[프로그래머스 level2 캐시] queue를 활용하자!

이 문제는 보고,, 오랜만에 운영체제 시간인가 컴퓨터 구조 시간인가에..다루었던 기억이 희미하게 났다.

LRU.. 시험에서도 본 것 같은 친구인데 오랜만에 보니까 반가웠다.🙆‍♀️(1년 전쯤 본 친구인 것 같다...)

 

해결해야하는 문제는 다음과 같았다.

programmers.co.kr/learn/courses/30/lessons/17680

코딩테스트 연습 - [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 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

 

 

 

 

 

LRU는 빨리 접근하기 위해 cache에 저장하고, cachesize보다 커지면 cache에 더이상 저장하지 못하므로,

가장 오랫동안 참조되지 않았던 것을 삭제하고 새로 들어온 것을 cache에 저장한다.

 

이는 컴퓨터 구조 시간에 temporal locality와 연관있다고 수업 당시에 생각했던 것이었다.

locality는 동일한 값 혹은 그 주변의 값에 자주 참조하게 되는 원리로,

참조된 값의 주변 값이 다시 access될 확률이 높으므로 주변 값들을 memory에 같이 저장하는 spatial locality(공간 지역성),

최근에 참조된 값은 다시 access될 확률이 높으므로 이를 저장하는 temporal locality(시간 지역성) 이 있었다.

 

그래서 LRU를 보고 최근에 참조된 값을 저장하는 것을 보며 temporal locality가 떠올랐다.

여기서 이 문제는 이게 중요한 것이 아니므로 넘어가보자..

(오랜만에 생각이 나서 주저리 주저리 써봤다.🧸

컴퓨터 구조 수업을 듣고 운영 체제 수업을 들었는데 그 때도 운영체제 들으면서 컴퓨터 구조랑 오버랩되었다....ㅎ)

 

 

---

 

문제를 읽고 리스트로 풀 수도 있을 것 같았지만 예전에 다루었던 deque의 appendleft를 활용해보고자 deque를 사용해보았다.

kom-story.tistory.com/13

여기서 짧게 stack과 queue를 deque로 사용하였었는데 그것을 다시 활용해보고 싶었다.💪

 

cachesize가 0인 경우, cache에 저장될 수 있는 것은 없으므로 모든 것이 miss가 나므로 들어온 도시 수 * 5(miss 됐을 때의 시간)를 리턴해주었다.

그렇지 않은 경우, cache에 있으면 해당 값을 지우고 시간을 cache hit에 해당하는 1만큼 증가시켜주고, cache에 없다면 cache miss에 해당하는 5만큼 시간을 증가시켜주었다. 그리고 선입선출을 위해 가장 왼쪽에 현재 city를 추가해주었다. --> appendleft

여기서 cache에 있으면 해당 값을 지운 이유는, 최근에 참조된 것이므로 다시 최근에 추가된 것으로 업데이트 시켜주고자 기존의 값을 삭제하고 새로 추가해주었다.

 

마지막으로 대소문자 구별이 안되기 때문에 모든 것을 소문자로 처리하도록 바꾸어주었다.

 

이러한 아이디어로 구현한 최종 코드는 다음과 같다.

import collections
def solution(cacheSize, cities):
    answer = 0
    cache = collections.deque()
    if cacheSize == 0:
        return len(cities)*5
    for i in range(len(cities)):      
        if len(cache) < cacheSize :
            if cities[i].lower() in cache :
                cache.remove(cities[i].lower())
                answer += 1
            else :
                answer += 5
            cache.appendleft(cities[i].lower())
        else :
            if cities[i].lower() in cache :
                cache.remove(cities[i].lower())
                answer += 1
            else :
                cache.pop()
                answer += 5
            cache.appendleft(cities[i].lower())
    return answer

 

 

짜고 나니 더 정리해서 짤 수 있을 것 같은데 오늘은 여기까지 인 걸로...😅

이것도 카카오 문제라는데,,, 카카오 문제는 풀고나면 짜릿한것 같다.

과거에 배웠던 내용들도 오랜만에 생각나고 좋았던 거 같다.

앞으로 더 열심히 해야겠다⭐️