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
| 캐시크기(cacheSize) | 도시이름(cities) | 실행 시간 |
|---|---|---|
| 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 |
풀이
맨 처음에 LRU와 캐시를 제대로 이해하지 못하다가 예제를 따라해보면서 파악했다. 캐시는 개발 공부하면서 몇 번 들어서 알고 있었지만 명확하게는 몰라서 다시 한 번 공부해봐야할 부분이다. LRU도 학교 다닐 때 들었는데 다시 검색해서 찾아봤다.
LRU 알고리즘 (Least Recently Used Algorithm)
LRU 알고리즘 : 가장 오랫동안 참조되지 않은 페이지를 교체하는 기법
빈 배열을 만들고 도시 이름 배열을 map으로 반복한다. 배열 안에 아이템이 배열 안에 포함 되냐를 기준으로 잡는다.
- 배열 안에 포함
해당하는 index를 찾고 해당 item을 배열에서 splice를 메소드를 사용해 제거한다.
이후 해당하는 item을 맨 뒤로 보내기 위해 push한다.
시간을 1 증가시킨다. - 배열 안에 미포함
배열의 길이와 캐시사이즈가 같게 되면 맨 앞 item을 shift 메소드를 사용해 제거한다.
배열 맨뒤에 city를 push한다.
시간을 5 증가시킨다.
제출한 결과 2개가 통과하지 못해서 90점이 나왔다.
반례가 있을텐데 생각하는게 어려웠다.
캐시크기가 0일 때를 생각해보면 반례를 찾을 수 있다.
반례 case 캐시 크기 0, 도시이름 ["a", "a"] 실행시간 10
캐시크기가 0일 때는 cities 배열 길이에 5을 곱해주면 된다.
코드
function solution(cacheSize, cities) {
if(cacheSize === 0) return 5 * cities.length;
cities = cities.map((city) => city.toLowerCase());
const arr = [];
let time = 0;
cities.map((city) => {
const findIndex = arr.indexOf(city);
if(findIndex !== -1) {
const item = arr[findIndex];
arr.splice(findIndex, 1);
arr.push(item);
time += 1;
} else {
if(arr.length === cacheSize) {
arr.shift();
}
arr.push(city);
time += 5;
}
})
return time;
}반례 케이스가 될만한 상황 생각하기
확실히 카카오 문제들이 문제는 글로 길지만 실무에서도 필요할 것 같고 훨씬 재밌다.
