Antigravity Agent
31 lines
2.3 KiB
Markdown
31 lines
2.3 KiB
Markdown
---
|
|
id: [[P-Reinforce|P-Reinforce]]-AUTO-SORT-001
|
|
category: Dev
|
|
confidence_score: 0.96
|
|
tags: [auto-reinforced, sorting, algorithm, [[Efficiency|Efficiency]], data-organization, ordering]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Sorting|Sorting]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "혼돈을 질서로: 흩어진 데이터들을 가나다순이나 크기순으로 정렬하여, '이진 탐색(Binary [[Search|Search]])' 같은 초고속 알고리즘이 작동할 수 있는 최적의 무대를 마련해 주는 컴퓨터 과학의 가장 기초적이자 파괴적인 도구."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
정렬(Sorting)은 데이터를 특정한 기준(오름차순, 내림차순 등)에 따라 일정한 순서로 나열하는 과정입니다.
|
|
|
|
1. **대표 알고리즘과 효율성 ($O$)**:
|
|
* **Quick/Merge Sort**: $O(n \log n)$ - 대규모 데이터 처리에 적합 (표준). (Efficiency와 연결)
|
|
* **Bubble/Insertion Sort**: $O(n^2)$ - 작은 데이터나 이미 거의 정렬된 경우 사용.
|
|
2. **왜 중요한가?**:
|
|
* 정렬되지 않은 데이터에서 무언가를 찾는 것은 모래사장에서 바늘 찾기 정책이지만, 정렬된 데이터에서는 '절반씩 날려버리는(Divide and Conquer)' 마법 정책 같은 탐색이 가능해지기 때문임. ([[Scalability|Scalability]]의 기반)
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거에는 수동으로 알고리즘 정책을 골라 썼으나, 현대 정책은 데이터의 특성 정책을 AI가 파악해 가장 빠른 정렬 기법 정책을 동적으로 선택하는 '자율 정렬 정책'이나 메모리 계층 구조 정책을 극대화한 'Cache-aware 정렬 정책'으로 진화함(RL Update).
|
|
- **정책 변화(RL Update)**: 이제는 단순 숫자 정렬 정책을 넘어, 벡터 공간 정책 내에서 의미적 유사성 정책에 따라 결과를 정렬해 상위권에 노출하는 '시맨틱 랭킹 정책'이 검색 지능의 핵심임. ([[Semantic-Search|Semantic-Search]]와 연결)
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Efficiency|Efficiency]], [[Scalability|Scalability]], [[Search|Search]], [[Semantic-Search|Semantic-Search]], [[Logic|Logic]], [[Optimization|Optimization]]
|
|
- **Modern Tech/Tools**: Timsort (Python standard), Quicksort, [[Radix Sort|Radix Sort]] for GPUs.
|
|
---
|