비디오: 머니봇의 알고리즘 트레이딩 21강 (A9): 주식 분석에 사용되는 머신러닝 함수 소개 2024
나무 구조는 자연 세계의 물리적 대상과 매우 비슷합니다. 나무를 사용하면 다른 데이터 저장 기술을 사용하는 것보다 빠르게 데이터를 정리하고 더 짧은 시간에 찾을 수 있습니다. 일반적으로 검색 및 정렬 루틴에 사용되는 트리를 찾지 만 다른 목적도 많이 있습니다.
나무를 짓는 것은 물리적 세계에서 나무를 짓는 것과 흡사합니다. 트리에 추가하는 각 항목은 노드 입니다. 노드는 링크를 사용하여 서로 연결합니다. 노드와 링크의 조합은 그림과 같이 나무처럼 보입니다.
트리에는 물리적 트리와 마찬가지로 하나의 루트 노드 만 있습니다. 루트 노드는 수행하는 다양한 종류의 처리를위한 시작점을 제공합니다. 루트 노드에는 분기 나 잎이 연결됩니다. 잎 노드는 항상 트리의 끝점입니다. 지점 노드는 다른 지점이나 나뭇잎을 지원합니다. 각 노드에는 최대 두 개의 연결이 있기 때문에 표시되는 트리 유형은 2 진 트리입니다.
나무를 볼 때, 지점 B는 루트 노드의 하위 노드입니다. 이는 루트 노드가 목록의 맨 앞에 나타나기 때문입니다. 리프 E와 리프 F는 브랜치 B의 하위 노드로, 브랜치 B를 리프 E와 리프 F의 부모로 만듭니다. 노드 간의 관계는 트리에 대한 토론이 노드 간의 하위 / 부모 관계를 고려하기 때문에 중요합니다. 이러한 용어가 없으면 나무에 대한 논의가 상당히 혼란 스러울 수 있습니다.
