2017 카카오 신입 공채 1차 코딩 테스트 <캐시>

2017 카카오 신입 공채 1차 코딩 테스트 <캐시> in Java

3. 캐시(난이도: 하)

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

public class Cache {
	
	public static void main(String[] args) {
		int cacheSize = 2;
		String[] cities = {"Jeju", "Pangyo", "NewYork", "newyork"};
		LRU(cacheSize, cities);
	}
	
	public static int LRU(int size, String[] cities) {
		String[] caches = new String[size];
		int runtime = 0; int findFlag;
		int inputSize = cities.length;
		int idx = 0;
		
		if(size == 0) { // exception handling
			runtime = 5 * inputSize;
			return runtime;
		}
		// lower every city's name
		for(int i = 0; i < inputSize; i++) 	cities[i] = cities[i].toLowerCase();
	
		for(int i = size - 1; i >= 0; i--) { // initialize cache 
			caches[i] = cities[idx];
			runtime += 5; idx++;
		}
		
		for(int i = size; i < inputSize; i++) {
			findFlag = find(cities[i], caches);
			if (findFlag == 1) 		runtime += 1; 		
			else 					runtime += 5; 
		}

		return runtime;
	}
	
	public static int find(String name, String[] caches) {
		int lastIdx = caches.length - 1; 
		
		for(int i = 0; i < caches.length; i++) {
			if(name.equals(caches[i])) { 	
				String tmp = caches[i];
				
				if(i == lastIdx) {
					for(int j = lastIdx; j > 0 ; j--) 		caches[j] = caches[j-1];
				}
				
				else if(i != 0 && i != lastIdx) {
					for(int j = i; j > 0 ;j--) 			caches[j] = caches[j-1];
				}
				
				caches[0] = tmp;
				return 1;
			}
		}
		for(int i = lastIdx; i > 0; i--) 		caches[i] = caches[i-1];
		caches[0] = name;
		
		return 0;
	}
}

Main Logic

1. cache 크기가 0일 경우, cities의 크기만큼 cache miss 발생하므로 예외 처리
2. 도시 이름의 대소문자를 구분하지 않기 때문에 모든 cities의 원소를 lower
3. cache 크기만큼 cities의 원소들을 넣고, cache miss에 의한 run time을 initialize
   cf. 이 때 index를 거꾸로 넣는데, 0번 index 부터 LRU swap out 우선순위가 낮은 것으로 가정. 즉, index가 클수록 다음 cache miss 시, swap out 될 확률이 높음
4. find 메소드에 의해 cache hit 일 경우, run time + 1 / cache miss 일 경우, run time + 5

method 'find'

• 찾으려는 도시가 cache에 있는 경우,

  • temporary String에 cache hit된 원소를 저장
  • 해당 원소가 마지막 index였던 경우, 마지막 index - 1 부터 1번 index까지 모든 원소를 한 칸 뒤로 이동
  • 해당 원소가 중간 index였던 경우, 중간 index - 1 부터 1번 index까지 모든 원소를 한 칸 뒤로 이동
  • 비어진 0번 index에 temporary String 저장하여, LRU swap out의 가장 낮은 우선순위 자리에 저장



• 찾으려는 도시가 cache에 없는 경우,

  • cache의 last index에 위치한 원소가 swap out 우선순위가 가장 높은 원소임
  • 따라서, 그 원소를 제외한 모든 원소를 한 칸 뒤로 이동
  • 비어진 0번 index에 새로운 원소 저장하시키며 Swap out 종결