❓ 유닉스에서 커널은 어떤 역할을 하는가?

답변:
커널은 운영체제의 핵심으로, 하드웨어 자원을 직접 제어하며 사용자 프로그램이 요청하는 시스템 기능을 수행한다. 메모리 관리, 프로세스 스케줄링, 입출력 제어, 파일 시스템 등이 모두 커널이 담당하는 영역이다.

❓ 쉘은 무엇이며, 커널과 어떤 관계에 있는가?

답변:
쉘은 사용자의 명령을 받아 해석하고, 이를 커널에 전달해 실제 실행이 이뤄지게 한다. 사용자는 쉘을 통해 간접적으로 커널 기능을 사용할 수 있다.

❓ 유닉스 파일 시스템에서 ‘모든 것을 파일로 추상화’ 한다는 것은 무슨 의미인가?

답변:
유닉스는 하드웨어 장치, 디렉토리, 소켓 등 다양한 자원을 전부 파일처럼 접근할 수 있게 만든다. 이는 인터페이스를 통일시켜 사용자와 프로그램이 복잡한 장치 제어를 몰라도 쉽게 사용할 수 있게 하기 위함이다.

❓ 유닉스 파일의 inode에서 보호 비트는 무엇을 의미하는가?

답변:
보호 비트는 해당 파일의 접근 권한을 나타내는 비트로, 읽기(r), 쓰기(w), 실행(x)에 대한 권한을 사용자(owner), 그룹(group), 기타(other)로 나누어 9비트로 표현한다.

❓ 통신 시스템에서 사용되는 주요 신호 변환 장치에는 어떤 것들이 있는가?

답변:

❓ DSU(Digital Service Unit)는 어떤 장치인가?

답변:
DSU는 디지털 전용 회선에 적합하도록 디지털 신호를 부호화/복호화하는 장치다. 유니폴라 데이터를 바이폴라 부호화 방식으로 변환해 송수신에 적합하게 만든다.

❓ 유니폴라와 바이폴라 신호는 어떤 차이가 있는가?

답변:

• 유니폴라: 0V와 +V만 사용 → 직류 성분이 많아 장거리 전송에 부적합
• 바이폴라: +V와 -V를 번갈아 사용 → DC 성분 제거, 노이즈에 강함

❓ DSU는 유니폴라 신호를 바이폴라로 변환하기도 하는가?

답변:
그렇다. DSU는 입력되는 유니폴라 디지털 신호를 회선 전송에 적합한 바이폴라 방식으로 변환한다.

❓ 모뎀이 처리하는 아날로그 데이터란 무엇인가?

답변:
모뎀이 다루는 아날로그 데이터는 사람의 음성, 연속 센서 신호와 같은 연속된 파형이다. 모뎀은 이를 디지털 장치에서 이해할 수 있도록 변환하고, 반대로도 수행한다.

❓ 코덱과 모뎀은 어떤 차이가 있는가?

답변:

• 코덱: 디지털 신호를 압축하거나 복호화 → 디지털 ↔ 디지털 변환
• 모뎀: 디지털 데이터를 아날로그 회선으로 변환 → 디지털 ↔ 아날로그 변환

❓ PCM(Pulse Code Modulation)은 어떤 방식인가?

답변:
PCM은 아날로그 신호를 일정 간격으로 샘플링하고, 각 샘플을 정수 값으로 양자화한 후 이를 2진수로 부호화하여 디지털 데이터로 전환하는 방식이다.

❓ 코덱은 PCM을 어떻게 활용하는가?

답변:
코덱은 PCM 방식으로 음성을 디지털화한 뒤, 압축을 적용하거나 그대로 전송하고 수신 측에서 복호화해 원래 음성으로 되돌린다.

❓ ITU-T V 시리즈와 X 시리즈는 각각 어떤 표준을 다루는가?

답변:

❓ RS-232C는 어떤 표준이며 왜 많이 사용되는가?

답변:
RS-232C는 EIA에서 제정한 직렬 통신 표준으로, 컴퓨터와 모뎀, 장치 간 통신을 위해 고안됐다. 최대 115.2kbps의 속도로 DB-9 또는 DB-25 포트를 통해 데이터를 주고받는다. 단순하고 안정적인 구조로 인해 산업계에서 널리 사용된다.

❓ 다중화기(MUX)는 어떤 장치이며 왜 사용하는가?

답변:
다중화기는 여러 개의 입력 신호를 하나의 전송 회선으로 통합하는 장치다. 이를 통해 회선 수를 줄이고, 전송 효율을 높일 수 있다. 반대 역할을 하는 장치는 DEMUX(역다중화기)다.

