본문 바로가기

알고리즘/프로그래머스

[JAVA] 프로그래머스 - [1차]캐시 - lv2

문제내용

https://programmers.co.kr/learn/courses/30/lessons/17680

 

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

캐시

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 ≦ 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 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.

문제 접근 방법

가장먼저 LRU가 뭔지 알아야하는데, 간단하게 설명하면 메모리에서 가장 오래된 페이지를 교체하는 방식을 말한다.

만약 캐시의 크기가 3이라면 메모리에 3개의 페이지까지 적재가 가능하다는 뜻이고, 캐시가 꽉찼을때 새로운 페이지가 들어온다면 가장 오래된 페이지를 교체 or 캐시안에 이미 같은 페이지가 존재한다면 그 페이지를 버리고 최근껄로 바꾸면 된다.

그리고 메모리안에 똑같은 페이지가 없다면 cache miss 라고 말하고, 있다면 cache hit라고 한다.

 

 

예를들면 아래와 같이 교체되게 된다.(마지막 행은 시간을 나타낸다.)

이과정을 코드로 구현하면된다.

 

로직

1. cities 배열에 모든 문자를 소문자로 바꾸기(or 대문자로)

2. 리스트 생성 및 검사

페이지를 담을 리스트를 생성해준다. 이후 리스트의 사이즈가 cacheSize보다 작다면 무조건 리스트에 삽이해주면 된다. 다만, 리스트안에 같은 페이지가 있는지 없는지만 검사하면서 cache hit 인지 cache miss인지만 구별해준다.

 

만약 리스트의 사이즈가 cacheSize와 같다면 페이지를 교체해준다.

이때, cache hit라면 원래 있던 페이지를 리스트에서 삭제하고 현재 페이지를 add해준다.

cache miss라면 리스트의 가장 앞에 있는 페이지를 삭제하고 혀냊 페이지를 add해준다.

 

위의 과정을 cities 배열의 크기만큼 반복하면서 hit, miss일때를 구분해서 시간을 더해주면 답이된다.

 


풀이

import java.util.LinkedList;

public class Solution {
	static private LinkedList<String> list;//페이지 담을 리스트
    public static int solution(int cacheSize, String[] cities) {
    	if(cacheSize==0) return cities.length*5;//캐시 사이즈 0일때 
    	
    	int answer=0;
        list = new LinkedList<String>();
        String[] str = new String[cities.length];
     
        //소문자로 변환
        for(int i=0; i<str.length; i++) 
        	str[i] = cities[i].toLowerCase();
        
        //캐시채우고 시간 더하기
        for(int i=0; i<str.length; i++) {
        	//캐시가 가득 안찼을때
        	if(list.size()<cacheSize) {
        		if(list.contains(str[i])) answer++;
        		else answer+=5;
        		list.add(str[i]);
        	}
        	//캐시가 가득 찼을때
        	else if(list.size()==cacheSize) {
        		if(list.contains(str[i])) {
        			answer++;
        			//list에 저장돼있는 현재페이지와 같은페이지가 어느 인덱스에 있는지
        			//찾은뒤에 삭제.
        			checkIdx(str[i]);
        		}
        		else {
        			answer+=5;
        			list.remove(0);
        		}
        		list.add(str[i]);
        	}
        }
        return answer;
    }
    
    public static void checkIdx(String target) {
    	int idx = 0;
    	for(int i=0; i<list.size(); i++) {
    		if(list.get(i).equals(target)) {
    			idx = i;
    			break;
    		}
    	}
    	list.remove(idx);
    }
}

마치며

LRU에 대해서만 알면 쉽게 풀수 있는 문제라고 생각한다.