[알고리즘] 분할정복 방법 - 이진 탐색, 퀵 정렬 알고리즘

[알고리즘] 분할정복 방법 - 이진 탐색, 퀵 정렬 알고리즘

1. 분할정복(Divide-and-Conquer) 방법

- 대표적인 알고리즘 설계 기법 중 하나

- 대표적인 알고리즘 설계 기법 : 분할정복(divide-and-conquer) 방법, 동적 프로그래밍(dynamic programming) 방법, 욕심쟁이(greedy) 방법

 

1) 분할정복 방법의 원리

- 순환적(recursive)으로 문제를 푸는 하향식(top-down) 접근 방법

주어진 문제의 입력을 더 이상 나눌 수 없을 때까지 순환적으로 분할하고 분할된 작은 문제들을 해결한 후 그 해를 결합하여 원래 문제의 해를 구하는 방식

 

2) 분할정복 방법의 특징

- 분할된 작은 문제는 원래 문제와 성격이 동일하다. → 입력 크기만 작아짐

- 분할된 문제는 서로 독립적이다. → 순환적 분할 및 결과 결합 가능

 

3) 분할정복 방법의 처리 과정 : 분할 → 정복 → 결합

분할정복 방법의 각 순환 호출 시의 처리 과정

 

• 분할 : 주어진 문제를 여러 개의 작은 문제로 분할
• 정복 : 작은 문제들을 순환적으로 분할하고 작은 문제가 더 이상 분할되지 않을 정도로 크기가 충분히 작다면 순환호출 없이 작은 문제에 대한 해를 구함
• 결합 : 작은 문제에 대해 정복된 해를 결합하여 원래 문제의 해를 구함

 

4) 분할정복 알고리즘 - 이진 탐색, 합병 정렬, 퀵 정렬, 선택 문제

분할정복 방법이 적용된 이진 탐색, 합병 정렬, 퀵 정렬, 선택 문제 알고리즘에서의 분할 과정

 

- n은 입력 크기 = 데이터 수를 의미

- 검정색으로 표시된 부분은 문제에서 배제된 부분

- 이진 탐색과 합병 정렬은 일정하게 절반씩 분할

- 퀵 정렬과 선택 문제는 분할 크기가 일정하지 않음

 

2. 이진 탐색(Binary Search)

* 정렬된 데이터에 대한 효과적인 탐색 방법 (오름차순으로 정렬되었다고 가정)

* 입력이 정렬된 리스트에 대해서만 적용 가능

* 삽입/삭제 연산 시 데이터의 정렬 상태 유지 필요

- 평균 n/2개의 데이터 이동 발생

- 삽입/삭제가 빈번한 응용에 부적합

 

* 배열의 가운데 원소와 탐색키 x를 비교

1) 탐색키 = 가운데 원소 → 탐색 성공

2) 탐색키 < 가운데 원소 → '이진 탐색(크기 ½의 왼쪽 부분배열)' 순환 호출

3) 탐색키 > 가운데 원소 → '이진 탐색(크기 ½의 오른쪽 부분배열)' 순환 호출

 

* 탐색을 반복할 때마다 대상 원소의 개수가 ½씩 감소

* 성능 : Θ(logn)

 

1) 이진 탐색의 분할정복 과정

• 분할 : 배열의 가운데 원소를 기준으로 왼쪽, 오른쪽 부분배열로 분할. 탐색키와 가운데 원소가 같으면 반환 및 종료
• 정복 : 탐색키가 가운데 원소보다 작으면 왼쪽 부분배열을 대상으로 이진 탐색을 순환 호출, 크면 오른쪽 부분배열을 대상으로 이진 탐색을 순환호출
• 결합 : 탐색 결과가 직접 반환되므로 결합 불필요

 

2) 이진 탐색 알고리즘 - 순환 형태

BinarySearch(A[], Left, Right, x) {
	if (Left > Right) return -1;	// 탐색 실패
    Mid = floor((Left + Right)/2);	// 바닥 함수
    
    if (x == A[Mid]) return Mid;
    else {
    	if (x < Mid) BinarySearch(A, Left, Mid-1, x);	// 왼쪽 부분배열
    	else BinarySearch(A, Mid+1, Right, x);	// 오른쪽 부분배열
    }
}

 

3) 이진 탐색 알고리즘 - 반복 형태

BinarySearch_Iteration(A[], n, x) {
	Left = 0;
    Right = n-1;
    
    while (Left <= Right) {
    	Mid = floor((Left+Right)/2);	// 바닥 함수
        if (x == A[Mid]) return Mid;	// 탐색 성공
        else {
        	if (x < Mid) Right = Mid - 1;	// 왼쪽 부분배열
            else Left = Mid + 1;	// 오른쪽 부분배열
    }
    return -1;	// 탐색 실패
}

 