❓ 시분할 다중화기(TDM)에는 어떤 방식이 있는가?

답변:

• 동기식: 단순하지만 비효율
• 비동기식: 효율적이지만 채널 식별 정보 필요

❓ 파일 디스크립터란?

운영체제가 파일, 소켓, 파이프 등 입출력 자원을 관리하기 위해 부여하는 정수 ID.
파일 디스크립터는 실제 파일 정보를 가리키는 핸들 역할을 하며, 커널 내부 자료구조와 연결된다.

❓ 파일을 구성하는 레코드 편성 방식?

레코드들이 보조기억장치에 저장되는 방식에는 다음이 있다:

• 순차 편성: 순서대로 저장, 전체 읽기에 적합
• 색인 순차 편성: 색인 테이블을 두어 빠른 검색 가능
• 해싱 편성 (또는 Direct 편성): 해시 함수로 직접 위치 계산

❓ 해싱 편성과 Direct 편성은 같은 말인가?

거의 같은 의미다.
둘 다 해시 함수를 통해 레코드의 저장 위치를 계산하여 직접 접근하는 방식이며, 용어만 문맥에 따라 다르게 사용된다.

❓ 색인 순차 파일의 색인 영역 분류

• 트랙 색인 영역: 트랙 내부 레코드의 위치 정보
• 실린더 색인 영역: 트랙 색인들을 참조
• 마스터 색인 영역: 실린더 색인들을 통합적으로 참조

❓ 디렉터리란?

파일에 대한 정보를 담고 있는 특수한 형태의 파일이며,
디렉터리 안에는 파일명, inode 번호 등 메타정보가 포함됨.

❓ 디렉터리 구조의 종류는?

• 단일 레벨
• 2단계 구조
• 트리 구조
• 비순환 그래프 구조
• 일반 그래프 구조 (순환 허용)

❓ 심볼릭 링크와 순환이란?

• 심볼릭 링크: 다른 경로를 가리키는 포인터 파일
• 순환(cycle): 링크를 따라가다 다시 자기 자신에 도달하는 구조 → 무한 루프 위험

❓ 일반 그래프 디렉터리 예시는?

예: /a → /b, /b → /a와 같이 서로를 참조하는 심볼릭 링크
→ find 같은 순회 명령어에서 무한 반복 발생 가능

❓ 접근 제어 방식 4가지

❓ 어떤 방식이 실제로 가장 많이 사용되나?

→ 접근 제어 리스트(ACL)
파일 중심의 접근 제어가 현실적인 운영체제 설계와 잘 맞기 때문

❓ 멀티프로세서란?

하나의 컴퓨터에 두 개 이상의 CPU가 장착된 구조.
병렬 처리와 성능 향상에 유리함.

❓ 듀얼코어는 2개의 프로세서인가?

아니오.
듀얼코어는 CPU 1개에 코어가 2개 있는 구조.
멀티프로세서는 물리적 CPU 자체가 2개 이상.
멀티프로세서는 실제로 CPU 소켓에 2개 이상의 물리 CPU를 장착하는 구조다.

❓ 주종 처리기란?

비대칭 멀티프로세서(AMP) 구조에서 사용되는 방식.

• 마스터 CPU: 전체 제어 및 운영체제 실행
• 슬레이브 CPU: 명령 받은 작업만 수행

❓ 분리 실행 처리기란?

Loosely Coupled System이라고도 불리며,
각 프로세서가 자신의 메모리와 자원을 가지고 독립적으로 실행.
→ 메시지 전송 방식으로만 통신하며 확장성과 고장 허용성이 뛰어남.

❓ 위상에 따른 분산 처리 시스템 분류

• 중앙집중형: 하나의 컴퓨터가 모든 처리
• 계층형: 상위/하위 노드로 명령 전달
• 분산형(P2P): 노드들이 동등하며 자율 통신

❓ 분산 시스템의 연결 구조 (Topologies)

• 스타형: 중앙 허브를 통해 연결 (SPOF 있음)
• 완전 연결형: 모든 노드가 직접 연결됨 (복잡도 높음)
• 부분 연결형: 일부 노드만 직접 연결 (유연함)
• 트리형: 계층적 부모-자식 구조
• 링형: 원형으로 연결, 단일 장애에 취약
• 버스형: 공유 버스를 통해 통신, 충돌과 병목 가능성

❓ 디스크 스케줄링이란?

디스크 I/O 요청들을 처리하는 순서를 정하는 알고리즘 목적은 디스크 헤드의 이동을 최소화해서 전체 응답 시간을 줄이는 것

❓ 디스크의 헤드란?

