quick sort는 random 한 item을 기준으로
크기를 비교하여 나열하고 나열된 부분 array에 대해
앞의 과정을 반복하여 정렬하는 방식이다
대충 정렬하고 쪼개고 대충 정렬하고 쪼개고의 반복이다
여기서 대충 정렬이란 기준 삼은 item 과 크기를 비교하여 나열하고
서로의 크기를 비교하여 완벽한 정렬은 하지 않는 것을 말한다
대충 정렬의 결과로 기준 item이 바른 위치에 정렬된다
즉, 쪼개고 기준 item 정렬하고 쪼개고 기준 item 정렬하고
반복하여 모든 array의 item을 정렬하는 방식이다
위 과정을 보면 알 수 있듯이 대충 정렬하는 과정
즉, 기준 item과 크기 비교하는 과정을 위한 function과
쪼개고 반복하는 recursion을 위한 logic이 분리되어야 한다
즉 2가지 단계가 필요하다
pivot 이라는 function을 통해 기준 item과 크기를 비교하여
array를 대충 정렬해보자
이 function은 기준이 되는 item의 정렬된 index 를 return한다
function pivot(arr, start = 0, end = arr.length) {
let pivotIndex = start
for (let i = start; i < end; i++) {
if (arr[start] > arr[i]) {
pivotIndex++
let change = arr[i]
arr[i] = arr[pivotIndex]
arr[pivotIndex] = change
}
}
let change = arr[start]
arr[start] = arr[pivotIndex]
arr[pivotIndex] = change
return pivotIndex
}
위 함수를 보면 arr외에 start 와 end 를 추가로 받는다
왜냐하면 recursive하게 실행되어야 하기 때문이다
즉, 반복실행되다가 특정 start와 end 값에서 실행이 멈춰야하기 때문이다
그럼 반복 실행하는 quickSort function을 이어서 살펴보자
function quickSort(arr, left = 0, right = arr.length) {
if (left < right) {
let pivotIndex = pivot(arr, left, right)
quickSort(arr, left, pivotIndex)
quickSort(arr, pivotIndex + 1, right)
}
return arr
}
위 함수를 보면 quickSort 안에서 quickSort를 호출하고 있다
이것이 recursion이다
이때 인자로 주는 left 와 right의 값이 계속 바뀐다
left 와 rigth 가 계속 바뀌다가
left 가 right 보다 커지면 즉, left < right
가 아닌 경우
(여기서는 left === right
가 되는 경우)
quickSort 는 arr를 return 하게 된다
left === right
라는 조건의 의미는
arr의 item이 하나 남았다 즉, 정렬 완료라는 뜻이다
가장 먼저 let pivotIndex = pivot(arr, left, right)
를 보자
여기서 pivot을 실행하여 기준 item을 통해 전체 array를 대충 정렬하였다
즉, pseudocode의 2번에 해당한다
다음 첫번째 quickSort인
quickSort(arr, left, pivotIndex)
의 인자를 보면
pivotIndex 가 right값으로 주어진 것을 확인할 수 있다
즉, pivot을 실행하여 대충 정렬한 후
대충 정렬한 전체 array의 왼쪽 array를 다시 정렬하기 위해
quickSort(arr, left, pivotIndex)
를 호출했음을 알수 있다
이 과정은 pseudocode의 3번에 해당한다
두번째 quickSort인
quickSort(arr, pivotIndex + 1, right)
의 인자를 보면
pivotIndex + 1 이 left값으로 주어진 것을 확인할 수 있다
대충 정렬한 전체 array의 오른쪽 array를 다시 정렬하기 위함이다
이 과정은 pseudocode의 6번에 해당한다
이 모든 과정이 recursive하게 실행되고 종료되면
최종적으로 정렬이 완료된 arr를 return하게 된다
Time Complexity(Best) | Time Complexity(Ave) | Time Complexity(Worst) | Space Complexity |
---|---|---|---|
O(n log n) | O(n log n) | O(n^2) | O(log n) |
기준 item을 정렬하고 왼쪽과 오른쪽으로 나누므로
나누는 과정의 time complexity는 log 2 n 이다
이 후 비교하는 과정의 time complexity는 n 이므로
전체 time complexity는 n log n 이다
하지만 최악의 경우는 나누는 과정의 time complexity가 n인 경우다
예를 들어 [1,2,3,4,6,5]
라는 data set의 경우
기준 item이 가장 작은 경우가 반복 되어 n 번 나누게 된다
이러한 최악의 경우 time complexity 는 n^2이 된다
space complexity 는 pivotIndex 를 저장하기위해
pivotIndex의 개수 즉, log n 만큼이 필요하다