data structure 2nd study, amugona

1. Data Structures
amugona study 2회
전정완
2015-07-29

2. amugona2015
Programs = Data Structures + Algorithms
program이 올바르고 효율적으로 작성되기 위해서는
data structures와 algorithms이 정확하고 효율적이어야 한다.
Programming
2

3. amugona2015
목차
linked list 구현
m-way search tree
○ B tree
■ 2-3 tree
■ 2-3-4 tree
■ red black tree
○ B* tree
○ B+ tree
recursion
search
3

4. amugona2015
linked list
○ 구조체의 집합으로 표현되며, 그 member로 자기 자신과 똑같은 형의 pointer
를 가짐
○ pointer가 다음 element를 가리킴
○ memory의 물리적인 이동 없이 data의 추가, 삭제, 정렬이 가능하므로 많은
data를 취급 시 적합한 자료구조
○ 원하는 data 참조 시 처음부터 찾아야 함
○ 배열보다 data 호출에 시간이 더 많이 걸림
linked list 구현
4
e1 e2 e3 e4

5. amugona2015
linked list 구현
구현 내용
○ linked list로 데이터A를 저장하기
○ 리스트의 모든 데이터를 표시하기
○ 새로운 데이터를 제일 끝에 추가하기
○ 원하는 위치에 데이터를 삽입하기
○ 원하는 위치의 데이터를 삭제하기
구현 환경
○ C, Win32 console app, VS 2012
5
num word
1 accord
2 grant
3 bestow
4 concede
데이터A
1: 표시
2: 추가
3: 삽입
4: 삭제
0: 프로그램종료
command 입력

6. amugona2015
linked list 구현
연결리스트 작성
data 추가
6
• 연결리스트는
구조체의 집합
으로 표현된다

7. amugona2015
data 추가
7
// malloc()으로 새 구조체에 대한 메모리 확보
// 마지막 요소의 주소를 얻음
// 마지막 요소의 주소를 얻음

8. amugona2015
data 표시
8
// 다음 가리키는 요소가 없을 때 까지 요소들 출력

9. amugona2015
m-way search tree
정의
○ 모든 node가 m보다 같거나 작은 진출 차수를 가지는 tree
○ 각 node가 적어도 m-1개의 정렬된 data 항목을 가진 root tree
활용
○ tree로 구축된 index를 사용하여 file을 직접 접근함으로써 탐색을 매우 빠르게
함
특징
○ 가장 왼쪽의 subtree의 값은 가장 첫 번째 node 항목 보다 작음
○ 두 번째 subtree는 첫 번째 subtree 세 번째 subtree의 사이값을 포함
○ 가장 오른쪽의 subtree는 마지막 data 항목 보다 큼
? 성능을 결정 짓는 것
9

10. amugona2015
m-way search tree
분류
○ B tree
■ 2-3 tree
■ 2-3-4 tree
■ red black tree
○ B* tree
■ 각 node의 최소 2/3을 채워야 하는 B tree
○ B+ tree
■ 각 node의 최소 ½이 채워져야 함
10

11. amugona2015
B tree
정의
○ root와 terminal node를 제외한 tree의 각 노드는 최소한 m/2의 subtree를 가
짐
○ tree의 root는 최소 2개의 subtree를 가짐
○ tree의 모든 terminal node는 같은 level에 있음
특징
○ 효율성이 높으나 구현이 복잡함
구현
○ 2-3 tree
■ 차수가 2 또는 3인 internal node를 갖는 트리
○ 2-3-4 tree
■ 2-3 tree에서 4개의 자식을 가진 node를 허용하는 tree
○ red black tree
■ 2-3-4 tree의 binary tree 표현
11

12. amugona2015
trie
key 값의 표현 구조를 통해 탐색이 이뤄지도록 key 값을 문자나 숫자
의 연속으로 나타냄
정의
○ node는 모두 pointer로 구성
○ trie의 높이는 key field의 길이에 의해 결정
12

13. amugona2015
recursion
divide-and-conquer
○ 하나의 문제를 유사한 형태의 작은 문제들로 나누고, 이들 각각에 동일
한 해결법을 계속적으로 적용한 다음, 그 결과들을 연합하여 원래의 문
제를 해결하는 기법
direct recursion
○ 함수가 자기자신을 직접 호출하는 기법
indirect recursion
○ 함수A가 함수B를 호출하고, 호출된 함수B가 함수A를 호출하는 기법
표현능력이 iteration과 같음
○ 모든 iteration은 recursion으로 바꾸어 쓸 수 있음
13

14. amugona2015
recursive algorithms
예시
? Fibonacci numbers
? factorial
특징
○ 알고리즘이 명확하며 간결하게 나타낼 수 있음
○ iteration에 비해 수행 속도 감소
■ 수행 중인 함수 호출은 현재 수행 중인 함수의 중단을 일으키고, 수행 종료 후
중단 되었던 함수를 재개하기 위한 정보가 어딘가에 저장되어야 하기 때문
14
버스기다리기(x)
{
버스를 기다린다
버스가 오면 번호를 확인한다
번호가 x이면 버스를 타고 ‘버스기다리기’를 종료한다
번호가 x가 아니면 ‘버스기다리기’를 수행한다
}
recursion

15. amugona2015
recursive algorithms
사용
○ 호출은 끝날 수 있어야 함
○ program의 특성이 순환 구조에 적합해야 함
○ 기억 공간 비용 충분히 검토
recursion 3 steps
1. divide
2. conquer
3. combine
15
• divide-and-
conquer

16. amugona2015
recurrence equation
해법
○ substitution method
1. 가상의 해 결정
2. mathematical induction을 이용하여 필요한 상수를 구한 후 해 판정
○ iteration method
1. 순환적으로 전개하되 반드시 n만 들어있는 항으로 전개
2. 각 항들을 더함
16

17. amugona2015
search
search
○ data 집단 내의 특정 data를 찾아내는 작업
종류
○ file의 크기에 따라
■ external search
□ 탐색할 record들이 많고 크기가 커 file형태로 저장된 경우
■ internal search
□ 탐색할 record들이 모두 main memory안에 저장된 경우
○ search 방법에 따라
■ sequential search
□ 특정 data를 처음부터 하나씩 비교하며 해당 key값을 가진 record를 찾아감
■ binary search
□ divide and conquer search 의 방법 중 하나
□ record의 집합을 두 부분으로 나누어 해당 key값을 가진 record가 속한 부분
에서 순환적으로 찾아감
17

18. amugona2015
sequential search
move-to-front
○ 탐색할 record가 찾아지면 그 record를 list의 맨 앞으로 이동
○ record들이 재탐색 될 가능성이 높은 record들을 효율적인 위치로 옮겨야 함
transpose
○ 탐색할 record가 찾아지면 그 record를 바로 앞 record와 바꿈
○ locality가 거의 없는 균등한 탐색 확률을 가짐
18

19. amugona2015
binary search
record의 구조
○ array/linked list인 경우
■ record 접근 비효율적이므로 부적절
○ binary search tree
■ record 접근 용이
binary search tree
○ 정의
■ 루트가 가진 key값은 root의 왼 subtree에 있는 모든 key값 보다 크다
■ root가 가진 key값은 root의 오른 subtree에 있는 모든 key값 보다 작다
■ root의 왼쪽, 오른쪽 subtree들은 다시 binary search tree가 된다
19

20. 끝
20