디스크 표면에서 데이터를 읽고 쓰는 물리적인 장치 회전하는 플래터 위를 움직이며 데이터를 처리함

❓ 트랙이란?

디스크 플래터에 그려진 동심원 형태의 선 하나의 트랙은 같은 반지름에 위치한 데이터 저장 구역을 의미함

❓ 디스크 오버헤드란?

디스크에서 데이터를 실제로 전송하기 전 발생하는 부가 시간 주로 다음 세 가지로 구성됨:

• 탐색 시간 (헤드가 트랙으로 이동)
• 회전 지연 (섹터가 헤드 아래 올 때까지 기다림)
• 컨트롤러 처리 시간

❓ SSTF는 왜 기아 현상이 발생하나?

가까운 요청이 계속 들어오면, 멀리 있는 요청은 계속 무시됨 결과적으로 어떤 요청은 무기한 대기 상태에 빠질 수 있음

❓ SCAN, LOOK은 무엇의 약자인가?

둘 다 약자가 아님 SCAN은 디스크 끝까지 왕복하며 스캔하는 동작에서,
LOOK은 요청이 있는 곳까지만 이동하는 동작에서 이름이 유래됨

❓ HDD는 무엇의 약자인가?

Hard Disk Drive 회전하는 플래터와 기계식 헤드로 구성된 저장 장치

❓ SSD는 무엇의 약자인가?

Solid State Drive 반도체 기반 플래시 메모리로 데이터를 저장하는 장치. 움직이는 부품이 없음

❓ SSD 내부는 어떻게 생겼나?

기본 구성 요소는 다음과 같음:

• NAND 플래시 메모리: 데이터를 저장하는 반도체
• 컨트롤러: 데이터 입출력, 오류 수정 등을 담당
• DRAM 캐시: 속도 향상을 위한 임시 저장소 (일부 모델에만 존재)
• 인터페이스: SATA, PCIe, M.2 등 연결 방식

❓ 단편화에 대해서 설명해줘

✅ 요약

• 내부 단편화: 고정 크기 블록을 할당했을 때 일부가 사용되지 않고 낭비됨
• 외부 단편화: 연속되지 않은 빈 공간들이 흩어져 있어 필요한 메모리를 할당하지 못하는 현상
• 해결책: 압축(compaction), 페이징, 가변 크기 할당

❓ A: 0~10KB, B: 10~18KB로 연속 배치하면 빈 공간이 뒤로 몰리지 않나?

✅ 요약

• 이론적으로는 맞음: 연속된 공간에 넣으면 단편화가 줄어듦
• 하지만 현실에서는 실행 중인 프로세스는 이동 불가하고,
  주소 참조 문제가 있어 OS가 임의로 위치를 조정하지 못함
• 그래서 압축(compaction) 같은 비용이 큰 작업이 필요함

❓ X가 먼저 16KB 쓰고 종료해서 빈공간이 생겼고, A가 그 자리에 10KB 들어가서 6KB 남은 거라고 이해해도 돼?

✅ 요약

• ✅ 정확한 이해!
• 이 흐름은 외부 단편화가 발생하는 실제 원인을 설명하는 이상적인 시나리오
• A는 D가 쓰던 자리에 들어가며 6KB가 남게 되고, 그 공간은 조각난 채로 남아 있게 됨
• 이후 필요한 연속 공간이 부족하면 페이지 교체 or 압축 필요

❓ 가상 기억장치는 뭐야?

✅ 요약

• 실제 RAM보다 큰 메모리처럼 보이게 하는 OS 기능
• 필요한 페이지만 RAM에 올리고 나머지는 디스크(swap)에 둠
• 장점: 확장성, 보호, 효율성

❓ 어떤 페이지가 필요한지 OS는 어떻게 알아?

✅ 요약

• CPU가 접근 시도 → RAM에 없으면 페이지 폴트 발생
• 그 순간 디스크에서 해당 페이지를 로딩 → 요구 페이징(Demand Paging)

❓ 페이지 단위는 누가 정해?

✅ 요약

• CPU + OS가 결정 (보통 4KB 고정)
• 프로그램은 이 단위로 나뉘어 올라감
• 빈공간이 있어도 페이지 단위에 못 미치면 사용 불가

❓ 가상 기억장치 크기는 고정이야? 유동이야?

✅ 요약

• 가상 주소 공간: CPU 구조에 따라 고정됨 (예: 32bit → 4GB)
• 스왑 공간(디스크): OS 정책에 따라 유동적으로 설정 가능

❓ 프로그램이 종료되면 메모리는 다 회수돼?

