가장 높은 우선순위를 가진 데이터를 신속하게 찾아내기 위해 고안된 자료구조인 힙(Heap)의 원리와 이를 활용한 우선순위 큐의 구현 방식을 정리했다.
단순히 데이터를 쌓아두는 것이 아니라 부모와 자식 노드 간의 엄격한 대소 관계를 유지하며 항상 최적의 값을 루트에 배치하는 메커니즘을 분석했다.
부모 노드가 자식 노드보다 항상 크거나 같은 최대 힙(Max Heap)과 반대로 작거나 같은 최소 힙(Min Heap)의 구조적 차이를 명확히 파악했다.
데이터가 삽입되거나 삭제될 때마다 힙의 성질을 유지하기 위해 위아래로 노드를 이동시키는 O(log N) 복잡도의 재정렬 과정을 코드로 구현했다.
입력 순서와 상관없이 가장 중요한 작업부터 먼저 꺼내 처리해야 하는 시스템 설계에 힙을 활용한 우선순위 큐가 얼마나 효율적인지 확인했다.
배열을 사용하여 완전 이진 트리를 효율적으로 표현하는 인덱스 계산법을 익히며 메모리 효율과 논리적 구조를 동시에 잡는 설계 기법을 배웠다.
힙은 운영체제의 프로세스 스케줄링, 다익스트라 최단 경로 알고리즘 등 고도의 우선순위 제어가 필요한 곳에서 성능적 이점을 제공하는 핵심 도구임을 깨달았다.
단순 리스트를 정렬하여 사용하는 것보다 힙을 활용하는 것이 대규모 데이터 환경에서 훨씬 더 강력한 성능을 발휘함을 직접 체감했다.
작업의 중요도에 따라 실행 순서를 결정해야 하는 복잡한 로직을 설계할 때 힙 구조를 적극 도입하여 시스템의 지능적인 처리를 도모했다.
자료구조의 형태가 알고리즘의 효율성을 어떻게 결정짓는지 힙을 통해 다시 한번 깊이 이해했다.
무질서한 데이터 흐름 속에서 최적의 우선순위를 즉각적으로 도출해내는 힙의 효율성을 포착했다.
