Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- PYTHON
- sql
- 정리
- 운영체제
- 데브코스
- 파이썬
- dockerfile
- airflow
- TIL
- S3
- 데이터엔지니어링
- AWS
- Go
- 종류
- 데이터베이스
- linux
- 데이터 웨어하우스
- 컴퓨터네트워크
- airflow.cfg
- 데이터 엔지니어링
- 컴퓨터 네트워크
- Django
- HADOOP
- 데이터 파이프라인
- http
- TCP
- 가상환경
- redshift
- 자료구조
- Docker
Archives
- Today
- Total
홍카나의 공부방
[DE 데브코스] 04.13 TIL - Queue, PQ, Tree, Binary Tree, BST, Heap 본문
Data Engineering/프로그래머스 데브코스
[DE 데브코스] 04.13 TIL - Queue, PQ, Tree, Binary Tree, BST, Heap
홍문관카페나무 2023. 4. 13. 17:03큐(Queue)
- FIFO의 형태를 가지고 있는 자료구조
- 운영체제의 Ready Queue, TCP 계층에서 송/수신 buffer에 Queue 구조를 사용하는 등 시스템 구성에서 많이 이용
- 특히 서큘라 큐(Circular Queue)의 경우 수신 buffer 구현에 이용하면 좋을 듯 하다.
- Python에서는 from collections import deque로 덱을 이용하여 큐를 쉽게 구현할 수 있다.
우선순위 큐(Priority Queue)
- 원소들의 우선순위에 따라 큐에서 빠져나오는 자료구조
- 운영체제의 CPU 스케쥴러 등에서 사용한다.
- Enqueue할 때 우선순위 순서를 유지하도록 정렬하면 Dequeue할 때 해당 순서대로 pop할 수 있을 것이다.
- 연결 리스트를 이용하여 구현하면 시간적 측면에서 유리하다.
트리(Tree)
- 트리는 Node와 Edge를 이용하여 데이터의 배치 형태를 추상화한 자료 구조다.
- 마지막으로 위치한 노드를 Leaf Node라고 지칭한다.
- 특정 레벨의 노드보다 상위 레벨의 Node를 Parent Node, 하위 레벨의 Node를 Child Node라고 한다.
- 부모의 부모 이상은 조상 노드, 자식의 자식 이상은 후손 노드라고 한다.
- 루트 노드는 Level 0(혹은 1) 이라고 정의하며, 그 자식 노드로 갈때마다 리프 노드까지 level은 1씩 추가된다.
- 트리의 높이(height)는 최대 수준(level) + 1으로 정의하며, 깊이(depth)라고 한다.
- 노드의 차수(Degree)는 자식의 수를 지칭한다. 리프 노드의 차수는 당연히 0일 것이다.
- Binary Tree는 모든 노드의 차수가 2 이하인 트리를 가리킨다.
- 포화 이진 트리(Full Binary Tree)는 모든 레벨에서 노드들이 모두 채워져 있는 이진 트리다. 높이가 k이고 노드의 개수가 2^k-1인 이진 트리다.
- 완전 이진 트리는 레벨 k-2까지 모든 노드가 2개의 자식을 가진 포화 이진트리를 가리킨다.
이진 트리(Binary Tree)
- 이진 트리의 추상적 자료구조 연산에는 size(), depth(), traversal 등이 있다.
- 트리의 Node는 data가 포함되고, left child, right child를 가리키는 포인터가 포함된다.
- size()와 depth()를 구하는 것은 재귀를 이용한 방법으로 쉽게 구할 수 있다.
- 이진 트리의 순회는 깊이 우선 순회, 넓이 우선 순회로 구분된다.
- 깊이 우선 순위에는 중위 순회, 전위 순회, 후위 순회로 구분된다. ( 루트를 전, 중, 후 에서 언제 방문하느냐로 구분 )
- 넓이 우선 순회의 경우, 부모 노드 -> 왼쪽 노드 -> 오른쪽 자식 노드 순서로 방문한다는 것을 기억하자.
- 넓이 우선 순회의 경우, 재귀가 아닌 Queue를 이용해서 방문 처리를 하면 될 것이다.
