용기러기's Coding World

이번 포스팅에서는 Tree와 Binary Search Tree라는 자료구조와 함께 시간 복잡도를 알아보고자 합니다 :D 먼저, Tree는 일상 생활 속에서 예시를 찾아보면 회사의 조직도 를 생각해 볼 수 있습니다 :D 예시를 바탕으로 트리 자료구조에 대해서 간략하게 설명을 해보면, tree 는 먼저, node와 edge로 이뤄져 있습니다:D 여기서 node는 자료를 담고 있는 부분이고, edge는 각각의 노드들을 연결하고 있는 선과 같습니다. 이 때, tree는 맨 위에 root node(직역하면 뿌리가 되는 노드)가 있고, 그 아래에 해당 root node의 child node가 edge로 연결되어 있는 구조입니다. 여기서 root node는 child node에게 있어서 parent node가 되겠죠..

알고리즘 시간 복잡도에 대해서 알고는 있었지만, 이 키워드를 가지고 깊게 고민해본 적이 없는데 한번 짚고 넘어가야할 것 같아 정리를 해두고자 한다:D ​ 먼저, 알고리즘 시간 복잡도에 대해서 나만의 정의를 해보면, 자료의 크기를 n이라고 했을 때, 이 n을 그래프의 가로축에 두고, 그 n이 점점 커진다고 했을 때 세로축에는 해당 자료를 가지고 수행하는 알고리즘의 걸리는 시간(time)이 오고, 이 때, 가로축과 세로축의 관계, 즉, 그래프의 선이 어떤 방향으로 가게 될지 반비례, 비례 관계 그리고 그 관계의 정도(기울기)를 시간 복잡도라고 생각해볼 수 있다. ​ 마지막으로 간단 정리하면, 시간 복잡도는 자료크기가 커질 때, 그 자료를 바탕으로 수행하는 알고리즘의 수행 시간이 자료의 크기와 어떤 상관관계를..