탐색 범위가 2,000만을 넘어가면 해결 방법으로 이진 탐색을 떠올려 보자.
처리해야 할 데이터의 개수나 값이 1,000만 단위 이상으로 넘어가면 O(logN)의 시간 복잡도를 가진 알고리즘을 생각해봐야 한다.
정렬되어 있는 리스트에서 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 방법
시간 복잡도
재귀적으로 구현
def binary_search(array, target, start, end): # start와 end는 idx 기준
if start > end:
return None
mid = (start + end) // 2
# mid = int((start + end) / 2)
if array[mid] == target:
return mid
elif array[mid] > target:
return binary_search(array, target, start, mid - 1)
else:
return binary_search(array, target, mid + 1, end)
# n: 원소의 개수, target: 찾고자 하는 데이터
n, target = list(map(int, input().split()))
# array: 전체 데이터
array = list(map(int, input().split()))
result = binary_search(array, target, 0, n-1)
if result == None:
print("원소가 존재하지 않습니다.")
else:
print(result + 1) # idx가 아니라 순서 기준이면 +1
반복문으로 구현
def binary_search(array, target, start, end): # start와 end는 idx 기준
while start <= end:
mid = (start + end) // 2
if array[mid] == target:
return mid
elif array[mid] > target:
end = mid - 1
else:
start = mid + 1
return None
# n: 원소의 개수, target: 찾고자 하는 데이터
n, target = list(map(int, input().split()))
# array: 전체 데이터
array = list(map(int, input().split()))
result = binary_search(array, target, 0, n-1)
if result == None:
print("원소가 존재하지 않습니다.")
else:
print(result + 1) # idx가 아니라 순서 기준이면 +1
from bisect import bisect_left, bisect_right
bisect_left(array, x): 배열 array에 원소 x를 삽입할 가장 왼쪽 index 반환
bisect_right(array, x): 배열 array에 원소 x를 삽입할 가장 오른쪽 index 반환
from bisect import bisect_left, bisect_right
array = [0, 2, 3, 3, 4, 6, 8]
print(bisect_left(array, 3)) # 2
print(bisect_right(array, 3)) # 4
[참고]