✅ 요약

• 종료 시 OS가 가상 주소 공간, 물리 메모리(RAM, swap) 모두 회수함
• 종료하지 않으면 메모리는 계속 점유된 상태로 유지됨

❓ 세그먼테이션 기법이 뭐야?

✅ 요약

• 프로그램을 의미 단위(코드, 데이터, 스택 등)로 나눔
• 각 세그먼트는 가변 크기
• 단점: 외부 단편화 발생 가능

❓ 세그먼트 안에서 다시 페이지로 나눠?

✅ 요약

• 맞음. 세그먼트를 다시 페이지로 나누는 구조도 있음
• 이걸 세그먼트 기반 페이징이라 하며, 실무에서 많이 쓰임

❓ 워킹셋은 자주 사용하는 페이지 집합이라던데, ‘자주’의 기준은?

✅ 요약

• 일정 시간(Δ) 동안 접근된 페이지들
• 이 시간 창(Δ)은 OS가 정책적으로 정함
• 워킹셋만 메모리에 유지하면 스래싱 방지 가능

❓ 벨레이디의 모순이 뭐야?

✅ 요약

• FIFO처럼 단순한 페이지 교체 알고리즘에서
  프레임 수가 늘었는데도 페이지 폴트가 증가하는 현상
• LRU, Optimal 등 스택 알고리즘에서는 발생하지 않음

❓ Not Used Recently란?

✅ 요약

• 최근에 접근되지 않은 페이지 (R 비트 = 0)
• NRU 알고리즘 등에서 교체 후보로 사용됨

❓ 수정되었다는 건 무슨 뜻이야?

✅ 요약

• 해당 페이지에 CPU가 write 연산을 수행했는가?
• 수정됨(M 비트 = 1)이면 디스크에 저장 후 교체 필요 → 비용 큼
• 수정되지 않았으면 그냥 제거 가능

tsconfig.json

noUnusedLocals, noUnusedParameters 를 false 로 변경

{
  "compilerOptions": {
    "noUnusedLocals": false,
    "noUnusedParameters": false
  }
}

.eslintrc.cjs

rules 하위의 no-unused-vars 는 off로, @typescript-eslint/no-unused-vars 를 warn 으로 변경

module.exports = {
  rules: {
    'no-unused-vars': 'off',
    '@typescript-eslint/no-unused-vars': 'warn',
  },
}

.env                # 모든 상황에서 사용될 환경 변수
.env.local          # 모든 상황에서 사용되나, 로컬 개발 환경에서만 사용될(Git에 의해 무시될) 환경 변수
.env.[mode]         # 특정 모드에서만 사용될 환경 변수
.env.[mode].local   # 특정 모드에서만 사용되나, 로컬 개발 환경에서만 사용될(Git에 의해 무시될) 환경 변수

환경변수 생성

vite 환경에서 사용할 변수는 앞에 VITE_ 를 붙인다.

VITE_TEXT_A=aaa

사용

• javascript

  • import.meta.env.VITE_TEXT_A 으로 사용
  • env 파일 내 해당 변수가 없으면 undefined 반환

• html

  • %VITE_TEXT_A% 으로 사용
  • env 파일 내 해당 변수가 있어야 대체되며, 없으면 일반 텍스트로 노출됨

참고 (vite 공식 가이드)

https://ko.vitejs.dev/guide/env-and-mode.html

blob 데이터 다운로드 시 header 에 response type 을 blob 으로 지정해 요청한다.

export function post<T>(url: string, data: T, isResponseTypeBlob?: boolean) {
const config: AxiosRequestConfig = {
baseURL: API_ROOT,
};

if (isResponseTypeBlob) {
config.responseType = 'blob';
}

return axios.post(url, data, config);
}

blob 다운로드 시에만 해당 헤더를 보내도록 했다.

export const downloadResponseTypeBlobFile = (data: any, filename: string, contentType?: string): void => {
  const url = window.URL.createObjectURL(new Blob([data], { type: contentType }));
  const link = document.createElement('a');
  link.href = url;
  link.setAttribute('download', filename);

  document.body.appendChild(link);
  link.click();
  document.body.removeChild(link);
};

SVG 코드를 URL-encoder for SVG 페이지의 Insert SVG: 부분에 입력하면 아래 Ready for CSS: 부분에 인코딩되어 출력된다.

SVG 아이콘은 그때그때 검색해서 flaticon 등의 사이트에서 찾아서 사용한다.

