프로그래머스, [1차] 캐시, python, 파이썬

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

 

문제풀이

문제의 첫번째 조건을 보면,  이 알고리즘 문제는 LRU(Least Recently Used) 를 사용하여 풀이를 해야한다고 되어있다.

 

LRU란 가장 오랫동안 참조되지 않은 페이지를 교체하는 방식으로, 간단히 말하면 가장 오랫동안 사용되지 않은 공간에 있는 물건들을 치우고 새로운 물건을 채워넣는 방식이다.

 

cache hit 과 cache miss의 의미는 다음과 같다

Cache Hit: CPU가 참조하고자 하는 메모리가 이미 캐시에 존재하고 있을 경우

Cache Miss: CPU가 참조하고자 하는 메모리가 캐시에 존재하지 않을 경우

이다.

 

구현코드

def solution(cacheSize, cities):
    answer = 0
    
    # 메모리공간(=cacheSize)
    cache = []
    
    # 대소문자를 구분하지 않는다고 하였으므로, 소문자로 통일시켜준다
    cities = [city.lower() for city in cities]
    
    # cacheSize가 0이 아닌 경우를 따로 분류해준다
    if cacheSize != 0:
        for city in cities:
            if city not in cache:
                if len(cache) < cacheSize:
                    cache.append(city)
                    answer += 5         # cache miss
                else:
                    cache.pop(0)
                    cache.append(city)
                    answer += 5         # cache miss
            else:
                cache.pop(cache.index(city))
                cache.append(city)
                answer += 1             # cache hit
    
    # cacheSize가 0일 경우
    else:
        answer = len(cities) * 5
    return answer