4) 이진 탐색의 성능

• T(n) = logn

 

(1) 입력 크기가 n일때 최대 분할 횟수 k

예) 입력 크기 n = 8이면 최대 분할 횟수 k = 3

 

(2) 입력 크기가 n일때 최대 비교 횟수

최대 분할 횟수 + 1

 

(3) 성능

BinarySearch(A[], Left, Right, x) {
	// 중략..
    if (x == A[Mid]) return Mid;	// 바깥 수준
    else {
    	// 순환 호출
    	if (x < Mid) BinarySearch(A, Left, Mid-1, x);
    	else BinarySearch(A, Mid+1, Right, x);
    }
}

 

T(n)
= 입력 크기 n에 대한 탐색 과정에서의 모든 비교 횟수의 합
= 바깥 수준에서의 비교 횟수 + 순환 호출에서의 비교 횟수

 

3. 퀵 정렬(Quicksort)

* 특정 원소 피벗(pivot)을 기준으로 주어진 배열을 두 부분배열로 분할하고 각 부분배열에 대해 퀵 정렬을 순환적으로 적용하는 방식

 

분할 후 왼쪽 부분배열의 모든 값 < 피벗 < 오른쪽 부분배열의 모든 값

 

* 최선/평균 성능 Θ(nlogn)

* 최악 성능 Θ(n²)

* 최악의 경우가 발생할 가능성은 거의 없음

- 피벗 선택의 임의성이 보장되면 평균적인 성능을 보일 가능성이 매우 높음

- 배열에서 임의로 값을 선택해서 배열의 처음 원소와 교환 후 정렬 수행

 

1) 퀵 정렬의 분할정복 과정

• 분할 : 피벗을 기준으로 배열을 두 부분배열로 분할
• 정복 : 두 부분배열에 대해 퀵 정렬을 순환적으로 적용하여 각 부분배열을 정렬
• 결합 : 결합 불필요

 

2) 퀵 정렬 알고리즘

void QuickSort(A[], n) {
	if (n>1) {
    	pivot = Partition(A[0...n-1], n);	// 두 부분배열로 분할
        QuickSort(A[0...pivot-1], pivot);	// 왼쪽 부분배열 순환 호출
        QuickSort(A[pivot+1...n-1], n-pivot-1);	//오른쪽 부분배열 순환 호출
    }
}

int Partition(A[], n) {
	Left = 1;
    Right = n-1;
    
    while (Left < Right) {	// 피벗 A[0]
    	// 피벗보다 큰 값의 위치를 찾음
        while (Left < n && A[Left] < A[0]) Left++;
        // 피벗보다 작은 값의 위치를 찾음
        while (Right > 0 && A[Right] >= A[0]) Right--;
        // Left, Right 교환
        if (Left < Right) exchange(A[Left], A[Right]);
        // 피벗, Right 교환
        else exchange(A[0], A[Right]);
    }
}

 

퀵 정렬 과정 1

퀵 정렬 과정 2

퀵 정렬 과정 3

퀵 정렬 과정 4 - 오름차순 퀵 정렬은 일반적으로 가장 우측에 ∞가 있다고 가정한다.

 

3) 퀵 정렬의 성능

• 평균 : T(n) = O(nlogn)
• 최악 : T(n) = O(n²)
  
• 최선 : T(n) = O(nlogn)

 

(1) 분할 함수 Partition()의 수행 시간

Θ(n)

퀵 정렬의 분할 함수는 Θ(n)의 선형 시간을 갖는다.

 

(2) 퀵 정렬 QuickSort() 수행 시간 분석

T(n)
= 한 번의 분할 함수 Partition() 호출 + 두 번의 퀵 정렬 함수 QuickSort() 호출
= Θ(n) + 두 번의 퀵 정렬 함수 QuickSort() 호출

 

* 퀵 정렬 - 최악의 경우

- 피벗을 제외한 나머지 모든 원소가 하나의 부분배열로 분할되는 경우 : 즉 피벗이 항상 부분배열의 최소값 혹은 최대값이 되는 경우

- 입력 데이터가 정렬된 데이터이고 피벗이 배열의 처음 원소인 경우

 

 

 

* 퀵 정렬 - 최선의 경우

- 피벗을 중심으로 항상 동일한 크기의 두 부분배열로 분할되는 경우

- 피벗이 항상 부분배열의 중간값이 되는 경우

 

 

References

한국방송통신대학교 컴퓨터과학과 알고리즘 강의(이관용)

 

 

출처 : atoz-develop.tistory.com/entry/%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98-%EB%B6%84%ED%95%A0%EC%A0%95%EB%B3%B5-%EB%B0%A9%EB%B2%95-%EC%9D%B4%EC%A7%84-%ED%83%90%EC%83%89-%ED%80%B5-%EC%A0%95%EB%A0%AC-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98?category=814648