アルゴリズムとは？身近な例でわかる意味と基本【高校情報Ⅰ】

はじめに

「アルゴリズム」という言葉は、高校の情報Iで必ず登場します。さらに、大学入学共通テストの「情報I」でも頻出の重要テーマです。

この記事では、アルゴリズムとは何かを身近な例から説明し、情報Iで押さえるべき表現方法、基本構造、代表的なアルゴリズムまでをまとめて解説します。

この記事でわかること

一方で、アルゴリズムの意味と、プログラムとの違いを整理します。
アルゴリズムの表現方法(フローチャート・擬似コード)
順次・分岐・反復の3つの基本構造
探索(線形探索・二分探索)と整列(バブルソート・選択ソート)
計算量と「良いアルゴリズム」の考え方

アルゴリズムとは「問題を解決するための手順」

アルゴリズムとは、ある問題を解決するための手順や方法のことです。コンピュータに限った話ではなく、日常生活にもアルゴリズムはあふれています。

身近な例:カレーの作り方

野菜と肉を切る
鍋で炒める
水を加えて煮込む
ルウを入れて溶かす
味を見て完成

この「順番に行う手順」がアルゴリズムです。料理のレシピ、乗換案内の経路検索、電車の切符の購入手順なども、すべてアルゴリズムと考えられます。

アルゴリズムとプログラムの違い

	アルゴリズム	プログラム
意味	問題を解く手順・考え方	手順をコンピュータが実行できる言語で書いたもの
例	「1から順に大きい数を探す」	PythonやJavaScriptのコード
特徴	言語に依存しない	言語ごとに書き方が異なる

アルゴリズムを考え、それをプログラミング言語で表現したものがプログラムです。先にアルゴリズムを考えることが、良いプログラムへの近道です。

アルゴリズムの表現方法

情報Iでは、手順を人に分かりやすく伝える方法を学びます。代表的なのは次の3つです。

1. 日本語(文章)で表す

「最初に〜する。次に〜する。」のように文章で書く方法です。手軽ですが、あいまいになりやすいのが欠点です。

2. フローチャート(流れ図)で表す

処理の流れを図記号と矢印で表す方法です。

記号	意味
端子(角丸の四角)	開始・終了
処理(四角)	計算や代入などの処理
判断(ひし形)	条件による分岐
入出力(平行四辺形)	データの入力・出力
ループ端(台形)	繰り返しの始まりと終わり

流れが視覚的に分かるため、処理の全体像をつかみやすいのがメリットです。

3. 擬似コード(疑似言語)で表す

特定のプログラミング言語ではなく、プログラムに近い形で手順を書く方法です。共通テスト「情報I」では、共通テスト用プログラム表記が使われます。

合計 = 0
i を 1 から 5 まで 1 ずつ増やしながら繰り返す:
    合計 = 合計 + i
表示する(合計)

アルゴリズムの3つの基本構造

どんなに複雑なアルゴリズムも、次の3つの構造の組み合わせで表せます。

① 順次構造

上から下へ、書かれた順に処理を行う構造です。

例:お湯を沸かす → カップ麺にお湯を注ぐ → 3分待つ

② 分岐(選択)構造

条件によって処理を分ける構造です。「もし〜ならば、〜する。そうでなければ、〜する。」という形になります。

もし 点数 ≥ 60 ならば:
    表示する("合格")
そうでなければ:
    表示する("不合格")

③ 反復(繰り返し)構造

同じ処理を条件が満たされる間、繰り返す構造です。

i を 1 から 10 まで 1 ずつ増やしながら繰り返す:
    表示する(i)

この3構造は情報Iの最重要ポイントです。 共通テストでも、プログラムを読み解く問題でこの構造の理解が問われます。

代表的なアルゴリズム① 探索

探索とは、データの集まりの中から目的のデータを見つけ出す手順です。

線形探索(リニアサーチ)

先頭から順番に、目的のデータと一致するか確認していく方法です。

python

data = [7, 3, 9, 1, 5]
target = 9

for i in range(len(data)):
    if data[i] == target:
        print(f"{i}番目に見つかりました")
        break

メリット:データが並んでいなくても使える。仕組みが単純
デメリット:データが多いと時間がかかる

二分探索(バイナリサーチ)

あらかじめ小さい順に並んだデータを対象に、真ん中の値と比べて探す範囲を半分ずつに絞る方法です。

たとえば、1〜100の数を当てるゲームで「50より大きい?」「75より大きい?」と聞いていくのと同じ考え方です。

メリット:データが多くても、少ない回数で見つけられる
注意点:データが整列済みであることが条件

たとえば1,000個のデータでも、二分探索なら最大で約10回の比較で見つかります。線形探索なら最大1,000回です。

代表的なアルゴリズム② 整列(ソート)

整列とは、データを大きい順・小さい順に並べ替える手順です。

選択ソート

未整列の部分から最小値を探し、先頭の要素と交換していく方法です。

バブルソート

隣り合う2つの要素を比べ、順序が逆なら交換する操作を繰り返す方法です。大きな値が泡(バブル)のように端へ浮かんでいく様子から名付けられました。

python

data = [5, 2, 4, 1, 3]
n = len(data)

for i in range(n - 1):
    for j in range(n - 1 - i):
        if data[j] > data[j + 1]:
            data[j], data[j + 1] = data[j + 1], data[j]

print(data)  # [1, 2, 3, 4, 5]