# 떡의 개수(N)와 요청한 떡의 길이(M)을 입력받기
n, m = map(int, input().split())
# 각 떡의 개별 높이 정보 받기
array = list(map(int, input().split()))
# 이진 탐색을 위한 시작점과 끝점 설정
start = 0
end = max(array)
result = 0
while (start <= end):
total = 0
mid = (start + end) // 2
for x in array:
if x > mid:
total += x - mid
if total < m:
end = mid - 1
# 떡의 양이 충분한 경우 덜 자르기
else:
result = mid
start = mid + 1
print(result)
# 이진 탐색 수행(반복적)
# 4 6
# 19 15 10 17
def binary_search(array, target, start, end):
while start <= end:
mid = (start + end) // 2
if target == array[mid]:
return mid
elif array[mid] > target: # 3 > 5
end = mid - 1
else:
start = mid + 1
return None
n = int(input())# 5
array = list(map(int, input().split())) # 8 3 7 9 2
array.sort() # 2, 3, 7, 8, 9
# guest request
m = int(input()) # 3
x = list(map(int, input().split())) # 5 7 9
for i in x:
result = binary_search(array, i, 0, n - 1)
if result != None:
print("Yes", end=' ')
else:
print("NO", end=' ')
#replit 에선 안됨
n = int(input())
array = [0] * 1000001
for i in input().split():
array[int(i)] = 1
print(array)
m = int(input())
x = list(map(int, input().split()))
for i in x:
if array[i] == 1:
print("Yes", end=' ')
else:
print("NO", end=' ')
# 제일 간단함 집합 자료형 set()함수 사용
n = int(input())# 5
array = set(map(int, input().split())) # 8 3 7 9 2
# guest request
m = int(input()) # 3
x = list(map(int, input().split())) # 5 7 9
for i in x:
if i in array:
print("Yes", end=' ')
else:
print("NO", end=' '
리스트 안에 있는 특정한 데이터를 찾기 위해 앞에서부터 데이터를 하나씩 차례대로 확인하는 방법
보통 정렬되지 않은 리스트에서 데이터를 찾아야 할 때 사용.
시간만 충분하다면 항상 원하는 원소(데이터)를 찾을 수 있다는 장점이 있다.
def sequential_search(n, target, array):
# 각 원소를 하나씩 확인
for i in range(n):
# 현재의 원소가 찾고자 하는 원소와 동일한 경우
if array[i] == target:
return i + 1 # 현재 위치 반환(인덱스는 0부터 시작하므로 1 더하기)
print("생성할 원소 개수 및 찾을 문자열 입력")
input_data = input().split()
n = int(input_data[0]) # 원소의 개수
target = input_data[1] # 찾고자 하는 문자열
print("생성한 원소 개수 만큼 문자 입력")
array = input().split()
print(sequential_search(n, target, array))
이진 탐색 : 반으로 쪼개면서 탐색
배열 내부의 데이터가 정렬되어 있어야만 사용할 수 있는 알고리즘. 탐색 범위를 절반씩 좁혀가며 데이터를 탐색하는 특징이 있다.
이진 탐색은 위치를 나타내는 변수 3개를 사용. 시작점, 끝점, 중간점.
찾으려는 데이터와 중간점 위치에 있는 데이터를 반복적으로 비교해서 원하는 데이터를 찾는 게 이진 탐색 과정이다.
# 이진 탐색 소스코드 구현(재귀 함수)
def binary_search(array, target, start, end):
if start > end:
return None
mid = (start + end) // 2
# 찾은 경우 중간점 인덱스 반환
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)과 target(찾고자 하는 문자열)을 입력받기
n, target = list(map(int,input().split()))
# 전체 원소 입력
array = list(map(int, input().split()))
# 이진 탐색 수행 결과 출력
result = binary_search(array, target, 0, n - 1)
if result == None:
print("원소 x")
else:
print(result+1)
#solution (반복문)
# 이진 탐색 소스코드 구현(재귀 함수)
def binary_search(array, target, start, end):
while start <= end:
mid = (start + end) // 2
# 찾은 경우 중간점 인덱스 반환
if array[mid] == target:
return mid
# 중간점의 값보다 찾고자 하는 값이 작은 경우 왼쪽 확인
elif array[mid] > target:
end = mid - 1
else:
start = mid + 1
return None
# n(원소의 개수)과 target(찾고자 하는 문자열)을 입력받기
n, target = list(map(int, input().split()))
# 전체 원소 입력
array = list(map(int, input().split()))
# 이진 탐색 수행 결과 출력
result = binary_search(array, target, 0, n - 1)
if result == None:
print("원소 x")
else:
print(result + 1)
트리 자료구조
트리 자료구조는 노드와 노드의 연결로 표현, 여기에서 노드는 정보의 단위로서 어떠한 정보를 가지고 있는 개체로 이해할 수 있다.
트리 자료구조는 그래프 자료구조의 일종으로 데이터베이스 시스템이나 파일 시스템과 같은 곳에서 많은 양으 ㅣ데이터를 관리하기 위한 목적으로 사용한다. 트리 자료구조는 몇 가지 주요 특징이 있다.
