[ 개념 ] 26. Quick Sort(퀵 정렬)

Quick Sort

• 정렬할 배열이 주어진다. 마지막 수를 기준(pivot)으로 삼는다.

• 기준(15)보다 작은 수는 기준의 왼쪽에 나머지는 기준의 오른쪽에 오도록 재배치(분할)한다.

• 기준의 왼쪽과 오른쪽을 각각 순환적으로 정렬한다(정렬 완료)

- Algorithm

• 마찬가지로 quicksort도 recursion이므로 매개변수를 명시화한다.

quickSort(A[], p, r) {
    base case;        // p >= r일 때, 정렬할 데이터가 0개 또는 1개이므로 할 일 없음
    if(p<r) then {
        q = partition(A, p, r);        // pivot의 위치
        quickSort(A, p, q-1);
        quickSort(a, q+1, r);
    }
}

partition(A[], p, r) {
    배열 A[p...r]의 원소들을 A[r]을 기준으로 양쪽으로 재배치하고 A[r]이 자리한 위치를 return 한다.
}

- Partition

• 순환적으로 pivot을 기준으로 정렬을 진행하다가, 마지막에 pivot과 큰 값들 중 첫번째 값을 바꾼다.
• 아래와 같은 방법으로 pivot보다 작은 값, 큰값들로 나눈다.
  • 새로운 값(A[j])를 봤더니, pivot보다 크다면 j를 1증가시켜서 큰 값들의 범위를 하나 늘린다.
  • 반대로, pivot보다 작다면, i를 하나 증가시키고 새로운값 A[j]과 교환하면, 여전히 맨 앞 부터 i까지는 pivot보다 작은 값들이 위치하게 된다.
  • 다음으로 j를 1증가시키면 pivot보다 큰 값들의 범위도 유지가 된다.

if A[j] >= x
  j <- j+1;
else
  i <- i+1;
  exchange A[i] and A[j];
  j <- j+1;

• 예를 들면, 아래와 같은 흐름으로 i와 j가 움직이게 된다.
  • 시작인덱스 p, 끝인덱스 r
  • 맨 처음에 pivot보다 작다고 판정된 값은 아무것도 없으므로, i는 p-1로 시작한다. j는 p로 시작한다.
    • pivot인 15보다 31이 크므로 j를 증가시킨다.
    • 다음 값인 8은 15보다 작으므로 i를 1증가시키고 i와 j를 교환한 뒤, j를 1증가 시킨다.
    • 그 다음 값은 48은 15보다 크므로 j를 1증가시킨다.
    • ...

• 마지막으로 j와 r이 같아지면, pivot값과 pivot보다 큰 값들중 첫번째 값인 73을 교환하고,
• 결과적으로 pivot보다 작은 값들의 집합, pivot, pivot보다 큰 값들의 집합으로 partition이 형성된다. 그리고 pivot의 index를 리턴해주면 된다.
• 이것을 psedocode로 표현하면 다음과 같다.
  • 시작인덱스 = p
  • 마지막인덱스 = r
  • pivot = x
  • i = p-1
  • j = p
  • parition에서는 n-1번의 비교연산을 가지므로, O(n)의 시간이 걸린다.

partition(A, p, r) {
  x <- A[r];
  i <- p-1;
  for j <- p to r-1
    if A[j] <= x then
      i <- i+1;
      exchange A[i+1] and A[r];
  exchange A[i+1] and A[r];
  return i+1;
}

- 최악의 경우

• 항상 한 쪽은 0개, 다른 쪽은 n-1개로 분할되는 경우
  • n(n-1)/2가 되므로, 최악의 경우 매우 비효율적인 알고리즘이 된다.

• 이미 정렬된 입력 데이터 (마지막 원소를 피봇으로 선택하는 경우)를 Quick Sort하는 경우가 위의 경우이다. 항상 한 쪽은 0개, 다른쪽은 n-1개로 분할된다.
  • 이미 정렬된 배열에서 마지막 원소를 피봇으로 봤을때, 나머지 원소들은 다 피봇보다 작은 값이 된다.
  • 그 다음 1 ~ n-1 번째 까지의 원소에서도 마지막 원소인 피봇보다 나머지 원소들이 다 작은 값이다.

