펜윅 트리는 세그먼트 트리보다 언제 간단할까: 누적합 업데이트를 빠르게 처리하는 법
펜윅 트리(Binary Indexed Tree)를 lowbit, point update, prefix sum, range sum 기준으로 설명하고 세그먼트 트리와 선택 기준을 비교합니다.
-
-
유니온 파인드는 왜 빠를까: 서로소 집합을 합치고 찾는 감각 한 번에 잡기
유니온 파인드의 핵심을 서로소 집합, 연결성, path compression, union by rank와 union by size 중심으로 쉽게 정리합니다.
-
희소 테이블은 언제 세그먼트 트리보다 편할까: 변경 없는 구간 최솟값을 빠르게 묻는 법
희소 테이블이 세그먼트 트리보다 편한 상황을 변경 없는 RMQ, 전처리, O(1) query, idempotent 연산 기준으로 설명합니다.
-
트라이는 언제 해시맵보다 나을까: 접두사 검색과 자동완성 문제의 자료구조
Trie 자료구조가 해시맵보다 유리한 순간을 접두사 검색, 자동완성, startsWith 예제로 설명하고 메모리 비용까지 함께 봅니다.
-
우선순위 큐는 언제 써야 할까: 정렬로는 부족한 실시간 최솟값 문제 이해하기
우선순위 큐와 힙이 필요한 상황을 정렬과 비교해 설명합니다. push, pop 비용, Python heapq, Java PriorityQueue 예시를 통해 Top K, 스케줄링, 다익스트라 문제에서 왜 쓰는지 정리합니다.
-
Trie 자료구조란 무엇인가: 문자열 탐색과 prefix 검색이 빨라지는 이유
Trie 자료구조를 쉽게 설명합니다. 문자열을 문자 경로로 저장해 prefix 검색과 자동완성이 왜 빨라지는지, 해시 테이블과 비교하면 무엇이 다른지 직관 중심으로 정리했습니다.
