🟪 문제 바로가기
이 글은 문제를 정리하고 저의 풀이를 보여드리는 거예요. 실제로 문제를 보고 풀어보세요. 클릭! 클릭! 해보세요! 🖱️
🟪 문제 설명
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
데이터베이스에서 게시물을 가져오는 부분의 실행시간이 너무 오래 걸린다는 것을 알게 되었다.
DB 캐시를 적용하여 성능 개선을 시도하고 있지만 캐시 크기를 얼마로 해야 효율적인지 몰라 난감한 상황이다.
DB 캐시를 적용할 때 캐시 크기에 따른 실행시간 측정 프로그램을 작성하시오.
💟 입력 형식
- 캐시 크기(
cacheSize)와 도시이름 배열(cities)을 입력받는다. cacheSize는 정수이며, 범위는0 ≦ 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
💟 추가 해설
LRU 캐시 교체 알고리즘을 구현하는 문제이고,
검색해봤다면 잘 구현된 LRU 알고리즘 코드는 많이 찾을 수 있습니다.
단, 이 문제에는 입출력 예제에 캐시 사이즈 0이 포함되어 있습니다. 공개된 대부분의 LRU 구현 코드는 0일 때의 비정상적인 상황은 가정하지 않고 있기 때문에 생각 없이 그냥 가져와 붙인다면 에러가 나서 많이 고생했을 거 같네요.
사이즈 0을 처리하는 예외 처리 자체는 어렵지 않게 구현할 수 있으므로 입출력 예제가 왜 자꾸 틀리는지를 유심히 살펴봤다면 쉽게 풀 수 있는 문제입니다.
🟪 나의 로직
💟 LRU 캐시 교체 알고리즘
💟 LinkedList 자료구조
- 주어진 도시이름 배열
cities을 읽을 때마다 캐시 교체시간이 생기고 그 교체시간들을 전부 더 하면 총 실행시간이 나온다. LinkedList.contains():cache hit과cache miss을 구별cache hit: 기존 데이터 지우고 맨 앞에 새로 추가한다.
LinkedList.remove()➡️LinkedList.addFirst()cache miss: 맨 앞에 새로 추가한다.
LinkedList.addFirst()cache miss&& 캐시가 가득 찼을 때 : 맨 뒤의 데이터를 지우고 맨 앞에 새로 추가한다.
LinkedList.removeLast()➡️LinkedList.addFirst()
❗ 도시이름 대소문자 구분하지 않는 처리하기
" 각 도시 이름은 공백, 숫자, 특수문자 등이 없는 영문자로 구성되며, 대소문자 구분을 하지 않는다. "고 문제에는 되어있다.
그러므로 만약 도시 이름 문자열 배열 - cities 가 [Daegu, daegu] 이렇다면 첫 번째 Deagu 는 cache miss 이고 두 번째 daegu 는 이미 앞에 Daegu 와 같은 페이지이므로 cache hit 이 되는 것이다.
이렇게 되기 위해서는 cache hit 또는 cache miss 하기 전에 미리 도시 이름을 toUpperCase() / toLowerCase() 처리하면 된다.
❗cacheSize가 0일때 예외 처리하기
cacheSize 가 0일때는 캐시에 도시이름을 담아둘 수가 없으므로 cash hit 경우는 아예 없게 되고, 모든 경우가 cash miss 가 된다.
도시 이름 페이지가 추가될 때마다, 같은 도시 이름이 연속 2번 추가 되더라도, 늘 cash miss 다.
모든 경우가 cache miss 이므로 도시이름 갯수 * cache miss 실행시간 을 하면 총 실행시간을 구할 수 있다.
💟 구현
-
총 실행시간 :
int runtime -
캐시 :
LinkedList<String> cache -
cacheSize가 0일 때 : 모든 경우가cache miss이므로 도시이름 갯수 *cache miss실행시간을 하면 총 실행시간을 구할 수 있다.
if (cacheSize == 0) runtime = cities.length * cacheMiss -
for문 : 캐시 LRU 교체 알고리즘으로 총 실행시간runtime을 계산한다.
for (int idx = 0; idx < cities.length; idx++)-
시티이름을 미리 대문자화 시켜 대소문자가 다른 시티이름이 같은 문자열로 취급될 수 있게 한다.
String city = cities[idx].toUpperCase() -
if(cache.contains(city)):cache hitruntime++:cache hit일 경우 실행시간은 1이다.cache.remove(city): 기존 위치 지우고cache.addFirst(city): 맨 앞에 다시 추가한다.
-
else:cache missruntime += 5:cache miss일 경우 실행시간은 5이다.if(cache.size() == cacheSize): 캐시가 꽉 찼을 때
cache.removeLast(): 맨 뒤를 지우고
cache.addFirst(city): 맨 앞에 추가한다.else: 캐시에 자리가 있을 때
cache.addFirst(city): 맨 앞에 추가한다.
-
-
for문이 끝나면 총 실행시간runtime이 계산되어 졌다. 이것을return runtime함으로써 끝낸다.
🟪 나의 코드
public static int solution(int cacheSize, String[] cities) {
int runtime = 0;
int cacheHit = 1;
int cacheMiss = 5;
LinkedList<String> cache = new LinkedList<>();
if (cacheSize == 0) {
runtime = cities.length * cacheMiss;
return runtime;
}
for (int idx = 0; idx < cities.length; idx++) {
String city = cities[idx].toUpperCase();
if (cache.contains(city)) {
runtime += cacheHit;
cache.remove(city);
cache.addFirst(city);
} else {
runtime += cacheMiss;
if (cache.size() >= cacheSize) {
cache.removeLast();
cache.addFirst(city);
} else
cache.addFirst(city);
}
}
return runtime;
}🟪 결과 : 성공 💞
🥶❓만약 런타임 에러가 난다면❗
필요한 패키지는 꼭 임포트 해야한다.
