[프로그래머스] 캐시/ 파이썬/ Python/ deque/ LRU / 2018 KAKAO BLIND RECRUITMENT /카카오 코테

 

 

💡solutions )

LRU(Least Recently Used) 알고리즘 : 가장 최근에 사용되지 않은 것이라는 의미로, 오랫동안 사용하지 않았던 데이터는 앞으로도 사용할 확률이 적다는 것이다. 이는 한정된 캐시 사이즈가 꽉 차고 새로운 캐시를 넣으려고 할 때, 기존 캐시 중 최근까지 가장 사용되지 않은 데이터를 제거하는 알고리즘이다.

 

 

💬 첫 번째 if문 -> cacheSize가 0인 경우 참조하는 값이 없으므로 cities 모든 요소가 cache miss로 실행시간이 5이다.

💬 대소문자 구분하지 않으니 모두 소문자로 처리 -> lower() 메소드

💬 for문 -> 각 city가 buffer에 있는 지 확인하는데

① 없는 경우 buffer가 cacheSize만큼 꽉 차 있는 지 확인한다.

- cacheSize와 같으면 새로운 참조값을 넣을 수 없으므로 -> 제일 오래 전 참조된 요소 popleft()한 후 append()

- cacheSize 보다 작으면 -> 그냥 append()

- 1번의 경우는 cache miss므로 answer += 5

② 있는 경우 buffer를 가장 높은 우선 순위로 업데이트 -> remove()로 참조리스트에서 해당 요소 제거한 후 append()로 맨 뒷자리에 위치시키기

💬 참고로, popleft해야 하기 때문에 시간 복잡도를 고려하여 stack 보다는 deque 자료형을 사용했다. 

 

🎫code )

from collections import deque

def solution(cacheSize, cities):
    answer = 0
    buffer = deque()

    if cacheSize == 0:
        return 5 * len(cities)

    for city in cities:
        city = city.lower()
        if city not in buffer:
            if len(buffer) == cacheSize:
                buffer.popleft()
            buffer.append(city)
            answer += 5
        else:
            buffer.remove(city)
            buffer.append(city)
            answer += 1

    return answer

 

📌 description )

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

코딩테스트 연습 - [1차] 캐시

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