16. 자료구조 비교 총정리 - 상황별 선택 가이드

자료구조 비교 총정리

16. 자료구조 비교 총정리 - 상황별 선택 가이드

리스트, 튜플, 세트, 딕셔너리. 네 가지를 모두 배웠는데, 실전에서 뭘 써야 할지 아직 고민된다면? 이 글 하나로 상황별 최적의 선택을 내릴 수 있게 되자.

---

한눈에 비교

4가지 자료구조 한눈에 비교

특성	리스트 [ ]	튜플 ( )	세트 { }	딕셔너리 {k:v}
순서	O	O	X	O (3.7+)
수정 가능	O	X	O	O
중복 허용	O	O	X	키X / 값O
인덱싱	O	O	X	키로 접근
생성 방법	[1, 2, 3]	(1, 2, 3)	{1, 2, 3}	{"a": 1}

---

상황별 선택 가이드

"어떤 자료구조를 써야 할까?" 판단 흐름

1. 키-값 쌍이 필요하다 → 딕셔너리
2. 중복 제거가 필요하다 → 세트
3. 데이터가 바뀌면 안 된다 → 튜플
4. 그 외 → 리스트

상황별 예시

상황	추천	이유
학생 점수 목록	리스트	순서 있고, 추가/삭제 필요
이름으로 점수 찾기	딕셔너리	키(이름)로 값(점수) 매핑
요일 (월~일)	튜플	변하지 않는 고정 데이터
출석한 학생 (중복 없이)	세트	중복 자동 제거, 집합 연산
쇼핑카트 상품 목록	리스트	같은 상품 여러 개 가능, 순서 필요
좌표 (x, y)	튜플	좌표는 변하면 안 됨
설정 값 (이름: 값)	딕셔너리	설정 이름으로 값에 접근
태그/카테고리 (고유)	세트	중복 없는 고유 값의 모음

---

검색 속도 비교

"이 값이 있는가?" 확인(in 연산)의 속도 차이는 데이터가 많아질수록 크다.

# 리스트: 처음부터 끝까지 하나씩 확인 (느림)
5 in [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]   # 5번째에서 발견

# 세트/딕셔너리: 해시 기반으로 즉시 찾음 (빠름)
5 in {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}   # 바로 발견

연산	리스트	튜플	세트	딕셔너리
x in 검색	느림	느림	빠름	빠름
인덱스 접근	빠름	빠름	불가	빠름 (키)
추가	빠름 (끝)	불가	빠름	빠름

💡 실전 팁: "이 값이 포함되어 있는가?"를 자주 확인해야 한다면, 리스트 대신 세트나 딕셔너리를 사용하면 훨씬 빠르다.

# 느린 방법
banned_list = ["spam", "ad", "fake"]   # 리스트
if word in banned_list: ...             # 하나씩 비교

# 빠른 방법
banned_set = {"spam", "ad", "fake"}    # 세트
if word in banned_set: ...             # 즉시 확인

---

자료구조 간 변환

# 리스트 ↔ 튜플
my_list = [1, 2, 3]
my_tuple = tuple(my_list)    # (1, 2, 3)
back_list = list(my_tuple)   # [1, 2, 3]

# 리스트 → 세트 (중복 제거)
data = [1, 2, 2, 3, 3, 3]
unique = set(data)           # {1, 2, 3}
unique_list = list(unique)   # [1, 2, 3]

# 리스트 → 딕셔너리 (zip 활용)
keys = ["name", "age", "city"]
values = ["김철수", 25, "서울"]
info = dict(zip(keys, values))   # {'name': '김철수', 'age': 25, 'city': '서울'}

# 딕셔너리 → 리스트
person = {"name": "김철수", "age": 25}
key_list = list(person.keys())      # ['name', 'age']
value_list = list(person.values())  # ['김철수', 25]

---

실전 예시: 텍스트 분석기

네 가지 자료구조를 모두 활용하는 종합 예제다.

text = """파이썬은 배우기 쉽다 파이썬은 강력하다
파이썬으로 웹개발도 가능하다 파이썬으로 데이터분석도 가능하다
파이썬은 인기있는 언어다"""

# 1. 리스트: 단어 분리
words = text.split()
print(f"총 단어 수: {len(words)}")

# 2. 세트: 고유 단어
unique_words = set(words)
print(f"고유 단어 수: {len(unique_words)}")

# 3. 딕셔너리: 단어 빈도수
word_count = {}
for word in words:
    word_count[word] = word_count.get(word, 0) + 1

# 빈도순 정렬
sorted_words = sorted(word_count.items(), key=lambda x: x[1], reverse=True)

print("\n단어 빈도수 (상위 5개):")
for word, count in sorted_words[:5]:
    bar = "█" * count
    print(f"  {word:10s} {bar} ({count}회)")

# 4. 튜플: 결과를 변경 불가능하게 저장
result = tuple(sorted_words[:3])
print(f"\n상위 3개 (변경 불가): {result}")

---

직접 해보기

문제 1. 학생 데이터를 적절한 자료구조로 관리해보자.

5명의 학생 이름과 점수를 저장하고:
- 전체 평균 구하기
- 최고 점수 학생 찾기
- 80점 이상 학생만 추출

문제 2. 두 반의 학생 출석 데이터를 세트로 처리해보자.

class_a = {"김철수", "이영희", "박민수", "최지원", "정다은"}
class_b = {"이영희", "박민수", "한미경", "오준서", "정다은"}
# 구하기: 두 반 모두 출석한 학생, A반에만 있는 학생

정답 보기

# 문제 1
students = {"김철수": 85, "이영희": 92, "박민수": 78, "최지원": 95, "정다은": 68}
‍
# 전체 평균
avg = sum(students.values()) / len(students)
print(f"평균: {avg:.1f}")
‍
# 최고 점수
top = max(students, key=students.get)
print(f"1등: {top} ({students[top]}점)")
‍
# 80점 이상
passed = {name: score for name, score in students.items() if score >= 80}
print(f"80점 이상: {passed}")
‍
# 문제 2
class_a = {"김철수", "이영희", "박민수", "최지원", "정다은"}
class_b = {"이영희", "박민수", "한미경", "오준서", "정다은"}
‍
both = class_a & class_b
print(f"두 반 모두: {both}")
‍
only_a = class_a - class_b
print(f"A반에만: {only_a}")

---

오늘의 정리

상황	추천 자료구조
순서대로 저장, 수정 필요	리스트 [ ]
변경되면 안 되는 데이터	튜플 ( )
중복 제거, 집합 연산	세트 { }
이름(키)으로 값 접근	딕셔너리 {k: v}
빠른 검색 (in 연산)	세트 또는 딕셔너리

---

다음 편 예고: 함수 (1) - 코드를 재사용하는 방법

같은 코드를 여러 번 반복해서 쓰고 있다면? 함수로 한 번 만들어두면 이름만 불러서 재사용할 수 있다. 프로그래밍의 핵심 원칙인 "반복하지 마라(DRY)"를 실천하는 방법을 알아보자.

---

태그: 파이썬 Python 파이썬독학 자료구조 리스트 딕셔너리 튜플 세트 성능비교 파이썬기초 IT교육