[프로그래머스] 캐시 | JavaScript | LRU

예구·2023년 7월 29일

JavaScript Lv.2 알고리즘 프로그래머스

Algorithm

목록 보기

21/47

문제출처

1. 문제

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)	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

2. 풀이

이 문제에서 주의해야 할 점은 다음과 같다.

cache에 값이 없다면(cache miss) 실행시간 + 5, cache에 값 push
cache에 값이 있다면(cache hit) 실행시간 + 1, cache에 기존 값 없애고 새로 push하기
캐시크기가 0이라면 cities 배열의 모든 값이 cache miss

이를 코드로 작성하면 아래와 같다.

function solution(cacheSize, cities) {
  if (cacheSize === 0) return cities.length * 5;

  let time = 0;
  let cache = [];

  cities.map((e) => {
    let city = e.toLowerCase(); // 소문자로 변경
    
    // cache hit
    if (cache.includes(city)) {
      ++time;
      cache.splice(cache.indexOf(city), 1); // 기존 값 삭제
    } else {  // cache miss
      if (cache.length === cacheSize) cache.shift(); // cache 맨 앞에 값 없애기
      time += 5;
    }
    
    cache.push(city); // cache에 현재 값 push
  });

  return time;
}

3. LRU(Least Recently Used)

3.1. 개념

페이지 교체 알고리즘 중 하나
사용된 시간을 확인하여 가장 오랫동안 사용되지 않은 페이지를 선택하여 교체하는 알고리즘
가설: 가장 오랫동안 사용하지 않았던 데이터라면 앞으로도 사용할 확률이 적음

3.2. LRU 캐시 교체 알고리즘

캐시에서 메모리를 다루기 위해 사용되는 알고리즘
캐시가 사용하는 리소스의 양은 제한되어 있고, 캐시는 제한된 리소스 내에서 데이터를 빠르게 저장하고 접근할 수 있어야 함
LRU 알고리즘은 메모리 상에서 가장 최근에 사용된 적이 없는 캐시의 메모리부터 대체하며 새로운 데이터로 갱신시킴

3.3. 캐시란?

Mapping: 가상 주소와 물리 주소의 대응 관계 또는 가상 주소로부터 물리 주소를 찾아내는 일
프로그램이 수행될 때 나타나는 지역성을 이용하여 메모리나 디스크에서 사용되었던 내용을 특별히 빠르게 접근할 수 있는 곳에 보관하고 관리
-> 다시 필요로 할 때 보다 빠르게 참조 가능
사용된 데이터는 다시 사용될 가능성이 높다는 개념
Cache Hit: CPU가 참조하고자 하는 메모리가 캐시에 존재하고 있을 경우
Cache Miss: CPU가 참조하고자 하는 메모리가 캐시에 존재하지 않은 경우