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.

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.

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.

Search-Algorithms, Knowledge-Graph-Foundations, Indexing-Strategies, Decision-Trees-and-Random-Forests
Raw Source: 10_Wiki/Topics/AI/Linked-Lists-and-Trees.md