자료구조 Data Structures 2016년 2학기 전자전기컴퓨터공학부 김한준

수업 목표 소프트웨어 구성의 바탕이 되는 핵심 자료구조를 파악하고 이를 활용하여 하나의 SW시스템을 개발할 수 있는 능력을 키움 필수 자료구조인 List, Stack, Queue, Tree, Graph, Hashing 관련한 응용 프로그램을 작성할 수 있는 능력을 배양 C언어 능력을 향상시키기 위해 용도에 적합한 자료구조를 설계하고, 이를 구현할 수 있는 능력을 키움

자료구조 시간 효율성 및 공간(메모리) 효율성을 높이기 위한 데이터의 구조는 ? Stack Queue Graph 예) Big Data를 표현하기 위한 구조 Stack Queue Graph

Data Structures Efficient ways of storing and organizing data in a computer provide a means to manage huge amounts of data efficiently Ex) Big data: Web data, medical data, communication data, and whatever  Data Mining Laboratory

Data Structures Efficient data structures Efficient algorithms Good quality software  Data Mining Laboratory

Data Structures Efficient ? Space complexity Time complexity  Data Mining Laboratory

강의 내용 Arrays Stacks Queues Linked List Tree Graph Sorting Hashing 주요 자료구조 Arrays Stacks Queues Linked List Tree Graph Sorting Hashing  Data Mining Laboratory

Stacks LIFO (Last-in First-out) Applications push/pop operations Calculators Backtracking Solving maze problems  Data Mining Laboratory

Queues FIFO (First-In First-Out) Applications add/delete operations service/job scheduling  Data Mining Laboratory

Trees Hierarchical tree structure with a set of linked nodes binary trees binary search trees threaded binary trees heap selection trees  Data Mining Laboratory

Graphs A finite set of ordered pairs of edges and vertices Applications path finding social network mining  Data Mining Laboratory

Sorting 종류 Selection sorting Insertion sorting Bubble sorting Quick sorting Heap sorting Merge sorting Radix sorting …  Data Mining Laboratory

Hashing Hash Tables Using a hash function to map key values to their associated values  Data Mining Laboratory

수업 목표 소프트웨어 구성의 바탕이 되는 핵심 자료구조를 파악하고 이를 활용하여 하나의 SW시스템을 개발할 수 있는 능력을 키움 필수 자료구조인 List, Stack, Queue, Tree, Graph, Hashing 관련한 응용 프로그램을 작성할 수 있는 능력을 배양 C언어 능력을 향상시키기 위해 용도에 적합한 자료구조를 설계하고, 이를 구현할 수 있는 능력을 키움

자료구조 관련 사이트

강의 교재 Textbook 강의 시간에 필수 지참 C언어로 쉽게 풀어 쓴 자료구조 저자: 천인국외 2인 출판사: 생능출판사 출판년도: 2014년 강의 시간에 필수 지참  Data Mining Laboratory

강의 정보 강의 홈페이지 http://datamining.uos.ac.kr/ => “자료구조및실습” 클릭 강의일정 관련정보 게시 평가결과 게시  Data Mining Laboratory

강의진행 및 평가 방식 강의 평가 원칙은 아래와 같으며 필요에 따라서 조정 가능 이론 강의: 2시간 실습 수행: 2시간 중간고사: 40% 기말고사: 40% 과제: 15% 주요 자료구조 구현: list, stack, queue, hashing 등 기말 프로젝트: 다수의 자료구조의 융합 출석 및 Quiz: 5% Quiz: 3~4회 실시 (실습 시간에 수행)

기말 프로젝트 다수의 자료구조를 융합하여 데이터 처리, 관리 프로젝트 내용은, 예) Hashing + linked list + sorting 예) Graph + linked list + sorting 예) Stack (Queue) + linked list + sorting 프로젝트 내용은, 중간고사 이후 공고  Data Mining Laboratory

유의사항 컴퓨터 사용 휴대폰 사용 과제 수행 강의 시간: 컴퓨터 모니터 전원 Off, 유인물 또는 노트 필기 권장함 실습 시간: R 프로그래밍 제외한 프로그램 실행 금지 (예: 웹 검색, 채팅 등)하며, 적발 시 퇴실 조치함 휴대폰 사용 진동 발신음 처리 또는 전원 Off 통화 및 문자 메시지 절대 금지 과제 수행 도용 및 복사 적발시 벌칙: 1회 적발시 학점 1등급 강등, 2회 적발시 F 학점 처리 과제 도용: 웹 또는 다른 소스로부터 유사 내용 획득 과제 복사: 쌍방 모드 벌칙 처리함

Contact 강의 교수 실습 조교 김한준, khj@uos.ac.kr 정보기술관 408호 Office hour: 상담시 Email 연락 필수 매주 월 16:00 ~ 18:00, 목 15:00 ~ 18:00 실습 조교 유한묵, daum1064@gmail.com 정보기술관 415호

Questions ?