[4코1파] #42. [1차] 캐시

gunny·2023년 2월 14일

4코1파 코딩테스트 코딩테스트 python 프로그래머스 [1차] 캐시 프로그래머스 [1차] 캐시 python

코딩테스트

목록 보기

42/530

[4코1파] 4명의 안드로이드 개발자와 1명의 파이썬 개발자의 코딩 테스트 서막 : 4코1파

Rule :

하루에 1문제씩 풀기.
한 문제당 30분씩은 고민하기.
왜 그렇게 풀었는지 공유하기.
하루라도 놓친다면 벌금은 1,000원

START :

[3코1파] 2023.01.04~ (42일차)
[4코1파] 2023.01.13~ (33일차)

Today :

2023.02.14 [42일차]

프로그래머스 LV2
[1차] 캐시
https://school.programmers.co.kr/learn/courses/30/lessons/17680

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 ≦ 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

문제 풀이 방법

LRU(Least Recently Used) :
가장 오랫동안 사용하지 않은 페이지를 교체하는 알고리즘
심지어 어제 혼공컴운 마지막에서 푼 문제가 여기 나와버림 떼용
(https://blog.naver.com/heyggun/223014335392)

이걸 python으로 처음에는 구현을 하는데 자꾸 답이 다르게나옴
일단 프로세스는

캐시사이즈에 해당하는 리스트를 만든다
주어진 시티를 돈다 ( 대소문자구분이 없다고 했으므로, 대문자나 소문자로 일단 바꿈. 나는 map. 사용)
city가 캐시에 없다면 집어넣고 +5를 해준다 ( cache miss)
3-1. 현재의 캐시 리스트에 담긴 데이터가 캐시 사이즈보다 크다면,
pop을 해서 맨 앞자리에 있는 리스트 원소(제일 사용하지 않았다고 생각해서) 를 제거한 후에, 리스트에 city를 담아준다.
3-2. 캐시 리스트 길이가 캐시 사이즈보다 작다면? 그냥 city 넣어줌
city가 캐시에 있다면? +1를 해준다.
그대신 여기서! 최근 사용했음을 표시하기 위해서
기존에 인덱스에 있는 city를 제거하고 마지막 cache 리스트에 append를 해준다. -껕-

여기서 중요한 점은..
cachesize가 0이 있다는 점.. 그건 예외처리로 미리 return 해줌
city 리스트의 길이에 *5 ~!

내 코드

def solution(cacheSize, cities):
    answer = 0
    cache = []
    cities = list(map(lambda x: x.lower(), cities))
    
    if cacheSize ==0:
        return len(cities)*5
    
    for city in cities:
        if city not in cache:
            answer +=5
            if len(cache) < cacheSize:
                cache.append(city)
            else:
                cache.pop(0)
                cache.append(city)
                
        else:
            answer+=1
            cache.remove(city)
            cache.append(city)
    
    return answer

증빙