int high = arr.length - 1;
// [STEP2] 마지막 인덱스를 보다 첫번째 인덱스가 같아지거나 작을 경우까지 순회합니다.
while (low <= high) {
// [STEP3] 중간 값을 구합니다.
int mid = (low + high) / 2;
// [CASE4-1] 중간 값보다 찾으려는 값(key)가 큰 경우 : 중간 값에 1을 더하여 오른쪽 절반을 탐색합니다.
if (arr[mid] < key) {
low = mid + 1;
}
// [CASE4-2] 중간 값보다 찾으려는 값(key)가 작은 경우 : 중간값에 1을 빼서 왼쪽 절반을 탐색합니다.
else if (arr[mid] > key) {
high = mid - 1;
}
// [CASE4-3] 해당 경우가 아니면 중간값을 최종 값으로 반환합니다.
else {
answer = mid;
}
}
// [STEP5] 최종 탐색을 하지 못할 경우 -1을 반환합니다.
if (answer == 0) answer = -1;
ApiResponse<Object> ar = ApiResponse
.builder()
.result(answer)
.resultCode(SUCCESS_CODE)
.resultMsg(SUCCESS_MSG).build();
return new ResponseEntity<>(ar, HttpStatus.OK);
}
2. 재귀함수를 이용한 이진 탐색
1. 높은 인덱스가 낮은 인덱스보다 크거나 같은지 확인합니다.
2. 중간 값을 구합니다.
3. 배열의 요소 값이 찾는 값과 동일하면 중간 값을 반환합니다.
4. 중간 값이 키보다 큰 경우 : 낮은 인덱스와 중간 인덱스에서 1을 뺀 값을 가지고 함수를 재귀적으로 호출합니다.
5. 중간 값이 키보다 작은 경우 : 중간 인덱스에 1을 더하고 높은 인덱스와 함께 함수를 재귀적으로 호출합니다
/**
* 재귀를 사용하여 이진 알고리즘을 구현합니다.
* @param arr 배열
* @param low 낮은 인덱스
* @param high 높은 인덱스
* @param key 검색할 값
* @return
*/
public static int binarySearch(int[] arr, int low, int high, int key) {
// 1. 높은 인덱스가 낮은 인덱스보다 크거나 같은지 확인합니다.
if (high >= low) {
// 2. 중간 값을 구합니다.
int mid = low + (high - low) / 2;
// 3. 배열의 요소 값이 찾는 값과 동일하면 중간 값을 반환합니다.
if (arr[mid] == key) {
return mid;
}
// 4. 중간 값이 키보다 큰 경우 : 낮은 인덱스와 중간 인덱스에서 1을 뺀 값을 가지고 함수를 재귀적으로 호출합니다.
else if (arr[mid] > key) {
return binarySearch(arr, low, mid - 1, key);
}
// 5. 중간 값이 키보다 작은 경우 : 중간 인덱스에 1을 더하고 높은 인덱스와 함께 함수를 재귀적으로 호출합니다
else {
return binarySearch(arr, mid + 1, high, key);
}
}
// 6. 높은 인덱스가 낮은 인덱스보다 작으면 배열에서 키를 찾지 못했음을 나타내기 위해 -1을 반환합니다.
return -1;
}
2) 이진 탐색의 문자열 탐색
💡 문자열 배열의 경우 이진/이분 탐색을 사용하는 경우 Arrays.binarySearch() 함수를 이용합니다.
1. Arrays.binarySearch()
💡 Arrays.binarySearch() 함수
- 매개변수로 주어진 배열에서 원하는 값을 이진 탐색하여 인덱스를 반환합니다. 만약 해당 원소가 배열에 없다면 음수를 반환합니다. 이진 탐색을 하기 전에 반드시 배열을 정렬해야 합니다.
public static int binarySearch(Object[] a, Object key)
Arrays.binarySearch() 메서드 파라미터 설명
타입 | 설명 |
Object[] | 탐색하고자 하는 배열 |
Object | 배열에서 찾으려는 값 |
2. Arrays.binarySearch()를 이용한 이진 탐색 예시
💡 해당 예시는 String[] 내에서 key 값을 찾고 있습니다.
💡 Arrays.binaraySearch() 함수를 이용하여 배열 내에 key 값이 존재하는지 확인합니다.
import java.util.Arrays;
/**
* 이분탐색 : 문자열
*
* @param arr {int[]}: 전체 배열
* @param key {int}: 찾고자 하는 요소
* @return ResponseEntity<ApiResponse>
* @link
* @since 2023.05.
*/
@GetMapping("/2")
public ResponseEntity<ApiResponse<Object>> binSearchCourse(@RequestParam String[] arr, @RequestParam String key) {
int answer = 0;
Arrays.sort(arr);
int result = Arrays.binarySearch(arr, key);
if (result < 0) {
System.out.println("Element is not present in the array.");
} else {
System.out.println("Element is present at index " + result);
}
ApiResponse<Object> ar = ApiResponse
.builder()
.result(answer)
.resultCode(SUCCESS_CODE)
.resultMsg(SUCCESS_MSG).build();
return new ResponseEntity<>(ar, HttpStatus.OK);
}
💡 [참고] 좀 더 다양한 알고리즘에 대해 알고 싶으시면 아래의 글을 참고하시면 도움이 됩니다.
분류 | 알고리즘 | 링크 |
알고리즘 구현시간 | 시간 복잡도, 공간 복잡도, 빅오 표기법 | https://adjh54.tistory.com/186 |
탐색 알고리즘 | 선형탐색 | https://adjh54.tistory.com/193 |
탐색 알고리즘 | 이진탐색 | https://adjh54.tistory.com/187 |
탐색 알고리즘 | 완전탐색 : 기본구조 | https://adjh54.tistory.com/196 |
탐색 알고리즘 | 완전탐색 : 종류 | https://adjh54.tistory.com/197 |
탐색 알고리즘 | 완전탐색: 문제로 이해하기 | https://adjh54.tistory.com/227 |
탐색 알고리즘 | 깊이 우선 탐색(DFS) / 너비 우선 탐색(BFS) | https://adjh54.tistory.com/328 |
알고리즘 설계 방법 | 동적 계획법 알고리즘 | https://adjh54.tistory.com/201 |
알고리즘 설계방법 | 그리디 알고리즘 | https://adjh54.tistory.com/212 |
알고리즘 설계방법 | 분할정복 알고리즘 | https://adjh54.tistory.com/219 |
기타 알고리즘 | 재귀 함수 | https://adjh54.tistory.com/194 |
기타 알고리즘 | 피보나치 수열: 경우의 수 | https://adjh54.tistory.com/183 |
기타 알고리즘 | 유클리드 호제법: 최대공약수, 최대공배수 | https://adjh54.tistory.com/179 |
오늘도 감사합니다. 😀
반응형
'Java > 알고리즘 & 자료구조' 카테고리의 다른 글
[Java/알고리즘] 재귀 함수(Recursion Function) 이해하기 (0) | 2023.05.31 |
---|---|
[Java/알고리즘] 선형 탐색(Linear Search) 이해하기 (2) | 2023.05.29 |
[Java/알고리즘] 시간 복잡도, 공간 복잡도, 빅오 표기법 이해하기 (1) | 2023.05.22 |
[Java/자료구조] 선형구조 - 스택(Stack), 큐(Queue) 이해하기 -2 : 문제로 이해하기 (0) | 2023.05.13 |
[Java/알고리즘] 피보나치 수열(Fibonacci numbers) : 경우의 수 (2) | 2023.05.11 |