SVG 이미지를 css에서 다루면서 가장 유용했던 부분은 체크박스 커스텀이었다.

button이나 textarea, 특히 타입이 여러개로 나뉘는 Input 은 컴포넌트화 해서 사용하는 편인데, 체크박스나 라디오 타입은 커스터마이징 하기 번거로운 편이다.

appearance: none; 을 주고 다 안보이게 한 다음에 새로 만들어야 하는데, 이 때 체크 모양의 SVG 아이콘을 배경이미지로 하여 유용하게 사용했다.

const Checkbox = (props : InputHTMLAttributes<HTMLInputElement>) => {
  return (
    <Styled.Checkbox {...props} />
  )
}

const Styled = {
  Checkbox: styled.input`
    appearance: none;
    border: 1px solid #ddd;
    background-color: #f6f6f6;
    border-radius: 5px;
    width: 20px;
    height: 20px;
    cursor: pointer;

    &:checked{
      border-color: transparent;
      background-image: url("data:image/svg+xml,%3csvg viewBox='0 0 16 16' fill='white' xmlns='http://www.w3.org/2000/svg'%3e%3cpath d='M5.707 7.293a1 1 0 0 0-1.414 1.414l2 2a1 1 0 0 0 1.414 0l4-4a1 1 0 0 0-1.414-1.414L7 8.586 5.707 7.293z'/%3e%3c/svg%3e");
      background-size: 100% 100%;
      background-position: 50%;
      background-repeat: no-repeat;
      background-color: #900000;
    }
  `,
}

README 파일 작성하면서 사용한 라이브러리/프레임워크를 뱃지 형태의 이미지로 나열했는데,

shields.io 에서 제공하는 url 로 원하는 뱃지를 만들어 사용할 수 있다.

<img src="https://img.shields.io/badge/{표시텍스트}-{컬러코드}?style=flat-square&logo={로고}&logoColor=white"/> 

{} 표시 한 부분만 수정해서 사용한다.

{컬러코드} : HexCode 형태의 컬러코드

{로고} : 표시할 라이브러리 이름

{표시텍스트} : 뱃지에 표시할 텍스트 (라이브러리 이름을 동일하게 기재)

정확한 로고 출력용 라이브러리 이름과 컬러코드는 simpleicons.org 사이트에서 손쉽게 찾을 수 있다.

아래는 기존에 사용한 뱃지들이다.

<img src="https://img.shields.io/badge/Vite-646CFF?style=flat-square&logo=Vite&logoColor=white"/>

<img src="https://img.shields.io/badge/Next.js-000000?style=flat-square&logo=Next.js&logoColor=white"/>

<img src="https://img.shields.io/badge/React-61DAFB?style=flat-square&logo=react&logoColor=white"/>

<img src="https://img.shields.io/badge/TypeScript-3178C6?style=flat-square&logo=typeScript&logoColor=white"/>

<img src="https://img.shields.io/badge/ReactQuery-FF4154?style=flat-square&logo=ReactQuery&logoColor=white"/>

<img src="https://img.shields.io/badge/Styled-components-DB7093?style=flat-square&logo=styled-components&logoColor=white"/>

<img src="https://img.shields.io/badge/ChakraUI-319795?style=flat-square&logo=ChakraUI&logoColor=white"/>

<img src="https://img.shields.io/badge/Web3.js-F16822?style=flat-square&logo=Web3.js&logoColor=white"/>

<img src="https://img.shields.io/badge/Electron-47848F?style=flat-square&logo=Electron&logoColor=white"/>

<img src="https://img.shields.io/badge/Firebase-FFCA28?style=flat-square&logo=Firebase&logoColor=white"/>

시간복잡도

특정 알고리즘이 어떤 문제를 해결하는 데 걸리는 시간을 표현하는 방법이다.

반복문은 코드 성능에 많은 영향을 준다.

반복문이 여러 번 반복될수록 실행시간이 길어진다.

따라서 특정 알고리즘의 성능을 평가할 때 해당 알고리즘의 반복문을 보고 성능을 평가한다.

Big-Ω (빅 오메가)

알고리즘의 최선의 시간 복잡도를 나타낸다.

즉, 알고리즘의 수행 시간이 가장 짧은 경우를 표기한다.

Big-O (빅 오)

알고리즘의 최악의 시간복잡도를 나타낸다.

즉, 알고리즘의 수행 시간이 가장 오래 걸리는 경우를 표기한다.

Big-θ (빅 세타)

특정 알고리즘의 범위를 나타낸다.

알고리즘의 수행 시간이 A보다는 크고 B보다는 작다고 표기하는 표현법이다.

빅세타는 일종의 평균값과 유사한데, 평균값이 높은 정확성을 얻기 위해서는 많은 경우의 수가 필요하다.

