존재 확인(in) : 특정 키가 해시 테이블에 있는지 물어본다. ex) “B” in score
장점
구현이 단순하고 빠름
순서 보장
언제 주로 사용할까?
빠른 검색이 필요할 때
빈도를 세어야 할 때: 이 문자열에서 각 알파벳이 몇 번이나 등장했을까? 처럼 각 항목의 등장 횟수를 계산할 때 효과적이다.
코드 예시
# 해시 테이블 (딕셔너리) 생성
scores = {}
# 삽입 "앨리스"는 90점, "밥"은 85점, "찰리"는 92점
scores["Alice"] = 90
scores["Bob"] = 85
scores["Charlie"] = 92
print(scores) # {'Alice': 90, 'Bob': 85, 'Charlie': 92}
# 조회 "앨리스"의 점수는?
print(scores["Alice"]) # 90 (바로 찾아줍니다!)
# 존재 확인 "밥"이라는 학생이 있나요?
print("Bob" in scores) # True (있습니다!)
# 삭제 "밥"의 점수 기록 지우기
del scores["Bob"]
print(scores) # {'Alice': 90, 'Charlie': 92}
# 값 수정 "앨리스" 점수를 95점으로 변경
scores["Alice"] = 95
print(scores) # {'Alice': 95, 'Charlie': 92}
집합의 개념
기본 개념: 중복된 데이터를 허용하지 않고, 오직 고유한 데이터들만 보관한다.
핵심 기능
삽입(add) : set에 원소를 추가한다. ex) 참석자.add(“A)
삭제(del) : set에 특정 원소를 뺀다. ex) 참석자.remove(“B)
존재 확인(in) : set에 특정 원소가 있는지 물어본다.
합집합(|)
교집합(&)
차집합()
장점
속도가 빠르다. 평균 시간 복잡도 O(1)
단점
순서가 없기 때문에, 리스트처럼 인덱스 번호로 특정 데이터에 접근할 수 없다.
해시 테이블처럼 ‘키-값’쌍으로 데이터를 저장하는 게 아니라, 데이터 값 자체만을 저장한다.
코드 예시
# 집합 생성
class_a = set()
# 추가 A반 학생들
class_a.add("Alice")
class_a.add("Bob")
class_a.add("Alice") # "Alice"는 이미 있으므로 중복 추가되지 않음
print(class_a) # {'Alice', 'Bob'} (순서는 다를 수 있음)
# 존재 확인 "Bob"이 A반에 있나요?
print("Bob" in class_a) # True
# "Charlie"가 A반에 있나요?
print("Charlie" in class_a) # False
# 제거 "Bob"을 A반 명단에서 제외
class_a.remove("Bob")
print(class_a) # {'Alice'}
# 집합 연산 B반 학생 명단
class_b = {"Bob", "Charlie", "Dave"}
# 교집합 A반과 B반에 모두 속한 학생은?
print(class_a & class_b) # set() (현재 A반에는 Alice만 있으므로 공통 학생 없음)
# Alice도 B반에 있다고 가정하고 다시 교집합
class_a.add("Bob") # Bob을 다시 A반에 추가
class_a.add("Charlie") # Charlie도 A반에 추가
print(class_a & class_b) # {'Bob', 'Charlie'} (순서는 다를 수 있음)
# 합집합 A반 또는 B반에 속한 모든 학생은?
print(class_a | class_b) # {'Alice', 'Bob', 'Charlie', 'Dave'} (순서는 다를 수 있음)
