Data structures (with python) - 1. Array

Data structures (with python)

---

1. Array

💡 Arrays store elements in contiguous memory locations, resulting in easily calculable addresses for the elements stored and this allows faster access to an element at a specific index.

배열은 인접한 메모리 위치에 요소를 저장하므로 저장된 요소의 주소를 쉽게 계산할 수 있어 특정 인덱스의 요소에 더 빠르게 액세스할 수 있습니다.

 

Array 

- 인덱스 존재

- 데이터 위치에 직접적인 접근 가능

- 할당된 공간은 연속적임 -> 조회가 빠르고,cache hit 가능성이 높음

- 미리 배열의 크기를 지정해야하고, 고정되어 있는 배열의 크기때문에 데이터 추가 및 삭제가 불편

 

List (in Commonly CS)

- 인덱스 존재, 몇번째 데이터 정도인지 의미함

- 메모리 주소가 연속적이 아닐 수도 있음

- 포인터를 통해 다음 데이터의 위치를 가리키고 있어 삽입, 삭제가 쉬움

- 동적이므로, 배열과 다르게 크기가 정해져 있지 않음

- 검색 성능이 좋지 않음, 직접적인 접근이 불가, 처음부터 찾아야함 -> 확실하게 정해져 있는 데이터는 배열이 효율적

 

#1 수정

python에서 list 는 일반적 CS의 list와 좀 다른데, array 라고 생각하는게 편하다.

python 에서 List는 array와 같은 역할을 수행한다.

1. 다양한 데이터 타입을 담을수 있다.

2. 동적으로 크기가 조절된다.

3. 인덱싱과 슬라이싱을 지원, 특정 위치에 쉽게 접근 가능하다.

 

python 에서 list는 '배열(array)'와 '연결 리스트(Linked List)'의 특성을 모두 가지고 있다.

내부적으로는 동적 배열로 구현 되며, 배열의 특성을 가지면서도 크기가 동적으로 조절될 수 있다.

또한, 연결 리스트의 특성을 가진다고 이해할 수 있는 부분 -> 데이터의 삽입과 삭제가 상대적으로 용이하다는 점.

 

따라서, python의 list는 'array'로 이해하는것은 부정확하며, '동적 배열'로 이해하는 것이 더 정확하다.

python의 list는 'indexing'과 'slicing'을 지원하므로 직접적인 데이터 접근이 가능하다.

이는 일반적인 'linked list'의 특성과는 다르지만, pyhton 의 list는 내부적으로 '동적 배열'로 구현되어 있기 때문에 가능한 것이다.

 

numbers = [1,2,3,4,5]

 

이런 numbers라는 리스트를 생성한뒤, 특정 요소에 접근하려면 인덱스를 사용한다.

파이썬의 인덱스는 0부터 시작하므로,

numbers[2] 라면 '3'을 반환한다.

print(numbers[2]) # 3

 

직접적인 파이썬에는 array 모듈이 존재한다. list와 array의 차이를 보자.

# List
my_list = [1, "Hello", 3.14]

# Array
import array
my_array = array.array('i', [1, 2, 3, 4, 5])  # 'i'는 integer를 의미합니다.

 

my_list 는 정수, 문자열, 실수 등 다양한 데이터 타입의 요소를 포함.

반면 my_array는 단일 타입의 요소만을 포함한다.

 

또한 메모리 사용량도 Array가 더 효율적이다.

-> 동일한 데이터 타입의 값만을 저장하므로, 메모리 공간을 더 효율적으로 사용

my_array.append("Hello")  # 오류

 

my_array 에 hello라는 string 값을 array에 추가하려고 하면, array가 정수 타입의 값만을 저장하도록 선언 되었기에 오류가 발생한다.

 

개인적인 생각

Array

- 메모리 제한 관련

- 데이터 타입과 관련된 오류 방지

 

 

List
- 범용적인 데이터 담기

- 데이터 타입이 다른 데이터들을 담을 때