---
id: CS-DS-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [computer-science, data-structures, linked-list, trees, algorithm-foundations]
last_reinforced: 2026-04-26
---

# Linked Lists and Trees (연결 리스트와 트리)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "메모리의 조각들을 포인터로 엮어 유연한 흐름(List)을 만들고, 데이터의 숲(Tree)을 구축하여 탐색의 미학을 완성하라" — 데이터 요소를 물리적 순서가 아닌 논리적 연결로 관리하는 연결 리스트와, 부모-자식 관계를 통해 계층적 정보를 저장하는 트리 자료구조.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** "Non-contiguous Storage & Hierarchical Search" — 고정된 배열의 한계를 넘어 데이터를 필요할 때마다 동적으로 할당(Linked List)하고, $O(\log N)$ 수준의 고속 탐색을 위해 지식을 분류하고 계층화(Tree)하는 최적화 패턴.
- **핵심 특징:**
    - **Linked List:** 삽입과 삭제가 자유롭지만 탐색이 느림($O(N)$). 큐(Queue)나 스택(Stack) 구현의 기초.
    - **Binary Search Tree (BST):** 정렬된 데이터를 효율적으로 탐색.
    - **Balanced Trees (AVL, B-Tree):** 데이터가 한쪽으로 쏠리지 않게 관리하여 성능 유지 (DB 인덱스의 핵심).
- **의의:** AI 에이전트의 사고 과정(Decision Tree), 파일 시스템 구조, 지식 그래프의 하위 분류 등 복잡한 정보를 조직화하는 가장 기본적인 논리 장치.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 단순한 이진 트리를 넘어, 이제는 고차원 벡터 공간의 검색을 가속하기 위한 KD-Tree, Ball-Tree 등 특수한 트리 구조가 AI 도메인에서 더 핵심적으로 활용됨.
- **정책 변화:** Antigravity 프로젝트는 지식 문서의 카테고리 계층 구조를 트리 형태로 관리하며, 에이전트의 추론 단계(Reasoning Chain)를 연결 리스트로 시각화하여 사용자가 사고의 흐름을 추적할 수 있게 함.

## 🔗 지식 연결 (Graph)
- Search-Algorithms, [[Knowledge-Graph-Foundations]], [[Indexing-Strategies]], Decision-Trees-and-Random-Forests
- **Raw Source:** 10_Wiki/Topics/AI/Linked-Lists-and-Trees.md