탐색 알고리즘 시각화

선형 탐색 준비 완료 찾을 값: 17 index 0: 8와 17 비교 index 1: 3와 17 비교 index 2: 21와 17 비교 index 3: 5와 17 비교 index 4: 17와 17 비교 성공: 17은 index 4에 있습니다.

data = [8, 3, 21, 5, 17, 9, 30]

target = 17

for i in range(len(data)):
    if data[i] == target:
        print("찾음:", i)
        break

이진 탐색 준비 완료: 데이터는 정렬되어 있습니다. 찾을 값: 23 left=0, right=8, mid=4, 가운데 값=15 15 < 23 이므로 오른쪽 절반 탐색 left=5, right=8, mid=6, 가운데 값=23 성공: 23은 index 6에 있습니다.

data = [2, 4, 7, 10, 15, 18, 23, 29, 31]

target = 23

left = 0
right = len(data) - 1

while left <= right:
    mid = (left + right) // 2

    if data[mid] == target:
        print("찾음:", mid)
        break
    elif data[mid] < target:
        left = mid + 1
    else:
        right = mid - 1

해시 탐색 준비 완료 찾을 key: banana 성공: banana의 값은 2000원입니다. 딕셔너리는 key를 이용하여 값을 빠르게 찾습니다.

price = {
    "apple": 1000,
    "banana": 2000,
    "orange": 1500,
    "melon": 5000
}

print(price["banana"])

DFS 준비 완료 방문: A A에서 B로 깊게 이동 방문: B B에서 D로 깊게 이동 방문: D B에서 E로 깊게 이동 방문: E E에서 G로 깊게 이동 방문: G A에서 C로 깊게 이동 방문: C C에서 F로 깊게 이동 방문: F DFS 탐색 종료

graph = {
    "A": ["B", "C"],
    "B": ["D", "E"],
    "C": ["F"],
    "D": [],
    "E": ["G"],
    "F": [],
    "G": []
}

def dfs(node):
    print(node)
    for next_node in graph[node]:
        dfs(next_node)

dfs("A")

BFS 준비 완료 초기 큐: [A] 방문: A B를 큐에 추가 → 현재 큐: [B] C를 큐에 추가 → 현재 큐: [B, C] 방문: B D를 큐에 추가 → 현재 큐: [C, D] E를 큐에 추가 → 현재 큐: [C, D, E] 방문: C F를 큐에 추가 → 현재 큐: [D, E, F] 방문: D 방문: E G를 큐에 추가 → 현재 큐: [F, G] 방문: F 방문: G BFS 탐색 종료

from collections import deque

graph = {
    "A": ["B", "C"],
    "B": ["D", "E"],
    "C": ["F"],
    "D": [],
    "E": ["G"],
    "F": [],
    "G": []
}

queue = deque(["A"])

while queue:
    node = queue.popleft()
    print(node)

    for next_node in graph[node]:
        queue.append(next_node)