데이터 구조 선택 가이드

자바 기반 설명이며 개념에 관한 내용을 다룹니다.

📌 핵심내용

데이터 구조는 Object의 특성에 따라 적절하게 선택해야하는데
스택(Stack), 큐(Queue), 해시맵(HashMap), 트리(Tree), 그래프(Graph) 등 다양한 데이터 구조가 존재하며 각각의 특성이 달라
상황에 맞는 데이터 구조 선택이 성능 최적화의 핵심이다.

---

1. 데이터 구조별 특징

데이터 구조설명사용 사례

배열(Array)	인덱스를 통한 빠른 접근 가능	리스트, 행렬 연산 (예: Java의 ArrayList)
연결 리스트(Linked List)	동적 크기 조정 가능, 삽입/삭제 용이	LRU 캐싱 (예: Java의 LinkedList)
스택(Stack)	후입선출(LIFO)	함수 호출 스택 (예: Java의 Stack 클래스)
큐(Queue)	선입선출(FIFO)	작업 스케줄링 (예: Java의 Queue 인터페이스)
해시맵(HashMap)	키-값 쌍 저장, 빠른 검색	데이터베이스 인덱싱 (예: Java의 HashMap)
트리(Tree)	계층적 데이터 구조	파일 시스템, 조직도 (예: Java의 TreeMap, BinaryTree)
그래프(Graph)	복잡한 관계 표현	소셜 네트워크, 경로 탐색 (예: Apache TinkerPop, Neo4j)

 

---

2. 데이터 구조 사용 예시

스택(Stack)과 큐(Queue)

(1) 스택(Stack) 사용 예제

import java.util.Stack;

public class StackExample {
    public static void main(String[] args) {
        Stack<Integer> stack = new Stack<>();
        stack.push(1);
        stack.push(2);
        stack.push(3);
        System.out.println(stack.pop()); // 3
    }
}

사용 사례

• Spring 프레임워크: 메소드 실행 시 호출 스택을 활용하여 AOP(Aspect-Oriented Programming) 적용
• JVM 내부 동작: 메서드 호출 시 스택 프레임을 활용하여 호출 흐름 관리

(2) 큐(Queue) 사용 예제

import java.util.LinkedList;
import java.util.Queue;

public class QueueExample {
    public static void main(String[] args) {
        Queue<Integer> queue = new LinkedList<>();
        queue.add(1);
        queue.add(2);
        queue.add(3);
        System.out.println(queue.poll()); // 1
    }
}

사용 사례

• RabbitMQ, Kafka: 메시지 큐를 활용한 비동기 이벤트 처리
• Spring의 TaskExecutor: 비동기 작업 처리 시 내부적으로 큐 활용

---

 

연결 리스트(Linked List)

(1) 단일 연결 리스트 예제

class Node {
    int data;
    Node next;

    Node(int data) {
        this.data = data;
        this.next = null;
    }
}

public class LinkedListExample {
    public static void main(String[] args) {
        Node head = new Node(1);
        head.next = new Node(2);
        head.next.next = new Node(3);
        System.out.println(head.next.data); // 2
    }
}

사용 사례

• Java의 LinkedList 클래스: List 인터페이스 구현체로 삽입/삭제가 빈번한 경우 사용
• LRU 캐싱 구현: 최근 사용되지 않은 항목을 제거하는 알고리즘

---

해시맵(HashMap)

import java.util.HashMap;

public class HashMapExample {
    public static void main(String[] args) {
        HashMap<String, Integer> map = new HashMap<>();
        map.put("A", 1);
        map.put("B", 2);
        System.out.println(map.get("A")); // 1
    }
}

사용 사례

• Spring의 ApplicationContext: Bean을 관리하는 내부 구조로 HashMap 사용
• Java의 HashMap 기반 캐싱: 빠른 조회 성능을 위해 사용

---

트리(Tree)

class TreeNode {
    int data;
    TreeNode left, right;

    TreeNode(int data) {
        this.data = data;
        this.left = this.right = null;
    }
}

사용 사례

• JDK의 TreeMap: Red-Black Tree 기반 정렬된 Map 구현
• 데이터베이스 인덱싱 (B-Tree): MySQL, PostgreSQL에서 검색 최적화

---

그래프(Graph)

import java.util.*;

class Graph {
    private Map<Integer, List<Integer>> adjList = new HashMap<>();

    void addEdge(int u, int v) {
        adjList.computeIfAbsent(u, k -> new ArrayList<>()).add(v);
        adjList.computeIfAbsent(v, k -> new ArrayList<>()).add(u);
    }
}

사용 사례

• Neo4j: 그래프 데이터베이스, 소셜 네트워크 분석
• Dijkstra 알고리즘 (Shortest Path): Google Maps, 네트워크 경로 최적화

 

---

3. 결론

데이터 구조는 목적과 상황에 맞게 선택해야 합니다.

• 빠른 검색이 필요하다면 해시맵
• 순차적 접근이 필요하다면 배열
• 동적 삽입/삭제가 많다면 연결 리스트
• 계층적 데이터 구조는 트리
• 복잡한 관계 표현은 그래프

이처럼 적절한 데이터 구조를 선택하면 성능과 효율성을 극대화할 수 있습니다.