1/13 TIL | LRU 알고리즘(Least Recently Used Algorithm)

오늘은 오랜만에 알고리즘 개념 정리! 오늘 풀었던 코딩 테스트 문제로 LRU 알고리즘을 접하게 되었는데, LRU 알고리즘에 대해서...

LRU 알고리즘

오늘도 역시 ChatGPT에게 물어봤는데, 그냥 한 줄로 요약하자면, 저장된 데이터 중 가장 오래된 캐시를 삭제하고 새로운 데이터를 추가하는 방법이다.

---

1. 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 ≦ 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.
  
  

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.

 

2. How to solve it? 💡

 

3. 문제 풀이

Java

import java.util.LinkedList;
import java.util.Queue;

public class Solution {
    public int solution(int cacheSize, String[] cities) {
        int runtime = 0;
        String[] citiesToLowerCase = toLowerCase(cities);
        Queue<String> queue = new LinkedList<>();

        for (String city : citiesToLowerCase) {
            if (cacheSize == 0) {
                runtime += 5;
                continue;
            }

            if (queue.size() > cacheSize) {
                queue.remove();
            }

            if (queue.contains(city)) {
                runtime += 1;
                queue.remove(city);
                queue.add(city);
            }

            if (!queue.contains(city)) {
                runtime += 5;
                queue.add(city);
            }
        }

        return runtime;
    }

    public String[] toLowerCase(String[] cities) {
        String[] array = new String[cities.length];

        for (int i = 0; i < cities.length; i += 1) {
            array[i] = cities[i].toLowerCase();
        }

        return array;
    }
}

 

JavaScript

function solution(cacheSize, cities) {
  let runtime = 0;
  const citiesToLowerCase = cities.map(city => city.toLowerCase());
  let cacheList = [];

  for (const city of citiesToLowerCase) {
    if (cacheSize === 0) {
      runtime += 5;
      continue;
    }

    if (cacheList.length > cacheSize) {
      cacheList.shift();
    }

    if (cacheList.includes(city)) {
      runtime += 1;
      cacheList = cacheList.filter(item => item !== city);
      cacheList.push(city);
    }

    if (!cacheList.includes(city)) {
      runtime += 5;
      cacheList.push(city);
    }
  }

  return runtime;
}

 

4. 회고

문제 풀고 나서 작성하는 회고

1.
금요일이니까 Java와 JavaScript로 총 2번 문제를 풀었다. 풀면서 처음에 First In First Out이라는 생각에 Queue를 활용해서 문제를 풀었었는데, 생각해 보니 그렇게 되면 중간에 있는 값이 삭제되어야 하는 순간에 삭제할 수가 없었다. 근데 Queue의 고유 특성에는 어긋나지만 Java에서 제공하는 Queue는 Collection을 상속받고 있어서 remove()의 인자값으로 삭제하고 싶은 내용을 넣으면 삭제가 되었다..! 그래서 굳이 타입을 수정하지 않고 풀었다. 다음에 풀게 된다면 더 나은 자료구조를 선택해 봐도 좋겠다.
2.
나의 경우에는 cacheSize가 0인 경우(즉, 아무것도 캐시할 수 없는 상황)에 runtime을 +5 하고 반복문을 continue 시켰는데, 다 풀고 나서 옆자리 짝꿍의 코드를 보니 그냥 바로 return cities.length * 5;를 했더라..! 애초에 캐시 데이터를 고려하지 않아도 되기 때문에 기본적으로 들어가는 시간을 배열 개수만큼 곱하기만 해도 됐었던 것..! 이 생각은 아예 해보지를 못했기 때문에 신선했다.
3.
요새는 Java로 풀고 나면 이미 통과하는 로직이 완성됐기 때문에 JavaScript는 테스트 코드를 짜지 않게 된다. 그러다 보니 자연스럽게 solution() 함수 내에서 모든 로직을 완성해 버리는데, 오늘 옆자리 짝꿍의 코드를 보니 테스트 코드를 짜면서 메서드도 잘게 쪼개는 것을 보고 살짝 반성했다... 맞다.. 테스트 코드는 의식적으로 훈련해야 한다. 다음 주 풀이부터는 꼭꼭 두 언어 모두 테스트 코드를 짜도록 하자!!

---

오늘은 금요일..! 스프린트는 월요일마다 새로워지기 때문에 사실 주말에도 열심히 작업해야 하지만, 그래도 금요일은 언제나 즐겁다! 이 즐거운 기운 주말에도 열심히 작업해 보자. good vibes only🍀