[JAVA , Lv.2] [1차] 캐시
[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.
[제한사항]
- 캐시 크기(cacheSize)와 도시이름 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.
- 캐시 교체 알고리즘은 LRU(Least Recently Used)를 사용한다.
- cache hit일 경우 실행시간은 1이다.
- cache miss일 경우 실행시간은 5이다.
[내 풀이]
import java.util.*;
class Solution {
public int solution(int cacheSize, String[] cities) {
int answer = 0;
int age=0 , hit = 0, miss =0;
//[주어진 배열의 순서대로 처리함] - 중요
ArrayList<String> al = new ArrayList<>();
if(cacheSize == 0) return cities.length*5; //캐시 크기가 0이라 전부다 miss
//hit or miss 판별
for(int i=0; i<cities.length; i++){
cities[i] = cities[i].toUpperCase(); //대소문자 고려X
if(al.contains(cities[i])){
//cache hit
al.remove(cities[i]);
al.add(cities[i]);
answer++;
}
else{
//cache miss
if(al.size() == cacheSize){
al.remove(0);
al.add(cities[i]);
}
else{
al.add(cities[i]);
}
answer+=5;
}
}
return answer;
}
}
[접근]
일단 주어진 구현 조건인 LRU알고리즘부터 이해할 필요가 있다. 해당 포스팅에서는 최대한 간단히 설명하자면 캐시를 효율적으로 사용하기 위한 알고리즘으로써 캐시공간을 사용해야 할 때 자리를 차지중인 데이터중 가장 오래된 값을 제거하고 처리하고자 하는 데이터를 넣는 것이다.
추가로 캐시 hit는 현재 캐시에 필요한 데이터가 존재한다는 뜻이고 miss는 존재하지 않는다는 뜻이다.
LRU알고리즘을 구현하기 위해 List를 사용하였고 인덱스가 곧 가장 최근에 사용된 데이터를 의미한다. 그러므로 데이터를 채워 넣을 경우 맨 앞의 데이터를 지우고 맨 뒤에 이어 붙인다.
[오류 원인 및 해결]
처음에는 코드의 맨 앞부터 list를 캐시 사이즈의 크기만큼 할당해 미리 값을 채워 넣고 시작했다. 하지만 그렇게 되면 같은 데이터가 연달아 나올 때면 hit와 miss를 제대로 구분하는데 코드가 길어지기 때문에 아예 비워놓고 시작하는 방법으로 바꿨다.