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.
"LRU 알고리즘"
대학시절 운영체제시간에 단골로 시험문제에 나왔던 페이지 교체방식이었다.
cache hit : cpu가 참조하려고 하는 메모리가 캐시에 존재할 때
cache miss : cpu가 참조하려고 하는 메모리가 캐시에 존재하지 않을 때
해당 내용을 참고하여 코드로 풀어냈을 경우에 하단과 같은 코드가 나온다.
def solution(cacheSize, cities):
cache = []
time = 0
for city in cities:
city = city.lower()
if cacheSize: # 캐시 사이즈가 0이 아닐 때
if not city in cache: # 캐시에 참조하려고 하는 city가 존재하지 않을 때
if len(cache) == cacheSize: # 캐시 현재 크기가 가득 차 있을 때
cache.pop(0)
cache.append(city) # city를 캐시에 넣어준다.
time += 5 # 실행시간 증가
else: # 캐시에 참조하려는 city가 존재할 때
cache.pop(cache.index(city)) # 현재 city index를 찾아 pop
time+=1 # cache hit : 실행시간 +1
cache.append(city)
else: # 캐시 사이즈가 0일 때
time += 5
return time