또한 때로는 구하기 어려울 수도 있으며 공학적인 신뢰도는 평균보다는 최악의 값이 더 높기 때문에 빅세타보다 빅오를 가장 흔하게 사용한다.

배열

일반적으로 프로그래밍 언어에서 배열을 선언할 때에는 배열의 크기를 알려주어야 한다.

int arr[10] = {1, 2, 3, 4, 5};

위와 같이 선언하면 운영체제는 메모리에서 숫자 10개가 들어갈 연속된 빈 공간을 찾아서 1, 2, 3, 4, 5 를 할당하고, 배열의 시작 주소만 기억한다.

프로그램에서 배열의 세 번째 원소에 접근하고 싶다면 arr[2] 와 같이 인덱스로 한번에 접근한다.

인덱스 참조는 길이에 상관 없이 한 번에 가져오기 때문에 O(1) 의 성능을 가진다.

따라서 배열은 참조에서 좋은 성능을 보인다.

하지만 데이터 삽입, 삭제의 성능은 좋지 않다.

운영체제는 처음에 요청한 길이 만큼의 메모리만 할당했기 때문에, 데이터가 추가된다면 추가된 길이를 포함한 전체 길이 만큼의 메모리를 다시 찾아서 새로 할당해야 하기 때문이다.

하지만 자바스크립트에서 배열은 상황에 따라서 연속적, 불연속적으로 메모리를 할당한다.

불연속적으로 메모리를 할당한 후 내부적으로 연결해서 사용자에게 연속된 것처럼 보이도록 한다.

연결리스트

배열의 단점을 개선하기 위해 나온 방법으로, 저장하려는 데이터를 메모리 공간에 분산해서 할당하고 이 데이터들을 서로 연결해주는 방법이다.

데이터를 담는 변수와 다음 데이터를 가리키는 노드(Node) 를 만들어서 수행한다.

연결리스트는 첫 노드의 주소만 알고 있으면 다른 모든 노드에 접근할 수 있다.

또한 데이터를 삽입할 때 빈 메모리 공간 아무 곳에 추가되는 데이터를 생성하고 기존 리스트에 연결해주면 되기 때문에 삽입, 삭제의 성능이 좋다.

하지만 배열처럼 메모리에 연속적으로 저장되어 있지 않기 때문에 데이터 참조 시에는 첫번째 노드에서 참조 해당 노드까지 하나씩 찾아야 하기 때문에 O(n) 의 성능을 가진다.

스택

먼저 들어간 데이터가 나중에 나오는 규칙이 있는 자료구조이다.

head 에만 삽입, 제거한다.

큐

먼저 들어간 데이터가 먼저 나오는 규칙이 있는 자료구조이다.

head 에서 삽입하고 tail 에서 제거한다.

덱

데이터의 삽입, 제거를 head 와 tail 에서 선택해 자유롭게 할 수 있는 자료구조이다.

해시테이블

해시(Hash), 맵(Map), 해시맵(HashMap), 딕셔너리(Dictionary) 라고도 불린다.

일정한 계산을 하는 해시 함수를 거쳐서 테이블에 Key, Value 의 형태로 데이터를 저장하는 자료구조이다.

저장할때 동일 Key 에 여러개의 Value 가 들어가 충돌이 날 것을 대비해 Value 를 연결리스트로 구성한다.

Key 만 알면 Value 에 O(1)의 성능으로 읽기, 삽입, 수정, 삭제가 가능하다.

자바스크립트의 객체는 해시테이블이다.

셋

데이터의 중복을 허용하지 않는 자료구조이다.

해시테이블을 이용해서 구현하기 때문에 해시셋이라고도 한다.

셋 구현시에는 해시테이블의 Key 만 사용하고 Value 는 사용하지 않는다.

Key 가 Key 임과 동시에 Value 의 역할도 하기 때문이다.

재귀함수

자기 자신을 참조하는 함수이다.

무한반복 되지 않도록 기저 조건(탈출 조건)을 반드시 설정한다.

function recursion(number) {
  if (number > 10) return;  // 기저 조건

  console.log(number);
  recursion(number + 1);  // 자기 자신 호출
}

recursion(1);

위 코드 실행 시 함수를 1 으로 시작해 해당 숫자를 콘솔에 표시하고, 해당 숫자에 1을 더해 반복한 후, 숫자가 10 보다 커지면 종료한다.

재귀는 두가지 패턴을 가진다.

첫번째는 위와 같이 단순히 반복 실행을 하는 것이다.

