본문 바로가기

Dot Algo∙ DS/PS

[프로그래머스] 2018 카카오 블라인드 #3 캐시 (Java)

    #3 캐시

    난이도 : LEVEL2

    유형 : 자료구조 / 큐

     

    코딩테스트 연습 - [1차] 캐시

    3 ["Jeju", "Pangyo", "Seoul", "NewYork", "LA", "Jeju", "Pangyo", "Seoul", "NewYork", "LA"] 50 3 ["Jeju", "Pangyo", "Seoul", "Jeju", "Pangyo", "Seoul", "Jeju", "Pangyo", "Seoul"] 21 2 ["Jeju", "Pangyo", "Seoul", "NewYork", "LA", "SanFrancisco", "Seoul", "Ro

    programmers.co.kr

     문제

    지도개발팀에서 근무하는 제이지는 지도에서 도시 이름을 검색하면 해당 도시와 관련된 맛집 게시물들을 데이터베이스에서 읽어 보여주는 서비스를 개발하고 있다.
    이 프로그램의 테스팅 업무를 담당하고 있는 어피치는 서비스를 오픈하기 전 각 로직에 대한 성능 측정을 수행하였는데, 제이지가 작성한 부분 중 데이터베이스에서 게시물을 가져오는 부분의 실행시간이 너무 오래 걸린다는 것을 알게 되었다.
    어피치는 제이지에게 해당 로직을 개선하라고 닦달하기 시작하였고, 제이지는 DB 캐시를 적용하여 성능 개선을 시도하고 있지만 캐시 크기를 얼마로 해야 효율적인지 몰라 난감한 상황이다.

    어피치에게 시달리는 제이지를 도와, DB 캐시를 적용할 때 캐시 크기에 따른 실행시간 측정 프로그램을 작성하시오.

     입력

    • 캐시 크기(cacheSize)와 도시이름 배열(cities)을 입력받는다.
    • cacheSize는 정수이며, 범위는 0 ≦ cacheSize ≦ 30 이다.
    • cities는 도시 이름으로 이뤄진 문자열 배열로, 최대 도시 수는 100,000개이다.
    • 각 도시 이름은 공백, 숫자, 특수문자 등이 없는 영문자로 구성되며, 대소문자 구분을 하지 않는다. 도시 이름은 최대 20자로 이루어져 있다.

     출력

    • 입력된 도시이름 배열을 순서대로 처리할 때, "총 실행시간"을 출력한다.
    • 캐시 교체 알고리즘은 LRU(Least Recently Used)를 사용한다.
    • cache hit일 경우 실행시간은 1이다.
    • cache miss일 경우 실행시간은 5이다

     

    문제 풀이  

    LRU 알고리즘은 캐시의 공간이 꽉찼을 때 가장 마지막에 사용된 페이지를 제거해주는 기법이다.

     

    풀이를 하면서 잠깐 헤맸던 부분은 캐시 안에 들어있던 페이지는 hit이므로 그냥 계산해주고 넘겼다. 그런데 LRU 알고리즘으로 페이징 처리를 해줘야하므로 나중에 캐시가 꽉 차 페이지를 교체해야할 때 최근 사용된 페이지 갱신을 안해줘서 엉뚱한 페이지가 교체되었다. 그래서 hit되는 순간 항상 해당 페이지를 삭제하고 다시 Queue에 넣어주는 구조로 설계하였다.

     

    설계

    1. 모든 문자열을 통일하게 소문자로 받는다.
    2. Queue에 문자열이 존재하지 않다면 cache miss +5
    3. 존재한다면 cache hit +1
      1. 최근 사용한 페이지 순위를 갱신해준다.
      2.  q.remove(city);  → q.add(city);
    4. 모든 데이터를 탐색한 후 계산된 시간을 출력해준다.

     

    풀이 코드 

    import java.util.LinkedList;
    import java.util.Queue;
    
    class Solution {
        public int solution(int cacheSize, String[] cities) {
            Queue<String> q = new LinkedList<>();
            int time =0;
            for(int i=0; i<cities.length; i++) {
            	String city = cities[i].toLowerCase();
            	
            	if(!q.contains(city)) {
            		time +=5;
            	}else {
            		q.remove(city);
            		time +=1;
            	}
            	q.add(city);
            	if(q.size()>cacheSize) {
        			q.poll();
        		}
            }
            return time;
        }
    }