ai자료구조 2

3.1.2 자료 구조(Data Structure) Part2 : 트리, 그래프, 해시 테이블

AI는 단순히 데이터를 저장하는 것 이상의 복잡한 구조와 관계를 처리해야 합니다. 트리(Tree), 그래프(Graph), 해시 테이블(Hash Table)은 이러한 복잡한 데이터 표현을 가능하게 해주는 핵심 자료구조입니다. 각 구조는 지식 표현, 탐색, 추론, 학습 등 다양한 AI 기능에서 중요한 역할을 합니다.🌳 트리(Tree): 계층 구조 표현의 기본📌 개념 정리트리는 노드들로 이루어진 계층적 구조입니다. 각 노드는 자식 노드를 가질 수 있고, 부모-자식 관계를 통해 계층을 형성합니다. 가장 위의 노드를 루트(Root)라고 하며, 자식이 없는 노드는 리프(Leaf) 노드라고 부릅니다.특수한 경우인 이진 트리(Binary Tree)는 각 노드가 최대 두 개의 자식을 가질 수 있습니다.🧠 AI에서 ..

3.1.2 자료 구조(Data Structure) Part1 : 배열, 텐서, 연결 리스트

인공지능(AI)은 데이터를 다루는 기술입니다. 이 데이터를 효과적으로 저장하고 처리하기 위해선 적절한 자료구조(Data Structure)가 필수입니다. 이 Part 1에서는 가장 기본이 되는 자료구조 세 가지, 배열(Array), 텐서(Tensor), 연결 리스트(Linked List)에 대해 초보자도 이해할 수 있도록 쉽게 설명합니다.📦 배열(Array) – 빠르고 직관적인 선형 구조✔ 정의배열은 동일한 타입의 데이터를 연속된 메모리 공간에 저장하는 선형 자료구조입니다. 각 데이터는 인덱스로 접근할 수 있어 매우 빠른 검색이 가능합니다.⚙ 특징접근 속도: O(1) (인덱스를 통한 즉시 접근)삽입/삭제 속도: O(n) (중간 요소 변경 시 전체 이동 필요)메모리 사용: 연속된 공간을 사용 → 효율적?..