자료구조 정리_윤지

DataStructure/그래프/그래프_윤지.md

@@ -0,0 +1,149 @@
+## 📖 학습 주제
+
+- **주제**: 그래프
+- **날짜**: 2024-10-26
+
+---
+
+## 📌 학습 내용 요약
+
+### ✏️  그래프의 종류와 구현
+
+- **그래프(graph)란 ?**
+    - 정점(vertex)이라 불리는 데이터를 간선(edge) 혹은 링크(link)로 연결한 형태의 자료구조
+- **트리** → 사이클 형성 X, 상하 관계 O
+- **그래프** → 사이클 형성 O, 상하 관계 X
+    - **사이클(cycle)** : 특정 정점에서 시작해 다시 되돌아오는 경로가 존재하는 경우
+- 간선의 형태에 따라 그래프 종류가 다름
+
+
+    | **연결 그래프(connected graph)** | 임의의 두 정점 사이의 경로가 존재하는 그래프 |
+    | --- | --- |
+    | **비연결 그래프(disconnected graph)** | 어떤 정점 사이에는 경로가 존재하지 않는 그래프 |
+    | **방향 그래프(directed graph)** | 간선에 방향이 있는 그래프 |
+    | **무방향 그래프(undirected graph)** | 간선에 방향이 없는 그래프 |
+    | **가중치 그래프(weighted graph)** | 간선에 가중치가 부여된 그래프 |
+    | **서브그래프(subgraph)** | 부분 그래프, 특정 그래프의 정점과 간선의 일부분으로 이루어진 그래프 |
+- 가중치 그래프에서 가중치는 **비용(cost)** 라고도 불리는데 양수, 음수 모두 가능
+
+**그래프 구현 2가지 방법**
+
+1. **인접 행렬 기반 그래프 표현**
+
+    → N x N 크기의 행렬로 그래프를 표현하는 방법
+
+    - **N** : 정점의 개수
+    - **<행, 열>**은 <출발 정점, 도착 정점>
+    - **1** : 정점 연결 o, **0** : 정점 연결 x
+    - <1, 2>가 1이라면 첫 번째 정점에서 두 번째 정점 방향으로 그래프가 연결되었음을 의미
+2. **인접 리스트 기반 그래프 표현**
+
+    → 그래프의 특정 정점과 연결된 정점들을 연결 리스트로 표현하는 방법
+
+    - 인접 리스트 기반 그래프 표현으로 무방향 그래프를 표현하는 것은 인접 행렬을 이용한 그래프 표현과 유사
+    - 정점 간의 연결 관계 표현 시 양방향으로 연결한다고 생각하면 됨
+    - 가중치 그래프도 인접 리스트로 표현 가능
+
+### ✏️ 깊이 우선 탐색과 너비 우선 탐색
+
+- **깊이 우선 탐색(Depth-First-Search)**
+
+    → 그래프에서 더 이상 방문 가능한 정점이 없을 때까지 최대한 깊이 탐색하기를 반복하는 탐색 방법
+
+    ![94AA0129-256B-4C74-809E-309014CDF7DA](https://github.com/user-attachments/assets/d3246ac4-40cc-4d64-bb0d-7654fff34aa2)
+
+
+    [그래프]
+
+    - a → b → e → c → f → d
+- 깊이 우선 탐색 시 유용하게 사용되는 자료구조는 배열과 스택
+    - **배열**은 특정 정점의 방문 여부를 확인하기 위해 사용
+
+        → 미방문 정점 파악을 위해 방문한 적 있는 정점들을 배열로 관리하는 것
+
+    - **스택**은 방문 중 뒤로가기가 필요할 때 사용
+- **너비 우선 탐색(BFS, B**readth**-F**irst **S**earch**)**
+
+    → 인접한 모든 정점들을 방문하고, 방문한 정점들과 연결된 모든 정점들을 방문하고, 또 방문한 정점들과 연결된 모든 정점들을 방문하기를 반복하는 탐색 방법
+
+    - a → b → c → d → e → f
+- 너비 우선 탐색 시 유용하게 사용되는 자료구조는 배열과 큐
+    - 배열은 특정 정점의 방문 여부 확인을 위해 사용
+    - 큐는 연결된 정점들을 저장하기 위해 사용
+
+        → 특정 정점과 인접한 모든 정점을 줄 세우듯 저장하고 앞으로 어떤 정점에서 탐색할지 알기 위해 사용
+
+
+### ✏️ 최단 경로 알고리즘
+
+- **최단 경로 알고리즘이란 ?**
+
+    → 한 정점에서 목적지 정점가지 이르는 가중치의 합이 최소가 되는 경로를 결정하는 알고리즘
+
+- **다익스트라 알고리즘(Dijkstra’s algorithm)**
+
+    → 간선의 가중치가 음이 아닌 수라는 가정 하에 사용 가능한 알고리즘으로 특정 점점에서 다른 모든 정점까지의 최단 거리를 구해주는 알고리즘
