자료구조, 알고리즘

🟨자료구조

- 서비스나 어플리케이션에서 필요한 데이터를 메모리에 어떻게 구조적으로 잘 정리해서 담아두고 관리하고

최종적으로 가장 효율적인 방식으로 필요한 데이터에 빠르게 접근하고 필요한 수정 삽입 삭제를 할 수 있도록 도와 줌

- 서비스에서 클라이언트에게 데이터를 제공하거나 어플리케이션에서 사용자에게 필요한 데이터를 보여주거나 수정할 때

효율적으로 일을 처리하기 위해서는 기능에 적합한 알맞는 자료구조를 쓰는것이 정말 중요. 어떤 자료 구조를 쓰느냐 에 따라서 사용자가 원하는 기능을 수행하는데 0.2초가 걸릴수도 2초가 걸릴수도 2분이 걸릴수도 있음.

- 배열, 단일 연결리스트, 이중 연결 리스트, 스택, 해쉬 테이블 등

⭐자료 구조 안에 있는 데이터들의 순서가 보장되는지, 중복된 데이커가 들어갈 수 있는지,  검색할 때 얼마나 효율적인지, 원하는 기능에 따라서 수정할 때 얼마나 효율적인지

 

- 배열: 데이터를 1열로 나열한 것. 리스트와 대조적으로 데이터에 접근하기는 쉽지만 추가나 삭제에 시간이 걸림.

- 리스트(list): 데이터를 일직선으로 나열한 형태를 가지고 있음. 데이터 추간나 삭제는 쉽지만 원하는 데이터에 접근하려면 시간이 많이 걸림.

- 스택(stack): 데이터를 1열로 나열하지만 서류를 쌓아 놓은 경우처럼 새롭게 추가한 데이터에만 접근할 수 있음. 새로운 서류가 도착하면 현재 서류 더미의 가장 위에 올려두고 서류를 꺼낼 때는 가장 위에서부터 꺼내는 것과 같음. 

- 큐(Queue): 데이터를 1열로 나열한 구조. 스택과 비슷하지만 큐는 추가하는 측과 삭체하는 측이 반대. 큐는 '대기 행렬'이라고 불림. 행렬에서는 새롭게 온 사람이 가장 뒤에 서며, 가장 앞에 있는 사람 순서대로 처리 됨.

- 해시테이블(hash table): '해시 함수'와 함께 데이터 검색을 효율적으로 하기 위해 사용되는 구조 

---

🟨알고리즘

- 제한된 공강과 시간 안에서 데이터를 어떻게 처리할 것인지를 정해놓은 로직

- 주어진 인풋으로 정의된 계산을 수행한 다음에 아웃풋 결과값을 내는 것

- Big O: 동일한 아고리즘의 로직으로 인풋의 사이즈가 점점 커질수록, 시간이 얼마나 더 많이 걸리느냐를 정의한 시간 

복잡도를 나타내는, 표기할 수 있는 방법

- 주어진 데이터를 검색하거나 정렬 또는  총점을 구하는 등의 다양한 계산을 할 수 있는 것

⭐인풋의 사이즈가 커질수록 Big O가 어떻게 변화하는지, 공간과 시간의 복잡도, 어떤 자료 구조를 이용해서

이 알고리즈을 쓰는게 좋은지 등

- 제일 좋은 알고리즘: 제공된 데이터를 정말 작은 공간과 빠른 시간 안에서 효율적으로 처리할 수 있는 것