線形探索とは、データ構造内の要素を先頭から順に一つずつ確認し、目的のデータを探し出す最も基本的な探索アルゴリズムです。特別な前処理が不要である一方、データ数が増えると比例して処理時間も長くなります。
線形探索とは
線形探索は、データを先頭から順番に比較していくことで目的のデータを見つけるシンプルな探索アルゴリズムです。
詳しく解説
線形探索の仕組みは非常に直感的で、配列やリストに格納されたデータをインデックスの若い順（または古い順）にスキャンし、探している値と一致するかを一つずつ確認します。データの並びがバラバラであっても適用できるという大きなメリットがあり、ソートされていない配列に対する唯一の探索手段となることも多いです。計算量はデータ数をNとした場合にO(N)となり、データ量が膨大になると検索効率が低下するという特徴があります。
具体例・使われ方
例えば、未整理のメモ帳に書かれた特定の名前を探す際、上から順に一行ずつ確認していく作業は線形探索のイメージです。また、AIや機械学習のデータ前処理において、特定の条件を満たす欠損値を網羅的に探す際にも用いられることがあります。
似た用語との違い
二分探索と比較されることが多く、二分探索がソート済みのデータに対して中央値と比較しながら探索範囲を半分に絞り込む（O(log N)）のに対し、線形探索は未ソートのデータでも順次確認できる点が大きく異なります。
注意点
データ数が非常に多い場合には、処理時間が線形に増加するためパフォーマンス上のボトルネックになりやすい点に注意が必要です。大量のデータから高速に検索を行う必要がある場合は、二分探索やハッシュテーブルの利用を検討すべきです。
この解説は役に立ちましたか？誤りが含まれる場合はご報告いただけますと幸いです。
更新日時: 2026年9月13日 10:51