[프로그래머스 Level.2] [1차] 캐시 (2018 KAKAO BLIND RECRUITMENT) (Java)

문제 링크

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

프로그래머스

 

 

 

코딩테스트 연습 > 2018 KAKAO BLIND RECRUITMENT > [1차] 캐시

 

 

 

 

문제 설명

 

 

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.

 

 

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

 

 

 

나의 코드

import java.util.*;

class Solution {
    public int solution(int cacheSize, String[] cities) {
        int answer = 0;
        
        if(cacheSize == 0)
            return cities.length * 5;
        
        LinkedList<String> cacheList = new LinkedList<>();
        
        for(int i=0; i<cities.length; i++) {
            String city = cities[i].toUpperCase();
            
            if(cacheList.contains(city)) {
                cacheList.remove(city);
                cacheList.addFirst(city);
                answer++;
            } else {
                if(cacheList.size() >= cacheSize) {
                    cacheList.pollLast();
                }
                cacheList.addFirst(city);
                answer += 5;
            }
            
        }
        
        return answer;
    }
}

 

풀이

1. 우선 cacheSize가 0이라면 cities.length 만큼 5를 곱해주고 리턴하면 된다.
2. LRU 페이징 알고리즘 규칙에 맞게 캐시로 사용 할 LinkedList를 만든다.
3. cities를 for문 돌면서 LinkedList에 해당 데이터가 없으면(캐시에 없으면) 데이터를 넣어주고 answer에 +5를 해주고 LinkedList에 해당 데이터가 있으면(캐시에 있으면) 캐시에서 해당 데이터를 remove 해주고 첫번째 자리에 다시 추가해주고 answer에 +1을 해주면 된다.  

 

LRU(Least Recently Used)는 페이징 알고리즘 중에 하나로 가장 오랫동안 참조되지 않은 페이지를 교체하는 방식이다.

캐시 크기만큼 가장 최근에 봤던 페이지들을 캐시에 담고 있다고 생각하면 된다.

 

cache hit은 CPU가 참조하고자 하는 메모리가 캐시에 존재하고 있는 경우 => 캐시에서 바로 조회

cache miss는 CPU가 참조하고자 하는 메모리가 캐시에 존재하지 않을 경우

 

캐시 교체 알고리즘으로 사용한 LRU(Least Recently Used) 참고 : https://dailylifeofdeveloper.tistory.com/355