[Programmers] 2018 Kakao > 캐시

문제. 2018 Kakao > 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 실행시간을 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

출처 : 프로그래머스 2018 KaKao Blind Recruitment

코딩테스트 연습 - [1차] 캐시

---

나의 풀이

def solution(cacheSize, cities):
    answer = 0
    cache = []
    #cashSize가 0이면, only cache miss
    if cacheSize ==0: return int(len(cities)*5)
    #대소문자 구분 x
    cities = [i.lower() for i in cities]
    for i in cities:
        #cache hit
        if i in cache:
            cache.remove(i)
            answer += 1
        #cache miss
        elif i not in cache:
            answer += 5
        cache.append(i)
        cache = cache[-cacheSize:]
    return answer

저번 뉴스 클러스터링 문제 이후, 제한 조건부터 따르도록 코드를 만드는 습관이 생겼습니다. 복잡해보이는 문제일지라도, 조건에 맞게 하나씩 풀다보면 문제가 간단해지는 것 같습니다. 처음에 캐시의 의미에 대해서 정확히 이해하지 못해 cache hit가 되었을 때, cache에 있는 해당 데이터가 같이 사라진다는 사실을 몰라 많이 헤맸습니다. 문제가 무엇인지 제대로 파악하는 능력이 개발자에게 무척이나 중요하다는 사실을 알게 되었습니다.

 

다른 사람의 풀이

def solution(cacheSize, cities):
    import collections
    cache = collections.deque(maxlen=cacheSize)
    time = 0
    for i in cities:
        s = i.lower()
        if s in cache:
            cache.remove(s)
            cache.append(s)
            time += 1
        else:
            cache.append(s)
            time += 5
    return time

캐시 알고리즘인 LRU를 잘 활용한 코드라고 생각되어 가져와봤습니다. maxlen를 cacheSize로 지정하였기에 if문에 append를 넣어도 제일 처음에 들어간 cache는 자동으로 제거되고 최신 캐시는 cache로 들어갑니다. deque를 활용하면 가속성에서 뛰어나기에 하나 또 배울 수 있었습니다.