Data Structure 1. Array(List)

.·2020년 5월 11일
0

Coding

목록 보기
13/33

1. 정의 - Array(List)


  • JavaScript 에서는 Array, Python에서는 List
  • Array(List)는 가장 기초적이고 단순하면서도 가장 자주 사용 되는 자료 구조입니다. 이미 Replit 문제를 풀면서 여러분들이 많이 접해본 자료 구조입니다.

일반적으로 Python 에서는 Array 보다 일반 List 가 더 많이 사용 되고 대부분의 경우 큰 차이가 없음으로 그냥 List 를 사용하면 됩니다.

사실 Python 에서는 List 가 Array 라고 생각하고 써도 무방합니다. 다만 엄밀히 말하자면 Array 와 List 는 다릅니다. 기능적으로는 거의 동일하지만 메모리 효율면에서는 Array 가 유리합니다. 다만 사용하기에는 List 가 훨씬 편합니다. (Python 에서 Array 를 사용하려면 import Array 모듈을 import 해서 사용해야 합니다.)

p.s Python 에서 Array 와 List 의 차이에 대한 더 자세한 정보는 이곳(영문🇺🇸)을 참조하세요.

2. Array 특징


순차적으로 데이터를 저장하는 자료 구조

  • Array의 가장 큰 특징은 순차적(ordered)으로 데이터를 저장한다는 점입니다.
  • 자료구조에 저장하는 데이터는 일반적으로 요소(element)라고 합니다).
  • Array는 주로 서로 연결된 데이터들을 순차적 으로 저장할때 사용합니다.
  • 순서가 상관 없더라도 서로 연결된 데이터들을 저장할때 일반적으로 사용됩니다.
  • 그래서 array가 가장 자주 사용되는 자료구조중 하나가 되는 것입니다.

기타 특징

  • 삽입(insertion) 순서대로 저장됩니다. (즉, 새로 삽입되는 요소는 array의 새로운 꼬리가 됩니다.)
  • 이미 생성된 리스트도 수정 가능합니다(mutable).
  • 동일한 값도 여러번 삽입 가능합니다.
  • Multi-dimentional Array(다중차원 배열)
    • Array의 요소가 array가 될 수 있습니다. 이러한 array를 다중차원(multi-dimentional) array라고 합니다. 일반적으로 2D (2차원) array가 많이 사용됩니다.

3. Array 내부 구조


  • Array의 가장 큰 특징은 순차적으로 데이터를 저장하는 것이었습니다.
  • 이렇게 순서가 있다보니 당연히 순차적으로 번호를 지정할 수 있습니다. 마치 학교에서 이름을 부르지 않고 번호를 불르는 것과 동일한 개념입니다. 이 번호를 index 라고 합니다.
  • Index는 0부터 시작됩니다. Index는 마이너스 부호를 가질 수 도 있습니다. 마이너스 index는 맨 마지막 요소 부터 시작합니다. 예를 들어, -1 은 맨 마지막 요소입니다.

그렇다면 왜 Array가 순차적으로 데이터를 저장할 수 밖에 없을까요?

  • 그건 바로 실제 메모리 상에서, 즉 물리적으로 데이터가 순차적으로 저장되기 때문입니다.
  • 데이터에 순서가 있기 때문에
    • 1) index가 존재하며
      : 0부터 시작하는 index
    • 2) Indexing
      : Index를 사용해 특정 요소를 array(list)로 부터 읽어 들이는 것이 가능하고
    • 3) Slicing
      : 요소의 특정 부분, 즉 n번째 index부터 m번째 index까지 따로 분리해 조작하는 것이 가능합니다.

4. 단점


앞서 본대로 Array는 메모리의 실제 주소도 순차적으로 되어있습니다. 그렇기 때문에 indexing이 가능한 것을 비롯하여 여러 가지 장점이 있지만 반대로 단점도 존재합니다. 이번에는 몇 가지의 단점에 대해 배워보도록 하겠습니다.

1. Removing or Adding Elements

  • 중간의 특정 요소를 삭제해야 하는 경우를 가정해보겠습니다.

  • 순차적으로 담겨있는 데이터 중 특정 위치에 있는 중간의 요소가 삭제 되는 경우에,
  • 항상 메모리가 순차적으로 이어져있어야 하기 때문에, 삭제된 요소로 부터 뒤에 있는 모든 요소들을 앞으로 한칸씩 이동시켜주어야 합니다.
  • 이뜻은 배열에서 요소를 삭제하는 것은 다른 자료 구조에 비해 느릴 수 있다는 뜻입니다.
  • 요소를 삭제하는 과정이 코드 상에서는 한 줄 이지만 실제 메모리 상에서 이루어지는 작업(operation)은 훨씬 커집니다.(expensive operation)
  • 중간에 요소가 추가 되는 경우도 마찬가지 입니다. 특정 위치에 새롭게 요소가 추가되는 경우에는 그 뒤의 요소들이 하나씩 밀리게 됩니다.
  • 그렇기 때문에 Array 는 정보가 자주 삭제 되거나 추가되는 데이터를 담기에는 적절치 않습니다.

2. Array Resizing

  • Resizing 이란, 말 그대로 사이즈를 다시 조정한다는 뜻입니다.
  • 배열은 메모리가 순차적으로 채워지기 때문에 배열이 처음 생성될 때 어느 정도 메모리를 미리 할당합니다.
  • 이를 전문 용어로 pre-allocation 이라고 합니다.
  • 메모리를 pre-allocation 함으로써 새로 추가되는 요소들도 순차적으로 메모리에 저장될 수 있습니다.
  • 하지만 요소들이 처음 할당한 메모리 이상으로 많아진다면 resizing이 필요합니다.
  • 즉, 메모리를 더 할당해야 합니다.
  • 그리고 추가적으로 할당된 메모리 또한 순차적이어야 합니다.
  • 그럼으로 배열의 resizing은 상대적으로 오래걸리는 operation 입니다.
    • 100개의 메모리 공간 다 차서 100개를 추가해야 되는 경우
      • 200개 크기의 메모리를 생성 후 > 기존 100개를 복사하고 > 그 다음 101번 부터 데이터가 순차적으로 추가됩니다. OMG🤢

  • 그렇기 때문에 Array 는 사이즈 예측이 잘 안 되는 데이터를 다루기에는 적절치 않습니다.
  • 일반적으로 대부분의 언어에서는 배열의 메모리 pre-allocation과 resizing을 자동으로 실행합니다. 하지만 이러한 점을 알고 있어야 사이즈가 급격하게 자주 늘어날 확률이 있는 데이터는 array 말고 더 적합한 자료구조를 선택해야 한다는 것을 알 수 있습니다.

5. 언제 사용하면 좋을까요?


  • 순차열적인 데이터를 저장할 때
    • ex) 주식 가격. 어제의 2만원과 오늘의 2만원이 다름 >>> 값보다는 순서가 중요한 데이터
  • 다차원 데이터를 다룰 때 >>> Multi-dimensional Array
  • 어떠한 특정 요소를 빠르게 읽어야 할 때 >> index를 통해 곧바로 읽을 수 있기 때문
  • 데이터의 사이즈가 급변하게 자주 변하지 않을 때
  • 요소가 자주 삭제 되거나 추가되지 않을 때
profile
.

0개의 댓글