- 최선의 경우

• 항상 절반으로 분할 되는 경우
  • 이 경우에는 merge sort와 같은 시간복잡도를 갖는다.
  • T(n) = 2T(n/2) + Θ(n)
  • = Θ(nlogn)

- 극단적인 경우가 아니라면

• 실제 사용을 해보면 다른 sorting알고리즘 보다 빠르기 떄문에, Quick Sort라는 이름이 붙여졌다. 그러나 최악의 경우 Θ(n²)의 시간복잡도를 가지므로, mergesort의 O(nlogn)보다 훨씬 나쁘다. 사실 최악의 경우와 최선의 경우가 발생할 확률은 드물다.
• 아래의 그림을 통해 quick sort가 빠르다는 것에 대한 설명을 보충 한다.
  • 항상 한쪽이 적어도 1/9 이상이 되도록 분할된다면? (가정이다.)
  • 항상 1:9로 분할 되면 왼쪽 트리보다 오른쪽 트리가 훨씬더 길게 그려질 것이다.
  • 가장 오른쪽의 트리를 보면 1이 될 때까지 트리가 그려지므로
  • (9/10)^k * n = 1 을 계산하면 k = log_10/9n이 된다.
  • 따라서, 층의 최대 갯수는 Θ(logn)이다.
  • 추가적으로, 한 레벨씩 아래로 내려올때매다 n번의 비교연산을 하게 되므로, 결국 quick sort의 시간복잡도는 Θ(nlogn)이 된다.
• 이 증명으로 Quick Sort 최악의 경우 시간복잡도가 Θ(n²)임에도 불구하고, 실제로는 상당히 빠른 것에 대한 직관적인 설명이 될 수 있다. 분할이 극단적으로만 일어나지 않는다면 충분히 빠른 정렬알고리즘이다.

- 평균시간복잡도

• "평균" 혹은 "기대값"이란?

  • 어떤 사건이 일어날 확률 * 그 사건이 일어났을 때의 시간
  • quick sort 알고리즘에 n개의 데이터가 들어왔을때, 평균시간복잡도를 A(n)이라고 했을때,
  • 크기가 n인 모든 가능한 입력 I에 대해서 p(I)T(I)이다.

  

• 그러나, p(I)를 모른다.

• p(I)에 관한 적절한 가정을 한 후 분석한다.

• 예: 모든 입력 인스턴스가 동일한 확률을 가진다면

  • 1 ~ n개의 정수가 입력으로 들어온다면, 1 ~ n개의 정수를 섞어서 만들 수 있는 순열의 수는 n!개이다. 따라서, n!개의 순열이 각각 입력으로 들어올 경우의 수는 동일하다.
  • p(I) = 1/n!

• 1 ~ n 중 맨 마지막 원소를 pivot으로 봤을 때, 이 pivot이 가장 작은 값일 경우(rank of pivot이 1인 경우)부터 가장 큰 값일 경우(rank of pivot이 n인 경우) 총 n개의 경우의 수가 있다.

  • 그러면, 그런 경우가 발생할 probability는 1/n으로 모두 같다.
  • 만약 rank of pivot이 3이라서, result of partition이 2:n-3으로 나누어 졌을 때,
  • 추가적으로 드는 running time은 A(2) + A(n-3)만큼 이다.
  • 결국 평균 시간 복잡도는 n개의 경우의 수에 대해 running time 곱하기 확률(1/n)을 해주면 된다.
  • 아래 그림에서 시그마 앞의 상수는 2/n 이다.(n/2로 표기오류된 부분) A(0) ~ A(n-1)까지 총 두번.
  • 추가적으로 분할을 하는데 걸리는 시간은 항상 동일하게 Θ(n)이다.
  • 아래의 순환식을 풀어보면 quick sort의 평균 시간복잡도는 Θ(nlogn)이 된다.

• 따라서, 결론적으로 평균시간복잡도까지 구해본 결과, 극단적인 최악의 경우가 아니라면, 실제로 빠른 정렬 알고리즘이다라는 것에 대한 증명을 할 수 있다.

  

- Pivot의 선택

• 첫번째 값이나 마지막 값을 피봇으로 선택
  • 이미 정렬된 데이터 혹은 거꾸로 정렬된 데이터가 최악의 경우가 된다.
  • 현실의 데이터는 랜덤하지 않으므로 (거꾸로) 정렬된 데이터가 입력으로 들어올 가능성은 매우 높다.(사전에 다른 소프트웨어에 의해 정렬된 데이터가 넘어오는 경우)
  • 따라서 좋은 방법이라고 할 수 없다.
• "Median of Three"
  • 첫번째 값과 마지막 값, 그리고 가운데 값 중에서 중간값(median)을 피봇으로 선택
  • 최악의 경우 시간 복잡도가 달라지지는 않음
• Randomized Quicksort
  • 피봇을 랜덤하게 선택
  • no worst case instance, but worst case execution
    • 다른 방법의 경우, 어떤 입력이 최악의 경우이다 라는 것이 정해지지만, 피봇을 랜덤하게 선택하면 어떤 데이터가 들어오더라도 랜덤값에 의해 결정 되므로. 최악의 실행이 존재한다.
  • 평균 시간복잡도 O(NlogN)