[코딩테스트] 프로그래머스 - [1차] 캐시(JAVA)
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.
풀이
-
캐시 교체 알고리즘
LRU를 이해하면 빠릅니다.LRU- 가장 오랫동안 참조하지 않은 개체를 캐시에서 교체합니다.
LFU- 가장 적게 참조한 개체를 캐시에서 교체합니다.
-
LRU알고리즘은 Queue 구조로 가져가는게 좋습니다. 그러므로 LinkedList 를 사용하는게 좋습니다. -
총 실행 시간을 계산하므로 Stream reduce 를 이용하였습니다.
public int solution(int cacheSize, String[] cities) {
if(cacheSize == 0){
return 5 * cities.length;
}
LinkedList<String> cache = new LinkedList<>();
return Arrays.stream(cities)
.map(city -> city.toUpperCase(Locale.ROOT))
.map(city -> {
if (cache.remove(city)) {
cache.addFirst(city);
return 1;
}
if (cache.size() == cacheSize) {
cache.pollLast();
}
cache.addFirst(city);
return 5;
})
.reduce(0, Integer::sum);
}검증 및 보강 — 2026-10-24
캐시 적중 시에도 해당 도시를 가장 최근 위치로 이동해야 합니다. cacheSize=0이면 항상 miss이므로 5 × cities.length입니다. 대소문자 변환에 Locale.ROOT를 지정해 시스템 로캘에 따른 결과 차이를 제거했습니다. cacheSize=2, cities=[Jeju,Pangyo,Jeju,Seoul,Pangyo] → 21을 확인하세요. LinkedList.remove는 선형 탐색이므로 시간 O(M×C), 공간 O(C)이고, 문제에서는 C≤30이라 사용할 수 있습니다. 상태를 바꾸는 stream 코드는 parallel stream으로 바꾸지 않습니다.
메서드 예제는 Solution 클래스 내부에 넣는 형태이며, 사용한 클래스는 java.util.Arrays, java.util.LinkedList, java.util.Locale입니다. 필요한 import를 클래스 선언 위에 추가하세요.
댓글