[1차] 캐시

문제 풀러가기

문제 설명

 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 형식

  • 캐시 크기(cacheSize)와 도시이름 배열(cities)을 입력받는다.
  • cacheSize는 정수이며, 범위는 0 ≦ cacheSize ≦ 30이다.
  • 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 형식

  • 입력된 도시이름 배열을 순서대로 처리할 때, “총 실행시간”을 출력한다.

조건

  • 캐시 교체 알고리즘은 LRU(Least Recently Used)를 사용한다.
  • cache hit일 경우 실행시간은 1이다.
  • cache miss일 경우 실행시간은 5이다.

입출력 예제

캐시크기
(cacheSize)		 도시이름(cities) 실행시간
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”, “Rome”, “Paris”, “Jeju”, “NewYork”, “Rome”] 60
5 [“Jeju”, “Pangyo”, “Seoul”, “NewYork”, “LA”, “SanFrancisco”, “Seoul”, “Rome”, “Paris”, “Jeju”, “NewYork”, “Rome”] 52
2 [“Jeju”, “Pangyo”, “NewYork”, “newyork”] 16
0 [“Jeju”, “Pangyo”, “Seoul”, “NewYork”, “LA”] 25

코드

import java.util.*;

class Solution {
  public int solution(int cacheSize, String[] cities) {
    int answer = 0;
    List<String> cache = new LinkedList<>();

    for(String cityTemp : cities) {
      String city = cityTemp.toLowerCase();

      if(cache.contains(city)) {
        cache.remove(city);
        cache.add(city);
        answer++;
      } else if(cache.size() < cacheSize) {
        cache.add(city);
        answer += 5;
      } else {
        if(cacheSize > 0) {
          cache.remove(0);
          cache.add(city);
        }
        answer += 5;
      }
    }

    return answer;
  }
}

설명

 LRU 알고리즘을 사용하라고 조건에 주어져있다. LRU 알고리즘은 캐시에서 메모리를 다루는 알고리즘 중 가장 많이 사용되는 알고리즘인데, 저장된 페이지 중 가장 오랫동안 사용되지 않은 페이지를 교체하는 알고리즘이다. LRU를 구현할 때 Queue를 사용하면 편한데 Java에서는 LinkedList가 Queue의 구현체이므로 LinkedList를 사용한다.

import java.util.*;

class Solution {
  public int solution(int cacheSize, String[] cities) {
    int answer = 0;
    List<String> cache = new LinkedList<>();

대소문자 구분이 없다고 하였으니 모두 같은 소문자로 통일시킨다. 그리고 캐시를 검사하여 캐시가 적중했을 경우 기존에 있던 페이지를 지우고 캐시 페이지를 Queue의 가장 처음으로 가져온다. 그리고 실행시간이 1이므로 answer를 1 올려준다.

    for(String cityTemp : cities) {
      String city = cityTemp.toLowerCase();

      if(cache.contains(city)) {
        cache.remove(city);
        cache.add(city);
        answer++;

캐시가 미스인 경우, 즉 데이터를 처음 입력하거나 캐시가 가득 찼는데 같은 페이지가 없는 경우 또는 캐시 사이즈가 0인 경우 모두 실행시간을 5씩 증가시킨다. 마지막으로 증가한 answer 값을 반환하도록 한다.

      } else if(cache.size() < cacheSize) {
        cache.add(city);
        answer += 5;
      } else {
        if(cacheSize > 0) {
          cache.remove(0);
          cache.add(city);
        }
        answer += 5;
      }
    }

    return answer;
  }
}