이 경우 일반적인 반복문과 비교해 이점이 되는 부분이 없고 오히려 성능은 for 문보다 좋지 않다.

두번째 패턴은 하위 문제의 결과를 기반으로 현재 문제를 계산하는 것이다.

재귀의 위력은 이러한 하향식 계산에 있다.

아래 팩토리얼을 구하는 함수로 하향식 계산을 이해할 수 있다.

function factorial(number) {
  if (number === 1 || number === 0) return 1;
  
  return number * factorial(number - 1);
}

console.log(factorial(5));

위 코드의 number * factorial(number - 1) 이 하위 문제인 factorial(number - 1) 부분이 이미 계산되었음을 예상하고 해당 값으로 현재 문제를 계산하는 부분이다.

정렬

배열에 무작위로 섞인 숫자를 정렬하는 방법은 여러가지가 있다.

버블 정렬

서로 인접한 두 원소를 검사하여 정렬하는 알고리즘으로, 인접한 2개의 데이터를 비교하여 크기가 순서대로 되어 있지 않으면 서로 교환한다.

이해와 구현이 간단하지만 성능이 O(n2) 으로 좋지 않다.

선택 정렬

정렬되지 않은 영역의 첫 번째 원소를 시작으로, 마지막 원소까지 비교 후, 가장 작은 값을 첫 번째 원소로 가져오는 것을 반복하는 알고리즘이다.

버블 정렬과 마찬가지로 이해와 구현이 간단하지만 성능이 O(n2) 으로 좋지 않다.

삽입 정렬

정렬되지 않은 영역에서 데이터를 하나씩 꺼내서 정렬된 영역 내 알맞은 위치에 삽입해서 정렬하는 알고리즘이다.

버블 정렬, 선택 정렬과 마찬가지로 이해와 구현이 간단하지만 성능이 O(n2) 으로 좋지 않다.

병합 정렬

하나의 리스트를 반으로 쪼개고 분할된 부분 리스트를 정렬한 다음, 두 개의 정렬된 부분 리스트를 병합하여 전체가 정렬된 리스트가 되게 하는 방법으로, 재귀를 통해 구현하는 정렬 알고리즘이다.

이해와 구현이 다소 어려울 수 있지만, O(nlogn) 으로 성능이 좋다.

function merge(arr, leftIndex, midIndex, rightIndex) {
  let leftAreaIndex = leftIndex;
  let rightAreaIndex = midIndex + 1;
  const tempArr = Array(rightIndex + 1).fill(0);
  let tempArrIndex = leftIndex;

  while (leftAreaIndex <= midIndex && rightAreaIndex <= rightIndex) {
    if (arr[leftAreaIndex] <= arr[rightAreaIndex]) {
      tempArr[tempArrIndex] = arr[leftAreaIndex++];
    } else {
      tempArr[tempArrIndex] = arr[rightAreaIndex++];
    }
    tempArrIndex++;
  }

  if (leftAreaIndex > midIndex) {
    for (let i = rightAreaIndex; i <= rightIndex; i++) {
      tempArr[tempArrIndex++] = arr[i];
    }
  } else {
    for (let i = leftAreaIndex; i <= midIndex; i++) {
      tempArr[tempArrIndex++] = arr[i];
    }
  }

  for (let i = leftIndex; i <= rightIndex; i++) {
    arr[i] = tempArr[i];
  }
}

function mergeSort(arr, leftIndex, rightIndex) {
  if (leftIndex < rightIndex) {
    const midIndex = parseInt((leftIndex + rightIndex) / 2);
    mergeSort(arr, leftIndex, midIndex);
    mergeSort(arr, midIndex + 1, rightIndex);
    merge(arr, leftIndex, midIndex, rightIndex);
  }
}

const arr = [3, 5, 2, 4, 1, 7, 8, 6];

console.log('===== 정렬 전 =====');
console.log(arr);

mergeSort(arr, 0, arr.length - 1);
console.log('==== 정렬 후 =====');
console.log(arr);

퀵 정렬

병합 정렬과 같이 재귀를 사용하는 분할 정복 알고리즘이다.

정렬하기 전, 배열에 있는 숫자 중 하나를 피벗으로 설정한다.

그 피벗을 기준으로 두 개의 비균등한 크기로 분할하고 분할된 부분 리스트를 정렬한 다음, 두 개의 정렬된 부분 리스트를 합하여 전체가 정렬된 리스트가 되게 한다.

고른 피벗의 값에 따라서 성능이 달라질 수 있다.