+
+    - 특정 정점에 이르는 거리를 저장한 데이터가 함께 사용됨
+
+    **전체적인 알고리즘 동작 과정**
+
+    1. 최단 거리 테이블 상에서 시작 정점을 제외한 정점들은 모두 충분히 큰 수로 초기화 하기
+    2. (시작)정점 방문하기
+    3. 방문한 정점과 인접한 정점들 탐색하기
+    4. 경로 상의 가중치 합과 최단 거리 테이블 상의 값 비교하기
+    5. 최단 거리 테이블 갱신 가능하다면 갱신하기
+    6. 방문하지 않은 정점 중 최단 거리가 가장 작은 정점 방문하기
+    7. 더 이상 방문할 정점이 없을 때까지 3~6 과정을 반복하고 종료하기
+
+
+---
+
+## 📈 추가 학습 필요
+
+### 그래프 구현 방법
+
+1. **인접 행렬**
+
+    **[장점]**
+
+    - 두 노드의 간선 정보를 확인하는것이 빠름. O(1)
+    - 새로운 간선을 추가하고 제거하는것이 빠름. O(1)
+
+    **[문제점]**
+
+    - 간선의 개수와 상관없이 배열의 크기는 항상 N * N 개 (N은 노드의 개수)
+        - 위 그래프에서 노드가 4개이기 때문에 배열의 원소 개수는 (4 x 4) = 24 개
+        - O(N^2) 의 메모리를 사용
+    - 특정한 노드에 인접한 노드를 찾기위해서 모든 노드를 순회해야 함
+    - 노드를 추가 하거나 제거하는데 오래 걸림 O(N^2)
+    - 그래프의 모든 간선의 수를 찾는데 O(N^2)
+
+**인접 행렬**은 상대적으로 노드의 개수가 적고 간선의 수가 많을때 사용하는것이 좋음
+
+⇒ 간선이 많은 **밀집 그래프(Dense Graph)** 에 적합
+
+1. **인접 리스트**
+
+    **[장점]**
+
+    - 메모리 효율 좋음
+        - 메모리 사용량은 노드 수가 아닌 간선 수에 따라 달라짐
+    - 특정 노드에 직접 접근할 수 있어 인접한 노드를 찾기 쉬움
+    - 노드의 추가 삭제가 빠름
+    - 새로운 간선을 빠르게 추가 할 수 있음. O(1)
+    - 그래프의 모든 간선의 수를 찾는데 O(N+E)
+
+    **[문제점]**
+
+    - 두 노드의 간선 정보를 확인하는데 오래 걸림
+
+**인접 리스트**는 노드의 개수가 많고 간선의 개수가 상대적으로 적을때 사용하는것이 좋음
+
+⇒ 간선이 적은 **희소 그래프(Sparse Graph)** 에 적합
+
+---
+
+## 💡 참고 자료
+
+- [https://hsc-tech.tistory.com/12](https://hsc-tech.tistory.com/12)

DataStructure/배열과 연결 리스트/배열과 연결 리스트_윤지.md

@@ -0,0 +1,139 @@
+## 📖 학습 주제
+
+- **주제**: 배열과 연결 리스트
+- **날짜**: 2024-10-24
+
+---
+
+## 📌 학습 내용 요약
+
+### ✏️  배열
+
+- **배열(array)이란 ?**
+
+    → 일정한 메모리 공간을 차지하는 여러 요소들이 순차적으로 나열된 자료구조
+
+- **인덱스(index)란 ?**
+
+    → 0부터 시작하는 고유한 순서 번호
+
+- 인덱스를 통해 요소에 접근 또는 수정하는 시간은 요소의 개수와 무관하게 일정 → **O(1)**
+- **정적 배열과 동적 배열**
+    - **정적 배열(static array)** : 프로그램 실행 전 크기가 고정되어 있는 배열
+    - **동적 배열(dynamic array)** : 실행 과정에서 크기가 변할 수 있는 배열
+
+### ✏️ 연결 리스트
+
+- **연결리스트(linked list)란 ?**
+
+    → 노드의 모음으로 구성된 자료구조
+
+- **노드(node)란 ?**
+
+    →  저장하고자 하는 데이터와 다음 노드의 위치 정보를 포함하는 연결 리스트의 구성 단위
+
+    | 데이터 | 다음 노드 |
+    | --- | --- |
+    - 기본적으로 모든 노드들이 한 쪽 방향으로 꼬리에 꼬리를 무는 형태로 구성되어 있음
+    - **헤드(head)** : 첫 번째 노드
+    - **꼬리(tail)** : 마지막 노드
+- 연결 리스트를 구성하는 모든 노드는 반드시 메모리 내에 순차적으로 저장되어 있을 필요가 없음
+
+    → 그렇기에 연속적으로 구성되어 있는 데이터를 **불연속적으로 저장할 때 유용**하게 사용 가능
+
+- 특정 요소에 접근할 땐 앞에서부터 순차적으로 접근할 수 밖에 없기에
+
