이 때 정렬이 이루어지는 모습이 마치 거품 같다고 하여 Bubble Sort 라는 이름이 붙었다.
그림으로 보는 Bubble Sort
의사코드
입력: 크기가 n인 배열 A
출력: 정렬된 배열 A
for j = 0 ~ n
for i = 0 ~ n - j - 1
if A[i] > A[i + 1]
swap(A[i], A[i + 1])
시간복잡도
2중 for 문을 돌면서 크기 비교가 (n - 1) + (n - 2) + … 2 + 1 번 일어난다. 따라서 최악의 경우 버블 정렬의 시간복잡도는 O(n2) 이다.
공간복잡도
주어진 배열 안에서 swap 으로 정렬이 수행되므로 공간 복잡도는 O(n) 이다.
Selection Sort
주어진 배열에서 가장 작은 값을 선택 해 앞으로 보내는 정렬이다. 배열 전체에서 가장 작은 값을 0번 원소와 교체하고 이후 0번 원소를 제외한 나머지 원소 중 가장 작은 값을 1번 원소와 교체하는 방식으로 마지막에 두 개의 원소 중 작은 값을 선택해 자리를 바꿈으로 정렬을 완료한다.
그림으로 보는 Selection Sort
의사코드
입력: 크기가 n인 배열 A
출력: 정렬된 배열 A
for i = 0 ~ n - 1
min = A[i]
for j = i + 1 ~ n
if A[j] < min
min = A[j]
swap(A[i], min)
시간복잡도
버블정렬과 동일하게 (n - 1) + (n - 2) + … 2 + 1 번 크기 비교가 일어난다. 따라서 최악의 경우 선택정렬의 시간복잡도는 O(n2) 이다.
공간복잡도
버블정렬과 동일하게 주어진 배열 안에서 swap 을 통해 정렬을 수행하므로 O(n) 이다.
Insertion Sort
배열을 정렬된 앞 부분과 정렬되지 않은 뒷 부분으로 나누고 정렬되지 않은 부분의 가장 왼쪽 원소를 정렬된 부분의 적절한 위치에 삽입 하는 정렬 방식이다.
그림으로 보는 Insertion Sort
의사코드
입력: 크기가 n인 배열 A
출력: 정렬된 배열 A
for i = 1 ~ n
currentElement = A[i]
for j = i - 1 ~ -1
if A[j] > currentElement
swap(A[j], currentElement)
시간복잡도
매 반복마다 정렬된 부분의 길이만큼의 비교가 필요하다. 따라서 1 + 2 + … + (n - 2) + (n - 1) 의 비교가 일어난다. 최악의 경우 시간복잡도는 O(n2) 이다.
공간복잡도
버블정렬과 동일하게 주어진 배열 안에서 swap 을 통해 정렬을 수행하므로 O(n) 이다.
수행속도 비교 (with python)
def bubble(arr: list):
for j in range(len(arr)):
for i in range(len(arr) - j - 1):
if arr[i] > arr[i + 1]:
arr[i], arr[i + 1] = arr[i + 1], arr[i]
return arr
def selection(arr: list):
for i in range(len(arr)):
min_value = arr[i]
min_idx = i
for j in range(i + 1, len(arr)):
if arr[j] < min_value:
min_value = arr[j]
min_idx = j
arr[i], arr[min_idx] = arr[min_idx], arr[i]
return arr
def insertion(arr: list):
for i in range(1, len(arr)):
j = i
while j > 0 and arr[j] < arr[j-1]:
arr[j-1], arr[j] = arr[j], arr[j-1]
j -= 1
return arr
if __name__ == '__main__':
print("====(1) bubble sort====")
arr = np.random.randint(low=0, high=10000, size=4000).tolist()
start = time.time()
print(bubble(arr))
end = time.time()
print(datetime.timedelta(seconds=(end - start)), "(sec)")
print("====(2) selection sort====")
arr = np.random.randint(low=0, high=10000, size=4000).tolist()
start = time.time()
print(selection(arr))
end = time.time()
print(datetime.timedelta(seconds=(end - start)), "(sec)")
print("====(3) insertion sort====")
arr = np.random.randint(low=0, high=10000, size=4000).tolist()
start = time.time()
print(insertion(arr))
end = time.time()
print(datetime.timedelta(seconds=(end - start)), "(sec)")
print("====(4) python sort====")
arr = np.random.randint(low=0, high=10000, size=4000).tolist()
start = time.time()
print(sorted(arr))
end = time.time()
print(datetime.timedelta(seconds=(end - start)), "(sec)")
시간복잡도가 O(n2) 임을 감안해 크기 4000의 랜덤한 배열로 수행 속도를 비교해 보았다.
시간복잡도가 O(nlogn) 인 파이썬 기본 정렬과는 달리 (1), (2), (3) 정렬 방식 모두 굉장히 큰 시간이 소요됨을 확인할 수 있었다.
In Place Sorting
In Place Sorting 이란 정렬 방식 중 원소의 개수에 비해 충분히 무시할 만한 저장 공간만을 더 사용하는 알고리즘이다. 예를 들어 길이가 n 인 배열을 정렬하기 위해 O(1) 만큼의 저장 공간을 추가로 사용하는 알고리즘의 경우 In Place Sorting 알고리즘에 속한다.
위에서 살펴본 Bubble Sort, Selection Sort, Insertion Sort 는 모두 In Place Sorting 알고리즘에 속한다. 반면 Merge Sort, Radix Sort 등은 In Place Sorting 알고리즘에 속하지 않는다.
Stable Sorting
안정 정렬 (Stable Sort) 이란 중복된 값을 입력 순서와 동일하게 정렬하는 알고리즘을 말한다. 예를 들어 정렬할 배열이 [5, 3, 7(1), 2(1), 11, 7(2), 29, 2(2)] 라고 하면 정렬 이후 [2(1), 2(2), 3, 5, 7(1), 7(2), 11, 29] 의 순서가 되는것을 보장해야 한다.
위에서 살펴본 Bubble Sort, Insertion Sort 와 Merge Sort 는 안정 정렬에 속한다. 반면 Selection Sort 와 Quick Sort 는 불안정 정렬에 속한다.
참고로 자바에서는 Primitive Type 정렬의 경우 불안정 정렬인 Dual Pivot - Quick Sort 를 사용하고 Object Type 정렬에서는 안정 정렬인 Tim Sort 를 사용한다.
