[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

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

 

주어진 캐시 크기와 도시 이름 배열에 따라 LRU 알고리즘을 적용하여 총 실행 시간을 계산한다. 여기서 캐시 히트의 경우 실행 시간은 1이고, 캐시 미스의 경우 실행 시간은 5이다.

import java.util.*;

public class Solution {
    public int solution(int cacheSize, String[] cities) {
        // 캐시 크기가 0이면, 모든 도시를 DB에서 가져와야 하므로 
        // 실행 시간은 도시의 수에 5를 곱한 값이다.
        if(cacheSize == 0)
            return cities.length * 5;
            
        // LinkedList를 사용하여 캐시를 구현
        // 이 데이터 구조는 캐시에 새 항목을 추가하거나 가장 오래된 항목을 제거하는 데 효율적이다.
        LinkedList<String> cache = new LinkedList<>();
        int time = 0; // 총 실행 시간을 저장하는 변수이다.
        for(int i=0; i<cities.length; i++){
            // 도시 이름은 대소문자를 구분하지 않으므로 모두 대문자로 변환
            String city = cities[i].toUpperCase();
            // 해당 도시가 캐시에 이미 있는지 확인
            if(cache.remove(city)){
                // 캐시에 도시가 있다면, 캐시 히트이다.
                // 캐시 히트일 경우 실행 시간은 1이므로 time을 1 증가시키고,
                // 해당 도시를 캐시의 맨 앞으로 이동
                cache.addFirst(city);
                time++;
            } else {
                // 캐시에 도시가 없다면, 캐시 미스이다.
                // 캐시 미스일 경우 실행 시간은 5이므로 time을 5 증가시킨다.
                int currentSize = cache.size();
                // 캐시가 이미 가득 차 있다면, 가장 오래된 항목을 제거한다.
                if(currentSize == cacheSize){
                    cache.pollLast();
                }
                // 캐시에 새 도시를 추가한다.
                cache.addFirst(city);
                time += 5;
            }
        }
        // 총 실행 시간을 반환
        return time;
    }
}

package LV2;

import java.util.LinkedList;

public class H17680 {
    public int solution(int cacheSize, String[] cities) {
        // 캐시 크기가 0이면, 모든 도시를 DB에서 가져와야 하므로
        // 실행 시간은 도시의 수에 5를 곱한 값이다.
        if(cacheSize == 0)
            return cities.length * 5;

        // LinkedList를 사용하여 캐시를 구현
        // 이 데이터 구조는 캐시에 새 항목을 추가하거나 가장 오래된 항목을 제거하는 데 효율적이다.
        LinkedList<String> cache = new LinkedList<>();
        int time = 0; // 총 실행 시간을 저장하는 변수이다.
        for(int i=0; i<cities.length; i++){
            // 도시 이름은 대소문자를 구분하지 않으므로 모두 대문자로 변환
            String city = cities[i].toUpperCase();
            // 해당 도시가 캐시에 이미 있는지 확인
            if(cache.remove(city)){
                // 캐시에 도시가 있다면, 캐시 히트이다.
                // 캐시 히트일 경우 실행 시간은 1이므로 time을 1 증가시키고,
                // 해당 도시를 캐시의 맨 앞으로 이동
                cache.addFirst(city);
                time++;
            } else {
                // 캐시에 도시가 없다면, 캐시 미스이다.
                // 캐시 미스일 경우 실행 시간은 5이므로 time을 5 증가시킨다.
                int currentSize = cache.size();
                // 캐시가 이미 가득 차 있다면, 가장 오래된 항목을 제거한다.
                if(currentSize == cacheSize){
                    cache.pollLast();
                }
                // 캐시에 새 도시를 추가한다.
                cache.addFirst(city);
                time += 5;
            }
        }
        // 총 실행 시간을 반환
        return time;
    }
}

 

• 만약 캐시 크기가 0이면 모든 도시를 검색해야하므로 모든 도시에 대해 캐시 미스가 발생하고, 따라서 총 실행 시간은 도시 수에 5를 곱한 값이 된다.
• 그렇지 않은 경우 LinkedList를 사용하여 캐시를 구현한다. 이 구조는 캐시에 새 항목을 추가하거나 가장 오래된 항목을 제거하는 데 효과적이다.
• 각 도시에 대해 캐시에 이미 있는지 확인한다. 만약 존재한다면, 이는 캐시 히트이며 실행 시간을 1 증가시키고, 해당 도시를 캐시의 맨 앞으로 이동시킨다.
• 캐시에 도시가 없으면 캐시 미스가 발생하므로 실행 시간을 5 증가시킨다. 캐시가 이미 가득 차 있으면 가장 오래된 항목을 제거하고 새 도시를 추가합니다. 캐시에 공간이 있다면 단순히 새 도시를 추가한다.