+    → **O(n)**
+
+- 중간에 요소를 추가하거나 삭제하는 연산에서는 배열에 비해 강점
+    - 노드의 위치만 바꿔 저장하기에 재정렬 X
+    - 노드 접근 시간 동일 → **O(1)**
+
+**연결 리스트 종류**
+
+- **싱글연결리스트(singly linked list)**
+    - 한 쪽 방향으로 꼬리에 꼬리를 무는 형태
+    - 다음 노드의 위치는 알 수 있지만 이전 노드의 위치는 알기 어려움
+
+    ![850552D8-ED6A-43C1-B5CE-A95B03CC7797](https://github.com/user-attachments/assets/603d27ae-63ec-4811-bf68-12fd622f9539)
+
+- **이중연결리스트(doubly linked list)**
+    - 다음 노드의 위치 정보뿐만 아닌 이전 노드의 위치 정보도 포함하는 형태
+    - **양방향 탐색** 가능
+        - but, 한 노드에 2개의 위치 정보를 저장해야 하므로 더 많은 저장공간 필요
+
+![756AE1B8-AC6A-405F-AF51-C91D119F0F26](https://github.com/user-attachments/assets/c6e2544d-277a-4a2c-9ea6-54ae8f07dd15)
+
+
+- **환형연결리스트(circular linked list)**
+    - 꼬리 노드가 헤드 노드를 가리켜 노드들이 원형으로 구성된 형태
+    - 모든 노드 데이터를 여러 차례 순회해야 할 때 유용하게 활용 가능
+
+    ![91E7C193-30CF-45E5-8303-D3D9020D3F4A](https://github.com/user-attachments/assets/061613d4-4f24-494f-97a5-126456c4c59d)
+
+
+---
+
+## 📈 추가 학습 필요
+
+- 연결 리스트와 배열을 어떤 상황에서 사용해야 효율적인지 감이 잘 오지 않음.
+
+**배열과 연결 리스트의 차이점**
+
+- **배열은 정적(static)인 자료구조**
+
+    → 배열은 크기를 미리 정해놔야 함
+
+    ⇒ 즉, 한번 크기를 정하면 수정이 불가하고 배열 크기 이상의 데이터를 저장할 수 없다는 단점
+
+    - But ! 데이터가 순차적으로 저장되기 때문에 인덱스를 가지게 되면서 **임의 접근(random access)**이 가능
+- **연결리스트는 동적(dynamic)인 자료구조**
+
+    → 연결리스트는 크기를 미리 정할 필요가 없음  
+
+    - 데이터들이 배열처럼 연속적으로 메모리에 저장되어 있지 않고 서로 떨어져 있어도 선형구조로 데이터를 저장할 수 있다는 장점
+
+         → 크기 제한 없음 ⇒  데이터 **추가, 삭제 자유**
+
+    - but,,, **임의 접근** 불가.
+- 연결리스트가 데이터를 탐색하는 방식은 **순차 접근(sequential access)** 방식 사용
+
+**배열과 연결 리스트의 시간 복잡도 차이**
+
+1. **데이터 탐색**
+    - **배열**
+        - 임의 접근 방식 → 처음부터 찾기 X
+        - 인덱스를 통한 빠른 탐색
+
+            **⇒ 시간복잡도 : O(1)**
+
+    - **연결 리스트**
+        - 순차 접근 방식 → 처음부터 찾기 O
+
+            **⇒ 시간복잡도 : O(n)**
+
+2. **데이터 추가**
+    - **배열**
+        - 데이터가 순차적으로 저장되어 있으므로 처음 위치나 그 이후에 추가될 경우 뒤에 데이터들을 한 칸씩 미뤄야 함
+            - 시간복잡도는 O(1)
+                1. 추가하려는 데이터가 **맨 뒤가 아니라면**, 추가되는 데이터 위치 이후에 있는 모든 데이터들을 한 칸씩 미뤄야 하므로 → **O(n)**
+                2. 추가하려는 데이터의 위치가 **맨 뒤이고, 배열에 공간이 남아있다면 →** **O(1)**
+    - **연결 리스트**
+        - 노드가 가진 메모리주소 값만 갈아 끼우면 되기에 데이터를 추가하는 행위 자체의 시간복잡도는 **O(1)**
+        - but, 처음 위치가 아니라면 순차적 탐색을 해야하므로 O(n) 즉,
+            1. 추가하려는 데이터의 **위치가 맨 앞이라면 → O(1)**
+            2. 추가하려는 데이터의 **위치가 맨 앞 그 이후라면** → **O(n)**
+3. **데이터 삭제**
+    - 데이터 추가의 경우와 **동일**.