평균적으로 θ(nlogn), 최악의 경우 O(n2)의 성능을 갖는데, 실제로 병합 정렬과 비교하면 퀵정렬이 더 적은 비교와 메모리 공간을 차지하기 때문에 더 좋은 알고리즘으로 평가된다.

function quickSort(arr, left, right) {
  if (left <= right) {
    const pivot = divide(arr, left, right);
    quickSort(arr, left, pivot - 1);
    quickSort(arr, pivot + 1, right);
  }
}

function divide(arr, left, right) {
  let pivot = arr[left];
  let leftStartIndex = left + 1;
  let rightStartIndex = right;

  while (leftStartIndex <= rightStartIndex) {
    while (leftStartIndex <= right && pivot >= arr[leftStartIndex]) {
      leftStartIndex++;
    }

    while (rightStartIndex >= (left + 1) && pivot <= arr[rightStartIndex]) {
      rightStartIndex--;
    }

    if (leftStartIndex <= rightStartIndex) {
      swap(arr, leftStartIndex, rightStartIndex);
    }
  }

  swap(arr, left, rightStartIndex);
  return rightStartIndex;
}

function swap(arr, index1, index2) {
  const temp = arr[index1];
  arr[index1] = arr[index2];
  arr[index2] = temp;
}

const arr = [3, 5, 2, 4, 1, 7, 8, 6];

console.log('===== 정렬 전 =====');
console.log(arr);

quickSort(arr, 0, arr.length - 1);
console.log('==== 정렬 후 =====');
console.log(arr);

참고로 베스트셀러모던 자바스크립트 Deep Dive 에 의하면 자바스크립트의 Array.sort() 메서드는 퀵정렬을 사용했었다.

하지만 중복 값이 있을 때 불안정하다는 점이 있어서 ECMAScript 2019(ES10) 에서 timsort 알고리즘을 사용하도록 변경되었다고 한다.

팀 정렬

강의 내용에는 없었지만 자바스크립트에서 사용한다는 알고리즘이라고 하니 개인적으로 궁금해져서 찾아봤다.

소프트웨어 엔지니어 Tim Peters에 의해 만들어진 알고리즘이다.

삽입 정렬과 병합 정렬을 결합하여 병합 정렬을 최적화했다.

팀 정렬은 일정 사이즈의 부분 리스트를 얻고(divide), 각각의 부분리스트들에 대해 삽입정렬을 수행하며 정렬을 하며(sort), 정렬 된 부분리스트들을 다시 합치는 방식(conqure)을 사용한다.

메모이제이션

하향식 계산 시 동일한 연산의 반복으로 연산 속도가 느려지는 것을 방지하기 위해 연산을 한번 실행한 값을 저장해두고 재연산을 하지 않고 저장값을 사용하는 방법이다.

중복 계산을 하지 않아서 속도가 빠르며, 하향식 계산 방식의 재귀 처리로 어려운 문제를 간단하게 해결할 수 있다.

속도를 위해 메모리를 사용하는 방법으로, 대표적으로 메모리와 CPU의 속도차이를 극복하기 위해 만들어진 캐시가 있다.

아래 두 함수는 피보나치 수열의 특정 위치의 값을 구하는 함수인데, 첫번째는 모든 연산을 진행하고, 두번째는 중복되는 연산은 저장값을 사용하는 방식이다.

function fibonacci1(n) {
  if (n === 0 || n === 1) return n;
  return fibonacci1(n - 2) + fibonacci1(n - 1);
}

function fibonacci2(n, memo) {
  if (n === 0 || n === 1) return n;

  if (!memo[n]) {
    memo[n] = fibonacci2(n - 2, memo) + fibonacci2(n - 1, memo);
  }
  return memo[n];
}

let start = new Date();
console.log(fibonacci1(40));
let end = new Date();
console.log(`fibonacci1 실행시간 : ${end - start}ms`);

start = new Date();
console.log(fibonacci2(40, {}));
end = new Date();
console.log(`fibonacci2 실행시간 : ${end - start}ms`);

타뷸레이션

메모이제이션과 반대로 상향식 계산 방식을 통해 계산에 필요한 모든 값을 전부 계산 후 테이블에 저장해두고, 계산된 값 중에서 필요한 값을 사용해 계산하는 방식이다.

아래는 위의 피보나치 함수를 타뷸레이션 방식으로 구현한 것이다.

function fibonacci3(n) {
  if (n <= 1) return n;

  let table = [0, 1];

  for (let i = 2; i <= n; i++) {
    table[i] = table[i - 2] + table[i - 1];
  }

  return table[n];
}

start = new Date();
console.log(fibonacci3(40, {}));
end = new Date();
console.log(`fibonacci3 실행시간 : ${end - start}ms`);