1. 문제 - 카카오 18년 기출 3번
- 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 도시 이름 배열(cities)을 입력받는다.
- cacheSize는 정수이며, 범위는 0 ≦ cacheSize ≦ 30이다.
- 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 도시 이름 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.
![image](https://user-images.githubusercontent.com/96895686/179441670-f2a6d9bf-c7a8-4f84-9bfc-7418555bfb29.png)
2. 풀이 - 데크(Deque) 이용
1) 데크 자료형 구현
일반적으로 이중 연결 리스트로 구현된 데크(Deque) 자료형은 동적 배열로 이뤄진 파이썬 리스트보다 시간 효율성이 우수하다.
또한, deque 자료형은 매개변수 ‘maxlen’을 설정할 수 있어서 본 문제를 구현하는 데 적합하다.
예를 들어 캐시 사이즈(=maxlen)는 3이며 ‘a’, ‘b’, ‘c’, ‘d’가 차례대로 입력될 때,
데크에는 ‘a’, ‘b’, ‘c’가 우선 삽입되며, 최종적으로 ‘a’가 빠짐과 동시에 ‘d’가 삽입된다.
import collections
def solution(cacheSize, cities):
cache = collections.deque(maxlen=cacheSize)
2) 캐시 히트
입력값으로 주어진 도시가 캐시에 이미 존재할 경우(캐시 히트), 실행시간(answer)에 1을 추가한다.
다만 캐시가 LRU로 구현되었기 때문에, 가장 오래전에서 사용된 캐시 값이 우선적으로 제거된다는 점을 주의해야 한다.
즉, 캐시 히트가 발생할 경우 해당 값은 데크의 가장 우측으로 위치 변경을 해야 한다.
아래 코드에서 remove() 함수를 이용하여 해당 값을 데크에서 제거한 후, append() 함수로 다시 추가하는 방식으로 구현했다.
import collections
def solution(cacheSize, cities):
answer = 0
cache collecdtions.deque(maxlen=cacheSize)
for c in cities:
# 소문자 처리
c = c.lower()
# 캐시 히트
if c in cache:
cache.remove(c)
cache.append(c)
answer += 1
3) 캐시 미스
입력값으로 주어진 도시가 캐시에 존재하지 않을 경우(캐시 미스), 실행 시간(answer)은 5만큼 증가한다.
캐시 미스가 일어난 도시는 새로이 캐시에 추가한다.
앞서 설명한 대로 데크가 가득 찬 상황에서 새로운 값이 추가되면, 가장 오래전에 삽입된 값이 데크에서 우선적으로 제거된다.
전체 코드는 아래와 같다.
import collections
def solution(cacheSize, cities):
answer = 0
cache = collections.deque(maxlen=cacheSize)
for c in cities:
# 소문자 처리
c = c.lower()
# 1. 캐시 히트
if c in cache:
# 캐시 추출 후 재삽입
cache.remove(c)
cache.append(c)
answer += 1
# 2. 캐시 미스
else:
cache.append(c)
answer += 5
return answer