같은 타입의 데이터를 순차적으로 저장하는 선형 자료구조데이터 접근 용이하다.(인덱스로 접근 / Random Access 가능)논리적 저장 순서와 물리적 저장 순서가 일치한다.구조가 간단하여 프로그램 작성이 쉽다.크기를 변경할 수 없다.데이터 삽입/삭제가 어렵다(삽입/삭
데이터를 해시 함수를 이용하여 효율적으로 테이블에 저장, 검색하는 자료구조 연관 배열 구조 : key-value가 1:1로 연관되어있는 자료구조버킷(인덱스)과 엔트리(데이터) 형태로 구성된다.해시 함수를 통해 해싱된 데이터를 해시 테이블의 인덱스로 사용하여 저장한다.삽
선형 자료구조후입선출 LIFO(마지막에 삽입된 데이터부터 접근)데이터의 삽입, 삭제가 한 쪽에서만 이루어진다.데이터 삽입, 삭제가 빠르다.push : 데이터 삽입pop : 데이터 삭제 및 반환peek : top에 있는 데이터 반환시간 복잡도삽입/삭제 : O(1)top
노드와 노드를 연결하는 간선을 하나로 모아 놓은 자료구조연결되어 있는 객체 간의 관계를 표현할 수 있는 자료 구조네트워크 모델루트 노드 개념이 없다.부모-자식의 개념이 없다.정점(Vertex) : 하나의 객체를 표현(node)간선(Edge) : 정점 간의 관계, 노드를
우선순위 큐(Priority Queue)를 구현하기 가장 좋은 구조Share Property : 완전 이진 트리의 구조를 유지해야 함Heap Property : 부모의 우선순위가 자식의 우선순위보다 높아야함 (루트 노드에 가장 우선순위가 높은 노드가 위치)우선순위
각 노드에 색깔을 저장하는 공간을 추가하여 색깔을 기준으로 균형을 맞추는 트리모든 노드는 Red이거나 Black이다.루트 노드는 Black리프 노드(NIL)는 BlackRed 노드의 자식은 모두 Black (Black노드의 자식이 Red 노드는 아님)각 노드로부터 그
인덱스로서의 트리는 높이가 중요하다! 검색 속도와 연관된다.특정 데이터 검색, 노드 사입/삭제가 자주 발생하는 문제에 가장 효과적인 이진트리왼쪽/오른쪽이라는 방향성을 가지며 다루기 편리부모 노드를 중심으로 왼쪽은 부모 노드보다 작은 데이터, 오른쪽은 부모보다 큰 데이터