Learning
토픽 74 / 76·비교표

## Part 7: 확률적 자료구조

블룸 필터 vs 해시 테이블

항목블룸 필터해시 테이블
정확도확률적 (FP 존재, FN 없음)정확
공간매우 작음 (비트 배열)
삭제불가 (Counting BF 제외)가능
검색O(k) - 해시 함수 수O(1) 평균
적용스팸 필터, DB 캐시딕셔너리, 인덱스

스킵 리스트 vs AVL vs Red-Black

항목스킵 리스트AVLRed-Black
균형확률적결정적 (엄격)결정적 (느슨)
구현단순 (다층 연결리스트)복잡 (회전)복잡 (회전+색상)
검색O(log n) 기대O(log n) 보장O(log n) 보장
병렬성높음 (부분 잠금)낮음낮음
적용Redis SortedSet검색 최적STL, 커널

Suffix Tree vs Suffix Array vs 트라이

항목Suffix TreeSuffix Array트라이
공간O(n) - 상수 큼O(n) - 상수 작음O(n) - 상수 큼
패턴 검색O(m)O(m log n)O(m)
메모리많음적음많음
적용생물정보학공간 제약 시사전, 자동완성

영속 자료구조 vs 일시 자료구조

항목영속 (Persistent)일시 (Ephemeral)
불변성불변 (이전 버전 보존)가변 (단일 버전)
메모리많음 (경로 복사)적음
적용Git, 함수형 언어, 에디터 Undo일반 프로그래밍

공간 자료구조: Quadtree vs Octree vs KD-Tree

항목QuadtreeOctreeKD-Tree
차원2D3Dk차원
분할4분할8분할2분할 (축 교대)
적용2D 게임, 지도3D 렌더링, 볼륨최근접 이웃, ML

KD-Tree vs Ball Tree vs R-Tree

항목KD-TreeBall TreeR-Tree
적합 차원저차원고차원공간 객체
분할축 기반 분할구(Ball) 기반MBR (최소 경계 사각형)
적용점 쿼리ML (고차원 NN)GIS, 공간 DB

Count-Min Sketch vs 해시 테이블

항목Count-Min Sketch해시 테이블
정확도근사 (과대추정)정확
공간매우 작음
삭제불가가능
적용스트리밍 빈도 추정정확 카운트

HyperLogLog vs 해시 셋

항목HyperLogLog해시 셋
정확도근사 (오차 ~2%)정확
공간KBGB
적용고유 방문자 수정확 카운트 필요 시

Cuckoo Filter vs Bloom Filter

항목Cuckoo FilterBloom Filter
삭제지원불가
공간더 작음
False Positive유사유사
적용삭제 필요 시삽입 전용