+
+⇒ 즉, **결론**은 ???!!! 
+
+**데이터의 접근, 탐색이 중요하다면 배열을 쓰자.**
+
+**데이터의 추가, 삭제가 중요하다면 연결리스트를 쓰자.**
+
+---
+
+## 💡 참고 자료
+
+- [https://m.blog.naver.com/raylee00/221944085465](https://m.blog.naver.com/raylee00/221944085465)

DataStructure/스택과 큐/스택과 큐_윤지.md

@@ -0,0 +1,95 @@
+## 📖 학습 주제
+
+- **주제**: 스택과 큐
+- **날짜**: 2024-10-25
+
+---
+
+## 📌 학습 내용 요약
+
+### ✏️  스택
+
+- **스택(stack)이란 ?**
+
+    → 한 쪽에서만 데이터의 삽입 및 삭제가 가능한 자료구조
+
+    - **후입선출(L**ast **I**n **F**irst **O**ut**)**
+- **푸시(push)**
+    - 스택에 데이터를 저장하는 연산
+- **팝(pop)**
+    - 스택에 데이터를 빼내는 연산
+- 스택이 유용한 상황
+    - **최근에 임시 저장한 데이터를 가장 먼저** 활용해야 할 때
+    - **뒤로가기** 기능을 만들고 싶을 때
+
+### ✏️ 큐
+
+- **큐(queue)란 ?**
+
+    → 한 쪽으로 데이터를 삽입하고 다른 한 쪽으로 데이터를 삭제할 수 있는 자료구조
+
+    - **선입선출(F**irst **I**n **F**irst **O**ut**)**
+- **인큐(enqueue)**
+    - 큐의 한 쪽 끝에 데이터를 삽입하는 연산
+- **디큐(dequeue)**
+    - 큐의 한 쪽 끝에 데이터를 빼내는 연산
+- 임시 저장된 데이터를 차례차례 내보내거나 꺼내 와야 하는 각종 버퍼로도 활용됨
+- **원형 큐(circular queue)**
+    - 데이터를 삽입하는 쪽과 삭제하는 쪽 양쪽을 하나로 연결해 원형으로 사용하는 큐
+- **덱(deque)**
+    - 양방향 큐의 약자로 양쪽으로 데이터를 삽입/삭제할 수 있는 큐
+- **우선순위 큐(priority queue)**
+    - 저장된 요소들이 선입선출로 처리되는 것이 아닌 정해진 우선순위가 높은 순으로 처리되는 큐
+    - **힙(heap)** 자료구조 기반
+
+---
+
+## 📈 추가 학습 필요
+
+- 스택, 큐, 덱은 언제 사용하는 건지 감이 잘 안 옴.
+
+### 사용 예
+
+**스택(stack)**
+
+- **재귀 알고리즘**에서 유용하게 사용
+- 역추적을 해야할 때 (ex. 문서 작업 시 실행 취소)
+- 중간 원소를 삽입/삭제/탐색하지 않을 때
+
+**큐(queue)**
+
+- 데이터를 입력된 순서대로 처리해야 할 때
+- **BFS (너비 우선 탐색)** 구현할 때
+
+**덱(deque)**
+
+- 앞과 뒤에서 삽입, 삭제가 자주 일어나는 경우
+- 데이터의 개수가 가변적일 경우
+- 데이터 검색을 거의 하지 않을 경우 (랜덤 요소에 접근해야할 때)
+
+### 시간 복잡도
+
+**스택(stack)**
+
+- 원소를 **삽입/삭제**하는 경우 : **O(1)**
+- **탐색**
+    - 탐색은 스택 구조와 맞지 않음
+        - 굳이 한다면 **O(n)**
+    - top 원소 탐색 : **O(1)**
+
+**큐(queue)**
+
+- 원소를 **삽입/삭제**하는 경우 : **O(1)**
+- **탐색**은 큐 구조와 맞지 않음
+    - 굳이 한다면 **O(n)**
+
+**덱(deque)**
+
+- 원소를 **삽입/삭제**하는 경우 (앞/뒤에) : **O(1)**
+- **탐색** : **O(1)** (index 접근)
+
+---
+
+## 💡 참고 자료
+
+- [https://choiiis.github.io/data-structure/basics-of-stack-queue-and-deque/](https://choiiis.github.io/data-structure/basics-of-stack-queue-and-deque/)