- depth 구현의 경우 다음과 같이 진행한다.
class Node:
def __init__(self, item):
self.data = item
self.left = None
self.right = None
def size(self):
l = self.left.size() if self.left else 0
r = self.right.size() if self.right else 0
return l + r + 1
def depth(self):
l = self.left.depth() if self.left else 0
r = self.right.depth() if self.right else 0
return max(l,r)+1
class BinaryTree:
def __init__(self, r):
self.root = r
def size(self):
if self.root:
return self.root.size()
else:
return 0
def depth(self):
if self.root:
return self.root.depth()
else:
return 0
- 각 Node class에 size, depth method를 구현하였으며, BinaryTree Class의 size, depth는 root node에서만 동작할 수 있게 구현했다. ( 루트 노드에서 시작해야 트리 전체의 사이즈, 높이를 구할 수 있기 때문이다. )
- 어차피 size나 depth의 재귀적 실행의 경우, 노드 클래스에서 재귀가 돌아갈 수 있도록 구현하면 된다.
이진 탐색 트리(Binary Search Tree)
- 이진 탐색 트리는 모든 노드에 대해서, 왼쪽 서브트리에 있는 데이터는 모두 현재 노드의 값보다 작고,
- 오른쪽 서브트리에 있는 데이터는 모두 현재 노드의 값보다 큰 성질을 만족하는 이진 트리를 가리킨다.
- 항상 O(log n)의 탐색 시간 복잡도를 가지지는 않는다.
- 삽입의 경우 다음과 같이 재귀를 이용하여 구현한다.
def insert(self, key, data):
if key == self.key:
raise KeyError
else:
if key < self.key:
if self.left:
self.left.insert(key, data)
else:
self.left = Node(key, data)
elif key > self.key:
if self.right:
self.right.insert(key, data)
else:
self.right = Node(key, data)
Heap
- Heap은 이진 트리의 한 종류다.
- (1) 루트 노드가 언제나 최대값(max heap) 혹은 최소값(min heap)을 가진다.
- (2) 완전 이진 트리여야 한다.
- (3) 재귀적으로도 정의된다. ( 어느 노드를 루트로 하는 서브트리도 모두 최대 or 최소 heap이다. )
- Python에서는 heapq 모듈로 특정한 리스트를 최소 힙처럼 사용할 수 있다. heapq의 사용법은 다음과 같다.
import heapq
heap = [] # heap용 리스트
heapq.heappush(heap, 4) # heap push
heapq.heappush(heap, 1)
heapq.heappush(heap, 7)
heapq.heappush(heap, 3)
print(heap) # [1,3,7,4]
# heappush, heappop : O(log(n))
heapq.heappop(heap) # [3,7,4] # 힙 루트노드 삭제
#최소값 삭제하지 않고 얻기(Peak처럼)
print(heap[0]) # 3
#기존 리스트를 힙으로 변환
heapq.heapify(heap)
#최대 힙 사용법
nums = [4,1,7,3,8,5]
heap = []
for num in nums:
heap.heappush(heap, (-num, num)) # 우선순위, 값
while heap:
print(heap.heappop(heap)[1]) # index 1
오늘 공부하며 어려웠던 내용
- 어려웠던 내용은 딱히 없었다.
- 옛날 생각이 많이 났다. 예전 2학년 자료구조 시간에 C++로 트리 구조 짜고, 프리오더+인오더+포스트오더 함수를 구현하여 과제로 제출했던 기억이 났다. C++로 한 번 짜본 덕분에 파이썬으로 함수를 짜는건 익숙했다.
반응형
'Data Engineering > 프로그래머스 데브코스' 카테고리의 다른 글
[DE 데브코스] 04.18 TIL - 웹 스크래핑을 위한 HTTP 기초 (0) | 2023.04.18 |
---|---|
[DE 데브코스] 04.17 TIL - HTML (0) | 2023.04.17 |
[DE 데브코스] 04.15 TIL - 팀미팅 1차, 반성.., 코딩테스트 문제 풀이(Heap, DFS/BFS, DP) (0) | 2023.04.15 |
[DE 데브코스] 04.14 TIL - ChatGPT 특강, 코딩테스트 연습(Hash, Greedy, Sort) (0) | 2023.04.14 |
[DE 데브코스] 04.12 TIL - 자료구조 中 정렬, 탐색, 재귀 기초, Linked List, Stack, 후위 표기식 (2) | 2023.04.12 |