문제
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 실행시간은1이다.cache miss일 경우 실행시간은5이다.
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 |
문제 풀이
사전 지식
LRU 알고리즘 정의
- 페이지 교체 알고리즘 중 하나로 가장 오랫동안 참조되지 않는 페이지를 교체하는 기법
- head에 가까운 node 일수록 가장 최근에 참조된 페이지에 두고 tail에 가까운 node일수록 가장 오랫동안 참조되지 않는 페이지
- 참조하고 하는 메모리가 캐시에 있을 경우 캐시 히트, 없을 경우는 캐시 미스라고 한다.
LRU 알고리즘 구현방법 (Java)
- 2가지 자료구조
- 이중연결리스트
- 해쉬맵
- Node 클래스
class Node {
String key;
int value;
Node prev, next;
Node(String key, int value) {
this.key = key;
this.value = value;
this.prev = null;
this.next = null;
}
}- LRUCache
public class LRUCache {
private HashMap<String, Node> map;
private Node head, tail;
private int capacity;
LRUCache(int capacity) {
if (capacity <= 0) {
throw new IllegalArgumentException("Capacity must be greater than 0");
}
this.capacity = capacity;
this.map = new HashMap<>();
this.head = null;
this.tail = null;
}
private void remove(Node node) {
if (node.prev != null) {
node.prev.next = node.next;
} else {
head = node.next;
}
if (node.next != null) {
node.next.prev = node.prev;
} else {
tail = node.prev;
}
}
private void moveToHead(Node node) {
if (head == null) {
head = tail = node;
node.prev = node.next = null;
} else {
node.next = head;
node.prev = null;
head.prev = node;
head = node;
}
}
public int get(int key) {
if(map.containsKey(key)) {
Node node = map.get(key);
remove(node);
moveToHead(node);
return node.value;
}
return -1;
}
public void put(String key, int value) {
Node node;
if (map.containsKey(key)) {
node = map.get(key);
node.value = value;
remove(node);
} else {
if (map.size() == capacity) {
if (tail != null) {
map.remove(tail.key);
remove(tail);
}
}
node = new Node(key, value);
}
moveToHead(node);
map.put(key, node);
}
접근 방법
- LRU 알고리즘 활용한 기본 클래스 만들기
- 필요없는 로직 제외 ex. map의 value, get 메소드
- 실행시간을 측정하는 메소드 만들기
- 해당 클래스에 capacity 0인 예외를 고려하는 로직 집어 넣기
Solution.java
import java.util.*;
class Solution {
class Node {
String key;
Node prev, next;
public Node(String key) {
this.key = key;
}
}
public class LRUCache {
private HashMap<String, Node> map;
private Node head, tail;
private int capacity;
private int time;
public LRUCache(int capacity) {
this.capacity = capacity;
this.map = new HashMap<>();
time = 0;
this.head = null;
this.tail = null;
}
// 노드 삭제
private void remove(Node node) {
if (node.prev != null) {
node.prev.next = node.next;
} else {
head = node.next;
}
if (node.next != null) {
node.next.prev = node.prev;
} else {
tail = node.prev;
}
}
// 사용한 노드 헤드로 보내기
private void moveToHead(Node node) {
if (head == null) {
head = tail = node;
node.prev = node.next = null;
} else {
node.next = head;
node.prev = null;
head.prev = node;
head = node;
}
}
// 캐시에 집어넣기
public void put(String key) {
Node node;
// 해당 메모리가 캐시에 있는 경우 (히트)
if (map.containsKey(key)) {
node = map.get(key);
remove(node);
time += 1;
// 해당 메모리가 캐시에 없는 경우 (미스)
} else {
if (map.size() == capacity) {
// 꼬리가 있는 경우만 제거 (용량이 0인 경우 고려)
if (tail != null) {
map.remove(tail.key);
remove(tail);
}
}
node = new Node(key);
time += 5;
}
// 용량이 0이 아니면 집어넣기
if (capacity != 0) {
moveToHead(node);
map.put(key, node);
}
}
// 시간을 구하는 메소드
public int getTime() {
return time;
}
}
public int solution(int cacheSize, String[] cities) {
LRUCache cache = new LRUCache(cacheSize);
for (String city : cities) {
cache.put(city.toLowerCase()); // 대소문자 통일
}
return cache.getTime();
}
}느낀점
LRU 알고리즘을 처음 구해봐서 거의 블로그의 도움을 구했다.
나중에 다시 한번 내 스스로 구현 해봐야겠다.
'개발 기초 > 알고리즘' 카테고리의 다른 글
| [프로그래머스] LV2. 파일명 정렬 (0) | 2025.03.14 |
|---|---|
| [프로그래머스] LV3. 파괴되지 않은 건물 (0) | 2025.03.14 |
| [백준] G5. 감시 피하기 (Java) (0) | 2024.11.11 |
| [백준] S1. 신입 사원 (Python) (0) | 2024.04.22 |
| [백준] S1. 숨바꼭질 (Python) (0) | 2024.04.22 |