같은 목적에 맞는 다른 알고리즘 / 데이터 구조를 배우는 이유는 무엇입니까?

학부생이었던 이래로이 질문이 궁금합니다. 일반적인 질문이지만 아래 예를 자세히 설명하겠습니다.

최대 흐름 문제와 같은 많은 알고리즘을 보았습니다 .Ford-Fulkerson, Edmonds-Karp & Dinic과 같은 3 가지 알고리즘을 알고 있습니다.

데이터 구조 (예 : 힙)에는 이진 힙, 이항 힙 및 피보나치 힙이 있으며 피보나치 힙은 전체적으로 가장 복잡합니다.

나를 혼란스럽게하는 것은 : 우리가 그것들을 모두 알아야하는 이유가 있습니까? 왜 가장 복잡한 것을 배우고 익히지 않겠습니까?

나는 우리가 그것들을 모두 알고 있다면 그것이 최고라는 것을 안다. 나는 단지 어떤 문제 / 알고리즘이 A 를 사용하여 해결할 수 있지만 B가 아닌 등의 "더 유효한"이유가 있는지 알고 싶다 .

Data Structures, Algorithms 및 Tradeoffs 라는 제목의 교과서가 어느 시점에 작성되기를 기다리고 있습니다 . 학부 수준에서 배우게 될 거의 모든 알고리즘 또는 데이터 구조에는 일부 응용 프로그램보다 다른 응용 프로그램보다 더 나은 기능이 있습니다.

모든 사람이 표준 정렬 알고리즘에 익숙하기 때문에 정렬을 예로 들어 봅시다.

우선, 복잡성 만이 유일한 관심사가 아닙니다. 실제로 상수 요소가 중요하므로 빠른 정렬이 최악의 복잡한 경우에도 빠른 정렬이 힙 정렬보다 더 많이 사용되는 이유가 있습니다.

$O(n \log n)$

다른 경우에는 알고리즘 또는 데이터 구조의 아이디어가 특수 목적의 문제에 적용될 수 있습니다. 버블 정렬은 실제 하드웨어에서 삽입 정렬보다 항상 느린 것처럼 보이지만 버블 패스를 수행한다는 아이디어는 때로는 정확히 필요한 것입니다.

예를 들어, 성능상의 이유로 가장 가까운 카메라에서 가장 가까운 카메라에 이르기까지 객체를 그리려는 최신 비디오 카드의 일종의 3D 시각화 또는 비디오 게임을 고려하십시오. 주문이 정확하지 않으면 하드웨어가 처리합니다. 3D 환경을 이동하는 경우 프레임간에 개체의 상대적 순서가 크게 바뀌지 않으므로 프레임마다 하나의 버블 패스를 수행하는 것이 합리적 일 수 있습니다. Valve의 소스 엔진은 파티클 효과를 위해이를 수행합니다.

지속성, 동시성, 캐시 로컬 성, 클러스터 / 클라우드에 대한 확장 성 및 관심있는 작업에 대해 동일한 계산 복잡성을 고려할 때 하나의 데이터 구조 또는 알고리즘이 다른 데이터 구조 또는 알고리즘보다 더 적합한 다른 여러 가지 이유가 있습니다.

그렇다고해서 만약에 대비해서 많은 알고리즘과 데이터 구조를 기억해야한다는 의미는 아닙니다. 대부분의 전투는 처음부터 악용 될 트레이드 오프가 있음을 인식하고 적절한 것이 있다고 생각되면 어디를 볼 것인지를 아는 것입니다.

수많은 머신 모델 (TM, RAM, PRAM 등)에 대한 수많은 비용 측정 (실행 시간, 메모리 사용량, 캐시 누락, 분기 오해, 구현 복잡성, 검증 가능성 등)이 있다는 사실 외에도 , 평균 대 최악의 경우 및 서로를 비교하기위한 상각 고려 사항은 종종 기본 교과서 사양의 범위를 넘어 기능상의 차이가 있습니다.

몇 가지 예 :

• Mergesort는 Quicksort가없는 곳에서 안정적입니다.
• 이진 검색 트리는 순서대로 반복을 제공하지만 해시 테이블은 그렇지 않습니다.
• Bellman-Ford는 네거티브 엣지 웨이트를 처리 할 수 ​​있지만 Dijkstra는 할 수 없습니다.

또한 교훈적인 고려 사항 이 있습니다 .

• 간단한 솔루션보다 더 복잡한 솔루션을 이해하는 것이 얼마나 쉬운가요? (BST가없는 AVL 트리 (및 해당 분석); Ford-Fulkerson이없는 Dinic; ...)
• 많은 솔루션에 노출되는 것과 비교하여 문제당 하나의 솔루션에만 노출 될 때 동일한 원리와 패턴이 보입니까?
• 문제당 하나의 솔루션에 대한 설명만으로도 숙달을위한 충분한 교육이 제공됩니까?
• 어떤 솔루션이 발견되었는지 폭을 알고 있어야합니까 (휠을 계속해서 재발견하는 것을 방지하기 위해 ¹)?
• 문제당 하나의 솔루션에만 노출되는 경우 실제 프로그래밍 라이브러리와 같은 다른 솔루션을 이해할 수 있습니까?

1. 이것은 풍부한 CS 도구 상자가없는 프로그래머 유형에서 많이 볼 수 있습니다.

에서 현실 세계 , 어떤 시점에서 당신은 다른 사람의 팀에 의해 작성되었습니다 소프트웨어 작업이 될 가능성이 높다. 이 소프트웨어 중 일부는 태어나 기 전에 작성되었을 것입니다!

사용되는 알고리즘 / 데이터 구조를 이해하려면 더 이상 "최신 상태"로 간주되지 않는 옵션을 포함하여 많은 알고리즘 / 데이터 구조를 아는 것이 매우 도움이됩니다.

또한 표준이 아니며 작업중인 응용 프로그램에서만 사용되는 알고리즘에 대해서도 작업해야합니다. 이 알고리즘을 개선해야 할 때 다른 사람들이 알고리즘을 개선 한 방법을 연구 한 것처럼 두뇌가 알고리즘을 개선하는 유용한 방법으로 채워져 있음을 알게 될 것입니다.

이것이 바로 컴퓨터 공학을 공부 한 사람이 프로그래밍 방법을 배운 사람과 다른 점입니다. 내가 일한 대부분의 일에서 컴퓨터 과학을 공부했을 때“도서에서 배운”프로그래머가 할 수 없었던 문제를 해결할 수 있었지만 컴퓨터 과학을 공부 한 것이 나에게 도움이되지 않는 시간의 95 %를 해결할 수 있는 시간이 있었다 다른 숙련 된 프로그래머보다 .

많은 사람들이 최고의 알고리즘이 하나도 없다고 올바르게 언급했습니다. 상황에 따라 다릅니다.

언젠가 낯선 상황을 경험할 가능성도 있습니다. 당신이 알고 더 많은 알고리즘, 당신의 하나 알 수있는 더 많은 기회가 거의 당신이 기본으로 사용할 수있는 솔루션을.

라파엘의 대답은 이것을 다소 언급하지만 많은 훌륭한 답변, 내가 생각하지 못하는 것.

구현의 용이성도 고려해야합니다.
대부분의 플랫폼 / 언어에는 이미 구현 된 (그리고 종종 할 수있는 것보다 더 나은) 것이 있기 때문에 정렬 알고리즘에는 문제가되지 않지만 더 특이한 알고리즘은 사용하지 못할 수 있습니다.
문제점에 따라 구현 시간이 1 일 대 2 주인 경우 절대 최상의 알고리즘이 필요하지 않을 수 있습니다.